专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果2695547个,建议您升级VIP下载更多相关专利
  • [发明专利]一种融合稀疏与的图像处理方法-CN202011599859.0在审
  • 陶剑文;何颂颂;但雨芳 - 宁波职业技术学院
  • 2020-12-29 - 2021-03-23 - G06K9/46
  • 本发明公开了一种融合稀疏与的图像处理方法,涉及图像处理技术领域,其技术方案要点是:包括以下步骤:S1,建立的领域适应图像处理检索与管理的系统;S2,利用稀疏与表示的本质性,再基于稀疏与表示的多源领域对图像处理进行检测;S3,利用大规模数据集对图像处理进行检测;S4,将多源适应稀疏与空间嵌入图像处理进行检测;其能够在面对复杂的图像处理及应用环境,利用多源Web图像资源实现领域适应图像处理的有效检测,同时能够克服现有领域适应学习方法在图像处理应用中所面临的有效性问题
  • 一种融合稀疏图像处理方法
  • [发明专利]一种特征空间共同学习的多标签图像分类方法-CN202111225017.3在审
  • 刘志锋;唐川景;沈项军;周从华 - 江苏大学
  • 2021-10-21 - 2022-01-11 - G06V10/764
  • 本发明公开了一种特征空间共同学习的多标签图像分类方法,首先准备多标签数据;在特征空间和标签空间中引入特征选择和核范数的表示方法从而构造的标签和特征空间共同学习的多标签分类模型;利用投影矩阵V将q维标签空间映射到r维的标签空间中,从而V表示在标签空间中学习到的投影;引入增广拉格朗日乘数法对多标签分类模型的目标函数中的矩阵P和矩阵V进行求解;将多标签数据作为训练数据样本对提出的多标签分类模型进行训练,得到最优的系数矩阵P和投影矩阵V;基于最优的系数矩阵P和投影矩阵V完成多标签分类模型的训练,并利用该多标签分类模型进行多标签图像分类。
  • 一种特征空间共同学习标签图像分类方法
  • [发明专利]一种非凸范数的运动目标检测方法及系统-CN202111031036.2在审
  • 杨永鹏;吴宇豪;杨真真;李建林;张宇卓 - 南京信息职业技术学院
  • 2021-09-03 - 2021-12-24 - G06K9/62
  • 本发明公开了一种非凸范数的运动目标检测方法及系统,包括:获取视频信息,将视频信息转换为观测矩阵,其中观测矩阵的每一列为视频的一帧,观测矩阵的行数为视频对应的帧数;将矩阵输入到预先构建的基于改进的稀疏分解算法的运动目标检测模型,采用交替方向乘法求解运动目标检测模型,根据求解结果提取运动目标;基于改进的稀疏分解算法的运动目标检测模型采用非凸log范数和截断分数范数作为稀疏分解算法中的稀疏度函数和函数,运动目标检测模型还包括噪声项优点:采用非凸log范数和截断分数范数替代传统稀疏分解模型中的l0范数和函数,提高了目标检测的效率,增强了模型的性即抗噪声性。
  • 一种鲁棒非凸范数运动目标检测方法系统
  • [发明专利]基于非局部相似图像块内部和块间隐性结构的去噪方法-CN201610256796.6有效
  • 张笑钦;吴瑞平;蒋红星;叶修梓 - 温州大学
  • 2016-04-22 - 2019-02-05 - G06T5/00
  • 本发明涉及一种基于非局部相似图像块内部和块间隐性结构的去噪方法,主要包含步骤:首先将目标图像分成具有重叠结构的块,并通过仿射变换将图像块分解成一个矩阵加上一个稀疏矩阵;其次搜索相似的矩阵,将每个矩阵转换成向量,并罗列成一个新的数据矩阵,采用快速奇异值截断方法获得图像块间的结构;最后对得到的数据矩阵进行仿射逆变换,得到原图像块去噪后的结果,对不同图像块重叠区域求均值,从而得到整体图像的去噪结果实验结果表明,相对于其他经典图像去噪算法,该发明更加有效和,具有很好的应用前景。
  • 基于局部相似图像内部隐性结构方法
  • [发明专利]红外图像与可见光图像融合方法-CN201910113628.5有效
  • 刘涵;汪廷 - 西安理工大学
  • 2019-02-14 - 2022-02-11 - G06T5/50
  • 红外图像与可见光图像融合方法,首先利用性主成分分析将源图像进行分解得到源图像的稀疏分量和分量,然后采用基于区域能量的融合方法融合源图像的稀疏分量,采用非下采样轮廓波变换方法对源图像的分量进行尺度变换,得到带和带通带,采用基于区域能量的融合规则融合带、梯度取大的融合规则融合带通带,进行逆变换得到融合后的分量。
  • 红外图像可见光融合方法
  • [发明专利]基于鉴别和多特征提取的高光谱图像分类方法-CN201810616815.0有效
  • 任守纲;万升;顾兴健;王浩云;徐焕良 - 南京农业大学
  • 2018-06-15 - 2021-11-30 - G06K9/62
  • 本发明提出一种基于鉴别和多特征提取的高光谱图像分类方法,针对高光谱图像中不同类型的空谱特征,本方法将其投影到一个共同的、鉴别空间,并保留不同特征的重要性。本方法运行包括两个阶段,首先,根据不同特征的重要性,分别赋予它们不同的权重;然后,学习一个具有和鉴别特性的空间;接着,将不同的特征投影至空间中;最后,使用支持向量机对新的特征进行分类。本发明通过特征降维,不仅能够对噪声,抵御高光谱图像中的噪声干扰,同时可以保留不同特征的重要性,同时利用已有的标签,使获得的特征具有鉴别特性,有效提高了分类的效果。
  • 基于鉴别鲁棒多特征提取光谱图像分类方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top