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6880847个,建议您升级VIP下载更多相关专利
  • [发明专利]一种天波大规模MIMO预编码传输方法-CN202310707438.2在审
  • 高西奇;宋霖峰;石丁;仲文 - 东南大学
  • 2023-06-15 - 2023-08-15 - H04B7/0456
  • 本发明公开了一种天波大规模MIMO预编码传输方法。天波大规模MIMO通信基站利用基于斯莱皮恩变换的预编码器生成发送信号,实现下行预编码传输。基于斯莱皮恩变换的预编码由斯莱皮恩变换域预编码和斯莱皮恩反变换模块构成,斯莱皮恩变换域预编码器为低维预编码器,斯莱皮恩反变换利用斯莱皮恩基将变换域发送信号变换到天线域。本发明可以解决天波大规模MIMO下行预编码传输中设计复杂度和实现复杂度高的问题,能够明显提升天波通信的频谱效率、功率效率以及传输速率。
  • 一种天波大规模mimo预编传输方法
  • [发明专利]考虑物料到料时间不确定的优化成组生产方法-CN202211545420.9在审
  • 李德彪;念文琴 - 福州大学
  • 2022-12-02 - 2023-03-03 - G05B19/418
  • 本发明涉及一种考虑物料到料时间不确定的优化成组生产方法。在物料到达不确定的生产场景中,利用门循环单元深度学习模型对缺料工单的物料到达时间进行预测,将其作为输入数据,并通过生产数据构造不确定集,考虑加工时间不确定性在成组生产中的影响,以最小化工单逾期总和为目标,构建调度优化模型,合理对产品进行分组,在减少产品切换的同时尽可能避免因成组方案不恰当造成的工单逾期。本发明为电子制造业多品种少批量的复杂成组生产问题提供参考方案,提高生产排程在不确定生产条件下的和稳健
  • 考虑物料时间不确定优化成组生产方法
  • [发明专利]一种基于群稀疏PCA的运动目标检测方法-CN201410659365.5有效
  • 孙玉宝;周伟;刘青山;杭仁龙;邓健康 - 南京信息工程大学
  • 2014-11-18 - 2015-02-18 - G06T7/20
  • 本发明公开了一种基于群稀疏PCA的运动目标检测方法,属于图像信息处理技术领域,包括以下步骤:输入视频序列;运用过分割算法进行区域分割,生成多个同性区域,将其作为群稀疏约束的分组信息;设置相关参数,使用增广拉格朗日乘子法迭代求解;通过群稀疏约束估计运动目标矩阵;应用核范数约束估计背景矩阵;更新乘子和惩罚参数;判断收敛,如果收敛则输出所得的背景和运动目标,否则继续迭代。本发明利用运动分布的连续先验,建立群稀疏PCA运动目标检测模型,运用群稀疏准则判别各同性区域是否为运动目标,能够更加准确地度量运动目标的区域边界,且对复杂的背景运动更加,达到了运动目标检测的目的
  • 一种基于稀疏pca运动目标检测方法
  • [发明专利]基于快速张量模型的视频前景提取方法-CN201710076992.X有效
  • 李平;王然;徐向华 - 杭州电子科技大学
  • 2017-02-13 - 2019-05-17 - G06T7/11
  • 本发明公开了一种基于快速张量模型的视频前景提取方法。本发明对给定的视频进行如下操作:1)将视频看做三维张量,视频张量分解为低秩张量和稀疏张量,低秩张量由字典张量和系数张量重构,从而建立张量模型。2)通过傅里叶变换‑随机优化迭代‑傅里叶逆变换步骤,快速求解张量模型,获得视频帧对应的字典张量、系数张量、稀疏张量。本发明从张量分解、、实时多角度对视频进行处理,能够逐帧快速提取视频前景,同时重构视频背景,提高了视频内容分析的可靠度和速度。
  • 基于快速张量模型视频前景提取方法
  • [发明专利]一种基于难度引导可变攻击策略的对抗防御方法-CN202310831043.3在审
  • 何仕远;位纪伟;杨阳 - 电子科技大学
  • 2023-07-07 - 2023-10-13 - G06V10/764
  • :Sub>和最大扰动强度∈i,攻击策略#imgabs2#不再依赖于固定参数,这样,改进了对抗性样本的生成,从空间分布的角度来看,每个样本对目标网络即目标网络的有一致的贡献,并能更好地学习攻击信息以增强目标网络的。同时,本发明难度阈值ρi会根据训练次数t的增加而增加,使得用于对抗训练的对抗样本的难度需要随着训练的进行不断增加,以使目标网络的收敛并接近边界。此外,本发明排除了被错误分类为异常值的图像,这样减轻错误分类对目标网络整体改进的负面影响,尽可能地保持原始数据结构,从而减少目标网络分类准确的衰减。
  • 一种基于难度引导可变攻击策略对抗防御方法

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