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3537个,建议您升级VIP下载更多相关专利
  • [发明专利]云图修补方法、装置、电子设备和存储介质-CN202110951779.5有效
  • 胡亘谦;黄雪峰;杨超;赵佳南 - 深圳市信润富联数字科技有限公司
  • 2021-08-19 - 2021-11-30 - G06T5/00
  • 本发明公开一种点云图修补方法、装置、电子设备和存储介质。获取对物体进行拍摄所得到的残缺点云图及系统预设的数模点云图;将数模点云图转换到残缺点云图所在的坐标系中,获得转换点云图;在残缺点云图所在的坐标系中,计算转换点云图偏离残缺点云图的位移偏差向量;根据位移偏差向量在残缺点云图所在的坐标系中移动转换点云图;判断移动后的转换点云图是否与残缺点云图重合;在移动后的转换点云图与残缺点云图重合时,在转换点云图中确定残缺点云图相对于转换点云图残缺的点云块;利用点云块填补残缺点云图,生成所述物体的修复点云图。采用本发明提供的方案能对复杂物体点云图中的残缺部分进行修补,修补准确率高,更贴近物体本身的形貌。
  • 云图修补方法装置电子设备存储介质
  • [发明专利]一种基于深度跨尺度外推融合的卫星云图预测方法-CN202011483471.4有效
  • 程文聪;王志刚;王攀峰;邢平;张文军 - 中国人民解放军93213部队
  • 2020-12-15 - 2022-11-18 - G06V10/774
  • 本发明公开了一种基于深度跨尺度外推融合的卫星云图预测方法,包括:构建训练集观测云图序列;对训练集观测云图序列中的观测云图进行尺寸比例调整,得到训练集多尺度云图序列;将训练集多尺度云图序列输入至深度预测网络进行训练获取多尺度深度预测模型参数;将训练集观测云图序列作为输入,由多尺度深度预测模型输出训练集多尺度预测云图;将训练集多尺度预测云图放大至观测云图的尺寸得到训练集调整预测云图;获取多尺度预测云图融合模型参数;将实时观测云图序列作为运行数据输入多尺度深度预测模型和多尺度预测云图融合模型,输出预测结果云图。本发明可以实现对卫星云图序列高清晰度、高准确度的预测。
  • 一种基于深度尺度融合卫星云图预测方法
  • [发明专利]一种基于Yolo的气象卫星云图目标检测方法-CN202110783150.4有效
  • 何丽莉;付豪;白洪涛;曹英晖 - 吉林大学
  • 2021-07-12 - 2022-07-26 - G06T5/50
  • 本发明公开了一种基于Yolo的气象卫星云图目标检测方法,包括:一、提取出多张红外云图和多张可见光云图;二、统计可见光云图中的无效信息,根据可见光云图中的无效信息占比将多张可见光云图划分为:第一可见光云图、第二可见光云图和第三可见光云图;其中,第一可见光云图的无效信息占比ψ1满足ψ1<ψmin;第二可见光云图的无效信息占比ψ2满足ψmin≤ψ2≤ψ;ψmin为无效信息阈值下限,ψmax为无效信息阈值上限;三、将第一可见光云图与其对应的红外云图进行融合,得到融合云图;将与第一可见光云图相对应的红外云图、融合云图以及第三可见光云图组成待检测云图集;四、采用Yolo算法对检测云图集中的云图进行目标检测,识别出云图中的典型天气现象。
  • 一种基于yolo气象卫星云图目标检测方法
  • [发明专利]云图图像预测准确性的评估方法、装置、设备及存储介质-CN201911077493.8在审
  • 周康明;姚广 - 上海眼控科技股份有限公司
  • 2019-11-06 - 2020-02-18 - G01S13/95
  • 本申请提供一种云图图像预测准确性的评估方法、装置、设备及存储介质,实现方案包括:获取至少两幅实际云图图像,以及与实际云图图像对应的预测云图图像;根据预设规则分别确定实际云图图像、预测云图图像的质心;根据实际云图图像的质心确定实际移动信息,根据预测云图图像的质心确定预测移动信息;根据实际移动信息、预测移动信息评估预测云图图像是否准确。本申请提供的方法、装置、设备及存储介质中,根据至少两幅云图图像中的质心,确定这些云图图像中质心的移动信息,再比对实际云图图像中的质心移动信息以及预测云图图像中的质心移动信息,能够确定出预测云图图像中云的移动与实际云图图像中云的移动差异,从而评估预测云图是否准确。
  • 云图图像预测准确性评估方法装置设备存储介质
  • [发明专利]一种超短期辐照度预测方法及装置-CN202310813041.1在审
  • 姜华;胡琼;翁捷 - 阳光电源股份有限公司
  • 2023-06-30 - 2023-10-13 - G06Q10/04
  • 该预测方法包括:获取用于对地基云图进行分类的分类模型、用于预测地基云图的预测模型、当前时刻的地基云图和历史时刻的地基云图;其中,所述历史时刻的地基云图包括多个不同时刻的地基云图;所述分类模型包含地基云图、时间与辐照度的匹配关系;将所述当前时刻的地基云图和所述历史时刻的地基云图,输入所述预测模型获取预测地基云图;其中,所述预测地基云图为未来某时刻的地基云图;基于所述分类模型,对所述预测地基云图进行分类匹配
  • 一种短期辐照预测方法装置
  • [发明专利]一种基于双分支残差神经网络的卫星云图检索方法-CN202211400418.2在审
  • 胡天娇;金柱璋;姚婉欣;吕介之;金炜 - 宁波大学
  • 2022-11-09 - 2023-04-04 - G06F16/583
  • 本发明提供了一种基于双分支残差神经网络的卫星云图检索方法,涉及气象卫星遥感云图检索技术领域,本方法包括步骤S1:收集Himawari‑8卫星云图并构建历史云图库,从历史云图库中任选取一张云图作为锚样本,将与其同类云图以及非同类云图分别组成正样本集和负样本集;S2:利用锚样本与正样本集和负样本集中各样本组建三元组开展度量学习,训练双分支残差神经网络,并将训练后的双分支残差神经网络用于云图的特征提取,作为历史云图库中云图的特征本方法能够克服传统深度特征难于刻画不同类别卫星云图的类内差异性和类间相似性问题,提高网络对云图的分辨能力。
  • 一种基于分支神经网络卫星云图检索方法
  • [发明专利]基于变分自编码的台风云图外推方法、系统、设备和介质-CN202211298906.7有效
  • 谭金凯 - 中山大学
  • 2022-10-20 - 2023-06-02 - G06T9/00
  • 本发明提供了基于变分自编码的台风云图外推方法、系统、设备及介质,所述方法包括:获取卫星云图数据和历史台风最佳路径数据,并根据卫星云图数据和历史台风最佳路径数据,构建台风云图外推数据集;根据台风云图外推数据集,构建得到台风云图外推预测模型;所述台风云图外推预测模型包括依次连接的变分自编码器、解码器和三维点云重采样器;获取待预测台风的初始卫星云图数据,并将初始卫星云图数据输入台风云图外推预测模型,得到对应的云图预测结果本发明从“数据驱动”的角度出发,挖掘出卫星云图的多种潜在特征,不仅操作过程方便简单,而且能实现更高效、更精准地台风云图外推预测。
  • 基于编码台风云图方法系统设备介质
  • [发明专利]一种地基数字云图的纹理特征抽取和检索方法-CN200910238522.4无效
  • 吕伟涛;李清勇;杨俊 - 中国气象科学研究院;北京交通大学
  • 2009-11-26 - 2010-11-03 - G06F17/30
  • 本发明公开了一种地基数字云图的纹理特征抽取和检索方法,包括抽取方法和检索方法,抽取方法包括:将彩色RGB三通道的地基数字云图转换为单通道的像素类别图;通过分析像素类别图和建立共生矩阵,得到共生矩阵的直方图向量;合并多个像素类别共生矩阵的直方图向量,构建地基数字云图的纹理特征向量;将纹理特征向量保存到云图数据库。检索包括:按照上述的特征抽取方法抽取样例云图的纹理特征;依次计算样例云图的纹理特征和云图数据库中每一幅云图的纹理特征之间的相似性;把最相似的若干云图作为检索结果显示。本发明能够自动分析和抽取地基数字云图的有效纹理特征,自动从云图数据库中检索出与样例云图相似的结果云图
  • 一种地基数字云图纹理特征抽取检索方法
  • [发明专利]地基云图识别模型训练方法及地基云图识别方法-CN202010560153.7在审
  • 段向军;朱方园 - 南京信息职业技术学院
  • 2020-06-18 - 2020-09-22 - G06K9/62
  • 本发明公开一种地基云图识别模型训练方法及地基云图识别方法,地基云图识别模型训练方法包括:建立包括多种云类别的地基云图样本库;搭建卷积神经网络AlexNet;利用ImageNet图像样本库对AlexNet网络进行预训练;从地基云图样本库中选择训练集样本,对预训练的地基云图识别模型进行倒推分层微调,保存倒推分层微调过程中对应不同微调阶段的多个优化后地基云图识别模型;从地基云图样本库中选择验证集样本,对所述多个优化后地基云图识别模型进行准确率验证,将其中准确率最高的作为最终地基云图识别模型。利用本发明的地基云图识别模型能够对多种地基云图进行智能化识别,提高云识别的范围和识别精度。
  • 地基云图识别模型训练方法

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