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4296916个,建议您升级VIP下载更多相关专利
  • [发明专利]一种立体地形模型及其成型工艺-CN201210144661.2无效
  • 崔蕾 - 苏州育龙科教设备有限公司
  • 2012-05-11 - 2013-11-13 - G09B25/06
  • 本发明公开了一种立体地形模型,包括立体地形模型和框架,所述立体地形模型为塑料材质整体成型,且为表面印刷有不同颜色以区分不同海拔高度的立体地形模型;所述框架为长方形结构,所述立体地形模型设于所述框架内通过将立体地形模型采用塑料材质整体成型,且为表面印刷有不同颜色以区分不同海拔高度的立体地形模型,使其坚固耐用,外形美观。本发明立体地形模型的成型工艺,根据立体地形模型形状开模,通过用吸塑机的模具将立体地形模型整体吸塑成型,代替了人工拼接的方式,增加了其牢靠度,同时提高了生产效率,节约了其制造成本。
  • 一种立体地形图模型及其成型工艺
  • [发明专利]深度预测模型生成方法和装置、深度预测方法和装置-CN202010218038.1在审
  • 顾晓东;王明远;杨永林 - 贝壳技术有限公司
  • 2020-03-25 - 2020-07-17 - G06T7/593
  • 本公开实施例公开了一种深度预测模型生成方法和装置、深度预测方法和装置,其中,该方法包括:获取预设数量个训练样本图像对集合;对于预设数量个训练样本图像对集合中的每个训练样本图像对集合,将该训练样本图像对集合中的训练样本图像对包括的全景作为初始模型的输入,将与输入的全景对应的深度作为初始模型的期望输出,训练初始模型,得到该训练样本图像对集合对应的深度预测模型。本公开实施例可以使用这些深度预测模型对各种纬度跨度的全景进行深度预测,提高模型的泛化能力以及预测的准确性。
  • 深度预测模型生成方法装置
  • [发明专利]一种基于关系模型的RDF和属性统一存储方法-CN201910748425.3有效
  • 王鑫;柳鹏凯;张然;郭谢帆 - 天津大学
  • 2019-08-14 - 2021-08-31 - G06F16/901
  • 本发明公开了一种基于关系模型的RDF和属性统一存储方法,根据知识图谱的两种数据模型RDF模型和属性模型的定义、特点以及关系表的存储理念,将RDF和属性两种逻辑模型在底层以关系表的物理模型存储,包括RDF的底层存储和属性的底层存储。即将RDF和属性的全部语义信息在底层以关系表形式存储,对于RDF三超图结构,维护一张系统表实现管理RDF图中某些边的边点双份存储。本发明可以解决RDF和属性的语义表达能力的差异的问题,实现了大规模的知识图谱数据存储与管理,并有效减少了数据的冗余,实现高效的查询,具有较强的应用价值。
  • 一种基于关系模型rdf属性统一存储方法
  • [发明专利]针对数据不变特征的神经网络模型的训练方法和装置-CN202210714507.8有效
  • 王翔;李思杭;何向南;张岸 - 中国科学技术大学
  • 2022-06-22 - 2022-10-28 - G06V10/46
  • 本发明公开了一种针对数据不变特征的神经网络模型的训练方法和装置。该方法包括:利用诠释生成器对原图进行特征提取,得到不变本质特征子概率分布和环境噪声子概率分布;根据预设采样比例,得到不变本质特征强化视图和环境噪声强化视图;利用骨干神经网络编码器处理得到第一不变本质特征向量、第二不变本质特征向量以及环境噪声向量;利用多层感知机投影头得到第一不变本质特征隐空间向量、第二不变本质特征隐空间向量和环境噪声隐空间向量;利用损失值优化所述骨干神经网络编码器;迭代进行特征提取操作、采样操作、处理操作和优化操作,直到损失值收敛于预设条件,得到训练完成的骨干神经网络编码器。
  • 针对数据不变特征神经网络模型训练方法装置
  • [发明专利]人体姿态估计模型训练方法、估计方法、装置和设备-CN202110746646.4在审
  • 叶盛波;郑之杰;方广有 - 中国科学院空天信息创新研究院
  • 2021-07-01 - 2021-10-08 - G06K9/00
  • 本公开提供了一种人体姿态估计模型训练方法,人体姿态估计模型用于根据雷达信号生成预测关键点热,该方法包括:构建监督模型和判别模型;将待处理的光学图像输入监督模型,得到监督关键点热;将与待处理的光学图像对应的雷达信号输入人体姿态估计模型,得到预测关键点热;将监督关键点热和预测关键点热输入判别模型得到判别损失,根据判别损失更新判别模型的参数;将监督关键点热和预测关键点热输入人体姿态估计模型得到生成损失,根据生成损失更新人体姿态估计模型;重复执行将待处理的光学图像输入监督模型,得到监督关键点热的步骤,直至人体姿态估计模型得到的生成损失小于预设的阈值,完成人体姿态估计模型的训练。
  • 人体姿态估计模型训练方法装置设备
  • [发明专利]模型数据的处理方法、装置和终端设备-CN201910997829.6有效
  • 尚书;刘柏;胡志鹏 - 网易(杭州)网络有限公司
  • 2019-10-18 - 2022-07-19 - G06F16/90
  • 本发明提供了一种模型数据的处理方法、装置和终端设备;该方法包括:根据模型数据的属性,从模型数据中提取可作为维度和/或度量的候选属性信息;其中,模型数据的属性为:与模型数据中的点和/或边相关联的属性;根据预设的统计规则和机器学习模型筛选候选属性信息,得到目标图属性信息;根据目标图属性信息生成预设维度的数据立方体。通过该方式可以自动化地对模型数据进行联机分析处理,处理过程中融入统计规则和机器学习模型,以对属性信息进行高效地筛选,该方式生成的数据立方体也有利于后续对数据立方体的筛选;该方式可以提高模型数据的分析处理效率和准确率
  • 模型数据处理方法装置终端设备
  • [发明专利]基于对抗学习的户型识别方法和装置-CN201911283893.4有效
  • 陈旋;吕成云;张玉立 - 江苏艾佳家居用品有限公司
  • 2019-12-13 - 2022-07-08 - G06V30/422
  • 本发明公开了一种基于对抗学习的户型识别方法,采用卷积神经网络建立的模型降维部分,采用反卷积神经网络建立的模型升维部分,以确定初始户型识别模型,更新初始户型识别模型模型参数,更新对抗模型模型参数,进行两者之间的对抗训练,在总代价函数达到第一设定标准时,根据初始户型识别模型当前的参数确定最终户型识别模型,采用最终户型识别模型识别待识别户型,在针对待识别户型的识别过程中,根据生成对抗网络的特性,引入对抗性,利用判别器来判断模型识别出的户型在整体结构上的合理性,并进行对抗学习,以此解决目前户型识别方法只关注局部信息而忽视整体结构的问题,从而提高户型识别的精度。
  • 基于对抗学习户型识别方法装置

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