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1679354个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于T5神经网络和标签重构的文本相似生成模型-CN202310495683.1在审
  • 提平;关波旭;朱新华;彭琦 - 广西师范大学
  • 2023-05-05 - 2023-08-01 - G06F40/211
  • 本发明公开了一种基于T5神经网络和标签重构的文本相似生成模型,可显著扩大传统分类模型中文本相似的预测区间,更加接近文本相似任务的回归特性,涉及人工智能中的自然语言识别处理领域。首先,提出了一种标签重构的T5神经网络的解码方法,将T5神经网络词汇表中唯一ID标识符的相似标签重构为整数ID、标点ID与小数ID三部分,以提高相似的推理精度。其次,提出了一种将文本相似标签三倍分解的相似样本数据增强方法,可显著扩展模型的训练语料。再者,采用教师强迫机制来训练模型,以缩短模型训练的收敛时间,以更有效的方式解决文本相似生成问题。
  • 一种基于t5神经网络标签文本相似生成模型
  • [发明专利]图像重构方法和图像重构系统-CN200810225195.4有效
  • 赵嵩;刘源;王静;李凯 - 华为终端有限公司
  • 2008-10-30 - 2010-06-23 - H04N13/04
  • 本发明实施例公开了一种图像重构方法和图像重构系统,所述方法包括:获取已知视点的图像信息;获取所述已知视点的深度信息;对所述深度信息进行深度视差转换,获取所述深度信息对应的视差信息;根据所述已知视点的所述图像信息和所述视差信息重构虚拟视点的图像通过将所述深度信息转换为视差信息重构图像,从而不需要通过立体匹配算法获取视差信息,因此避免进行大量的、高复杂的计算,提高了图像重构的实时性,并且提高了重构图像的质量。
  • 图像方法系统
  • [发明专利]稀疏信号重构方法、装置、计算机设备、介质和产品-CN202210619812.9在审
  • 王剑;王龙翚;王锲翔;赵忻睿 - 清华大学
  • 2022-06-02 - 2022-10-18 - H03M7/30
  • 本申请涉及一种稀疏信号重构方法、装置、计算机设备、介质和产品。所述方法包括:获取压缩信号及与压缩信号对应的转换矩阵;采用滑窗法从转换矩阵中依次提取多个候选矩阵,根据多个候选矩阵与第一残差之间的相关确定第一目标矩阵,并对原始稀疏信号进行第一阶段重构生成第一阶段目标重构信号;根据第一阶段目标重构信号、所述转换矩阵中除去所述第一目标矩阵外的剩余原子、转换矩阵及第二残差,对所述原始稀疏信号进行第二阶段重构,生成第二阶段目标重构信号;根据第一阶段目标重构信号及第二阶段目标重构信号,生成目标重构信号。采用本方法能够提高稀疏信号重构时的重构正确率。
  • 稀疏信号方法装置计算机设备介质产品
  • [发明专利]稀疏自适应信号重构方法-CN201410658642.0有效
  • 陈勇;冷佳旭;张立波 - 电子科技大学
  • 2014-11-18 - 2017-12-22 - H03M7/30
  • 本发明公开了一种稀疏自适应信号重构方法,包括步骤S0、以输入信号为残差;S1、根据残差设定阈值,进行匹配滤波得到与信号相关的原子Jk;S2、利用所述步骤S1得到的原子建立候选集;S3、判断残差是否衰减,则利用所述步骤S2得到的候选集建立支撑集,转到步骤S7;S5、若所述步骤S3判断为否,则对步长进行更新;S6、利用所述步骤S5得到的步长建立支撑集,进入步骤S7;S7、根据支撑集对信号进行逼近,得到重构信号;S8、利用所述步骤S7得到的重构信号计算得到重构残差;S9、返回步骤S1,以步骤S8得到的重构残差为残差进行循环迭代,直到连续两次重构残差小于给定值,得到最佳重构信号。本发明能在信号稀疏未知的情况下进行精确重构
  • 稀疏自适应信号方法

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