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248411个,建议您升级VIP下载更多相关专利
  • [发明专利]形状对应方法及装置-CN201310695802.4有效
  • 汪云海;吴子朝;刘新国;黄惠 - 中国科学院深圳先进技术研究院
  • 2013-12-17 - 2017-02-15 - G06F19/00
  • 一种形状对应方法,包括以下步骤构造待对应形状的排列相似矩阵和特征相似矩阵;根据所述排列相似矩阵和特征相似矩阵构建联合相似矩阵;对所述联合相似矩阵进行谱分解,得到联合谱嵌入坐标;根据所述联合谱嵌入坐标对所述待对应形状作形状对应上述形状对应方法及装置,由排列相似矩阵和特征相似矩阵构建联合相似矩阵,根据联合相似矩阵进行谱分解,得到联合谱嵌入坐标,再根据联合谱嵌入坐标作形状对应,不需要对谱坐标作对齐操作,计算量小,效率高。
  • 形状对应方法装置
  • [发明专利]一种图像聚类方法、装置、电子设备及存储介质-CN202110796021.9有效
  • 周郭许;陈岱;邱育宁 - 广东工业大学
  • 2021-07-14 - 2023-05-26 - G06V10/762
  • 本发明公开了一种图像聚类方法、装置、电子设备及存储介质,包括:获取图像数据;构建图像数据的初始数据相似矩阵;基于初始数据相似矩阵和因子矩阵生成优化相似矩阵;采用图像数据、因子矩阵、初始数据相似矩阵和优化相似矩阵生成误差函数;优化误差函数,得到最小误差函数值和优化参数;判断最小误差函数值是否满足预设迭代终止条件;当最小误差函数值不满足预设迭代终止条件时,采用优化参数更新因子矩阵、优化相似矩阵,并返回采用图像数据、因子矩阵、初始数据相似矩阵和优化相似矩阵生成误差函数的步骤;当最小误差函数值满足预设迭代终止条件时,输出优化参数;对优化参数进行聚类,得到图像聚类信息。
  • 一种图像方法装置电子设备存储介质
  • [发明专利]一种基于共享近邻的权重自更新多视角谱聚类方法-CN202010225440.2有效
  • 宋艳;殷俊 - 上海海事大学
  • 2020-03-26 - 2023-03-24 - G06V10/762
  • 本发明公开了一种基于共享近邻的权重自更新多视角谱聚类方法,该方法包括:步骤1:输入多个视角的数据集,根据共享近邻的自适应高斯核函数计算出各个视角的相似矩阵;步骤2:根据拉普拉斯矩阵秩约束理论对各个视角的相似矩阵的簇结构进一步优化各个视角的相似矩阵;步骤3:根据权重自更新多视角谱聚类模型计算出全局拉普拉斯矩阵;步骤4:根据所得到的全局拉普拉斯矩阵,计算出全局相似矩阵,由此得到一个具有多个联通分支的全局相似矩阵,从而得到最终的多个簇。本发明能够提高谱聚类算法中相似矩阵构造的准确性,并减少在相似矩阵构造阶段所花费的计算时间,同时进一步优化多视角数据融合模型。
  • 一种基于共享近邻权重更新视角谱聚类方法
  • [发明专利]一种LncRNA和疾病关联关系的高效预测方法-CN202110715473.X在审
  • 邝祝芳;段涛;汪茄琪 - 中南林业科技大学
  • 2021-06-27 - 2021-10-22 - G16B40/00
  • LncRNA和疾病关联关系的高效预测方法,主要包括以下步骤:1、根据公共数据库lncRNADisease下载lncRNA和疾病相关联的数据集,得到lncRNA集合与疾病集合以及lncRNA‑疾病的关联矩阵A;2、计算疾病之间的语义相似矩阵SS、lncRNA之间的功能相似矩阵FS,计算lncRNA和疾病的高斯相互作用属性核相似矩阵KL、KD;3、根据FS、KL构建lncRNA相似矩阵SL,根据SS、KD构建疾病相似矩阵SD;4、将lncRNA的关联矩阵A、lncRNA的相似矩阵SL、疾病的相似矩阵SD整合,构建全局异构网络的邻接矩阵U,采用MetaGraph2vec对每个节点进行特征学习,得到每个节点的特征表示
  • 一种lncrna疾病关联关系高效预测方法

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