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309633个,建议您升级VIP下载更多相关专利
  • [发明专利]虚拟演播图像生成方法、系统、终端及存储介质-CN202111010765.X在审
  • 郭伟 - 天津泰讯视动科技有限责任公司
  • 2021-08-31 - 2021-11-30 - G06T11/00
  • 本申请涉及虚拟演播图像生成方法、系统、终端及存储介质,其属于虚拟图像处理技术领域,其中虚拟演播图像生成方法包括获取真实动作信息、真实状态信息,并根据真实动作信息和真实状态信息得到对应的真实动作标签信息和真实状态标签信息;从预存的虚拟模型信息库中调取虚拟动作标签信息和虚拟状态标签信息;将真实动作标签信息与虚拟动作标签信息进行匹配且将真实状态标签信息与虚拟状态标签信息进行匹配后得到匹配结果;根据匹配结果从虚拟模型信息库中调取对应于虚拟动作标签信息的虚拟动作信息和对应于虚拟状态标签信息的虚拟状态信息
  • 虚拟演播图像生成方法系统终端存储介质
  • [发明专利]一种射频识别系统中克隆标签的识别方法及系统-CN202310666412.8有效
  • 丁学科;褚楚;彭锐;胡莹 - 浙江波誓盾科技有限公司
  • 2023-06-07 - 2023-09-15 - G06K7/10
  • 本发明提供了一种射频识别系统中克隆标签的识别方法及系统,涉及射频识别技术领域,该识别方法包括:在任意第i轮识别中,生成随机种子和帧长度;基于所有真实标签的标识符、随机种子以及帧长度,计算每个真实标签的时隙值,并根据时隙值构建第一指示向量;向所有真实标签广播随机种子、帧长度以及第一指示向量,根据标识符、随机种子以及帧长度,计算索引值;基于索引值和第一指示向量,计算每个真实标签的响应时隙;向每个真实标签发送查询命令以接收每个真实标签的响应信息;当接收到的响应信息的响应方向数量大于预期值时,则判定真实标签被克隆攻击,识别出克隆标签,本发明能够解决现有技术中识别效率和准确性低下的技术问题。
  • 一种射频识别系统克隆标签方法
  • [发明专利]一种单阶段半监督图像人体目标检测方法-CN202010114793.5在审
  • 陈学贤;吴斯 - 华南理工大学
  • 2020-02-25 - 2020-07-03 - G06K9/00
  • 本发明公开了一种单阶段半监督图像人体目标检测方法,该方法是从视频帧中选取少量有真实标签的图像,剩下其它视频帧作为无真实标签图像;两类图像同时送入深度网络中训练网络;训练过程会有所不同,带有真实标签图像可以正常训练,但是无真实标签图像无法正常训练,所以会先通过网络获得高置信度的位置信息作为无真实标签图像的临时标签,然后再进行正常的训练;为了能够使网络不被临时标签的图像带偏,通过后续筛选和权重设置加以限制;直到网络模型训练到预先设定的次数
  • 一种阶段监督图像人体目标检测方法
  • [发明专利]一种基于双重主动查询的标签带噪图像学习方法-CN202110792414.2有效
  • 李绍园;侍野;黄圣君 - 南京航空航天大学
  • 2021-07-14 - 2021-10-01 - G06K9/62
  • 本发明公开了一种基于双重主动查询的标签带噪图像学习方法,其包括步骤:搭建深度卷积神经网络分类器及噪声转移矩阵,在带噪数据集上预训练分类器及噪声转移矩阵;挑选图像集,获取挑选图像集的真实标签;使用挑选的图像集及真实标签更新噪声转移矩阵;初始化基于噪声转移矩阵的分类器;构建真实标签上的损失函数和噪声标签上的损失函数;基于随机梯度下降最小化真实标签损失及噪声标签损失,更新分类器参数;重复迭代过程至最大迭代次数K,完成深度卷积神经网络分类器本发明使用噪声转移矩阵建立噪声模型,并引入真实标签估计噪声转移矩阵及改善分类器;通过设计双重主动查询方法,在节省标注成本的同时最大化提高分类器学习准确率。
  • 一种基于双重主动查询标签图像学习方法

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