“稀疏层”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果2509274个，建议您升级VIP下载更多相关专利

[发明专利]脑组织微观结构估计参数的确定方法、装置及电子设备-CN202110734017.X有效
发明人：叶初阳;刘亚欧;李雨星;段云云;卓芝政 -专利权人：首都医科大学附属北京天坛医院;北京理工大学
申请日： 2021-06-30 - 公布日： 2022-06-07 - 主分类号： G06T7/00 文献下载
摘要：本申请提供了一种脑组织微观结构估计参数的确定方法、装置及电子设备，对获取到的弥散磁共振图像进行预处理，提取得到弥散磁共振图像的输入图像块；将输入图像块分别输入至多个基础估计模型的迭代网络中，在每个基础估计模型的迭代网络中进行多次稀疏重建计算，并将每次稀疏重建计算的稀疏表示结果输入至该基础估计模型中与该次稀疏重建计算对应的估计层中，得到输入图像块对应体素的估计向量；利用多层感知机融合各个基础估计模型中每个估计层输出的估计向量，确定待估计脑组织结构的各个属性参数的估计值这样，通过基础估计模型中的迭代网络、估计层以及多层感知机可以估计出待估计脑组织结构各个属性参数的估计值，可以减小估计误差。
组织微观结构估计参数确定方法装置电子设备

[发明专利]一种复合材料、锅具及锅具的制造方法-CN201510713586.0在审
发明人：李凌瀚;刘炳耀 -专利权人：广东万事泰集团有限公司
申请日： 2015-10-27 - 公布日： 2016-01-13 - 主分类号： A47J27/00 文献下载
摘要：本发明提供了一种复合材料，包括重叠并结合在一起的上导热层、中间隔热层和下导热层，所述中间隔热层包括用隔热材料编织形成的稀疏编织区域和密集编织区域，其中稀疏编织区域位于中间隔热层的中部，密集编织区域布置在稀疏编织区域的周围
一种复合材料制造方法

[发明专利]目标检测网络批归一化层剪枝方法、装置、设备及介质-CN202310244347.X有效
发明人：陆林;李晋;何勇;邸龙;郑耀华;原瀚杰;谭海傲;陈亮;董丽梦;董承熙;张雨;姚健安;姜南;金仲铂;曾彦超;曾水悦 -专利权人：广东电网有限责任公司肇庆供电局
申请日： 2023-03-15 - 公布日： 2023-06-02 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种目标检测网络批归一化层剪枝方法、装置、设备及介质，用于解决现有的目标检测网络剪枝算法存在较大的精度损失的技术问题。本发明包括：采集图像数据；对所述图像数据进行清洗，得到清洗数据，并采用所述清洗数据生成训练集；采用所述训练集训练预设目标检测模型，得到预训练目标检测模型；稀疏化所述预训练目标检测模型，得到稀疏化目标检测网络；确定所述稀疏化目标检测网络的批归一化层的待剪枝通道，将所述批归一化层中的待剪枝通道的偏置合并到所述批归一化层的下一批归一化层中，并对所述待剪枝通道进行剪枝，得到目标检测模型。
目标检测网络归一化剪枝方法装置设备介质

[发明专利]基于稀疏表示与近端算法的射频信号特征遴选与识别方法-CN202310232775.0在审
发明人：桂冠;陶梦圆;王诚;杨泽洋;刘超;付雪;王禹 -专利权人：南京邮电大学
申请日： 2023-03-13 - 公布日： 2023-04-07 - 主分类号： G06F18/211 文献下载
摘要：本发明公开了一种基于稀疏表示与近端算法的射频信号特征遴选与识别方法，其以遴选出稀疏特征进行信号识别为目标，首先获取物联网WiFi设备信号，输入搭建的复数卷积神经网络，实现原始特征的提取；接着为特征层添加稀疏参数，并在损失函数中加入正则化项对稀疏参数进行约束；然后采用随机梯度下降算法与近端梯度下降算法对稀疏参数进行反向传播过程；最后得到稀疏特征，并实现信号识别任务。
基于稀疏表示算法射频信号特征遴选识别方法

[发明专利]一种联合稀疏和稠密邻域一致性的图像匹配方法-CN202211382001.8在审
发明人：杜松林;姜其敏 -专利权人：东南大学;东南大学深圳研究院
申请日： 2022-11-07 - 公布日： 2023-01-20 - 主分类号： G06V10/74 文献下载
摘要：本发明公开了一种联合稀疏和稠密邻域一致性的图像匹配方法，所述方法依次经过基于稀疏的注意力图神网络和基于稠密领域一致性的网络后，将稀疏和稠密匹配的初始得分转化为同维度，利用可学习参数结合稀疏和稠密的初始匹配得分，将结合后的匹配得分输入最优匹配层，获得最终的分配矩阵，实现图像匹配。本发明通过融合稠密匹配为稀疏匹配增加了全局信息，并且稠密匹配也学习稠密邻域信息，避免由于图的复杂性带来的错误匹配，使稀疏和稠密邻域一致性相互促进，最终达到准确性高的匹配效果。
一种联合稀疏稠密邻域一致性图像匹配方法

[发明专利]用于块稀疏递归神经网络的系统和方法-CN201811266435.5有效
发明人：沙兰·纳朗;埃里克·昂德桑德;格雷戈瑞·戴莫萨斯 -专利权人：百度（美国）有限责任公司
申请日： 2018-10-29 - 公布日： 2023-07-25 - 主分类号： G06F11/14 文献下载
摘要：结果表明，在训练期间使用块修剪和结合修剪的组套索，块稀疏递归神经网络(RNN)可构造得与密集基准模型一样精确。公开了两种不同的方法来诱导神经网络模型中的块稀疏：修剪层中的权重块，以及使用组套索正则化以产生具有零的权重块。使用这些技术，结果表明，可以创建具有高稀疏度且小的精度损失的块稀疏RNN。与非结构化稀疏相比，块稀疏RNN消除了与数据存储和不规则内存访问相关的开销，同时提高了硬件效率。
用于稀疏递归神经网络系统方法

[发明专利]光流估计方法、装置、电子设备及存储介质-CN202111501045.3在审
发明人：曲超;谢朝毅 -专利权人：影石创新科技股份有限公司
申请日： 2021-12-09 - 公布日： 2023-06-13 - 主分类号： G06T7/269 文献下载
摘要：本发明适用于图像处理技术领域，提供了一种光流估计方法、装置、电子设备及存储介质，该方法包括：对第一图像和第二图像进行降采样，分别构建图像金字塔，按照从顶层图像到底层图像的顺序，从图像金字塔中选择一层未选择过的图像作为当前层图像，通过执行逆向搜索对当前层图像的初始稀疏光流进行更新，使用预设的滤波器对当前层图像更新后的稀疏光流进行平滑处理，基于平滑处理后的稀疏光流获取当前层图像的稠密光流，判断当前层图像是否为底层图像，若是，则将所述稠密光流作为所述第一图像和所述第二图像之间的最终光流，若否，则继续对下一层图像进行光流估计，从而提高了光流估计的准确性。
估计方法装置电子设备存储介质

[实用新型]透气涤纶布-CN202320249588.9有效
发明人：倪建新;倪佳闻;杨美娟 -专利权人：吴江市佳建纺织有限公司
申请日： 2023-02-17 - 公布日： 2023-09-19 - 主分类号： B32B27/36 文献下载
摘要：其技术方案要点是：包括相互固定连接的遮挡层和防粘层，遮挡层上开设有若干透气槽，防粘层包括交替设置的密集区和稀疏区，密集区的编织密度大于稀疏区的编织密度，密集区与透气槽对应设置。本实用新型中通过透气槽以及稀疏区的孔隙连通面料两侧空气的流动，提高面料的透气效果，加快体表汗液的蒸发速度，同时本实用新型中设置有粘胶纤维，粘胶纤维的透气效果且吸湿速度快，进一步加强面料的透气性，增强面料穿着的舒适度
透气涤纶布

[发明专利]隔离结构的制造方法-CN200610108419.4无效
发明人：何青原;萧国坤 -专利权人：力晶半导体股份有限公司
申请日： 2006-08-02 - 公布日： 2008-02-06 - 主分类号： H01L21/762 文献下载
摘要：一种隔离结构的制造方法，此方法为提供基底，基底包括图案稀疏区与图案密集区，且基底上已形成有一层硬掩模层，而硬掩模层与基底中已形成有多个沟槽。之后，在基底上形成一层介电层，填满这些沟槽且覆盖住基底，介电层在图案稀疏区上形成有凹陷。接着，在基底上形成一层掩模层，填满凹陷。以掩模层为掩模移除部分介电层后，移除掩模层。继而以硬掩模层为终止层，移除部分介电层，以形成多个隔离结构。
隔离结构制造方法

[发明专利]半导体结构的形成方法、晶体管-CN201911174095.8在审
发明人：杨鹏;渠汇;钱文明;吉利;唐睿智;刘佳磊 -专利权人：中芯国际集成电路制造（上海）有限公司;中芯国际集成电路制造（北京）有限公司
申请日： 2019-11-26 - 公布日： 2021-05-28 - 主分类号： H01L21/8234 文献下载
摘要：一种半导体结构的形成方法、晶体管，形成方法包括：提供基底，基底包括图形稀疏区和图形密集区，基底包括衬底、多个分立于衬底上的鳍部以及位于鳍部上的掩膜层；形成露出部分厚度的掩膜层的隔离材料层；形成隔离材料层后，去除掩膜层；去除掩膜层后，对隔离材料层进行刻蚀处理，形成隔离层，隔离层露出部分高度的鳍部，刻蚀处理的步骤包括：采用湿法刻蚀工艺对隔离材料层进行第一刻蚀。本发明实施例，湿法刻蚀的过程中，图形密集区中的隔离材料层的被刻蚀速率明显大于图形稀疏区中的隔离材料层的被刻蚀速率，降低了图形密集区的隔离层顶部和图形稀疏区的隔离层的顶部的距离，有利于提高半导体结构器件性能的均一性
半导体结构形成方法晶体管

[发明专利]用于高效N:M稀疏训练的双向掩码-CN202310198651.5在审
发明人：纪荣嵘;张玉鑫;罗一婷;林明宝 -专利权人：厦门大学
申请日： 2023-03-03 - 公布日： 2023-06-27 - 主分类号： G06F18/214 文献下载
摘要：用于高效N:M稀疏训练的双向掩码，涉及人工神经网络的压缩与加速。1)在权重的行维度根据权重大小计算前向掩码；2)利用前向掩码计算稀疏前向传播过程中权重的最优行排列，对前向稀疏权重按行重排列；3)对重排列后的稀疏权重在列维度根据稀疏权重大小计算反向掩码，保持行置换和不行置换之间相同的输出，缩小单向和双向掩码之间的梯度差距；4)利用随机梯度下降方法对深度神经网络有效优化卷积层及其N:M稀疏性。在前向和反向传播的两个方向上分离稀疏掩码以获得训练加速度，实现前向和反向权重的稀疏性，克服密集的梯度计算的问题。
用于高效稀疏训练双向掩码

[发明专利]基于遗传算法优化稀疏自编码器的数据压缩方法及装置-CN202211527709.8在审
发明人：何斌;杨振坤;李刚;朱忠攀;陆萍;程斌 -专利权人：同济大学
申请日： 2022-12-01 - 公布日： 2023-03-14 - 主分类号： G06N3/086 文献下载
摘要：本发明提供了一种基于遗传算法优化稀疏自编码器的数据压缩方法与装置，涉及数据处理技术领域。包括：确定稀疏自编码器的网络拓扑结构，初始化稀疏自编码器网络，获得稀疏自编码器网络的初始权值和初始阈值；通过改进遗传算法对稀疏自编码器网络的初始权值和初始阈值进行优化；对未压缩的数据进行归一化处理和数据矫正，获得新的未压缩数据；将新的未压缩数据输入改进的稀疏自编码器网络，将隐含层的输出数据作为压缩后的数据；将压缩后的数据通过算数编码进行无损压缩，获得新的压缩后数据。有效地对样本数据进行降维，稀疏自编码器的多层网络结构使稀疏自编码器具有强大的非线性特征映射能力，无需输入数据具备标签，提高了压缩算法的适用范围。
基于遗传算法优化稀疏编码器数据压缩方法装置

[发明专利]一种基于稀疏谱分解的衰减定性分析的方法-CN202010352145.3有效
发明人：高静怀;杨阳;王治国;李振 -专利权人：西安交通大学
申请日： 2020-04-28 - 公布日： 2021-07-13 - 主分类号： G01V1/28 文献下载
摘要：本发明公开了一种基于稀疏谱分解的衰减定性分析的方法，首先提出了一种基于稀疏Group‑Lasso惩罚函数的谱分解模型，然后迭代分割的算法来求解该稀疏谱分解方法的系数，最后基于这个谱分解方法计算高低频之间的差异值通过合成数据和实际数据对比，本发明提出的稀疏谱分解方法具有较高的时间分辨率，能够更加准确的识别油气储层的位置。
一种基于稀疏分解衰减定性分析方法

[发明专利]一种基于改进稀疏自动编码器的图像超分辨率方法-CN201810871111.8在审
发明人：黄德天;黄炜钦;柳培忠;林炎明;张健 -专利权人：华侨大学;泉州市中仿宏业信息科技有限公司
申请日： 2018-08-02 - 公布日： 2019-01-04 - 主分类号： G06T3/40 文献下载
摘要：本发明涉及一种基于改进稀疏自动编码器的图像超分辨率方法，其以训练样本的高频信息为特征，分别构造高、低分辨率图像训练集，并通过ZCA白化技术对联合训练集去相关以降低其冗余性，从而提高自动编码器的训练效率；然后，在传统稀疏自动编码器的代价函数中加入构造的稀疏正则化项，获取改进的稀疏自动编码器，进一步加强对隐含层的稀疏性约束；接着，采用改进的稀疏自动编码器实现无监督的联合字典学习，以学习到更加准确和鲁棒的字典；最后将学习到的字典应用于基于稀疏表示的图像超分辨率重建框架中，实现图像的重建，达到提高重建质量的效果。
自动编码器稀疏图像超分辨率训练集改进重建字典低分辨率图像稀疏性约束代价函数高频信息稀疏表示训练效率训练样本正则化项字典学习冗余性无监督隐含层白化鲁棒联合图像学习应用

[发明专利]基于稀疏椭圆RBF神经网络的图像稀疏表示方法-CN202010495523.3在审
发明人：陈旻昕;陈召弟;陈虹 -专利权人：苏州大学
申请日： 2020-06-03 - 公布日： 2020-09-11 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于稀疏椭圆RBF神经网络的图像稀疏表示方法。数据预处理输入图像数据，通过预处理步骤归一化输入的图像数据，目的是使预处理的数据被限定在一定的范围内(在[0,1]内)，从而消除奇异样本数据导致的不良影响，降低样本之间的差异对网络学习的影响；步骤2：稀疏椭圆RBF神经网络的设计稀疏椭圆RBF神经网络，主要基于RBF神经网络进行改进。本发明的有益效果：本发明提供一种基于稀疏椭圆RBF神经网络的图像稀疏表示方法与流程，该网络是基于RBF网络改进而来的，在实施过程中采用改进的高斯函数即椭圆高斯函数，作为RBF网络隐层的激活函数，并将稀疏优化技术应用其中
基于稀疏椭圆 rbf 神经网络图像表示方法

首页
«上一页
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
下一页»
尾页
共 100000 条