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471786个,建议您升级VIP下载更多相关专利
  • [发明专利]一种视频直播监控方法及相关装置-CN202011486711.6在审
  • 韩加旭;周祥明 - 浙江大华技术股份有限公司
  • 2020-12-16 - 2021-03-12 - H04N21/2187
  • 本申请公开了一种视频直播监控方法及相关装置,其中,所述监控方法包括:获得当前视频直播片段的视频数据以及音频数据;对视频数据和音频数据分别进行违规检测,以分别获得视频违规概率和音频违规概率;根据视频违规概率和音频违规概率获得综合违规概率;判断综合违规概率与预设范围的关系;若综合违规概率大于预设范围的最大值,则输出违规报警信息;若综合违规概率小于预设范围的最小值,则不输出违规报警信息;若综合违规概率位于所述预设范围内,则将当前视频直播片段发送至检测人员的终端
  • 一种视频直播监控方法相关装置
  • [发明专利]对象推荐方法和装置-CN201910066669.3有效
  • 胡斌斌;张志强;周俊;李小龙 - 创新先进技术有限公司
  • 2019-01-24 - 2023-07-14 - G06F16/9535
  • 该方法包括:构建若干不同的同质对象网络;构建若干不同的同质用户网络;针对每个对象,融合所述对象在不同同质对象网络下的特征表示,得到所述对象的综合特征表示;针对每个用户,融合所述用户在不同同质用户网络下的特征表示,得到所述用户的综合特征表示;采用用户的自身特征表示和对象的综合特征表示为用户预测各对象的第一推荐概率;采用用户的综合特征表示和对象的自身特征表示为用户预测各对象的第二推荐概率;采用用户的自身特征表示和对象的自身特征表示为用户预测各对象的第三推荐概率综合所述第一推荐概率、所述第二推荐概率和所述第三推荐概率,得到用于对象推荐的综合推荐概率
  • 对象推荐方法装置
  • [发明专利]一种综合能源系统概率能流的计算方法-CN201910726552.3有效
  • 秦博宇;方铖;李景 - 西安交通大学
  • 2019-08-07 - 2021-09-07 - G06F30/20
  • 一种综合能源系统概率能流的计算方法,对风力发电单元、光伏发电单元和气网负荷进行概率建模,得到风力发电概率模型、光伏出力模型以及气网负荷概率模型,按照风力发电概率模型、光伏出力模型和气网负荷概率模型进行采样,利用Nataf变换对概率采样样本添加相关性,然后对采样样本进行点估计,根据所得的估计点求解综合能源系统稳态能流即可。本发明综合考虑了电力系统中的风能、太阳能以及天然气系统中气体负荷的不确定性,建立计算概率能流的实用化模型。考虑到现实中不同风力发电和不同太阳能发电之间的相关性,利用Nataf变换达到解决综合能源系统中的综合能流问题,并且有效地提高了求解精度和计算效率。
  • 一种综合能源系统概率计算方法
  • [发明专利]一种基于解耦合学习策略的小样本知识推理方法-CN202111032526.4在审
  • 胡岩峰;罗晋;沈红;彭晨;乔雪;杨婷;潘宇顺;李熙雨 - 苏州空天信息研究院
  • 2021-09-03 - 2022-07-26 - G06N5/04
  • 本发明提出了一种基于解耦合学习策略的小样本知识推理方法,基于小样本知识推理模型实现综合推理特征提取、候选实体成立概率计算和最佳候选实体预测,其中综合推理特征提取基于头实体的嵌入向量和关系嵌入向量提取头实体的综合推理特征,包括嵌入特征和小样本特征;候选实体成立概率计算将头实体的嵌入特征和小样本特征输入推理得分器,计算候选实体在嵌入特征和小样本特征下成立的概率;最佳候选实体预测结合渐进学习因子和候选实体在嵌入特征和小样本特征下成立的概率,计算候选实体推理成立的综合概率,确定综合概率值最高的候选实体为最终推理结果。本发明为推理得分函数提供了综合性的推理信息,提高了小样本推理精度。
  • 一种基于耦合学习策略样本知识推理方法
  • [发明专利]基于自适应概率学习的大型稀疏阵列天线高效综合方法-CN201910708470.6有效
  • 赵延文;谷立 - 电子科技大学
  • 2019-08-01 - 2022-03-25 - G06F17/14
  • 本发明公开了基于自适应概率学习的大型稀疏阵列天线高效综合方法,解决了大型阵列天线稀疏阵列综合存在阵列口径内天线单元的渐变密度分布不好、方向图的副瓣高,造成辐射特性差、效率不高问题。本发明将稀疏阵列的布局结合天线单元的挑选概率估计,将阵列综合问题结合自适应概率学习模型的优化来实现,实现步骤为:随机初始化天线阵元分布并构建初始概率估计模型;利用快速傅里叶变换由激励系数快速计算远场方向图;基于概率学习的策略,根据概率模型产生新的解决方案参与竞争;调整远场方向图;由快速傅里叶变换求得阵元激励,更新概率模型。当满足目标函数要求或达到最大迭代次数,则输出最优稀疏化布阵方案,解决大型稀疏阵列天线综合问题。
  • 基于自适应概率学习大型稀疏阵列天线高效综合方法

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