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3114个,建议您升级VIP下载更多相关专利
  • [发明专利]室内混合稀疏LOS/NLOS场景下的L0范数定位方法-CN201911242243.5有效
  • 何成文;袁运斌 - 中国科学院测量与地球物理研究所
  • 2019-12-06 - 2020-12-18 - H04W4/33
  • 本发明提供一种室内混合稀疏LOS/NLOS场景下的L0范数定位方法,根据已知固定基站坐标和TOA模式下移动站的距离观测值,选取LOS基准站,然后建立稀疏L0范数问题;为求解所述的稀疏L0范数问题,采用穷举法对所有可能的移动站进行排列组合,从而将稀疏L0范数问题松弛为多组L2范数问题,并采用最小二乘方法获取每一组L2范数问题的解;运用L1范数准则,对每一组L2范数问题的解,代入到稀疏L0范数问题中获得的残差,获得每一组L2范数问题的解的残差的绝对值之和,然后将绝对值之和最小对应的那一组L2范数问题的解,作为稀疏L0范数问题的最终定位解。本发明提出了一种L0范数极小化方法,适用条件为TOA定位模式下的混合稀疏LOS/NLOS环境,能够减轻NLOS误差对定位系统精度。
  • 室内混合稀疏losnlos场景l0范数定位方法
  • [发明专利]一种混合范数的高质量快速CS-MRI成像方法-CN201310214469.0无效
  • 王勇;应蕾;张凤;郑娜;楚天;许录平 - 王勇
  • 2013-05-31 - 2013-09-18 - A61B5/055
  • 本发明公开了一种新的基于混合范数的高质量CS-MRI图像重建方法。主要解决当前MRI成像质量不高,速度较慢的问题。本发明方法首先获取MR的K-space数据,通过构造降采样模式对K-space数据进行降采样,其次在压缩约束条件下设计混合范数优化目标,最后求解该混合范数问题,将目标进行空间域转换,获得重构后的MR图像混合范数的设计思路是将传统的L1范数问题转化为混合范数LH新模式下的优化求解,该范数使得重构结果更接近于L0范数解,又能克服L0范数本身无法求解和L1范数求解精度不高的问题,通过压缩感知(CS:Compressed本发明不但能加快MR成像速度,尤为重要的是可以获得较传统L1范数重构方法更高质量的MR图像。
  • 一种混合范数质量快速csmri成像方法
  • [发明专利]一种多视图网络垃圾页面检测方法-CN201110424701.4有效
  • 张化祥 - 山东师范大学
  • 2011-12-16 - 2012-06-27 - G06F17/30
  • 本发明公开了提供一种多视图webspam检测方法,该方法包括如下步骤:首先获取训练数据中所有正常页面和spam页面的两视图;然后获取待检测页面的两视图;对获得的两视图各自构造矩阵;求出正常范数及spam范数;比较正常范数与spam范数的大小;若正常范数小于spam范数,则待检测页面为正常页面;若正常范数大于spam范数,则待检测页面为spam页面;若两者相等,则待检测页面随机识别为正常页面或spam页面
  • 一种视图网络垃圾页面检测方法
  • [发明专利]一种基于原子范数最小化的层析SAR三维成像方法-CN202211556156.9在审
  • 王潇;李红;柏学澳 - 南京工业大学
  • 2022-12-06 - 2023-04-14 - G01S13/90
  • 本发明公开了一种基于原子范数最小化的层析SAR三维成像方法,包括:构建完备层析SAR观测信号的原子集合和原子范数;构建不完备层析SAR观测信号的原子集合和原子范数;根据构建的完备层析SAR观测信号和不完备层析SAR观测信号的原子集合和原子范数,构建基于原子范数最小化的层析SAR成像模型;根据层析SAR成像模型和半正定规划理论构建原子范数优化问题的半正定规划解,利用半正定规划解实现SAR三维成像。本发明运用了原子范数最小化方法来进行层析SAR反演,与基于L1范数的优化方法相比较具备更强的稀疏性、超分辨率能力和更准确的估计精度。
  • 一种基于原子范数最小化层析sar三维成像方法
  • [发明专利]一种基于原子范数的到达角估计方法-CN201910524166.6有效
  • 陈鹏;曹振新 - 东南大学
  • 2019-06-18 - 2023-03-21 - G06F17/11
  • 本发明公开了一种基于原子范数的到达角估计方法,属于阵列信号处理技术领域,包括如下步骤:1)建立多天线构成的矢量流形和接收信号基于矢量流形的数学模型;2)构建一种存在幅相误差时的原子范数表示方法,建立基于原子范数最小化设计到达角估计的最优化问题;3)求解存在幅相误差时原子范数的对偶范数;4)基于对偶范数与Schur补,构建到达角估计的半正定规划问题;5)通过求解半正定规划问题,获得对接收信号的到达角估计。本发明针对多天线系统的接收信号,建立存在幅相误差时的接收信号模型,利用原子范数构建最优化问题,通过求解该最优化问题,可以实现对到达角的估计,通过新的原子范数可以实现稀疏信号到达角的精确估计。
  • 一种基于原子范数到达估计方法
  • [发明专利]深度学习模型对抗样本生成方法、系统、设备及存储介质-CN202110049467.5有效
  • 蔺琛皓;朱炯历;沈超;管晓宏 - 西安交通大学
  • 2021-01-14 - 2023-05-02 - G06F18/214
  • 本发明属于深度学习模型领域,公开了一种深度学习模型对抗样本生成方法、系统、设备及存储介质,包括获取原始图像基于目标深度学习模型的敏感矩阵,获取若干范数组及各范数组对应的扰动图,根据各范数组对应的扰动图得到对抗零范数及对抗无穷范数,根据对抗无穷范数构建预设数量对抗扰动矩阵,通过进化算法迭代优化对抗扰动矩阵,当当前迭代优化后的对抗扰动矩阵中,至少存在一个目标对抗扰动矩阵时,将原始图像通过目标对抗扰动矩阵扰动,得到对抗样本并输出。通过获取敏感矩阵,基于敏感矩阵实现扰动,使扰动的像素点的分布变得稀疏,从人眼观察的角度,使得扰动更不易被察觉,从量化的角度,使得对抗样本的二范数得到了较大的下降。
  • 深度学习模型对抗样本生成方法系统设备存储介质
  • [发明专利]音频信号的瞬态检测-CN200980120028.6有效
  • 游余立 - 广州广晟数码技术有限公司
  • 2009-05-27 - 2011-06-29 - G10L19/02
  • 根据一个代表性实施例,将一段数字音频信号分成若干块,并且针对多个这样块中的每个块计算范数值,获得针对这样块的一组范数值,每个这样的范数值表示对应块之内信号强度的度量。然后在这样的块中标识出最大范数值,向范数值应用测试标准。如果不满足测试标准,输出指示该段不包括任何瞬态的第一信号,如果满足测试标准,输出指示该段包括瞬态的第二信号。根据本实施例,所述测试标准涉及在所述段之内将最大范数值与不同的第二大范数值加以比较,这种比较受到指定约束。
  • 音频信号瞬态检测
  • [发明专利]一种核范数驱动的数据分类方法及系统-CN201610554118.8在审
  • 张召;贾磊;李凡长;张莉;王邦军 - 苏州大学
  • 2016-07-14 - 2016-12-07 - G06K9/62
  • 本发明公开了一种核范数驱动的数据分类方法及系统,该方法包括:首先利用训练集中的样本构造权重系数矩阵,用于表征样本间的相似性,再初始化一个初始类别矩阵;其次,为了准确可靠地度量近邻重构误差,采用了核范数来度量流形平滑项,在优化过程中,基于核范数的近邻重构误差最小化问题可转化成求解一系列Frobenius范数的优化问题,同时,在度量预测标签与人工初始标签之间的差异的过程中,为了提升模型对于噪音的鲁棒性和度量的准确性,提出基于加权L2,1范数的标签拟合项。此外,使用核范数作为距离度量比L1范数或L2范数更可靠,有效提升了模型的预测精准度。
  • 一种范数驱动数据分类方法系统

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