“融合网络”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1000961个，建议您升级VIP下载更多相关专利

[发明专利]融合网络-CN202011477023.3有效
发明人：刘珊;黄蓉;王友祥 -专利权人：中国联合网络通信集团有限公司
申请日： 2020-12-15 - 公布日： 2023-06-30 - 主分类号： H04W24/02 文献下载
摘要：本发明实施例提供一种融合网络，涉及通信领域，用于提高融合网络的网络质量，确保终端业务的可靠性。该融合网络包括：第一网域、第二网域和第三网域，第一网域包括第一接入网和第二接入网，第二网域包括第一传输网和第二传输网，第三网域包括第一软件定义网络SDN控制器；第一SDN控制器，用于根据第一数据信息、第二数据信息和第三数据信息确定融合网络的第一路由策略；第一数据信息用于指示第一接入网和第二接入网的接入情况以及流量使用情况；第二数据信息用于指示第一传输网的网络状态，第三数据信息用于指示第二传输网的网络状态；第一路由策略用于指示流量在第一网域、第二网域和第三网域之间的路由路径本发明用于网络融合。
融合网络

[发明专利]一种双向特征融合网络、回归预测网络、训练方法及装置-CN202310256876.1在审
发明人：王夏洪 -专利权人：北京龙智数科科技服务有限公司
申请日： 2023-03-08 - 公布日： 2023-07-21 - 主分类号： G06V10/80 文献下载
摘要：本公开涉及计算机视觉技术领域，提供了一种双向特征融合网络、回归预测网络、训练方法及装置。该双向特征融合网络包括依次连接的正向特征融合子网络、反向特征融合子网络以及特征融合归一子网络；正向特征融合子网络用于自顶层向底层对多个不同层次的尺度特征图进行融合，得到多个初步融合特征；反向特征融合子网络用于自底层向顶层对多个初步融合特征进行特征增强，得到多个融合增强特征；特征融合归一子网络用于对多个融合增强特征进行归一和融合，得到多个尺度相同的最终融合增强特征。本公开通过双向特征融合网络进行双向特征融合，可使得整个特征层次具有更加丰富的表达，同时可有效提升后续的回归预测的预测效果。
一种双向特征融合网络回归预测训练方法装置

[发明专利]一种实现网络融合的割接方法及系统-CN201010114135.2有效
发明人：张治平;薛成云;戴义;周全 -专利权人：中兴通讯股份有限公司
申请日： 2010-02-10 - 公布日： 2010-08-25 - 主分类号： H04W8/24 文献下载
摘要：本发明公开了一种实现网络融合的割接方法及系统，属于通信技术领域。本发明方法包括：在网络融合过程中，被融合网络向其下用户发送对等公共陆地移动网(PLMN)列表(EPLMN LIST)，所述EPLMN LIST中包括被融合网络的标识和融合目标网络的标识，用于通知所述用户割接到融合目标网络；接收到所述被融合网络下发的EPLMN LIST的用户进入所述融合目标网络的割接位置区，向所述融合目标网络发起接入请求，所述融合目标网络接受所述用户接入融合目标网络。在网络割接过程中采用本发明技术方案后，所有用户的业务不会中断。
一种实现网络融合方法系统

[发明专利]基于特征融合的表情识别模型的训练方法及识别方法-CN202211201514.4在审
发明人：田小林;范瑞杰;蒋益;焦李成 -专利权人：西安电子科技大学
申请日： 2022-09-29 - 公布日： 2023-02-03 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种基于特征融合的表情识别模型的训练方法及识别方法，该方法包括：采用多张预处理图像训练特征提取网络；构建包括预训练的特征提取网络、翻转特征融合网络、分类网络和乱序融合网络的模型；每次选取多张预处理图像，将选取的图像和其翻转图像输入模型，通过翻转特征融合网络得到第一全局融合特征和翻转注意力损失；通过乱序特征融合网络得到第二全局融合特征；通过分类网络得到第一全局融合特征的分类损失和第二全局融合特征的乱序融合损失；根据这三个损失迭代调整模型参数，从而得到预训练的翻转特征融合网络和预训练的分类网络；将预训练的特征提取网络、预训练的翻转特征融合网络和预训练的分类网络组成的模型作为得到的模型。
基于特征融合表情识别模型训练方法

[发明专利]一种列车融合网络及通信方法、电子设备及存储介质-CN202310401991.3在审
发明人：都布;马法运;李宗亮 -专利权人：中车青岛四方车辆研究所有限公司
申请日： 2023-04-14 - 公布日： 2023-07-11 - 主分类号： H04L67/12 文献下载
摘要：本申请公开了一种列车融合网络及通信方法、电子设备及存储介质，列车融合网络包括：以太网线；融合网络，通过划分VLAN的方式对控制网与维护网进行融合获得所述融合网络，所述融合网络为物理隔离的双通道融合网络；系统设备，所述系统设备通过所述以太网线以节点的方式连入所述融合网络。本发明基于实时以太网提出了一种列车融合网络及通信方法，旨在将信号内网、制动内网、车门内网融合进TCMS网络，减少车辆布线，提高系统响应速度，提高列车的可靠性。
一种列车融合网络通信方法电子设备存储介质

[发明专利]一种基于多模态注意力融合网络的行为识别方法及系统-CN202111458271.8在审
发明人：舒祥波;葛晓静;杨佳文;宋砚 -专利权人：南京理工大学
申请日： 2021-12-02 - 公布日： 2022-03-11 - 主分类号： G06V40/20 文献下载
摘要：本发明涉及一种基于多模态注意力融合网络的行为识别方法及系统。该方法包括利用多模态注意力融合网络中的ResNeXt101网络提取待识别的视频中的RGB特征；并利用多模态注意力融合网络中的Shift‑GCN网络提取骨骼特征；对利用多模态注意力融合网络中的模态融合网络对RGB特征和骨骼特征进行模态融合，确定模态融合后的特征；利用多模态注意力融合网络中的通道融合网络对模态融合后的特征进行通道融合，确定通道融合后的特征；对RGB特征的损失、骨骼特征的损失以及通道融合后的特征的损失进行整合，确定多模态损失，并利用多模态损失优化多模态注意力融合网络，输出行为识别结果。
一种基于多模态注意力融合网络行为识别方法系统

[发明专利]电力通信融合网络级联失效模型及节点脆弱性评估方法-CN202210268238.7有效
发明人：黄涛;杨凤林;林攀;周俊杰;张守冀;雷霞;吴英俊;贾燕冰 -专利权人：西华大学
申请日： 2022-03-18 - 公布日： 2022-12-06 - 主分类号： H04L41/14 文献下载
摘要：本发明公开了电力通信融合网络级联失效模型及节点脆弱性评估方法，包括：生成电力通信融合网络电力层模型；构建电力通信融合网络电力层负荷‑容量模型；建立电力通信融合网络电力层负载重分配模型；生成电力通信融合网络通信层模型；构建电力通信融合网络通信层负荷‑容量模型；建立电力通信融合网络通信层负载重分配模型；设置网间失效概率；构建电力通信融合网络级联失效模型；构建考虑电力通信融合网络级联失效的节点脆弱性评估指标；对脆弱性评估指标进行排序得到重点保护节点集合；该方法能实现电力通信融合网络脆弱节点的有效辨识，提高电力通信融合网络节点的保护效率和经济性，降低连锁故障发生概率。
电力通信融合网络级联失效模型节点脆弱评估方法

[发明专利]一种融合特征分类方法-CN201810198978.1有效
发明人：李千目;孙哲;侯君;孙康;尤丽荣 -专利权人：江苏中天科技软件技术有限公司
申请日： 2018-03-12 - 公布日： 2020-06-16 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种融合特征分类方法，特征融合网络为原始网络的特征融合，它由原始网络的后半段网络修改而来，并融合了原始特征的图像的最后一层特征图谱。特征融合网络训练时，首先将样本数据输入已经训练好的原始网络，得到对应层级的特征，而后将对应层级的特征作为特征融合网络的输入，进行特征融合网络的训练。最后的预测同样需要将首先将样本数据输入已经训练好的原始网络，得到对应层级的特征，而后将对应层级的特征作为特征融合网络的输入，特征融合网络的输出最终的预测。本发明利用卷积神经网络的中间层特征，提高卷积神经网络的分类效率。
一种融合特征分类方法

[发明专利]一种普适的异构融合算网资源智慧适配网络架构及方法-CN202211689082.6有效
发明人：杨冬;程宗荣;张维庭;王洪超;高德云;张宏科 -专利权人：北京交通大学
申请日： 2022-12-28 - 公布日： 2023-04-07 - 主分类号： H04L67/2885 文献下载
摘要：本发明公开一种普适的异构融合算网资源智慧适配网络构架及方法，一种普适的异构融合算网资源智慧适配网络构架包括：智慧融合服务层、智慧融合适配层和智慧融合网络层。本发明通过将智慧融合服务层提取的异构服务侧业务特征和智慧融合网络层提取的异构网络侧资源特征确定网络资源基本约束条件，再通过智慧融合适配层建立网络资源普适化网络模型，解决了异构融合网络横向和纵向不同调度场景中的资源联合分配的问题，从而得到各种网络资源的分配结果，从端到端全局优化的视角有效解决了异构融合网络中横向资源耦合、纵向调度不协调的难题，提高了网络的可扩展性和调度的性能。
一种融合资源智慧网络架构方法

[发明专利]神经网络优化方法、装置、电子设备及可读存储介质-CN202110204808.1在审
发明人：张凯;谭文明;李哲暘;张如意 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2021-02-23 - 公布日： 2021-06-01 - 主分类号： G06N3/04 文献下载
摘要：本申请提供一种神经网络优化方法、装置、电子设备及可读存储介质，该神经网络优化方法包括：对待优化神经网络进行子网划分，并依据预设融合规则以及融合目标分别对各子网进行网络层layer融合，得到各子网的最优融合结果；依据各子网的最优融合结果、所述预设融合规则以及融合目标，对所述待优化神经网络进行layer融合，得到所述待优化神经网络的最优融合结果。该方法可以在保证得到满足预设融合规则以及融合目标的情况下的最优融合结果的情况下，提高确定待优化神经网络的最优融合结果的效率。
神经网络优化方法装置电子设备可读存储介质

[发明专利]一种基于融合网络的图像多尺度语义分割方法及装置-CN201910414484.7有效
发明人：赵霞 -专利权人：同济大学
申请日： 2019-05-17 - 公布日： 2023-05-02 - 主分类号： G06T7/10 文献下载
摘要：本发明涉及一种基于融合网络的图像多尺度语义分割方法及装置，该方法包括以下步骤：构建一融合网络，该融合网络包括fcn基网络、deeplab基网络、特征融合模块和优化分割模块，所述特征融合模块分别连接fcn基网络、deeplab基网络和优化分割模块；通过所述融合网络对输入图像进行语义分割。
一种基于融合网络图像尺度语义分割方法装置

[发明专利]基于深度学习的路面裂缝提取方法和装置-CN202310187660.4有效
发明人：廖小罕;陈岳峰;王勇;曾俊铖;黄开青;吴少峰;邱路阳;何正龙;陈宇焜;甘宏;韩晓兰;丁涛 -专利权人：中国科学院地理科学与资源研究所;福建省高速公路科技创新研究院有限公司;福建罗宁高速公路有限公司
申请日： 2023-03-02 - 公布日： 2023-05-30 - 主分类号： G06V10/80 文献下载
摘要：该方法包括：获取待提取的路面图像；将待提取的路面图像输入到训练好的裂缝提取模型中，得到待提取的路面图像的路面裂缝提取结果，裂缝提取模型是利用标签路面图像对预设的深度学习网络进行训练得到的，深度学习网络包括编码网络、一级特征融合网络、解码网络和二级特征融合网络，编码网络加强路面图像的上下文特征，一级特征融合网络将由编码网络输出的特征中不同感受野的特征进行特征融合，解码网络将编码网络和一级特征融合网络输出的特征进行特征融合，二级特征融合网络将解码网络和一级特征融合网络输出的特征进行特征融合，以得到路面裂缝提取结果。
基于深度学习路面裂缝提取方法装置

[发明专利]训练图像融合模型的方法、装置和电子设备-CN202011548642.7在审
发明人：龙勇志 -专利权人：维沃移动通信有限公司
申请日： 2020-12-23 - 公布日： 2021-03-26 - 主分类号： G06T5/50 文献下载
摘要：本申请公开了一种训练图像融合模型的方法和电子设备，属于图像处理领域。其中的方法包括：获取训练数据集，训练数据集中包含图像对；将图像对输入初始的图像融合模型，图像融合模型为包含浅层特征提取网络、深层特征提取网络、全局特征融合网络、特征重构网络的深度神经网络模型；经过浅层特征提取网络、深层特征提取网络、全局特征融合网络、特征重构网络的依次处理，得到图像对的融合图像；根据预设损失函数计算融合图像与所述图像对之间的差异值，并根据计算的差异值更新图像融合模型的网络参数，直到计算的差异值小于预设阈值，得到训练完成的图像融合模型，所述损失函数用于计算结构损失值和内容损失值。本申请可提高融合图像的客观真实性。
训练图像融合模型方法装置电子设备

[发明专利]无参考影像的光学遥感空谱融合方法、装置、设备及介质-CN202210082101.2在审
发明人：郭擎;李思佳;李安;童濂滋;王华 -专利权人：中国科学院空天信息创新研究院
申请日： 2022-01-24 - 公布日： 2022-06-03 - 主分类号： G06T5/50 文献下载
摘要：本发明提供一种无参考影像的光学遥感空谱融合方法、装置、设备及介质。所述方法包括：对多张原始全色影像和多光谱影像进行处理，得到网络训练集；构建融合网络模型和无参考标签的损失函数；根据融合网络模型和无参考标签的损失函数，生成无参考影像的融合网络模型；利用网络训练集对无参考影像的融合网络模型进行训练，得到训练后的无参考影像的融合网络模型；将待融合的全色影像和多光谱影像输入至训练后的无参考影像的融合网络模型中，得到融合结果。本发明通过建立无需使用模拟数据标签的损失函数，使得网络可以同时监督和降低空间与光谱上的损失，在提高融合效果的同时，增强网络的泛化能力。
参考影像光学遥感融合方法装置设备介质

[发明专利]基于视觉增强的红外与可见光图像融合方法-CN202310530022.8有效
发明人：吕国华;高翔;池强;王西艳;宋文廓;张曾彬;司马超群 -专利权人：齐鲁工业大学（山东省科学院）
申请日： 2023-05-12 - 公布日： 2023-10-10 - 主分类号： G06T5/50 文献下载
摘要：本发明公开了一种基于视觉增强的红外与可见光图像融合方法，涉及图像分类技术领域。本发明包括以下步骤：步骤1：构建自编码器，并训练自编码器；步骤2：获取增强网络的训练集；步骤3：构建增强网络，训练增强网络，得到训练好的增强网络模型；步骤4：获取融合网络的训练集与测试集；步骤5：构建融合网络，训练融合网络，得到训练好的融合网络模型；步骤6：利用融合网络的测试集中的测试数据对步骤5得到的训练好的融合网络模型进行测试，得融合图像。本发明所述的图像融合方法得到的低光背景下的红外图像和可见光图像的融合图像能够获得更多的纹理细节、更丰富的边缘信息、更佳的整体亮度。
基于视觉增强红外可见光图像融合方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条