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886432个,建议您升级VIP下载更多相关专利
  • [发明专利]一种快递地址解析及分类方法-CN202310187476.X在审
  • 赵江江 - 上海中通吉网络技术有限公司
  • 2023-03-01 - 2023-07-14 - G06F16/35
  • 本申请涉及一种快递地址解析及分类方法,属于物流技术领域。所述方法包括:对原始快递地址数据、百度地图API解析得到的地址数据和收集到的相关地址数据,进行数据预处理,并将预处理后的地址数据划分为训练集和测试集;基于Bert预训练模型得到NER模型和文本分类模型,利用训练集和测试集对NER模型和文本分类模型分别进行训练,训练完成得到训练好的NER模型和文本分类模型;通过训练好的NER模型和文本分类模型处理大规模快递地址数据,得到标准化地址数据。基于Bert的预训练模型减少标注成本,并极大提升了模型解析分类的准确率,通过集群的方式将训练好的模型推送到HDFS进行计算加快解析地址的速度。
  • 一种快递地址解析分类方法
  • [发明专利]智能操作票生成方法及装置-CN202210265826.5在审
  • 王刚;叶文林;龙胜江;文杰 - 长园共创电力安全技术股份有限公司
  • 2022-03-17 - 2022-07-08 - G05B19/418
  • 本发明属于电力调令解析技术领域,公开了一种智能操作票生成方法及装置、设备、存储介质,通过对接收到的电力调度控制指令进行解析,得到关键字信息;然后确定与关键字信息相匹配的目标间隔对象模型,从关键字信息中确定出模型要素信息,填充进目标间隔对象模型中获得模型内容;最后根据与目标间隔对象模型相对应的解析规则,对模型内容进行解析获得第一五防操作序列,将第一五防操作序列转换为五防操作票,从而可以自动将电力调度控制指令解析为间隔对象模型
  • 智能操作生成方法装置
  • [发明专利]车身的振动特性的合理化解析方法以及装置-CN201980058791.4在审
  • 齐藤孝信 - 杰富意钢铁株式会社
  • 2019-06-06 - 2021-04-16 - G06F30/20
  • 车身的振动特性的合理化解析方法具备:振动解析步骤(S1),进行振动解析而求出车身的一部分的最大位移;最大位移载荷取得步骤(S3),求出施加与最大位移相同的位移所需的载荷;灵敏度解析步骤(S5),施加求得的载荷而特定作为最优化的对象的构件或部件;设计空间设定步骤(S7),对特定出的构件或部件设定设计空间;最优化块模型生成步骤(S9),在已设定的设计空间生成最优化块模型;结合处理步骤(S11),将最优化块模型与车身结合而生成最优化解析模型;以及最优化解析步骤(S13),将在最大位移载荷取得步骤(S3)中求得的载荷作为载荷条件,考虑因振动而引起的惯性力来进行最优化解析,求出最优化块模型的最优的形状。
  • 车身振动特性合理化解析方法以及装置
  • [发明专利]基于深度学习的批量图形码识别方法、装置及存储介质-CN202110806681.0在审
  • 华逢友 - 苏州浪潮智能科技有限公司
  • 2021-07-16 - 2021-12-03 - G06K7/14
  • 本申请采集批量图形码的视频,将视频逐帧分解获取若干批量图形码的图像,计算图像的清晰度,选取清晰度最高的图像为目标图像输入到经训练能够识别条形的第一图形码提取模型和第二图形码提取模型进行图形码的识别提取,将图形码逐一从包含批量图形码的图像中提取出来,分别对第一图形码提取模型和第二图形码提取模型提取出来的单个图形码进行解析,将解析结果进行对比,如果一致则判定图形码提取解析正确,如果不一致则输出提取解析错误本申请能够对图形码解析结果的自验证,并在提取解析错误情况频繁发生时重新训练第一图形码提取模型和第二图形码提取模型
  • 基于深度学习批量图形识别方法装置存储介质

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