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67719个,建议您升级VIP下载更多相关专利
  • [发明专利]辅助记忆单词的系统和方法-CN201810510284.7有效
  • 王佳丽 - 王佳丽
  • 2018-05-24 - 2019-12-03 - G09B11/08
  • 本发明提出一种用于记忆单词的系统,包括:初始词库;显示模块;认读模块,用户一次认读正确的单词转移到已记忆词库,否则转移到待记忆词库并记录转移时间;复习模块,如果复习时间在设定的第一阈值时间内并且用户一次认读正确,则单词仍保留在待记忆词库中,如果复习时间超过设定的第一阈值时间并且用户一次认读正确,则将单词转移到下一级待记忆词库;最后一级待记忆词库中的单词一次认读正确并且单词复习时间超过设定的第二阈值时间,则将单词转移到已记忆词库,否则单词还保留在最后一级待记忆词库。根据本发明,用户可以在短时间内大幅提高单词记忆量,而且遗忘率很低。
  • 记忆词库单词单词记忆记忆单词显示模块保留词库遗忘记录
  • [发明专利]一种多源信息融合的生词库自动构建方法-CN201910764965.0有效
  • 李吉平;古万荣;朱凯 - 华南农业大学
  • 2019-08-19 - 2023-07-14 - G06F40/279
  • 本发明公开了一种多源信息融合的生词库自动构建方法,包括生词自动识别和生词库自动更新两个过程;将生词划分为阅读生词和语音生词;将生词库分为短时记忆、长时记忆两个多级生词库;本发明将用户操作、口型、语音、记忆等信息相融合,进行生词的自动识别和生词库的动态更新,实现了生词库构建过程的完全自动化,同以往用户先自行判断再手动确认的方式相比,可以提高学习效率;将生词划分为阅读生词和语音生词,同以往局限于对不认识或不熟悉的词进行记忆的方式相比,可同时对阅读能力和听说水平的提高起到促进作用;将生词库分为短时记忆、长时记忆两个多级生词库,为个性化记忆规律的研究提供了手段。
  • 一种信息融合生词自动构建方法
  • [发明专利]知识点辅助记忆系统-CN201210037114.4在审
  • 吴京伦;包伟 - 吴京伦;包伟
  • 2012-02-15 - 2012-08-01 - G06F19/00
  • 本发明公开了一种知识点辅助记忆系统,包括输入单元、词库单元、候选词提取单元、组句单元、输出单元、记忆方案库和管理单元;其中,输入单元用于接收用户输入待记忆要点,选择词库词库单元为资源库,其包括有词性的词库、无词性的词库;候选词提取单元用于将输入单元输入的待记忆要点从词库单元按照字符串匹配的方式中进行候选词提取,将提取到的候选词输出给组句单元,组句单元用于将提取到的候选词进行组句,并将组成的句子传递至输出单元;输出单元用于将组句单元输出的句子进行排序和向用户显示,供用户选择;所述的记忆库用于保存用户选择的记忆方案;管理单元用于管理系统的配置。
  • 知识点辅助记忆系统
  • [发明专利]基于最小信息熵的神经网络分词系统及训练方法-CN201810724646.2有效
  • 张鹏 - 普天信息技术有限公司
  • 2018-07-04 - 2023-10-10 - G06F40/284
  • 所述系统包括:卷积神经网络、双向长短期记忆神经网络、第一词库预测层和最小信息熵词库预测层,其中:卷积神经网络用于提取输入文本的特征向量并输出至双向长短期记忆神经网络;双向长短期记忆神经网络用于对特征向量进行前后文信息的读取之后输出至第一词库预测层和最小信息熵词库预测层;第一词库预测层用于根据第一词库计算并输出每个字的标签;最小信息熵词库预测层用于根据最小信息熵词库计算并输出每个字的标签。本发明实施例通过在神经网络分词系统中添加最小信息熵词库预测层,使分词系统提高未登录词的识别能力,进而提高分词准确率。
  • 基于最小信息神经网络分词系统训练方法
  • [发明专利]千字文标钉图片式钉桩记忆系统-CN202210081322.8在审
  • 赵建平 - 好家长(北京)教育科技有限公司
  • 2022-01-24 - 2022-05-13 - G09B5/06
  • 本发明公开了千字文标钉图片式钉桩记忆系统,包括:记忆模块、输入单元、词库单元、图像库单元、图像生成器和管理单元;其中,输入单元用于接收用户输入数据,选择词库;所述词库单元包括中文库单元和英文库单元;所述词库单元为资源库;所述图像库单元为资源库,其中存储字、词对应的图片;所述图像生成器用于根据字、词生成对应的联想图片;所述管理单元用于管理系统的配置;所述记忆模块包括千字文图像模块、千字文图文模块、千字文图文词模块和练习模块本发明的记忆系统以编码+图像+联想的方法,以软件为载体,提升专注力,记忆力,想象力,快速反应能力;儿童学习轻松、高效学习,高效记忆
  • 千字文标钉图片式钉桩记忆系统
  • [发明专利]对象显示方法、装置和电子设备-CN202010559109.4在审
  • 李司棋 - 维沃移动通信有限公司
  • 2020-06-18 - 2020-10-16 - G06F3/023
  • 本申请公开了一种对象显示方法、装置及电子设备,该方法包括:获取第一字符信息对应的候选对象;其中,所述第一字符信息为基于键盘控件输入的字符信息;从记忆词库中查找目标对象;其中,所述目标对象为第二字符信息对应的对象,所述第二字符信息为所述记忆词库中与所述第一字符信息的编辑距离最小的字符信息;若所述目标对象在所述记忆词库中出现的第一次数大于所述候选对象在所述记忆词库中出现的第二次数,则在候选显示区域显示所述目标对象
  • 对象显示方法装置电子设备
  • [发明专利]一种字符输入的方法及终端-CN200910110726.X无效
  • 毛晓欧 - 深圳华为通信技术有限公司
  • 2009-09-29 - 2010-04-21 - G06F3/023
  • 本发明实施例提供了一种字符输入的方法,属于数据处理领域,该方法包括:确定联系人;调用预先设定的与所述联系人绑定的记忆词库;根据所述记忆词库输入字符。本发明实施例通过预先记录并存储与相应的联系人常用的记忆词库,在进行输入字符时实现与发送的联系人之间绑定,使得输入字符更加具有针对性,实现了输入字符的方式与联系人相匹配的功能,而且本发明实施例方便了用户操作
  • 一种字符输入方法终端
  • [发明专利]智能单词背诵计划生成方法-CN202010901422.1有效
  • 崔炜 - 上海松鼠课堂人工智能科技有限公司
  • 2020-08-31 - 2021-04-27 - G06F16/9535
  • 本发明公开了一种智能单词背诵计划生成方法,所述方法包括:根据所述用户信息,收集所述用户信息对应的历史时长内的单词学习信息,形成所述用户信息对应的历史单词库;基于所述历史单词库,解析所述单词学习信息,计算得到所述用户信息在历史时长内对应的记忆特征信息;根据所述记忆特征信息,将所述历史单词库与所述用户信息对应的期望目标单词库进行比较,根据比较结果生成所述用户信息对应的单词背诵计划信息;达到了根据用户的具体特征和需求生成针对该用户的单词背诵计划的有益效果
  • 智能单词背诵计划生成方法
  • [发明专利]一种辅助提高软件-CN201310205553.6无效
  • 吴启成 - 苏州市米想网络信息技术有限公司
  • 2013-05-29 - 2013-09-04 - G06F17/30
  • 本发明揭示了一种辅助提高软件,包括注释模块、网络链接模块、词库模块、词条搜索模块、词条翻译模块以及对比答疑模块,所述的注释模块与所述的网络链接模块通讯连接,所述的网络链接模块与所述的词库模块通讯连接,所述的词库模块与所述的词条搜索模块通讯连接通过软件自带的词库,可帮助用户轻松的了解各问题的具体答案,通过详细的解释和分析帮助用户对准确内容的记忆,有助于提高用户的知识信息,提高用户的学习效率。
  • 一种辅助提高软件
  • [发明专利]计算机汉字键盘输入法-CN96119064.7无效
  • 朱亮 - 朱亮
  • 1996-05-03 - 1997-10-08 - G06F3/023
  • 一种计算机汉字键盘输入法,采用字根、字形、拼音和数码结合且字词合一的编码方式并配置巨大容量的软词库;软词库为一个二维词库,将通用、专业和个人词库融为一体,每个用户因此可使动态码长降至1.5~1.2甚至更低;字的输入以数字和字母组合的1~4个代码的形式来完成,拆字编码规则基本上符合国民教育背景;勿须记忆分辨高频、一、二级字词,读不准音、调或不认识的字也无妨;是一种易学好用的通用输入法。
  • 计算机汉字键盘输入法

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