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3696406个,建议您升级VIP下载更多相关专利
  • [发明专利]一种防伪药片-CN201210340651.6在审
  • 陈明发 - 海南亚元防伪技术研究所
  • 2012-09-15 - 2012-12-19 - A61K9/20
  • 本发明提供了一种防伪药片,它在药片上参杂了一些随机分布的色粒辅料;色粒辅料的随机分布被拍照,其照片存储备案在互联网上的数据库中;消费者使用电脑或智能手机可上网检索出照片,通过观察比对药片上色粒辅料的随机分布、是否与照片上记录的随机分布相符,来判定药片真伪。
  • 一种防伪药片
  • [发明专利]一种随机纤维丝纹理防伪标识识别方法及系统-CN202110427399.1在审
  • 闫松昭;林乐乐 - 上海躲猫猫信息技术有限公司
  • 2021-04-15 - 2021-07-16 - G06K9/00
  • 本发明公开了一种随机纤维丝纹理防伪标识识别方法及系统,方法包括:构建防伪标识原图数据库;获取待识别防伪标识的至少一张图像;利用非线性优化算法对至少一张图像的畸变进行修正;选取修正后的至少一张图像中的一张作为基准图像,并提取基准图像中纹理元素的随机分布;对除基准图像之外的其他修正后图像进行放大处理,得到放大图像;提取放大图像中每根纹理元素的固有特征;将提取到随机分布和固有特征分别与数据库模块中存储的原图的纹理元素特征信息进行对比本发明无需专门仪器便能够对防伪标识的随机分布和固有特征进行识别,适合大众参与,且识别准确率高。
  • 一种随机纤维纹理防伪标识识别方法系统
  • [发明专利]基于迁移学习的图像去噪方法、系统、设备及介质-CN201910815039.1有效
  • 杨飞;郎济莹;王维颂 - 山东大学
  • 2019-08-30 - 2023-04-28 - G06T5/00
  • 本公开公开了基于迁移学习的图像去噪方法、系统、设备及介质,获取待去噪的图像;将待去噪的图像输入到预先训练好的基于迁移学习的去噪神经网络中进行处理,所述基于迁移学习的去噪神经网络,包括:主降噪网络和噪声分布信息提取网络;噪声分布信息提取网络用于提取随机噪声分布;将随机噪声分布进行预处理后,作为主降噪网络每个残差模块的动态归一化参数,把随机噪声分布迁移到主去噪网络的数据特征中,加速主网络的收敛速度;利用动态归一化参数对主降噪网络每个残差模块提取的图像特征进行归一化处理
  • 基于迁移学习图像方法系统设备介质
  • [发明专利]样本数据集获取方法、装置、设备及存储介质-CN202310620416.2在审
  • 商允卓 - 中国银行股份有限公司
  • 2023-05-29 - 2023-08-29 - G06F18/214
  • 该方法包括:采用目标随机数函数,生成与完整数据集中每一条数据对应的目标随机数;目标随机数函数是根据完整数据集的数据量从多个候选随机数函数中确定的;候选随机数函数包括至少两个随机数生成函数;根据完整数据集中每一条数据对应的目标随机数,从完整数据集中抽取样本数据集;响应于样本数据集的概率分布与完整数据集的概率分布匹配,采用样本数据集对机器学习模型进行训练。本申请的方案抽取出的样本数据集与完整数据集的概率分布相同或相似的,能够保证机器学习模型的训练效果。
  • 样本数据获取方法装置设备存储介质
  • [发明专利]一种随机纹理防伪标识的识别方法-CN201610962575.0有效
  • 孙显林 - 北京柯斯元科技有限公司
  • 2016-10-28 - 2022-04-22 - G06K19/06
  • 本发明提出了随机纹理防伪标识的识别方法,其只需要判断待识别随机纹理分布图像信息和/或待识别随机纹理分布信息与存储随机纹理分布图像信息和/或存储随机纹理分布信息是否相符,或在垂直方向上观察随机纹理防伪标识形成的整体视觉色彩与在水平方向上以倾斜角度观察随机纹理防伪标识形成的整体视觉色彩相对比是否存在视觉差异,即可实现快速判断待识别随机纹理防伪标识是否为假;其判断方法更为简单,并且不需要特定的辅助工具协助判断,从而降低了公众参与识别的难度,进而大幅度提高公众的参与度。
  • 一种随机纹理防伪标识识别方法
  • [发明专利]具有均匀分布的多维伪随机序列快速并行生成方法-CN201210125897.1在审
  • 刘建东;杨凯;王夏辉 - 北京石油化工学院
  • 2012-04-26 - 2012-09-19 - H04L9/26
  • 一种具有均匀分布性的多维伪随机序列快速并行生成方法,本发明的方法按照密码学的安全性要求,对经典的耦合映象格子模型(CML)进行改进,取消其扩散系数,增加常数项,通过取模运算将其格点值限定在[0,1]内,实现了一个具有均匀分布的新型的耦合帐篷映象格子系统;通过用户密匙转换、初值向量转换、利用具有均匀分布性的耦合帐篷映像格子系统模型生成伪随机序列。本发明继承了CML模型的耦合扩散机理及并行迭代特征,通过局部格点帐篷映射的拉伸与折叠及取模运算的双重非线性作用,使得系统状态走向各态遍历,克服了CML模型安全性上的不足,可以并行快速生成多维具有均匀分布性的伪随机序列
  • 具有均匀分布特征多维随机序列快速并行生成方法
  • [发明专利]纤维增强复合材料二维随机孔隙模型的建立方法-CN200810230359.2有效
  • 林莉;牟云飞;陈军;李喜孟 - 大连理工大学
  • 2008-12-25 - 2009-06-03 - G01N1/28
  • 一种纤维增强复合材料二维随机孔隙模型的建立方法,属于复合材料无损检测与评价领域。这种纤维增强复合材料二维随机孔隙模型的建立方法首先对纤维增强复合材料标准样品进行解剖,通过金相法统计孔隙率及孔隙分布,根据统计结果建立二维随机介质模型M(x,z);然后利用极值搜索法改造二维随机介质模型M(x,z),建立二维随机孔隙模型,统计二维随机孔隙模型的孔隙率及孔隙分布;最后对二组孔隙率及孔隙分布进行数据比较,若二者差异小于2%,则得到纤维增强复合材料二维随机孔隙模型,该方法可精确建立纤维增强复合材料二维随机孔隙模型
  • 纤维增强复合材料二维随机孔隙模型建立方法
  • [发明专利]一种随机纹理防伪标识的识别方法及其识别系统-CN201710779427.X有效
  • 孙显林 - 北京柯斯元科技有限公司
  • 2017-09-01 - 2023-06-30 - G06K19/02
  • 本发明提出了随机纹理防伪标识的识别方法,其只需要判断待识别随机纹理分布图像信息和/或待识别随机纹理分布信息与存储随机纹理分布图像信息和/或存储随机纹理分布信息是否相符,或在垂直方向上观察随机纹理防伪标识形成的整体视觉色彩与在水平方向上以倾斜角度观察随机纹理防伪标识形成的整体视觉色彩相对比是否存在视觉差异,即可实现快速判断待识别随机纹理防伪标识是否为假;其判断方法更为简单,并且不需要特定的辅助工具协助判断,从而降低了公众参与识别的难度,进而大幅度提高公众的参与度;本发明还提出了采用随机纹理防伪标识的防伪系统,其可实现快速判断待识别随机纹理防伪标识是否为假。
  • 一种随机纹理防伪标识识别方法及其系统

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