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161个,建议您升级VIP下载更多相关专利
  • [发明专利]用于DCGAN网络生成图像的质量评估方法-CN201911200153.X有效
  • 李潇 - 四川虹微技术有限公司
  • 2019-11-29 - 2023-04-07 - G06T7/00
  • 本发明涉及图像处理领域,公开了一种用于DCGAN网络生成图像的质量评估方法,用以提高DCGAN网络生成图像的质量评估的准确度。本发明先将DCGAN网络生成的图片作为DCGAN网络的输入进行反复迭代,迭代过程中,等间歇的保存一次图片,并从每次保存的图片中挑选出一部分质量好的图片;再将图片打上标签,同时也从原始图片中取出一部分图片并打上标签,并等比例的混合在一起;再通过混合图片集训练得到合格的分类器;再和将混合图片集输入到DCGAN网络中,让它生成一定数量的图片x,再把x放入分类器让其分类,从而得到多维的向量y及其概率p(y);最后基于概率p(y)得出DCGAN网络生成图像的质量评估结果。本发明适用于DCGAN网络生成图像的质量评估。
  • 用于dcgan网络生成图像质量评估方法
  • [发明专利]一种基于多任务DCGAN的SAR图像分类方法-CN202110186968.8有效
  • 张征;杜阳 - 浙江大学
  • 2021-02-16 - 2022-11-29 - G06V10/764
  • 本发明涉及图像处理技术领域,旨在提供一种基于多任务DCGAN的SAR图像分类方法。包括步骤:构建多任务DCGAN网络框架;对原始SAR数据进行合理表征;生成训练数据集和测试数据集;训练多任务DCGAN;对测试SAR图像数据集进行地物分类并计算评价指标。本发明的DCGAN网络能够协同处理生成任务、重构任务、分类任务。能够同时判断图像真假、捕获其低维流形稀疏特征、并用编码的稀疏特征进行图像分类,克服了通过DCGAN网络对SAR图像进行分类时特征信息不全面问题,缓解了模式坍塌问题。对于多任务DCGAN网络结构,自适应损失函数权值参数能在网络训练过程中被自动学习。因此克服了现有技术中模式坍塌或训练不稳定的问题,使SAR图像分类精度得以提高。
  • 一种基于任务dcgansar图像分类方法
  • [发明专利]一种基于DCGAN的音乐生成方法及装置-CN201910066130.8有效
  • 王义文;王健宗 - 平安科技(深圳)有限公司
  • 2019-01-23 - 2023-04-28 - G10H1/00
  • 本申请实施例公开了一种基于DCGAN的音乐生成方法及装置,其中方法包括:构造深度卷积生成式对抗网络DCGAN模型,再获取训练数据集,接着将该训练数据集中的N个旋律矩阵以及对应的N个和弦矩阵输入该DCGAN模型中进行训练,从而得到训练好的DCGAN模型,然后将获取到的目标旋律矩阵输入该训练好的DCGAN模型中进行处理,并获取该训练好的DCGAN模型生成的与该目标旋律矩阵匹配的目标和弦矩阵,最后输出该目标旋律矩阵映射出的旋律音轨与该目标和弦矩阵映射出的和弦音轨进行合并后的音乐文件
  • 一种基于dcgan音乐生成方法装置
  • [发明专利]一种基于DCGAN性能的动态调整方法-CN201710403434.X有效
  • 周智恒;李立军 - 华南理工大学
  • 2017-06-01 - 2020-11-24 - G06N3/08
  • 本发明公开了一种基于DCGAN性能的动态调整方法,属于深度学习信号处理领域,该动态调整方法包括以下步骤:S1、构造深度卷积生成式对抗网络DCGAN;S2、利用图像数据集对网络进行训练;S3、利用网络损失函数定义生成器和判别器性能本方法能够实时地对DCGAN的性能进行监控,实现了网络生成图像能力的动态调整,保证了生成器和判别器能力的均衡提升,避免了网络训练过程中出现“模式崩溃”的情况,从而让DCGAN生成图像的质量得到保证。
  • 一种基于dcgan性能动态调整方法
  • [发明专利]闸瓦折断目标检测方法-CN201911278224.8有效
  • 孙晶 - 哈尔滨市科佳通用机电股份有限公司
  • 2019-12-12 - 2020-10-16 - G06T7/00
  • 过程为:一、线阵图像获取;二、粗定位;三、生成对抗网络DCGAN,基于对抗网络DCGAN生成故障图像;对抗网络由判别模型和生成模型两部分组成,其中判别器中采用下采样的卷积,生成器中采用上采样的卷积;具体过程为:三一:构建对抗网络DCGAN判别模型;三二:构建对抗网络DCGAN生成模型;四、建立深度学习训练数据集;五、故障目标分割;六、基于训练好的分割网络模型进行预测,得到故障部件的信息。
  • 闸瓦折断目标检测方法

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