子分类：
| 序号 | 专利名 | 申请号 | 申请日 | 公开（公告）号 | 公开（公告）日 | 发明人 |
|---|---|---|---|---|---|---|
| 1 | 串流开关 | CN201721271198.2 | 2017-09-29 | CN207517054U | 2018-06-19 | T·勃伊施; G·德索利 |
| 本公开涉及串流开关。实施例涉及形成在集成电路中的可重新配置的串流开关。串流开关包括多个输出端口、多个输入端口和多个选择电路。输出端口均具有输出端口架构组成，并且每个输出端口被布置为单向传递输出数据和输出控制信息。输入端口均具有输入端口架构组成，并且每个输入端口被布置为单向接收第一输入数据和第一输入控制信息。选择电路中的每一个被耦合到输出端口的相关联的一个。每个选择电路还被耦合到所有输入端口，使得每个选择电路被布置为在任何给定时间将其相关联的输出端口可重新配置地耦合到不超过一个的输入端口。(ESM)同样的发明创造已同日申请发明专利 | ||||||
| 2 | 抚养虚拟生物的模拟装置 | CN97250924.0 | 1997-08-20 | CN2420049Y | 2001-02-21 | 横井昭裕 |
| 提供一种在其中虚拟生物可被训练,当游戏者根据虚拟生物的请求而实施相应照顾措施时虚拟生物可被抚养长大的抚养虚拟生物模拟装置,其具有标志显示单元;用于选择一特定标志的按键开关;用于存储抚养虚拟生物所需控制数据的存储单元;控制单元;检测外部信号源请求的检测电路;随机显现一对虚拟生物生长有不良影响的不良生物的显现装置和在检测到外部信号源请求信号时驱逐不良生物的驱逐装置。 | ||||||
| 3 | 基于布谷鸟搜索优化MGM（1，N）的年用电量预测方法 | CN201710551021.6 | 2017-07-07 | CN107527110A | 2017-12-29 | 韩文花; 汪素青; 赵楠; 周孟初 |
| 本发明涉及基于布谷鸟搜索优化MGM（1，N）的年用电量预测方法，该方法包括以下步骤：确定灰色预测模型MGM(1,N)输入变量；初始化布谷鸟搜索算法(Cuckoo Search,CS)的参数；建立适应度函数，计算初始适应度值，并得到初始最优鸟巢位置；按照莱维飞行公式更新鸟巢位置，计算当前鸟巢位置的适应度值，并与上代鸟巢位置的适应度值进行比较，择优选择鸟巢位置，同时更新最优鸟巢位置；按照淘汰概率更新鸟巢位置，得到本次迭代最优鸟巢位置；判断是否达到最大迭代次数，若是，则转至下一步，否则将迭代次数加1后继续迭代；得到所求年用电量预测值。与现有技术相比，本发明具有收敛速度更快、寻参结果精度更高和年用电量预测结果更精确等优点。 | ||||||
| 4 | 一种海带质量检测的方法及系统 | CN201710505300.9 | 2017-06-28 | CN107525772A | 2017-12-29 | 万毅; 黄海隆; 吴承文 |
| 本发明实施例公开了一种海带质量检测的方法，该方法包括在历史数据库中，提取一定数量的海带数据形成样本集，并将提取的样本集输入至预设的最小二乘支持向量机中进行智能学习，得到用于检测海带质量的支持向量机模型；其中，海带数据包括已知质量海带的颜色信号及其对应的气味信号；质量为合格或不合格；获取待检海带的颜色信号和气味信号，并将获取到的待检海带的颜色信号和气味信号导入至支持向量机模型中，得到待检海带的质量。本发明实施例，能实现对海带快速、有效的质量检测，同时具有检测能力强、误检率低且省时省力等特点。 | ||||||
| 5 | 一种基于滚动预测的混合动力车辆行驶工况的工况预测方法 | CN201710645963.0 | 2017-08-01 | CN107516146A | 2017-12-26 | 项昌乐; 王伟达; 马越; 韩立金 |
| 本发明公开了一种车辆行驶工况的工况预测方法，该方法包括：将整个车辆行驶工况分成数个行驶工况片段的组合，其中一个行驶工况片段是指车辆从起动到第一次停车制动的过程，包括起动阶段、行驶阶段、制动阶段三部分组成；通过实时记载每一次车辆实际行驶的工况信息，然后提取历史工况片段波形数据，利用历史数据在线对神经网络进行训练；然后通过神经网络强大的拟合能力，对输入的行驶工况历史信息进行分析计算，将历史信息与训练行驶工况片段进行匹配；在训练行驶工况片段中找到与历史信息最为相近的部分，将该部分接下来的工况信息作为预测行驶工况信息输出。 | ||||||
| 6 | 一种支持多源数据的自动化监督性学习方法 | CN201710576402.X | 2017-07-14 | CN107516135A | 2017-12-26 | 尹建伟; 范子琨; 邓水光; 李莹; 吴健; 吴朝晖 |
| 本发明公开了一种支持多源数据的自动化监督性学习方法，包括：(1)数据预处理；(2)特征工程；(3)模型与调节超参；(4)贝叶斯管道优化。本发明方法将传统的数据分析流程自动化，从根本上改进了手动调节机器学习管道的流程，在超参调节和管道优化的高耦合度上，使得系统在监督性学习算法上的扩展性大大提高，并且创新性的提出了使用遗传算法作为机器学习管道的超级参数的调节，大大提高了自动化调节参数的时效；此外，本发明采用贝叶斯优化器对管道算法组合的优化也大大解决了组合空间爆炸的问题，最终结果上提高了自动化监督性学习方法的准确性和时效性。 | ||||||
| 7 | 一种基于CSA的混和属性特征大数据集聚类算法 | CN201710188543.4 | 2017-03-27 | CN107516133A | 2017-12-26 | 张汉青; 陶长连; 郑建全 |
| 本发明公开了一种基于CSA的混和属性特征大数据集聚类算法，包括如下步骤：S1，初始化抗体群落；S2，克隆操作；S3，免疫基因操作；S4，克隆选择操作；S5，克隆死亡操作；S6，一步迭代算子；S7，对抗体进行编码，然后重复步骤S2～S6，直到聚类原型收敛到最优解。本发明将克隆选择算法用于大数据集聚类分析。并在大数据集上对聚类性能进行了评估，实验结果表明该方法能够有效地发现数据中的聚类结构。当对大量具有数值和类属混合特征的数据进行聚类分析时，我们发现基于CSA的算法收敛速度快，且不依赖于初始原型的选择，能以概率1收敛到全局最优解。 | ||||||
| 8 | 卷积计算的加速方法和装置、电子设备和存储介质 | CN201710538332.9 | 2017-07-04 | CN107516131A | 2017-12-26 | 张力 |
| 本发明实施例公开了一种卷积计算的加速方法和装置、电子设备和存储介质，其中，方法包括：将输入卷积层的特征平面进行格式整理得到第一格式特征矩阵，所述第一格式特征矩阵按照预设的格式进行排布，每个所述特征平面对应一个所述第一格式特征矩阵；对所述输入卷积层的特征平面进行计算得到第二格式特征矩阵；将所述第一格式特征矩阵与所述第二格式特征矩阵执行乘累加，得到第三格式特征矩阵；对所述第三格式特征矩阵中的数据做累加，得到卷积层的输出特征平面。本实施例通过格式转换极大的缩减了卷积层需要执行的乘加操作次数，由于乘加操作次数减少，实现了卷积层卷积算法的加速。 | ||||||
| 9 | 一种混合动力车辆的行驶工况分类预测方法 | CN201710645911.3 | 2017-08-01 | CN107516107A | 2017-12-26 | 王伟达; 韩立金; 丁峰; 项昌乐; 马越 |
| 本发明公开了一种车辆行驶工况的工况分类预测方法，该方法包括：利用K均值聚类算法在离线状态下将车辆行驶工况分类为平稳工况与快变工况两类，并在在线阶段实时判断车辆当前所处工况类别；针对平稳工况，采用基于马尔科夫链的车速预测方法，而针对快变工况，采用基于径向基神经网络的车速预测方法，以此综合利用两种方法的优点以达到最优的预测效果。 | ||||||
| 10 | 用于确定媒体项正被呈现的置信水平的系统和方法 | CN201280052149.3 | 2012-08-24 | CN103918277B | 2017-12-26 | 文森特·迪罗 |
| 呈现了用于确定所识别的媒体项当前正向用户呈现的置信水平的系统、存储至少一个程序的计算机可读存储介质以及计算机实现的方法。识别正在耦接到客户端设备的输出设备上向用户呈现的媒体项，客户端设备包括客户端设备的用户可用来指示客户端设备从多个媒体设备获得并呈现媒体项的输入设备。计算所识别的媒体项当前正向用户呈现的置信水平。作出至少一个预先确定的事件已发生的确定。基于至少一个预先确定的事件来对所识别的媒体项当前正向用户呈现的置信水平进行调整。 | ||||||
| 11 | 光纤周界系统的信号处理方法及装置 | CN201710669830.7 | 2017-08-08 | CN107507377A | 2017-12-22 | 张睿; 安旭 |
| 本发明实施例公开了一种光纤周界系统的信号处理方法及装置。所述方法包括：从时域光纤信号中提取具有设定信号特征的特征信号片段；对所述特征信号片段进行编码，得到对应的染色体，以完成种群的初始化；利用人工神经网络对所述种群中的染色体进行适应度计算；根据计算得到的适应度，对所述种群中的染色体进行遗传操作；重复上述适应度计算及遗传操作，直至得到所述种群的最优解；根据所述最优解中的染色体，识别入侵手段的类型。本发明实施例提供的光纤周界系统的信号处理方法及装置提高了入侵行为识别的准确率及速度。 | ||||||
| 12 | 基于改进粒子群算法供应链生产运输协同调度方法及系统 | CN201710439821.9 | 2017-06-12 | CN107506956A | 2017-12-22 | 刘心报; 裴军; 薛梅; 陆少军; 程浩; 孔敏; 周志平; 蒋露 |
| 本发明公开了一种基于改进粒子群算法的供应链生产运输协同调度方法及装置，所述方法按如下步骤进行：1设定算法参数；2随机生成初始种群；3编码修正；4计算适应度值，更新粒子速度和位置；5锦标赛选择；6交叉变异；7更新种群；8判断终止条件是否满足，如果满足则输出全局最优解，否则返回步骤3；本发明能针对考虑分布式仓储的生产与运输协同调度问题，求得近似最优解，从而降低供应链成本，提高供应链服务水平。 | ||||||
| 13 | 一种改进的粒子群优化方法 | CN201710954122.8 | 2017-10-13 | CN107506821A | 2017-12-22 | 吴德烽; 赵珂; 顾佳栋 |
| 本发明公开了一种改进的粒子群优化方法，包括步骤：确定优化函数；设置优化参数，随机初始化粒子群，并根据适应度排序；更新粒子群的位置和速度向量；判断粒子群中每个粒子当前迭代数k的粒子位置的适应度是否大于对应粒子搜索过的最优位置的适应度；更新相应粒子的最优位置；判断当前迭代数k中所有粒子的最优位置的适应度是否大于记录的粒子群中所有粒子的历史全局最优位置的适应度；更新粒子群的历史全局最优位置；选取适当粒子进行震荡操作；判断是否满足终止条件，是则结束，得到最优可行解。本发明增强了算法的搜索性能，提高了算法的稳定性。 | ||||||
| 14 | 一种基于局部注意掩模的分段感知神经网络方法 | CN201710927041.9 | 2017-10-09 | CN107506774A | 2017-12-22 | 夏春秋 |
| 本发明中提出的一种基于局部注意掩模的分段感知神经网络方法，其主要内容包括：学习分割线索、分段感知双边滤波、分割感知条件随机场(CRF)和分段式卷积，其过程为，先给定一个由像素组成的RGB图像，将像素映射到可以测量像素间语义相似的特征空间的嵌入函数，给定像素作为语义类别标签，可将嵌入目标表示为像素对上的损失函数，接着使用指数分布将索引嵌入和其它嵌入产生的幅度转换成非归一化概率，再用分割的双边滤波来改善条件随机场，最后掩模对分割线索进行编码，称为分段感知卷积。本发明建立了一个卷积神经网络提供的嵌入空间，能够有效整合分割信息，增加空间精度；同时滤波器能选择包含神经元区域的信息，避免特征模糊和降低。 | ||||||
| 15 | 一种识别信息的方法和设备 | CN201710703355.0 | 2017-08-16 | CN107506350A | 2017-12-22 | 王翔 |
| 本发明公开了一种识别信息的方法和设备，用以解决现有存在的句意识别技术导致句子中的某些词容易产生歧义，使句意识别的准确率较低的问题。本发明实施例通过卷积神经网络的卷积核的多个宽度对应的卷积核与信息的字向量矩阵进行卷积，对得到每个卷积核对应的卷积向量进行最大池化操作得到所述宽度对应的识别特征，将每个宽度对应的识别特征进行组合得到所述信息的识别特征；根据不同信息的识别特征的相似度进行信息识别。由于本发明实施例分别根据卷积核的多个宽度对应的卷积核与信息的字向量矩阵进行卷积，并将得到的每个宽度对应的识别特征进行组合，从而降低了由于句子中容易产生歧义的词对句意识别的影响，提高了句意识别的准确率。 | ||||||
| 16 | 一种基于自运动估计的视觉测距算法 | CN201710686867.0 | 2017-08-11 | CN107506333A | 2017-12-22 | 夏春秋 |
| 本发明提出一种基于视觉自运动估计的测距算法，其主要内容包括：主要包括自运动密度估计、轨迹优化、自运动估计自举学习、场景流预测进行内省推理，其过程为，把自运动回归任务作为密度估计问题，通过跟踪自运动在图像中引起的显着特征，学习这些从跟踪特征的自运动范围内概率质量的映射，提出了一种可训练的视觉自运动学习结构，通过混合密度网络(MDN)将光学向量映射到自运动密度估计，通过条件变分自编码器(C-VAE)，根据自运动估计和输入的特征位置为场景流提供的内省推理，预测实际轨迹，为工程领域的新设计，以及定位领域的创新解决方案做了进一步贡献。 | ||||||
| 17 | 一种基于鸽群算法的飞行器航迹规划方法及装置 | CN201710625878.8 | 2017-07-27 | CN107504972A | 2017-12-22 | 曹先彬; 杜文博; 安海超; 李宇萌 |
| 一种基于鸽群算法的飞行器航迹规划方法及装置，属于无人飞行器航迹规划与多属性决策领域技术领域，本发明提供的基于鸽群算法的飞行器航迹规划方法，首先建立包含不确定性的轨迹预测模型，然后确定规定区域内的待优化路径，采用鸽群算法，通过地图和指南针操作和地标操作，迭代得到最优路径，最后将获得的最优路径的各个参数输出。对应地，本发明提供的基于鸽群算法的飞行器航迹规划装置，包括获取模块、构建模块、确定模块、优化模块和存储模块。本发明推导计算出轨迹预测模型，利用该模型获得的路径稳定性好，具有鲁棒性和可行性；并且采用鸽群智能优化方法，解决了复杂连续优化问题，计算搜索过程具有并行性、可行性、强鲁棒性的特点。 | ||||||
| 18 | 一种基于布谷鸟算法的图像编辑优化方法 | CN201710674662.0 | 2017-08-09 | CN107492134A | 2017-12-19 | 范桂萍 |
| 本发明提供的一种基于布谷鸟算法的图像编辑优化方法，包括以下步骤：得到若干超分割区域，提取各区域中有关层次关系的局部特征，并用局部特征进行前景-背景关系和同层合并关系的判断；在判断结果的基础上建立一个全局能量函数，并用改进的差分进化算法求解该函数从而得到最终的层次关系；根据图像的层次关系，编辑所有层次间的偏序关系，当原有的偏序关系发生改变时，对原图像中被遮挡的层次进行轮廓填充和颜色填充。本发明的有益效果为：采用的计算方法复杂度较低，可以准确地计算图像的层次关系，并在得到层次关系的基础上进行图像编辑。 | ||||||
| 19 | 一种基于遗传算法和改进兴趣度的智慧零售数据挖掘方法 | CN201710673608.4 | 2017-08-09 | CN107491988A | 2017-12-19 | 肖亮; 石佳文; 汪澍; 袁霄 |
| 一种基于遗传算法和改进兴趣度的智慧零售数据挖掘方法，适用于在客户关系管理(CRM)领域，使用关联规则技术分析顾客的购买行为。本发明利用门店已有的大量顾客消费数据，使用遗传算法筛选出满足支持度要求的频繁项集，再由这些频繁项集生成用户感兴趣的关联规则。由于遗传算法负责找出频繁项集，所以引入适应度函数fit将出现频率低的项集删掉；而兴趣度则用来确保规则有趣，即通过频繁项集生成关联规则的时候不仅要满足最小置信度的要求还要满足兴趣度的要求，这样就保证了挖掘出来的规则是用户感兴趣的关联规则。加入遗传算法和兴趣度模型来对客户潜在需求进行挖掘，使得到的商品之间的关联性可靠，客户潜在的购物机会明确。 | ||||||
| 20 | 二维元胞自动机的演化规则的分类方法 | CN201710797157.5 | 2017-09-06 | CN107491794A | 2017-12-19 | 邢建川; 王帅飞; 韩保祯; 张易丰; 丁志新; 翟能延; 胡尊天; 王翔; 康亮; 张栋; 王书琪; 侯鑫宇; 沈浩; 陈朝阳; 苗佳雨; 蔡佳宏; 王鋆鼎; 李双; 陈佳豪; 刘继林; 杨双吉; 邵慧; 梁昌乐; 颜文杰; 尹佳 |
| 本发明公开了一种二维元胞自动机的演化规则的分类方法，属于元胞自动机技术领域。本发明在随机初始条件条件下，在一定规模的演化空间中统计每个位置的元胞状态的变化情况来进行分类的：若在大量连续的时间步内，每个时刻的演化空间都与这个稳定的演化空间差异不大，则其为平稳型；若在大量连续的时间步内，存在一个周期，使得周期内每个时刻的演化空间都与下个周期中该时刻的演化空间差异不大，则其为周期型；若在大量连续的时间步内，每个时刻的演化空间都是复杂的，并且与前一时刻的演化空间相比，更新状态的元胞数量较多，且更新无规律，则其为复杂型；否则为混乱型。本发明可用于图像加密、图像压缩等，其适用的演化规则广泛，且分类准确。 | ||||||
QQ群二维码
意见反馈
意见反馈