欢迎使用淄博智来知识产权服务有限公司柿子坊专利交易平台,本站提供专利转让评估管理交易,商标转让评估管理交易、知识产权转让评估交易等服务
注册
登录
专利转让_商标转让_知识产权转让评估买卖_智来柿子坊专利交易平台
24小时咨询热线
13280638997
首页
专利买卖
商标买卖
高价值专利
高校专利
关于我们
当前位置:
首页
>
专利转让
>
卷积网络专利转让
类型
请选择
发明
实用新型
外观设计
法律状态
请选择
专利失效
已下证
授权未缴费
公开审查中
受理未公开
未申请
视为放弃,等恢复
检索范围
请选择
检索摘要、标题、关键词、申请号
检索标题
名称/领域
专利名称:
基于残差图卷积网络与卷积门控循环单元的实例分割方法
申请号:
2024108845921
转让价格:面议
收藏
法律状态:已下证 类型:发明 关键词:
图像识别 视频分析 自动驾驶 机器视觉 卷积网络
相似专利
发布日:2025/04/16
摘要: 针对现有基于轮廓的实例分割方法存在的轮廓节点之间关联性较弱导致分割准确性不足的问题,本发明公开了一种基于残差图卷积网络与卷积门控循环单元的实例分割方法,属于实例分割领域。方法包括:步骤(1)将待分割的图像输入到特征提取网络,得到图片特征、实例中心热点图和轮廓节点偏移量序列。步骤(2)根据实例中心热点图以及轮廓节点偏移量序列,获取初始轮廓。步骤(3)将初始化轮廓与图片特征输入RGCN变形网络,以增强各轮廓节点之间的关联,并得到更新后的轮廓。步骤(4)将更新后的轮廓与图片特征输入CGRU变形网络,完成实例分割。
专利名称:
一种基于时空卷积网络的短时交通流量预测方法
申请号:
2023110506108
转让价格:面议
收藏
法律状态:授权未缴费 类型:发明 关键词:
交通工具 卷积网络
相似专利
发布日:2025/03/20
摘要: 本发明属于智能交通领域,具体涉及一种基于时空卷积网络的短时交通流量预测方法;包括:从交通卡口处获取交通数据;根据交通数据计算交通卡口活跃度;提取卡口节点的隐藏特征并融合交通卡口活跃度,得到隐藏信息矩阵;根据隐藏信息矩阵生成自适应邻接矩阵,将其输入到自适应图卷积网络模块进行处理,得到初始交通流量特征;采用BiGRU网络对初始交通流量特征进行处理,得到交通时空属性特征;提取外部属性特征并生成增广矩阵;将增广矩阵输入到BiGRU网络并采用注意力机制进行处理,生成注意力权重;根据交通时空属性特征和注意力权重预测交通流量,得到交通流量预测结果;本发明可实现对交通流量的准确预测,具有广阔的应用前景。
专利名称:
一种双向门控卷积网络的社交内容抑郁检测方法
申请号:
2021116749250
转让价格:面议
收藏
法律状态:已下证 类型:发明 关键词:
计算机视觉 卷积网络
相似专利
发布日:2025/03/12
摘要: 本发明公开了一种双向门控卷积网络的社交内容抑郁检测方法,获取社交内容中的文本和图像,对文本进行矢量化处理,得到单词向量序列;根据单词向量序列构造词性位置注意力特征矩阵,计算卷积网络的输入矩阵,再经多尺度滤波器卷积得到多通道卷积特征;使用Bi‑GRU对单词向量序列进行编码得到单词表示,通过词向量情感注意力机制在单词间分配权重,得到句子表示;通过残差注意网络对图像进行编码,再通过视觉注意力机制学习图像特定注意力权重,与句子表示聚合成图像特定文本表示;图像特定文本通过学习图像特定文本重要性权重聚合得到最终文本表示;将多通道卷积特征与最终文本表示进行特征拼接,再通过softmax分类器获得是否抑郁及抑郁严重程度。
专利名称:
一种基于全局上下文卷积网络的人群计数方法及系统
申请号:
2021103826456
转让价格:面议
收藏
法律状态:已下证 类型:发明 关键词:
计算机视觉 卷积网络
相似专利
发布日:2024/11/27
摘要: 本发明提供了一种基于全局上下文卷积网络的人群计数方法及系统,该方法分别提取待计数图像的低级特征图和高级特征图;对低级特征图和高级特征图分别提取多尺度特征,获得具有多尺度信息的特征图;通过对空间信息和通道信息的捕获,将全局上下文特征聚合到每个像素,得到具有上下文信息的特征图,得到像素间的远程依赖关系,使特征图包含更丰富的信息;并通过上采样和特征融合得到人群密度图,提高了人群计数精度。
专利名称:
基于时空注意力和异构图卷积网络的信息扩散预测系统
申请号:
2021112355616
转让价格:面议
收藏
法律状态:已下证 类型:发明 关键词:
网络传输 卷积网络
相似专利
发布日:2025/04/07
摘要: 本发明提出了一种基于时空注意力和异构图卷积网络的信息扩散预测系统,包括数据表示融合模块、嵌入预测模块、预测扩散模块和数据优化模块;数据表示融合模块的数据输出端与嵌入预测模块的数据输入端相连,嵌入预测模块的数据输出端与预测扩散模块的数据输入端相连,预测扩散模块的数据输出端与数据优化模块的数据输入端相连;数据表示融合模块用于利用多层图卷积网络学习行为图和影响力图结构的最终用户表示,并将学习到的用户表示融合起来;嵌入预测模块用于进行实时预测信息,将时间序列嵌入到异构图;预测扩散模块利用多头注意力网络机制进行信息扩散预测。本发明提高了对用户上下文编码、学习以及捕获上下文依赖信息的效率,以及有效提高信息扩散预测精度。
专利名称:
融合时空注意力和异构图卷积网络的信息扩散预测方法
申请号:
2021112338790
转让价格:面议
收藏
法律状态:已下证 类型:发明 关键词:
计算机视觉 卷积网络
相似专利
发布日:2025/04/07
摘要: 本发明提出了一种融合时空注意力和异构图卷积网络的信息扩散预测方法,包括以下步骤:S1,利用多层图卷积网络学习行为图的最终用户表示或影响力图结构的最终用户表示;S2,进行实时预测信息,将时间序列嵌入到异构图;S3,用多头注意力网络机制进行信息扩散预测;S4,对步骤S3进行优化。本发明提高了对用户上下文编码、学习以及捕获上下文依赖信息的效率,以及有效提高信息扩散预测精度。
专利名称:
一种基于多模式动态残差图卷积网络的交通流预测方法
申请号:
2022104114294
转让价格:面议
收藏
法律状态:已下证 类型:发明 关键词:
智慧城市交通规划 智能交通管理 卷积网络
相似专利
发布日:2024/10/23
摘要: 本发明公开了一种基于多模式动态残差图卷积网络的交通流预测方法,包括:对交通站点历史流量数据,构造关系矩阵和自适应矩阵学习站点依赖关系;利用多模式动态图卷积提取不同交通模式对应的流量特征;将图卷积嵌入到门控循环神经网络中,实现交通流量空间依赖和时间依赖的结合;利用动态残差连接网络,将输入流量数据与解码端数据结合,获得最终预测值。本发明利用两种不同的方法构造邻接矩阵,有效地捕捉不同交通模式对应的流量特征,并动态融合两种不同模式的交通流量特征,通过将多模式动态图卷积替换门控循环神经网络中的线性变换操作,将结合多模式动态图卷积和门控循环单元重新组成,从而实现同时捕捉交通流量的空间依赖性和时间依赖性。
专利名称:
基于依赖解析和关键词的图卷积网络的关系抽取方法
申请号:
201911424470X
转让价格:面议
收藏
法律状态:已下证 类型:发明 关键词:
网络传输 关键词 卷积网络
相似专利
发布日:2024/06/28
摘要: 本发明提供一种基于依赖解析和关键词的图卷积网络的关系抽取方法,首先对结构化文本进行句子依赖解析生成依赖解析图,并通过关键词对句子进行修剪;利用word2vec获取句子的词嵌入向量和位置嵌入向量,拼接后得到词向量序列;对所述词向量序列进行双向GRU神经网络,得到输出向量矩阵;采用图卷积网络处理所述输出向量矩阵,得到句子的依赖表示;将所述输出向量矩阵以及句子的依赖表示通过多头注意力机制进行结合得到句子的表示向量;采用softmax函数建立关系以及实体类型的预测模型,并将所述句子的表示向量作为预测模型的输入,由此训练得到预测概率最大的关系作为抽取结果。
专利名称:
一种基于多尺度时空图注意力卷积网络的光伏功率预测方法
申请号:
2023111069692
转让价格:面议
收藏
法律状态:已下证 类型:发明 关键词:
网络传输 卷积网络
相似专利
发布日:2025/04/07
摘要: 本发明公开了一种基于多尺度时空图注意力卷积网络的光伏功率预测方法,获取光伏电站真实历史运行数据集,利用互信息熵对NWP中的主要气象因子与光伏功率进行相关性分析,筛选出相关程度最高的气象因子,采用矩阵填充算法对其进行修正;建立时空图注意力卷积网络模型,首先构建属性图来捕捉光伏发电功率在时间和空间上的动态特征,通过多层图注意力网络从属性图中提取空间特征,使用时间卷积网络从属性图中来挖掘时间相关特征;采用改进的序贯模型优化算法对预测模型的超参数进行优化;最后,构建融合多源数据的神经网络全连接层,从而预测光伏发电功率。本发明提高了区域内光伏电站的发电功率预测准确性。
专利名称:
一种基于多分辨率卷积网络的桥梁裂缝检测方法
申请号:
2020109382863
转让价格:面议
收藏
法律状态:已下证 类型:发明 关键词:
网络传输 检测 卷积网络
相似专利
发布日:2024/06/25
摘要: 本发明属于图像目标检测技术领域,具体涉及一种基于多分辨率卷积网络的桥梁裂缝检测方法,包括步骤一、构建桥梁裂缝数据集;步骤二、对训练样本进行标注和分类;步骤三、搭建基于HRNet模型改进后的HRBCS桥梁裂缝语义分割模型;步骤四、对步骤三搭建的语义分割模型进行训练;步骤五、对步骤四训练后的语义分割模型进行测试;步骤六:实际检测。本方法相较于现有技术空间精确度有了极大的提升,能够得到高分辨率的分割结果,对于细小裂缝和复杂裂缝的分割有了巨大改进,可以检测出不同种类的裂缝,并将其分类,且能够生成的高质量桥梁裂缝分割掩膜,从而根据不同类型裂缝评价对桥梁的危害程度,制定相对应的维护方案。
专利名称:
基于卷积网络和注意力机制的短时临近降雨预测方法
申请号:
2020111387085
转让价格:面议
收藏
法律状态:已下证 类型:发明 关键词:
网络传输 卷积网络
相似专利
发布日:2025/03/11
摘要: 本申请涉及一种基于卷积网络和注意力机制的短时临近降雨预测方法。该方法包括:获取被预测区域在当前时间点前预设时段内的降雨过程图像;将所述降雨过程图像进行预处理,获得完全时空特性的张量;完全时空特性的张量输入多尺度特征融合的神经网络中进行特征提取,获得局部短期运动特征;将所述局部短期运动特征输入到结合了注意力机制的卷积长短期记忆人工神经网络中进行降雨预测,获得降雨预测信息;将所述预测结果信息输入到卷积层进行反向重构,获得所述被预测区域的未来降雨图像序列。解决了时空信息丢失容易,预测精度低的问题,提高了短时临近降雨的预测精度。
专利名称:
一种基于双向时间卷积网络的半监督日志异常检测方法
申请号:
2023104789970
转让价格:面议
收藏
法律状态:已下证 类型:发明 关键词:
网络传输 卷积网络
相似专利
发布日:2025/03/11
摘要: 本发明公开了一种基于双向时间卷积网络的半监督日志异常检测方法,涉及计算机技术领域,步骤为:收集来自不同系统产生的日志数据集;对每个原始日志条目进行拆分并对日志事件进行日志解析,获得日志条目对应的日志模板;通过BERT词嵌入模型对日志模板进行向量化;基于日志分组方法将所有日志条目分为日志序列,并结合语义向量化得到日志序列语义向量;通过聚类算法给出每条日志条目对应标签概率;将日志序列语义向量输入带有残差块的Bi‑TCN网络进行训练,得到训练好的模型BTCNLog,在测试阶段使用该模型对日志测试集进行异常检测,从而解决现有技术中日志解析准确率不高和标记样本不足所导致的异常检测准确率降低等问题。
专利名称:
一种基于门控卷积网络的水泥成品比表面积预测方法
申请号:
2021108821995
转让价格:面议
收藏
法律状态:已下证 类型:发明 关键词:
建筑材料 卷积网络
相似专利
发布日:2025/04/07
摘要: 本发明公开了一种门控卷积网络的水泥成品比表面积预测方法,属于预测技术领域,包括如下步聚:从生产数据库中选取与比表面积密切相关的8个变量,并按照时间序列排列,再进行归一化,将归一化后的数据输入门控卷积网络进行前项传播,得到水泥比表面积的预测值;再利用Adam梯度下降算法进行神经网络权值的更新,反复训练得到最小误差,获取最优模型参数集;将待测试变量数据输入到训练好的门控卷积网络模型中,得到待测试的水泥成品比表面积预测值,既节约了成本又提高生产效率还在一定程度上提高了水泥成品的性能。
专利名称:
一种基于超像素卷积网络的稳定状态分析方法及系统
申请号:
2023106578989
转让价格:面议
收藏
法律状态:已下证 类型:发明 关键词:
网络传输 卷积网络
相似专利
发布日:2025/04/14
摘要: 本发明涉及堤防安全技术领域,尤其涉及一种基于超像素卷积网络的稳定状态分析方法及系统。该方法包括以下步骤:利用堤防地测设备以及卫星传感设备获取堤防多源数据,根据堤防多维数据生成堤防多源数据模型,基于堤防多源数据模型利用渗流应力场室内实验法进行渗流应力场权重优化反演分析计算,生成渗流应力场有限元数值模型,根据渗流应力场有限元数值模型利用光学计算机进行堤防超分辨率神经网络分析,生成堤防超分辨率渗流应力场模型,基于堤防超分辨率渗流应力场模型利用超像素卷积网络进行膨胀卷积及多尺度采样,对堤防卷积特征模型进行堤防光元数据驱动建模,构建堤防光元渗流应力场数据模型,本发明能够实现堤防稳定性分析。
专利名称:
基于图卷积网络嵌入表征的高光谱图像非监督分类方法
申请号:
2020111241469
转让价格:面议
收藏
法律状态:已下证 类型:发明 关键词:
网络传输 卷积网络
相似专利
发布日:2025/03/11
摘要: 本发明公开了一种基于图卷积网络嵌入表征的高光谱图像非监督分类方法,包括:对待高光谱图像依次进行EMP和光谱特征提取,得到空谱联合特征;对空谱联合特征进行超像素分割,获得待高光谱图像的超像素点;求解超像素点的解弹性网表示,将解弹性网表示的表示系数中非零分量所关联的超像素点作为当前点的近邻,构建超像素点的图模型;基于图模型进行图卷积网络嵌入表征学习,通过层次化的顶点汇聚操作获得低维特征;根据低维特征表示,利用K‑means算法实现高光谱图像的非监督分类,其可以实现对高光谱图像进行精准分类的目的。
专利名称:
一种基于注意力机制的自适应图卷积网络的动作识别方法
申请号:
2021110119854
转让价格:面议
收藏
法律状态:已下证 类型:发明 关键词:
计算机视觉 卷积网络
相似专利
发布日:2025/03/11
摘要: 本发明公开了一种基于注意力机制的自适应图卷积网络的动作识别方法,涉及动作识别技术领域。该动作识别方法将注意力机制加入自适应图卷积网络中,引入时间注意力模块来克服卷积算子的局部性,使每个单个关节被认为是独立的,并且通过比较同一身体关节沿着时间维度的嵌入变化来计算帧之间的相关性,来提高对时间信息提取;另外引入通道注意力模块,使网络更加关注重要的通道特征,进一步提高了网络的性能,使分类预测结果更加准确。
专利名称:
一种基于深度学习的全卷积网络图像裂纹检测方法
申请号:
2017109927079
转让价格:面议
收藏
法律状态:已下证 类型:发明 关键词:
网络传输 深度学习 检测 卷积网络
相似专利
发布日:2023/10/23
摘要: 本发明涉及一种基于深度学习的全卷积网络图像裂纹检测方法,属于故障诊断技术与信号处理分析技术领域。本发明首先搜集裂纹图像,将图像分为训练数据集和测试数据集,并对训练数据集中的图像进行裂纹区域标注;其次构建用于裂纹图像检测的全卷积神经网络模型;然后利用训练数据集中的图像对用于裂纹图像检测的全卷积神经网络模型进行训练;利用训练好的用于裂纹图像检测的全卷积神经网络模型,对测试数据集中的裂纹图像进行裂纹检测。本发明使得网络模型能够有效增加裂纹信息的选择;使得网络模型可以获得更精细的局部细节;使得整个网络可以实现有效的递进式特征传递,提高了网络模型的裂纹检测精度。
专利名称:
一种基于级联并行卷积网络的磁共振图像重建方法
申请号:
2020107923874
转让价格:面议
收藏
法律状态:已下证 类型:发明 关键词:
网络传输 磁共振 卷积网络
相似专利
发布日:2023/10/23
摘要: 本发明涉及一种基于级联并行卷积网络的磁共振图像重建方法,属于磁共振成像技术领域。本发明是一种基于深度学习的MRI重构方法,该方法对于磁共振成像重构表现显著。受U-Net的启发,通过引入并行卷积核,提出一种并行卷积网络(PCK-Net),并将其与数据一致性层相结合,得到级联并行卷积网络(Cascaded PCK-Net)。使用高斯欠采样模式对脑部复数数据进行欠采样,并对级联CNN模型、级联U-Net模型、新提出的Cascaded PCK-Net的重构性能进行了测试。仿真实验结果表明,提出的Cascaded PCK-Net的重构质量均优于级联CNN模型和级联U-Net模型。
专利名称:
基于改进全卷积网络的多尺度感知行人检测方法
申请号:
2018105638731
转让价格:面议
收藏
法律状态:已下证 类型:发明 关键词:
网络传输 改 港口 检测 卷积网络
相似专利
发布日:2023/10/17
摘要: 本发明涉及一种基于改进全卷积网络的多尺度感知行人检测方法,属于行人检测领域。首先,通过在全卷积网络结构中引进可形变卷积层,扩大特征图的感受野;其次,通过级联RPN提取多尺度行人建议区域,引入多尺度判别策略,定义尺度判别层,判别行人建议区域的尺度类别;最后构建一个多尺度感知网络,引进Soft‑NMS检测算法,融合每个网络输出的分类值和回归值,获取最终的行人检测结果。实验表明,本发明的检测算法在基准行人检测数据集Caltech和ETH上产生较低的检测误差,优于当前数据集中所有检测算法的精度,并适用于检测远尺度的行人。
专利名称:
一种基于时空注意卷积网络的移动流量预测方法
申请号:
2020107081005
转让价格:面议
收藏
法律状态:已下证 类型:发明 关键词:
网络传输 卷积网络
相似专利
发布日:2023/10/17
摘要: 本发明属于移动流量预测技术领域,公开了一种基于时空注意卷积网络的移动流量预测方法,时空注意卷积网络通过三个时间部件分别对小时周期、日周期、周周期的移动流量网络进行建模,并得到对应的三个移动流量预测信息;将三个移动流量预测信息与外部干扰信息进行融合,得到最终的移动流量预测结果。本发明有效解决了移动流量的预测问题。
第1页/共2页;本页20条记录/共40条记录
1
2
第
页
用户指南
常见问题
免责声明
交易方式
交易流程
支付方式
专项服务
专利评估
我要买专利
关于柿子坊
合作洽谈
联系我们
关注微信公众号
联系我们
咨询电话:13280638997
传真:0533-3110363
邮箱:kefu@shizifang.com
CopyRight©2016 by 淄博智来知识产权服务有限公司 All Rights Reserved
专利转让_商标转让_知识产权转让评估买卖_智来柿子坊专利交易平台
地址:山东省淄博市张店区人民路与北京路路口银街3号华侨大厦
鲁ICP备16031200号
鲁公网安备 37030302000778号