法律状态: 全部 已授权 审中
项目申报: 全部 报过 没有报过
2 件在售专利
本发明公开了一种POM海洋模式优化方法及装置,其方法包括:通过对POM海洋模式计算程序进行热点分析,得到所述POM海洋模式计算程序的热点区域;在得到所述POM海洋模式计算程序的热点区域之后,将所述POM海洋模式计算程序的进程数进行修改;在所述POM海洋模式计算程序的进程数修改之后,通过对所述POM海洋模式计算程序的热点区域中的性能优化参数进行编译处理,得到性能优化参数编译后的POM海洋模式;在得到所述性能优化参数编译后的POM海洋模式之后,通过开启所述POM海洋模式的计算流程,完成对所述POM海洋模式的优化。
📄 2019107730101 📂 G16Z99_00 👤 成都信息工程大学 📅 2019-08-21
¥0.0
本发明公开了一种基于深度学习的二维轮廓排样定序方法,具体包括:获取排样历史大数据并预处理,对历史数据中所有已排样的零件进行标定得到排样顺序矩阵Y;提取每个已排样零件的几何特征,得到几何特征矩阵X;整理得到排样定序数据集PRD‑T;建立深度学习模型Packing‑Sort‑Model;输入PRD‑T数据集,训练得到能够输出待排样零件排样顺序的模型Packing‑Sort‑Model;提取待排样零件几何特征,得到待排样零件的几何特征矩阵A;将待排样零件的几何特征矩阵输入到已训练完成的深度学习模型中;计算得待排样零件的排样顺序矩阵B;按照排样顺序对待排样零件进行逐一靠接排样,完成排样。本发明能实现排样过程中待排零件的定序,排样效果好、效率高。
📄 201811384644X 📂 G16Z99_00 👤 燕山大学 📅 2018-11-20
¥0.0
发明 已授权

一种POM海洋模式优化方法及装置

2019107730101 · 成都信息工程大学
¥0.0
发明 已授权

基于深度学习的二维轮廓排样定序方法

201811384644X · 燕山大学
¥0.0

求购专区 · 发布技术需求,卖家在线应标

🔋 高能量密度固态电解质材料与制备工艺
预算:¥50-100万截止:2026-08-30发布方:××新能源科技响应:8人

交易保障 · 安心交易

资金托管

买家付款至平台,交易完成/过户成功后放款给卖家

权属尽调

专利有效性分析 + 权属状态核查,确保交易安全

合同审核

标准转让/许可合同模板,支持在线电子签署

全程代办

著录项目变更、备案手续全程代办,省心省力

交易流程 · 六步完成专利交易

1
选专利
2
在线沟通
3
签署合同
4
支付款项
5
办理变更
6
过户完成

成功交易案例

🔬

固态锂电池电解质专利包

转让方:中国科学院××研究所
受让方:××新能源科技有限公司
交易类型:独占许可
交易金额:¥320万
🧬

CRISPR基因编辑技术

转让方:××大学
受让方:××生物医药有限公司
交易类型:转让
交易金额:¥1,200万

SiC功率器件工艺专利

转让方:××半导体有限公司
受让方:××汽车电子集团
交易类型:转让
交易金额:¥680万
☀️

钙钛矿光伏组件技术

转让方:××科技公司
受让方:××能源集团
交易类型:开放许可
交易金额:¥50万/年