法律状态: 全部 已授权 审中
项目申报: 全部 报过 没有报过
共 2 件在售专利
本发明涉及机器故障诊断技术领域,公开了一种基于迁移学习的多尺度智能决策方法,包括:获取源域与目标域中的机械故障振动时序长信号,构建源域训练集与目标域训练集;在源域训练集中,对时序分信号进行预处理后,提取时域特征与频域特征,并映射为低维时域特征与低维频域特征;计算特征之间的互相关矩阵,构建互相关损失函数,来训练编码器,获取源域优化时域信号编码器,并迁移至目标域,与初始分类器,组成初始多尺度智能决策模型;对目标域时序分信号进行预测,与其真实标签,构建交叉熵损失函数,训练获取目标多尺度智能决策模型;将实时采集的机械故障振动时序长信号,预处理后分别输入目标多尺度智能决策模型中,获取对应的故障类别。
📄 2024112842574 📂 G06F18_241 👤 江南大学, 吉林大学, 苏州大学 📅 2024-09-13
¥0.0 元
本发明涉及计算机视觉技术领域,尤其是指一种基于多视图采样和渐进式生成的深度智能3D重建方法,包括:构建数据集;构建网格生成器,所述网格生成器为编码器‑解码器架构;利用数据集训练所述网格生成器;利用经过训练的网格生成器对残缺手绘图和噪声手绘图进行3D建模,得到目标网格3D模型。本发明利用2D卷积形状鉴别器训练网格生成器,并通过逐步增加2D卷积形状鉴别器的复杂度和多尺度轮廓图对的分辨率,逐步细化2D卷积形状鉴别器的判别能力,从而更有效地引导网格生成器生成高质量的预测网格3D模型,提高了预测网格3D模型的质量。
📄 2024112826213 📂 G06T17_00 👤 江南大学, 吉林大学, 苏州大学 📅 2024-09-13
¥0.0 元
发明 已授权

一种基于迁移学习的多尺度智能决策方法

2024112842574 · 江南大学, 吉林大学, 苏州大学
¥0.0 元
发明 已授权

基于多视图采样和渐进式生成的深度智能3D重建方法

2024112826213 · 江南大学, 吉林大学, 苏州大学
¥0.0 元

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