百科技术库 各行业技术资料 - 百科资料网
欢迎来到百科技术库 各行业技术资料 - 百科资料网！ [免费注册] | [登录] 微信快捷登录 QQ登录 微博登录 | 帮助中心 各行业技术应有尽有！

热门搜索： 干粉砂浆 填缝剂 瓷砖胶 水溶肥 切削液 聚氨酯发泡 丙烯酸乳液

全国服务热线 13310018778

栏目导航

A、生活必需 >

A、生活必需

A01 农林牧渔 A21 烘烤烘焙 A22 肉品加工 A23 食品饮料 A24 烟草 A41 服装 A42 帽类 A43 鞋类
A44 服饰配件；珠宝 A45 手携物品；旅行品 A46 刷类制品 A47 家具；家庭用品 A61 医疗 A62 救生；消防 A63 运动；娱乐
B、作业运输 >

B、作业运输

B01 沸腾 分离 混合 实验设备 B02 破碎 磨粉 粉碎 B03 分选 浮选 B04 离心装置 B05 喷射 雾化 B06 机械振动 B07 固体分离；分选
B08 清洁 B09 固废处理 B21 金属加工；金属冲压 B22 铸造；粉末冶金 B23 机床 金属加工 B24 磨削；抛光 B25 手动工具 B26 切割工具
B27 木材加工 B28 水泥 黏土 石料 B29 塑料加工 B30 压力机 B31 纸品加工 B32 层状产品 B41 印刷；排版机 B42 装订；印刷品
B43 书写绘图器具；办公用品 B44 装饰艺术 B60 一般车辆 B61 铁路 B62 无轨陆用车辆 B63 船舶 B64 飞行器；航空 B65 输送；包装；贮存 B66 卷扬；提升；牵引 B67 瓶子 罐 容器 B68 鞍具；家具罩面 B81 微观结构技术 B82 超微技术
C、化学冶金 >

C、化学冶金

C01 无机化学 C02 废水污泥 C03 玻璃；矿棉 C04 水泥；混凝土；人造石；陶瓷；耐火材料 C05 肥料 C07 有机化学 C08 有机高分子化合物
C09 染料；涂料；抛光剂；天然树脂；黏合剂 C10 石油 煤气；燃料；润滑剂 C11 动物或植物油；蜡；洗涤剂 C12 生物化学；酒；醋；微生物学
C13 糖工业 C14 皮革 C21 铁的冶金 C22 冶金；合金 C23 金属镀覆 C25 电解电泳 C30 晶体生长 C40 组合技术
D、纺织造纸 >

D、纺织造纸

D01 纤维；纺纱 D02 纱线 D03 织造 D04 编织；针织 D05 缝纫；绣花 D06 织物处理；洗涤 D07 绳；缆索 D21 造纸；纤维素
E、固定建筑 >

E、固定建筑

E01 道路 铁路 桥梁 E02 水利工程 E03 给水排水 E04 建筑物 E05 锁；钥匙；门窗零件；保险箱 E06 门窗；梯子 E21 钻矿；采矿
F、机械工程 >

F、机械工程

F01 发动机；蒸汽机 F02 燃烧发动机 F03 液力发动机；风力 弹力或重力发动机 F04 液体变容机；液体泵或弹性流体泵
F15 液压；气动 F16 工程元件；绝热 F17 贮存 F21 照明 F22 蒸汽 F23 燃烧设备 F24 供热；炉灶；通风
F25 制冷；热泵；气体的液化或固化 F26 干燥 F27 炉；窑 F28 热交换
G、物理系列 >

G、物理系列

G01 测量；测试 G02 光学 G03 摄影术；电影术 G04 测时学 G05 控制；调节 G06 计算 G07 核算装置 G08 信号装置
G09 教育；密码术；广告 G10 乐器；声学 G11 信息存储 G12 仪器的零部件 G16 通信技术 G21 核物理；核工程
H、电学系列 >

H、电学系列

H01 基本电气元件 H02 发电 变电或配电 H03 基本电子电路 H04 电通信技术 H05 其他类目不包含的电技术
更多>>

人气分享

最新技术
一种结合云端与边端的窃电用户识别方法及装置
本发明公开一种结合云端与边端的窃电用户识别方法及装置,方法包括：响应于获取边端的用户历史用电数据以及终端设备窃电记录,分别提取窃电识别评估指标和窃电标签,使形成训练数据集；基于训练数据集对组合分类模型进行训练,其中,组合分类模型为基于LightGBM子模型和神经网络子模型的组合模型；将某一用户实时用电数据输入组合分类模型中,输出某一用户的窃电嫌疑系数,使确定窃电嫌疑用户。通过边端服务器对数据进行预处理并生成窃电识别标签,降低了云端服务器的计算负担,提高计算效率与检测效率,并且采用LightGBM模型和BP神经网络的组合模型,加快了运算的速度并提高了分类的准确度。
一种基于联邦学习的卸载智能优化方法和系统
本发明提供了一种基于联邦学习的卸载智能优化方法和系统,包括如下步骤：采用多层感知器模型学习计算任务特征并把任务进行分类,采用联邦学习训练模型；计算各分类任务的评分,得到排名前N个任务作为集合；计算系统总服务成本,当本地服务器的CPU频率小于一定比例的边缘服务器频率且当前任务不在集合中,则该任务在本地执行；当本地服务器的CPU频率小于一定比例的边缘服务器频率且当前任务在集合中,则该任务在边缘服务器执行；否则该任务在云服务器执行；当时隙时刻的成本低于上一个时隙的成本时,更新卸载策略。本发明提出的方法,能够降低系统总服务成本,同时保护多参与方的隐私,实现计算卸载优化。
模型训练方法及装置、图像识别方法及装置
本申请提供了一种模型训练方法及装置、图像识别方法及装置,涉及神经网络技术领域。该模型训练方法包括：基于M幅图像各自对应的第一类别分配权重数据训练第一识别模型,得到第二识别模型；基于M幅图像各自对应的第一类别分配权重数据和第二识别模型,确定M幅图像各自对应的第二类别分配权重数据；基于M幅图像各自对应的第二类别分配权重数据训练第二识别模型,得到图像识别模型。本申请能够为错误预测的图像样本重新定义其学习难易权重,进而使模型更多关注到错误预测的图像样本,极大提高训练得到的图像识别模型的识别精准度。
生成对抗网络子空间解耦和生成编辑方法、系统及计算机
本发明提供了一种生成对抗网络子空间解耦和生成编辑方法、系统及计算机,该方法包括：选择网络并生成图片；通过预训练的分类器得到图像标签,并将生成的图片输入至预设属性分类网络,以得到图片的属性标签数据；对单独属性子空间进行粗拟合,并分别使用一个高斯分布来拟合具有同一属性的隐空间向量；对整个隐空间多属性进行解耦聚类,并使用一个高斯混合分布对整个隐空间进行拟合,以使各个高斯分量对语义空间进行解耦；通过解耦空间对生成的语义进行编辑。通过上述方式能够在潜在空间中彻底分析出图像语义的特性,并能够在不重新训练模型的情况下,真实地处理合成图像中出现的各种属性,消除了使用的局限性。
一种用于飞行器模态试验的关键参数识别方法
本发明公开了一种用于飞行器模态试验的关键参数识别方法,包括以下步骤：步骤S1、将预示准确度和对动特性影响的敏感程度设定为分类双指标,并基于所述分类双指标对所述飞行器模态试验的结构参数进行分类；步骤S2、基于所述步骤S1中结构参数的分类结果进行针对性的模态试验,并识别出所述模态试验的关键参数。本发明通过在结构参数识别关键参数,实现对模态试验的精细化设计,将模态试验的关注点由整体动特性转向结构局部特征,可实现在结构有局部调整时,快速且准确的掌握结构动力学模型的参数,可通过局部模型的更换来获得新状态的动特性,无需重新进行模态试验,从而扩充了模态试验的灵活性。
一种对象识别方法及装置、芯片及电子设备
本发明公开了一种对象识别方法及装置、芯片及电子设备。方案包括获取视觉传感器采集到的事件数据流,事件数据流包括至少一个像素事件的事件数据,事件数据包括像素事件的时间信息和空间信息；根据时间信息与空间信息,确定像素事件之间的时空关联关系；基于时空关联关系,对事件数据流进行事件数据去噪处理；根据去噪后像素事件的空间信息,计算去噪后像素事件的距离特征；基于距离特征对去噪后像素事件进行聚类处理,得到聚类结果；根据聚类结果,对基于神经网络的对象识别模型进行训练,得到基于脉冲神经网络的训练后对象识别模型,以通过训练后对象识别模型识别聚类结果对应的对象。本方案解决现有识别方法低效问题,可以高效识别对象。
图像分类方法和装置
本发明属于图像分类技术领域,具体涉及图像分类方法和装置,所述方法执行以下步骤：提取训练分类图像的图像特征,得到训练分类图像特征组；对训练分类图像特征组进行特征分析,具体包括：将训练分类图像特征组中的每个特征进行归一化处理后,得到一个特征值；再设定多个比较值,计算特征值与比较值的差异值,以判断特征值与比较值的距离,将计算得到的差异值最小的比较值作为特征值的分类中心。与现有技术的图像分类方法不同的事,本发明基于图像的特征来进行分类,而在进行分类过程中,通过设置比较值来确定分类中心,进而构建分类树对待分类的图像进行分类,大幅度简化了分类的算法和过程,同时,分类结果的准确率依然维持在较高水平。
图像的确定方法、装置、存储介质及电子装置
本发明实施例提供了一种图像的确定方法、装置、存储介质及电子装置,其中,该方法包括：获取目标图像,其中,目标图像中包括目标对象；使用目标模型对目标图像进行分析,以确定目标图像中包括的目标对象的目标完整度,其中,目标模型为使用多组训练数据通过机器学习训练出的,多组训练数据中的每组数据包括：包含对象的图像以及图像中包含的对象的标注完整度；基于目标完整度阈值和所述目标完整度,从目标图像中确定出目标子图像。通过本发明,解决了相关技术中存在的仅能基于预先确定的完整阈值确定出图像而导致确定出图像不能满足动态场景的问题,达到准确确定目标对象的目标完整度,确定出满足动态使用场景的图像效果。
基于联邦学习系统的决策树构建方法、装置及电子设备
本申请提供一种基于联邦学习系统的决策树构建方法、装置、电子设备、存储介质及计算机程序产品,包括：获取训练样本和待构建的决策树的类型,并基于训练样本及类型,确定用于构建决策树的分裂点的参考数据；对参考数据进行压缩处理得到第一压缩数据,并将第一压缩数据发送至第二参与方设备；接收第二参与方设备发送的分裂点数据,分裂点数据为,第二参与方设备基于第一压缩数据,进行对应决策树的分裂点构建所得到；基于分裂点数据,确定决策树的全局分裂点,并基于全局分裂点,构建决策树。如此,减少了决策树构建过程中的数据传输量与处理量,降低了传输开销,提升了决策树的构建效率。
状态评估方法、装置、设备及存储介质
本申请涉及一种状态评估方法、装置、设备及存储介质,所述方法包括：获取晶闸管样本的状态参数,晶闸管样本包括多个待评估晶闸管及预设晶闸管；预设晶闸管为处于正常状态的晶闸管；针对各晶闸管样本,根据晶闸管样本的状态参数,计算晶闸管样本对应的局部离群点因子；局部离群点因子用于表征晶闸管样本的当前工作状态；基于晶闸管样本的局部离群点因子,确定晶闸管样本的当前工作状态。本申请实施例提供的技术方案可以提高对晶闸管进行状态评估的准确性。

热门专题更多>>
技术分类