基于深度学习和MASK算子的阵列传感器自适应参数检测方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明公开了基于深度学习和MASK算子的阵列传感器自适应参数检测方法,属于传感器智能检测技术领域,包括:数据集准备及预处理;基于深度学习和MASK算子的神经网络模型的构建;基于深度学习和MASK算子的神经网络模型的训练;采用上述训练好的神经网络模型检测出实际浓度值与阵列传感器件状态。该检测方法通过MASK算子,可自适应动态处理阵列传感器输入时间序列,并且能充分利用暂失能状态下传感器数据,结合深度神经网络算法进一步提高运算效率与测量精度。该检测方法通过MASK算子,可自适应动态处理阵列传感器输入时间序列,并且能充分利用暂失能状态下传感器数据,结合深度神经网络算法进一步提高运算效率与测量精度。
《基于深度学习和MASK算子的阵列传感器自适应参数检测方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2023103110106,当前法律状态为已下证,由吉林大学提出申请,发明人为胡小龙;岳文强;卢革宇;郭帅;马忠嘉,申请日期为2023-03-28,公开(公告)日期为2026-02-24,国际专利分类号(IPC)为 G06F 18/25 (2023.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了基于深度学习和MASK算子的阵列传感器自适应参数检测方法,属于传感器智能检测技术领域,包括:数据集准备及预处理;基于深度学习和MASK算子的神经网络模型的构建;基于深度学习和MASK算子的神经网络模型的训练;采用上述训练好的神经网络模型检测出实际浓度值与阵列传感器件状态。该检测方法通过MASK算子,可自适应动态处理阵列传感器输入时间序列,并且能充分利用暂失能状态下传感器数据,结合深度神经网络算法进一步提高运算效率与测量精度。该检测方法通过MASK算子,可自适应动态处理阵列传感器输入时间序列,并且能充分利用暂失能状态下传感器数据,结合深度神经网络算法进一步提高运算效率与测量精度。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
