一、项目介绍
技术项目名称 | 山东科技大学所持2项专利权转让 | ||
行业分类 | 电子信息技术|计算机软件 | ||
战略性新兴产业分类 | 新一代信息技术产业|网络信息安全产品和服务|网络与信息安全软件 | ||
权属人所属地域 | 山东省青岛市黄岛区 | ||
十强产业领域 | 新一代信息技术 | ||
项目权属(个人或单位名称) | 山东科技大学 | ||
专利情况 | 有 | ||
转让底价 | 80 万元 | ||
合作方式 | 成果转让 |
项目简介 | 1.转让标的整体受让,不可拆分。2.专利介绍:超密集网络中基于凝聚式层次聚类算法的资源优化方法专利申请日:2023.10.20授权公告日:2024.01.19专利权期限:20年介绍:本发明公开了一种超密集网络中基于凝聚式层次聚类算法的资源优化方法,属于互联网技术领域,包括如下步骤:步骤1、基于下行5G超密集网络构建系统模型,并将系统模型的最大化总数据速率问题规划为一个非线性组合优化问题;步骤2、将非线性组合优化问题分解为功率最优化子问题和层次聚类规划子问题;步骤3、基于拉格朗日对偶理论对功率最优化子问题进行求解,获得最优数据传输功率;步骤4、结合凝聚式层次聚类方法对层次聚类规划子问题进行求解,获得系统最优网络吞吐量。本发明提出的资源优化方法达到更高数据速率的同时,也保证了算法性能和计算量之间的平衡。专利介绍:基于三元组网络的安全帽检测跟踪方法、设备及存储介质专利申请日:2023.07.24授权公告日:2023.10.13专利权期限:20年介绍:本发明属于安全帽检测技术领域,公开了一种基于三元组网络的安全帽检测跟踪方法、设备及存储介质。本发明方法将目标检测器、KCF跟踪器结合三元组网络,对目标进行检测和跟踪辅助提高检测精度,构成了检测‑跟踪‑匹配自动循环更新的模式,通过使用预先训练的三元组网络对三元组样本进行运算、分析及匹配,将其输入到共享权重的特征提取网络中提取对应的嵌入特征,最后将提取的嵌入特征送入三元组损失中学习特征的相似性。本发明达到了检测目标与当前跟踪目标有无异常的目的,解决了遮挡情况下目标丢失的问题,实现了在复杂环境下安全帽检测识别任务,本发明方法在精度和稳定性能方面均明显提升。3.截至挂牌日,已取得专利证书。 | ||
市场前景分析 | |||
与同类成果相比优势分析 | |||
专利明细 | |||
序号 | 名称 | 申请号 | 类别 | 申请日 | 授权日 |
1 | 超密集网络中基于凝聚式层次聚类算法的资源优化方法 | CN202311360637.7 | 发明 | 2023-10-20 | 2024-01-19 |
2 | 基于三元组网络的安全帽检测跟踪方法、设备及存储介质 | CN202310933833.2 | 发明 | 2023-07-24 | 2023-10-13 |
专利是否合并转让 | 是 |
获得资助情况(国家计划课题等) | -- | ||
项目开发阶段 | -- | ||
样品情况 | 无 | 样品类型 | -- |
信息有效期 | -- 至 -- |
二、挂牌信息
挂牌公告期 | 5 个工作日 | 报价方式 | 网络竞价 |
保证金 | 0万元 | 保证金交纳截止时间 | 挂牌截止日17:00前(以银行到账时间为准) |
三、披露信息
价款支付方式 | 银行转账 | ||
受让方资格条件 | 1、意向受让方须为依法设立的企业法人、其他经济组织或具有完全民事行为能力的自然人。2、意向受让方须具有良好财务状况、支付能力。3、本项目不接受联合体受让。 | ||
重大事项及其他披露内容 | 1.转让标的整体受让,不可拆分。2.专利介绍:超密集网络中基于凝聚式层次聚类算法的资源优化方法专利申请日:2023.10.20授权公告日:2024.01.19专利权期限:20年介绍:本发明公开了一种超密集网络中基于凝聚式层次聚类算法的资源优化方法,属于互联网技术领域,包括如下步骤:步骤1、基于下行5G超密集网络构建系统模型,并将系统模型的最大化总数据速率问题规划为一个非线性组合优化问题;步骤2、将非线性组合优化问题分解为功率最优化子问题和层次聚类规划子问题;步骤3、基于拉格朗日对偶理论对功率最优化子问题进行求解,获得最优数据传输功率;步骤4、结合凝聚式层次聚类方法对层次聚类规划子问题进行求解,获得系统最优网络吞吐量。本发明提出的资源优化方法达到更高数据速率的同时,也保证了算法性能和计算量之间的平衡。专利介绍:基于三元组网络的安全帽检测跟踪方法、设备及存储介质专利申请日:2023.07.24授权公告日:2023.10.13专利权期限:20年介绍:本发明属于安全帽检测技术领域,公开了一种基于三元组网络的安全帽检测跟踪方法、设备及存储介质。本发明方法将目标检测器、KCF跟踪器结合三元组网络,对目标进行检测和跟踪辅助提高检测精度,构成了检测‑跟踪‑匹配自动循环更新的模式,通过使用预先训练的三元组网络对三元组样本进行运算、分析及匹配,将其输入到共享权重的特征提取网络中提取对应的嵌入特征,最后将提取的嵌入特征送入三元组损失中学习特征的相似性。本发明达到了检测目标与当前跟踪目标有无异常的目的,解决了遮挡情况下目标丢失的问题,实现了在复杂环境下安全帽检测识别任务,本发明方法在精度和稳定性能方面均明显提升。3.截至挂牌日,已取得专利证书。 | ||
与转让相关的其他条件 | 意向受让方须承诺,在递交受让申请并交纳交易保证金后,即表明理解并接受本次资产转让的所有内容及程序,完全了解与认可转让标的状况以及存在的瑕疵等一切内容,并自行承担受让转让标的所带来的一切风险和后果;成为最终受让方后不得以不了解转让标的为由退还转让标的,否则将视为违约;非因转让方原因所引发的风险因素,由受让方自行承担。意向受让方须承诺,在收到《挂牌结果通知单》之日起5个工作日内与转让方签署《技术转让合同书》,并于签订《技术转让合同书》之日起5个工作日内支付应付交易价款至转让方指定账户(交易价款无息结算),交易费用支付至中心指定账户(如本项目公告对以上办理时间有不同约定的,从其约定。)协议成交不收费交易费用,若产生竞价,收取竞价佣金。 |
四、联系方式
联系人 | 房经理 | 联系电话 | 053186196383 |
手机号 | 邮箱 |
五、附件资料
文章推荐:
阿克苏边境管理支队乌什县“1·23”地震受灾房屋安全检测服务采购项目终止公告
吉林医药学院学校消防设施与电气防火安全检测服务项目竞争性磋商公告