当前位置:

科技交易  > 成果交易

 > 产品详情

山东大学所持一种基于支持向量机的点云压缩编码器关键参数优化方法转让
收藏
点击量:25次

网上报名请点击我要购买

我要购买

项目名称 山东大学所持一种基于支持向量机的点云压缩编码器关键参数优化方法转让 项目编号 TAEI2534394
转让底价 5 万元 转让方 山东大学
保证金 0万元 保证金支付方式 银行转账
挂牌时间 2025-07-28 至 2025-08-01

一、项目介绍

技术项目信息登记表(供给方)

技术项目名称 山东大学所持一种基于支持向量机的点云压缩编码器关键参数优化方法转让
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|电子核心产业|电子专用设备仪器
权属人所属地域 山东省济南市历城区
十强产业领域 新一代信息技术
项目权属(个人或单位名称) 山东大学
专利情况
转让底价 5 万元
合作方式 成果转让
项目简介 1、本标的包含1项专利,各专利介绍如下: 一种基于支持向量机的点云压缩编码器关键参数优化方法 专利申请日:2019年05月05日 授权公告日:2022年05月27日 专利权期限:20年 介绍:本发明涉及一种基于支持向量机的点云压缩编码器关键参数优化方法,首先,对点云的几何信息和颜色信息进行预处理;然后,提取点云的特征向量;对于给定的目标码率,利用全搜索的方法找到使得失真最小的最优的参数对,对训练集中的所有点云提取给定目标码率下的最优的标签,将最优标签信息和特征向量信息写入训练集,利用支持向量机以及训练集信息训练得到模型,利用模型对测试集里的特征向量信息进行测试,预测出连续域上最优的测试标签,得到测试集的最优的参数对。该方法利用点云的分布特征,使用支持向量机方法训练得到测试点云的最优的编码参数对,在保证给定编码比特率条件下编码器编码性能的同时大大减少了时间成本。 2、截至挂牌日,专利已取得专利证书。 3、其他重要事项详见评估报告。
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 一种基于支持向量机的点云压缩编码器关键参数优化方法 ZL201910367878.1 发明 2019-05-05 2022-05-27
获得资助情况(国家计划课题等) --
项目开发阶段 --
样品情况 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。
2、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》,并于签订《技术转让合同》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)。协议成交不收取交易费用,若产生竞价,收取竞价佣金。
重大事项及其他披露内容
1、本标的包含1项专利,各专利介绍如下:
一种基于支持向量机的点云压缩编码器关键参数优化方法
专利申请日:2019年05月05日
授权公告日:2022年05月27日
专利权期限:20年
介绍:本发明涉及一种基于支持向量机的点云压缩编码器关键参数优化方法,首先,对点云的几何信息和颜色信息进行预处理;然后,提取点云的特征向量;对于给定的目标码率,利用全搜索的方法找到使得失真最小的最优的参数对,对训练集中的所有点云提取给定目标码率下的最优的标签,将最优标签信息和特征向量信息写入训练集,利用支持向量机以及训练集信息训练得到模型,利用模型对测试集里的特征向量信息进行测试,预测出连续域上最优的测试标签,得到测试集的最优的参数对。该方法利用点云的分布特征,使用支持向量机方法训练得到测试点云的最优的编码参数对,在保证给定编码比特率条件下编码器编码性能的同时大大减少了时间成本。
2、截至挂牌日,专利已取得专利证书。
3、其他重要事项详见评估报告。
与转让相关的其他条件
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。

四、联系方式

联系人 亓经理 联系电话 053188607877
手机号 邮箱

五、附件资料