专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果19个,建议您升级VIP下载更多相关专利
  • [发明专利]步态识别模型的训练方法、步态识别方法、装置及设备-CN202211139252.3在审
  • 刘鑫辰;刘武;郑锦凯;梅涛 - 北京京东尚科信息技术有限公司
  • 2022-09-19 - 2023-01-24 - G06V40/20
  • 本发明公开了一种步态识别模型的训练方法、步态识别方法、装置及设备。该方法包括:将获取到的训练步态序列输入到初始步态识别模型中,通过初始步态识别模型中的预处理网络,基于输入的训练步态序列,输出训练序列特征;基于空间特征提取网络以及输入的训练序列特征,确定空间步态特征,以及基于时间特征提取网络以及输入的训练序列特征,确定时间步态特征;其中,空间特征提取网络和时间特征提取网络均采用二维卷积模块;通过特征重映射网络,基于空间步态特征和时间步态特征,输出预测结果;基于预测结果和标准结果,对初始步态识别模型的模型参数进行调整,得到训练完成的目标步态识别模型。本发明实施例解决了模型难以训练的问题。
  • 步态识别模型训练方法装置设备
  • [发明专利]一种基于无监督学习的模型预训练方法-CN202010475387.1在审
  • 颜成钢;郑锦凯;陈利;孙垚棋;张继勇;张勇东 - 杭州电子科技大学
  • 2020-05-29 - 2020-09-01 - G06N3/08
  • 本发明提供一种基于无监督学习的模型预训练方法。本发明首先采用均匀分布的方式对神经网络模型的参数进行初始化,并设置循环轮数;利用数据本身具有高度相似性的特点,寻找锚数据;然后利用最近邻算法为每个锚数据寻找邻数据;再拉近锚数据和其对应的邻数据在特征空间之间的距离;采用循序渐进的方式,进行循环操作,获得最终的神经网络模型参数;最后将获得的最终的神经网络模型参数作为后续针对目标数据集进行监督学习的初始化参数;本发明解决了Kmeans和DBSCAN中难以设置的K值和密度值的问题,为后续在目标数据集上进行监督学习节省了训练时间、提升了模型准确率。
  • 一种基于监督学习模型训练方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top