|
钻瓜专利网为您找到相关结果 486个,建议您 升级VIP下载更多相关专利
- [发明专利]对抗式时空大数据预测方法-CN201711342473.X在审
-
龙明盛;王建民;王韫博;黄向东
-
清华大学
-
2017-12-14
-
2018-05-08
-
G06N3/04
- 本发明提供一种对抗式时空大数据预测方法,包括:将时空序列输入训练好的对抗式卷积递归神经网络模型,获取预测结果;所述对抗式卷积递归神经网络模型由预测器和判别器构成,所述判别器为卷积神经网络;所述预测器用于根据输入所述预测器的时空序列输出预测时空序列,所述预测器用于根据输入所述判别器的时空序列输出真实性概率向量;所述模型应用所述真实性概率向量构建的损失函数进行训练。本发明提供的方法,基于对抗式卷积递归神经网络模型,应用判别器输出的真实性概率向量构建损失函数,更好的保留了预测值和真实值在结构层面和语义层面的差距,使得时空数据的预测纹理更加清晰、结构更加完整、语义更加准确。
- 对抗时空数据预测方法
- [发明专利]一种领域适应性网络的深度迁移学习方法-CN201711183073.9在审
-
龙明盛;王建民;陈新阳;黄向东
-
清华大学
-
2017-11-23
-
2018-04-24
-
G06N3/08
- 本发明提供一种领域适应性网络的深度迁移学习方法,通过根据每一任务相关层对应的分布差异,分类错误率和错配度,确定领域适应性网络的损失函数的值,其中,任一任务相关层对应的分布差异为源域与目标域分别对应的该任一任务相关层中的特征的概率分布之间的分布差异;并基于损失函数的值,更新领域适应性网络的参数,以使领域适应性网络适配目标域;从而将源域和目标域分别对应的每一任务相关层中的特征的概率分布之间的分布差异作为领域适应性网络的损失函数的值的组成部分,在不同领域间同时匹配了深度网络的每一任务相关层,更好地修正边缘分布和条件分布在不同领域间的差异,保证了迁移学习的可靠性,最终保证领域适应性网络迁移学习的效果。
- 一种领域适应性网络深度迁移学习方法
- [发明专利]一种基于时空金字塔网络的视频识别方法-CN201711164855.8在审
-
龙明盛;王建民;王韫博;黄向东
-
清华大学
-
2017-11-21
-
2018-04-13
-
G06K9/00
- 本发明提供一种基于时空金字塔网络的视频识别方法,包括通过卷积神经网络提取视频片段样本集中每一视频片段样本的特征,并进行时空双线性算子处理获得第一向量,通过第二卷积神经网络获取图像样本的图像信息获得第二向量;将第一向量和第二向量拼接后的向量进行所述时空双线性算子处理;将输出结果和第二向量进行加权池化获得第三向量;通过平均池化获得第四向量和第五向量,接着进行时空双线性算子处理获得第六向量;根据损失值对所述待测视频进行识别。本发明通过降维运算和逆变换运算解决了双线性融合维度灾难和运算复杂度高的问题,通过改进双线性融合算子,在两个视频具有相似背景或者短片上相似情况下,得到更好的识别效果。
- 一种基于时空金字塔网络视频识别方法
|