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6个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于神经元激活值的垃圾分类方法-CN202210425803.6在审
  • 单沛婷;孔杭扬;齐婉婷;侯彬;周利波 - 浙江工业大学
  • 2022-04-21 - 2022-08-02 - G06V10/764
  • 本发明公开了一种基于神经元激活值的垃圾分类方法,所述方法将该归一化后的垃圾数据集作为训练数据集;筛选出光斑特征,并通过图像裁剪以及阈值分割法得到光斑噪声;对垃圾数据集中的所有图像随机添加光斑噪声,将添加光斑噪声后的图像作为加噪样本,原图像作为非加噪样本,将加噪样本和非加噪样本绑定为噪声样本对;构造垃圾分类模型,将噪声样本对输入垃圾分类模型中基于神经元激活值进行训练;将垃圾图像输入训练好的垃圾分类模型进行测试,得到垃圾分类预测矩阵,完成对垃圾图像的分类。本发明方法构建的垃圾分类模型增强了图像分类模型环境迁移鲁棒性。提高了在真实场景下应用时的准确率。
  • 一种基于神经元激活垃圾分类方法
  • [发明专利]基于偏见样本对生成的深度学习模型去偏方法-CN202111568959.1在审
  • 徐禹昕;齐婉婷;单沛婷;邢航;陶沁哲 - 浙江工业大学
  • 2021-12-21 - 2022-04-08 - G06K9/62
  • 一种基于偏见样本对生成的深度学习模型去偏方法,包括以下步骤:1)深度学习模型偏见的定义;2)数据预处理;3)定义偏见指标函数;4):构建的深度学习模型包括第一特征提取器和第一分类器两部分,利用数据集对模型进行训练,使模型达到预设精度;5)对模型进行偏见程度检测:利用模型对测试集的输出和偏见指标函数F测试模型的偏见程度并记录;6)数据增强:利用偏见指标函数对偏见样本进行初步划分,通过模糊样本划分法排除假性偏见样本,通过FLIP方法完成数据增强的过程;7)利用FLIP样本对对有偏见的深度学习模型进行微调训练去偏,对训练后的模型进行检验,判断其偏见程度是否达到要求。本发明有效提升模型的公平性。
  • 基于偏见样本生成深度学习模型偏方

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