“分类和计算”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果25372242个，建议您升级VIP下载更多相关专利

[发明专利]域适应图像分类网络的训练方法、图像分类方法及装置-CN202210193844.7在审
发明人：林兰芬;马旭;袁俊坤 -专利权人：浙江大学
申请日： 2022-03-01 - 公布日： 2022-06-28 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种域适应图像分类网络的训练方法、图像分类方法及装置，其中域适应图像分类网络的训练方法包括：获取若干对源域图像和目标域图像；提取其中一对源域图像和目标域图像的跨层特征；利用注意力机制计算跨层特征之间的相似度；根据所述跨层特征的多核最大均值差异和所述相似度，计算域对齐泛化损失；根据源域图像和目标域图像的跨层特征，计算分类损失；根据域对齐泛化损失和分类损失，加权计算域适应图像分类网络的总损失；根据总损失，更新域适应图像分类网络的参数；对其余源域图像和目标域图像执行从提取其中一对源域图像和目标域图像的跨层特征至根据总损失更新域适应图像分类网络的参数的步骤，直至跨层对齐损失收敛。
适应图像分类网络训练方法装置

[发明专利]新型的材料物理数据分类方法及系统-CN202211000794.2有效
发明人：张伟;王雪 -专利权人：牡丹江师范学院
申请日： 2022-08-19 - 公布日： 2023-04-18 - 主分类号： G06F18/241 文献下载
摘要：本发明涉及新型的材料物理数据分类方法及系统，包括规律数据采集通道，用于以规律的时间采集未分类的材料物理数据；本值特征计算单元，用以计算未分类的材料物理数据的本值量，将计算的本值量以时间序列形式存储；本值变化率计算单元，用以确定采样周期，并计算本值量在最小正周期内的变化率量；本值积累计算单元，用以确定采样周期，并计算本值量在若干最小正周期中的积累量，并进行存储；综合计算提取单元，用以确定本值量、本值变化率量、本值积累量三个参数分别的权值并计算综合特点值，以综合特点值作为提取特征并还原未分类的材料物理数据对应的材料分类，然后给未分类的材料物理数据自动添加标签，自动添加的标签即分类标签。
新型材料物理数据分类方法系统

[发明专利]一种风控系统完备性监控方法和系统-CN201910010474.7在审
发明人：支亚君;郭安;王业 -专利权人：北京智融网络科技有限公司
申请日： 2019-01-07 - 公布日： 2020-07-14 - 主分类号： G06F11/30 文献下载
摘要：本发明公开了一种风控系统完备性监控方法和系统，方法包括：基于在线分类系统对数据源进行特征计算，并提取第一特征数据；将上述数据源和第一特征数据进行收集，并按照统一的格式存储在离线分类系统中的数据库中；基于离线分类系统，对所述数据源进行特征计算，并得到第二特征数据；获取上述第一特征数据和第二特征数据，并由此进行数据展示和/或数据分析；其中，所述在线分类系统和离线分类系统采用相同的数据处理方法和算法。通过每日定时模拟离线计算过程，并将计算的特征与在线系统的计算结果进行对比，以此发现离线风控系统的完备性问题。
一种系统完备监控方法

[发明专利]一种多模态第一视角视频分类方法及系统-CN202310016150.0有效
发明人：刘萌;张风雷;宋雪萌;许海振;郭杰;王少华 -专利权人：山东建筑大学
申请日： 2023-01-06 - 公布日： 2023-04-25 - 主分类号： G06V20/40 文献下载
摘要：本发明属于计算机视觉领域，提供了一种多模态第一视角视频分类方法及系统。该方法包括，获取视频数据和视频动作类别，提取视频数据的视觉表示序列和音频表示序列；采用基于联合表示的交叉注意模块，得到联合表示增强的视觉特征表示序列和联合表示增强的音频特征表示序列；计算视觉模态的自监督对比损失函数和音频模态的自监督对比损失函数；计算视觉模态的分类预测结果和音频模态的分类预测结果；计算分类预测损失函数；构建联合损失函数，用于联合优化第一视角视频分类网络，得到已训练的第一视角视频分类网络。本发明针对每个模态应用自监督对比学习来增强模态内特征，使这些特征不受与动作有关的干扰因素的影响，提升了动作分类的精准度。
一种多模态第一视角视频分类方法系统

[实用新型]基于模板匹配的实时神经元峰电位分类系统-CN202220516604.1有效
发明人：王攀科;侯洁 -专利权人：广东医科大学
申请日： 2022-03-10 - 公布日： 2022-12-27 - 主分类号： G06K9/00 文献下载
摘要：本申请实施例公开一种基于模板匹配的实时神经元峰电位分类系统，涉及神经元信号分类领域。该系统包括：采集电极、放大器、模数转换电路、切换开关、分类装置和计算机设备；切换开关包括固定端、第一动端和第二动端；分类装置为硬件实现的电路，分类装置包括：峰电位识别电路、特征提取电路、模板分类电路；模数转换电路与固定端相连，第一动端与计算机设备相连，第二动端与峰电位识别电路相连，峰电位识别电路与特征提取电路相连，特征提取电路与模板分类电路相连。本申请由分类装置和计算机设备集合的方式实现以在线方式对神经元信号进行分类，可以提高分类效率和降低运行功耗。
基于模板匹配实时神经元电位分类系统

[发明专利]一种长文本自动分类推荐方法及其装置-CN202210358221.0在审
发明人：陈泽艇;赵陈红;熊柄铸 -专利权人：中银金融科技有限公司
申请日： 2022-04-06 - 公布日： 2022-08-16 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及一种长文本自动分类推荐方法及其装置，该方法包括以下步骤：获取历史长文本数据；根据历史长文本数据，生成训练集；从待分类长文本中提取关键词，并将提取得到的关键词依次与训练集数据进行特征向量化、相似度计算，得到多个相似度计算结果；对相似度计算结果进行筛选、均值计算和排序，以确定出待分类长文本对应的分类结果。与现有技术相比，本发明能够高效、准确地对长文本进行自动分类。
一种文本自动分类推荐方法及其装置

[发明专利]用于编辑和分类文档的系统和技术-CN200880008887.1无效
发明人： S·M·韦斯 -专利权人：首科DBA格视公司
申请日： 2008-03-07 - 公布日： 2010-03-24 - 主分类号： G06F17/30 文献下载
摘要：描述了确定与文档相关联的信息的计算机系统的实施方式。在操作中，此计算机系统接收文档(诸如图像)。然后，计算机系统使用图像处理软件来确定与文档相关联的第一编辑指令和分类信息集合。接着，计算机系统接收与文档相关联的第二编辑指令和分类信息集合。注意，第二编辑指令和分类信息集合是由个人群组生成的，并且包括对第一编辑指令和分类信息集合的修改和添加。
用于编辑分类文档系统技术

[发明专利]一种基于压缩学习的目标分类方法及系统-CN202010633623.8有效
发明人：李峰;辛蕾;詹邦成;鲁啸天;杨雪;鹿明;张南;肖变 -专利权人：中国空间技术研究院
申请日： 2020-07-02 - 公布日： 2023-09-26 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及一种基于压缩学习的目标分类方法及系统，属于目标分类技术领域，解决了现有目标分类方法中存在的计算效率低、计算复杂度高、功耗高、方法可移植性差的问题。该方法包括以下步骤：获取原始图像在空间域中的缩略图数据；获取所述原始图像在压缩域中的观测值类图；融合所述缩略图数据和所述观测值类图，形成多维压缩数据；将所述多维压缩数据用于目标分类。本发明提出的基于压缩学习的目标分类方法及系统，能够有效提升目标分类的计算效率、降低计算复杂度及功耗，且可移植性强。
一种基于压缩学习目标分类方法系统

[发明专利]雷达脉冲信号分类方法、装置、计算机设备和存储介质-CN202010876960.X在审
发明人：田广;姚军;封加波;尹俊平;岳玉芳;姬利海;沈卫超;宋磊 -专利权人：上海朱光亚战略科技研究院
申请日： 2020-08-27 - 公布日： 2020-12-15 - 主分类号： G06K9/00 文献下载
摘要：本申请涉及计算机技术领域，特别是涉及一种雷达脉冲信号分类方法、装置、计算机设备和存储介质。所述方法包括：获取待分类脉冲信号；对待分类脉冲信号进行转换，得到对应待分类脉冲信号的图像数据；通过雷达脉冲信号分类网络对图像数据进行分类处理，得到待分类脉冲信号中各雷达脉冲信号的分类结果，雷达脉冲信号识别网络是基于小样本分类训练方式训练生成的采用本方法能够提升分类准确性。
雷达脉冲信号分类方法装置计算机设备存储介质

[发明专利]视频分类模型的生成方法、装置、设备和存储介质-CN202110190232.8有效
发明人：黄军;程军;胡晓光 -专利权人：北京百度网讯科技有限公司
申请日： 2021-02-18 - 公布日： 2022-07-22 - 主分类号： G06V20/40 文献下载
摘要：本公开公开了一种视频分类模型的生成方法、装置、设备和存储介质，涉及计算机技术领域，具体涉及计算机视觉、深度学习等人工智能技术领域。视频分类模型的生成方法包括：获取图像分类模型，所述图像分类模型根据图像分类数据集，采用第一知识蒸馏网络生成；根据视频分类数据集，采用第二知识蒸馏网络，对所述图像分类模型进行训练，以生成视频分类模型。本公开可以提高视频分类模型的分类效果。
视频分类模型生成方法装置设备存储介质

[发明专利]基于网络度量指标的文档分类方法-CN201410215328.5有效
发明人：魏墨济;杨子江;朱世伟;于俊凤;李晨;蔡斌雷;王蕾;冯海洲;王彦 -专利权人：山东省科学院情报研究所
申请日： 2014-05-21 - 公布日： 2017-02-15 - 主分类号： G06F17/30 文献下载
摘要：本发明的基于网络度量指标的文档分类方法，包括样本训练阶段和文档分类阶段，样本训练阶包括a).样本采集；b).文本分词；c).词性分析；d).去除虚词和人名；e).统计词频；f).构建特征集合；g).构建特征网络的顶点；h).构建特征网络的边；i).计算平均度；j).计算聚类系数；k).计算特征路径长度；l).获取网络度量指标的取值区间；文档分类包括m).待分类文档处理;n).文档分类的判断。本发明的文档分类方法，分类准确、效率高，解决了现有分类方法无法将科技文献、小说和散文区分开来的问题，为文档在这三类中的自动区分提出了科学的分类方法、奠定了理论基础。
基于网络度量指标文档分类方法

[发明专利]基于Wishart和SVM的极化SAR图像分类方法-CN201410740814.9在审
发明人：焦李成;李玲玲;党晓婉;屈嵘;杨淑媛;候彪;王爽;刘红英;熊涛;马文萍;马晶晶 -专利权人：西安电子科技大学
申请日： 2014-12-05 - 公布日： 2015-03-11 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于Wishart和SVM的极化SAR图像分类方法，主要解决现有极化SAR分类方法在训练样本较少时分类精度低、分类效率不高的技术问题。实现步骤是：输入图像；滤波；Cloude分解；计算特征集F的相似矩阵；计算相干矩阵特征集T的相似矩阵；计算最终的相似矩阵；利用SVM分类；计算精度。使用本发明进行分类，克服了现有技术中由噪声造成的错分点较多的问题，既能避免极化通道间串扰，又能保持极化信息和统计相关性，使得极化合成孔径雷达SAR图像的轮廓、边缘更加清晰，提高了分类后图像质量，使本发明对极化SAR的分类准确率更好，对噪声有更强的适应性，能够用于极化SAR图像的目标识别与跟踪。
基于 wishart svm 极化 sar 图像分类方法

[发明专利]文本的分类方法及系统、电子设备、存储介质-CN201910185723.6在审
发明人：夏锦春;华夏;赵明明 -专利权人：北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2019-03-12 - 公布日： 2020-09-22 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种文本的分类方法及系统、电子设备、存储介质。分类方法包括：设置网络新词库；网络新词库存储有网络新词；根据网络新词库和常用词库对待分类文本进行分词处理，获得特征词；常用词库存储有常用词；采用第一计算公式计算属于常用词的特征词的第一特征权重；采用第二计算公式计算属于网络新词的特征词的第二特征权重；将第一特征权重和第二特征权重构成待分类文本的特征向量，并根据特征向量对待分类文本进行分类。本发明把网络新词发现的结果加入文本预处理过程，在降低特征空间的维度的同时，有效提高分类器性能，优化分类结果，可被广泛用于用户检索，对信息频繁更新电商领域、搜索引擎都有积极作用。
文本分类方法系统电子设备存储介质

[发明专利]障碍物分类可靠度量化的方法-CN201510929048.5在审
发明人：徐秉民;李明鸿 -专利权人：财团法人车辆研究测试中心
申请日： 2015-12-14 - 公布日： 2016-03-02 - 主分类号： G01S13/86 文献下载
摘要：本发明公开了一种障碍物分类可靠度量化的方法，其应用于车辆的一车用计算机中的一感知融合系统，车用计算机先接收障碍物的障碍物信息、对应障碍物信息的影像信息及多个车身信号，并利用一分类器进行类别分类；对多个测距传感器的侦测结果分别计算一侦测信心度后，读取分类器的准确度，再计算每一测距传感器对应每一障碍物的一分类信心度；接着对所有分类信心度进行融合计算，量化所有测距传感器对障碍物的一障碍物分类可靠度后，进行一分类失效过滤步骤，将障碍物分类可靠度小于一预设值的障碍物排除因此本发明除了计算障碍物的侦测信心度及分类信心度，还进一步将其融合量化出障碍物分类的可信度，提升分类精准度。
障碍物分类可靠度量方法

[发明专利]基于双分类器加权对抗的无监督部分域适应方法-CN202310425555.X在审
发明人：田青;卢章虎;周家仲;张衡 -专利权人：南京信息工程大学
申请日： 2023-04-20 - 公布日： 2023-07-25 - 主分类号： G06F18/214 文献下载
摘要：本发明公开了一种基于双分类器加权对抗的无监督部分域适应方法，包括如下步骤：S1、样例加权：对源域的每个样本进行加权操作；S2、计算分类损失：基于标记的源样本计算分类损失，最小化分类损失训练特征提取器和两个分类器，使模型拟合源域的分布；S3、计算预测差异损失：将未标记的目标域样本输入的两个分类器中，通过两个分类器的输出来计算预测差异损失；S4、对抗学习：冻结特征提取器，通过最大化预测差异损失和分类损失来更新两个分类器；再冻结两个分类器，通过最小化预测差异损失来更新特征提取器，重复这一步骤进行对抗学习。本发明兼顾了目标域信息与难分类样本，能够实现更好的领域适应效果。
基于分类加权对抗监督部分适应方法

首页
«上一页
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
下一页»
尾页
共 100000 条