“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]一种基于分类错误率和一致性预测的概念漂移检测方法-CN202010992036.8有效
发明人：王勇;彭金雪;张继;刘振岩;薛静锋;林珂卉 -专利权人：北京理工大学
申请日： 2020-09-21 - 公布日： 2022-09-30 - 主分类号： G06F21/57 文献下载
摘要：本发明提出了一种基于分类错误率和一致性预测的概念漂移检测方法，属于计算机机器学习和信息安全技术领域。本方法首先通过计算模型分类错误率的变化来检测突变型概念漂移，然后通过计算分类错误的样本与分类正确的样本一致性程度来检测渐进型概念漂移，从而能及时检测突变型概念漂移和渐进型概念漂移，且保持较小的计算开销。本方法实现了在较低计算成本下对突变型概念漂移和渐进型概念漂移的检测，及时识别模型退化现象。本方法主要用于概念漂移检测，能有效作用于机器学习分类模型退化现象的早期判定，可以作为大数据环境下自动化分析和决策等各种应用领域的性能监测方法。
一种基于分类错误率一致性预测概念漂移检测方法

[发明专利]一种基于粗糙集与KNN的文本分类方法及系统-CN201510230270.6有效
发明人：朱敏玲 -专利权人：北京信息科技大学
申请日： 2015-05-08 - 公布日： 2020-09-25 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于粗糙集与KNN(K Nearest Neighbor)算法的文本分类方法及系统，用于对各类文本信息进行分类处理。其采用粗糙集的属性约简算法对待分类的数据进行预处理。然后，通过基于属性序的处理方法和算法进一步解决粗糙集属性约简中的NP‑hard问题。在粗糙集区分矩阵的关键环节正区域计算上利用递减式计算方法，减少等价类的计算工作量；运用去停止词的查表法、位置信息在属性序中的引入及倒排索引的检索方法等进一步来降低系统的运行时间和空间成本。最后基于上述方法构建分类器，分类的准确度、召回率与F值都比较理想，分类速度得到大幅度提升。解决了KNN文本分类器的待分类文本数据维数和计算次数较高，从而导致其耗费的时间和空间成本也很高等问题。
一种基于粗糙 knn 文本分类方法系统

[发明专利]一种文学作品分类方法和装置-CN201810394809.5有效
发明人：何耀;蒋松岐;刘笑逸 -专利权人：北京海马轻帆娱乐科技有限公司
申请日： 2018-04-27 - 公布日： 2022-07-05 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种文学作品分类的方法和装置，该方法包括：获取待分类叙事性文学作品的预设章节；根据预设章节的情节曲线、情感曲线和预设情感特征计算规则，获得情感特征；根据预设章节的符号信息、字数信息和预设结构特征计算规则，获得结构特征；根据情感特征、符号特征和目标文学作品分类模型，分类获得待分类文学作品的分类结果。可见，通过预先机器学习已分类文学作品预设章节的情感特征、结构特征和分类标签，分类标签为签约或公众，得到文学作品分类模型；则提取待分类叙事性文学作品相应的情感特征和结构特征；输入文学作品分类模型，自动分类待分类叙事性文学作品
一种文学作品分类方法装置

[发明专利]电网工程质量指数的确定方法、装置和计算机设备-CN202210689826.8在审
发明人：袁太平;颜涛;曾文龙;杨永昆;彭飞;洪巧章;高宁;侯昊沂;杜虎;吴勇;冷祥彪;尚海 -专利权人：南方电网能源发展研究院有限责任公司
申请日： 2022-06-17 - 公布日： 2022-10-18 - 主分类号： G06Q10/06 文献下载
摘要：本申请涉及一种电网工程质量指数的确定方法、装置和计算机设备，所述方法包括：建立针对电网工程的评价指标体系；分别获取在当前计算期内和基准对比期内，所述电网工程在各个一级分类属性指标下的分类属性指标值；针对每个一级分类属性指标，基于所述一级分类属性指标在所述当前计算期内的第一分类属性指标值和在所述基准对比期内的第二分类属性指标值，得到所述一级分类属性指标对应的分类指数；根据所述各个一级分类属性指标下的分类指数，得到所述电网工程的质量指数采用本方法能够实现对工程质量的预期控制和事前管理，助力全面提升工程质量。
电网工程质量指数确定方法装置计算机设备

[发明专利]增强图像分类模型噪声鲁棒性的方法和装置-CN201910296090.6在审
发明人：赵俊杰 -专利权人：北京迈格威科技有限公司
申请日： 2019-04-12 - 公布日： 2019-07-30 - 主分类号： G06T5/00 文献下载
摘要：本发明提供了一种增强图像分类模型噪声鲁棒性的方法和装置。其中，增强图像分类模型噪声鲁棒性的方法包括：获取原图步骤，获取原图；获取噪声图步骤，获取在原图基础上带有噪声的噪声图；特征提取步骤，通过图像分类模型，对原图和噪声图进行特征提取，得到原图特征和噪声图特征；损失计算步骤，基于原图特征和噪声图特征，计算原图特征和噪声图特征之间的噪声距离，并计算鲁棒性损失；约束步骤，基于鲁棒性损失，约束原图特征与噪声图特征之间的噪声距离。通过噪声图计算鲁棒性损失，并约束原图和带噪声图特征之间的距离，能够高效的有效增强图像分类模型对噪声的鲁棒性，从而提高图像分类模型的准确性。
噪声图分类模型增强图像鲁棒性噪声噪声鲁棒性图像分类模型方法和装置特征提取步骤损失计算特征提取

[发明专利]基于非对称卷积残差网络的细粒度图像分类方法及系统-CN202211463851.0有效
发明人：谭志;胥子皓 -专利权人：北京建筑大学
申请日： 2022-11-22 - 公布日： 2023-10-17 - 主分类号： G06V10/764 文献下载
摘要：本发明提供一种基于非对称卷积残差网络的细粒度图像分类方法及系统，属于计算机视觉技术领域，获取待分类图像；利用预先训练好的分类模型对获取的待分类图像进行处理，得到分类结果；其中，所述预先训练好的分类模型包括特征提取模块和分类模块；所述特征提取模块包括多个通道数依次递增的特征提取子模块；每个所述特征提取子模块均包括一个通道混洗单元和多个非对称残差单元。本发明在降低残差网络整体计算数据量和模型复杂度的同时提升了模型效果；非对称卷积的使用成功降低了模型复杂度和计算数据量并提升了模型的分类效果；增强了网络的特征提取能力并提升了模型效果。
基于对称卷积网络细粒度图像分类方法系统

[发明专利]信息处理装置和信息处理方法-CN201910555707.1有效
发明人：沈伟;刘汝杰 -专利权人：富士通株式会社
申请日： 2019-06-25 - 公布日： 2023-08-04 - 主分类号： G06V10/764 文献下载
摘要：公开了一种信息处理装置和信息处理方法。信息处理装置包括：分类损失计算单元，将训练集中的每个样本图像输入到至少两个特征提取部件从而获得样本图像的至少两个特征，并使分类部件基于至少两个特征来计算样本图像的分类损失；样本对抽取单元，从至少两个特征中的至少一对特征中的每对特征，抽取用于计算每对特征之间的互信息的多个样本对；信息损失计算单元，将多个样本对输入到与每对特征对应的机器学习架构，计算每对特征之间的信息损失；以及联合训练单元，以使训练集中的所有样本图像的分类损失和信息损失之和最小的方式来联合调节至少两个特征提取部件、分类部件和机器学习架构的参数，从而获得经训练的至少两个特征提取部件和分类部件。
信息处理装置方法

[发明专利]一种基于分类效用的开集分类方法-CN201911352812.1有效
发明人：蔡毅;李泽婷 -专利权人：华南理工大学
申请日： 2019-12-25 - 公布日： 2023-04-25 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于分类效用的开集分类方法，包括步骤：输入数据集，并对数据集进行预处理；采用特征提取器将数据转换为特征；采用训练集的特征训练一个可增量学习少样本分类器；对于一条新数据，对其进行预处理后采用特征提取器提取特征；将新数据的特征输入到分类器中，寻找已知类别中分类分数最高的一个类别，并计算分类效用；将新数据单独作为一个类别，采用新数据的特征计算其分类效用；比较已知类别与新类别情况下的分类效用大小，更新分类器；重复提取特征并计算分类效用的步骤，增加分类器处理的类别数据。本发明解决了开集分类中的未知类别数据识别和新类别的引入问题，并结合增量学习来学习新类别，增强分类器。
一种基于分类效用方法

[发明专利]基于模糊稀疏LSSVM的极化SAR图像分类方法-CN201410462117.1有效
发明人：焦李成;马文萍;隋艳立;马晶晶;侯彪;王爽;杨淑媛 -专利权人：西安电子科技大学
申请日： 2014-09-11 - 公布日： 2017-06-16 - 主分类号： G06K9/62 文献下载
摘要：本发明提出了一种基于模糊稀疏LSSVM的极化SAR图像分类方法，主要解决现有的技术对极化合成孔径雷达SAR图像分类，所用时间长和分类精度低的问题。其实现步骤是(1)输入图像；(2)预处理；(3)特征提取；(4)选取训练样本；(5)计算模糊隶属度；(6)训练分类器；(7)分类；(8)计算分类精度。本发明具有能克服噪声对训练分类器的影响、分类速度快、分类精度高等优点，能够有效地对极化合成孔径雷达SAR图像分类，实现目标识别与跟踪定位。
基于模糊稀疏 lssvm 极化 sar 图像分类方法

[发明专利]图像处理方法、装置、计算机可读存储介质和电子设备-CN201810590043.8在审
发明人：陈岩 -专利权人： OPPO广东移动通信有限公司
申请日： 2018-06-08 - 公布日： 2019-12-17 - 主分类号： G06K9/00 文献下载
摘要：本申请涉及一种图像处理方法、装置、计算机可读存储介质和电子设备，所述方法包括：获取待处理图像；检测所述待处理图像中的前景目标，并对所述前景目标进行识别，得到前景分类结果；检测所述待处理图像中的背景区域，并对所述背景区域进行识别，得到背景分类结果；根据所述前景分类结果和背景分类结果，得到所述待处理图像对应的分类标签。图像处理方法、装置、计算机可读存储介质和电子设备，可以对图像进行更准确地分类。
待处理图像计算机可读存储介质背景区域电子设备分类结果前景分类前景目标图像处理分类标签检测图像分类申请

[发明专利]基于量子多层感知器的分类方法及相关设备-CN202210915095.4在审
发明人：方圆;孔小飞;李蕾 -专利权人：合肥本源量子计算科技有限责任公司
申请日： 2022-07-29 - 公布日： 2022-11-04 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于量子多层感知器的分类方法及相关设备，所述方法包括：获取待分类数据，并将所述待分类数据编码为编码量子态；将所述编码量子态输入第一量子计算层，得到中间量子态，所述第一量子计算层包括含参量子纠缠模块；将所述中间量子态输入第二量子计算层，得到结果量子态，所述第二量子计算层包括级联的量子非线性变换模块和所述含参量子纠缠模块；基于所述结果量子态得到分类结果。通过上述技术方案，可以提高分类效率。
基于量子多层感知分类方法相关设备

[发明专利]一种基于稀疏权值神经网络的语义分类方法、系统和介质-CN201910558051.9在审
发明人：孙健;彭德光;唐贤伦 -专利权人：重庆兆光科技股份有限公司
申请日： 2019-06-26 - 公布日： 2019-11-05 - 主分类号： G06F17/27 文献下载
摘要：本发明提出一种基于稀疏权值神经网络的语义分类方法、系统和介质，包括：设置样本集，将所述样本集中的文本序列转换成词向量，根据所述词向量计算得到文本向量；对所述样本集进行标注，根据已标注样本，创建样本分类训练目标；创建神经网络分类模型，计算所述样本分类训练目标的输出概率，并根据所述输出概率构造所述文本分类训练目标的最大似然函数；对所述神经网络分类模型的输入层权重进行稀疏处理，获取稀疏正则函数；将所述稀疏正则函数加入所述最大似然函数，构建所述神经网络的目标函数，并根据所述目标函数对所述神经网络分类模型进行训练，获取语义分类神经网络模型；本发明可以提高分类算法的计算速度和泛化能力。
稀疏神经网络分类神经网络训练目标语义分类最大似然函数目标函数输出概率样本分类词向量样本集标注样本神经网络模型分类算法文本分类文本向量文本序列稀疏处理输入层构建权重创建转换

[发明专利]差动电流故障分类方法、装置、计算机设备和存储介质-CN202111286868.9在审
发明人：肖黎;张晶焯;汪鹏;宋文伟;赖振宇;徐红星;牛犇;高瑞鑫;杨丰阁;崔宇中;赖运河;陈硕 -专利权人：深圳供电局有限公司
申请日： 2021-11-02 - 公布日： 2022-03-01 - 主分类号： G06F30/27 文献下载
摘要：本申请涉及一种差动电流故障分类方法、装置、计算机设备和存储介质。包括：计算机设备获取目标设备产生的差动电流数据，根据差动电流数据，生成差动电流数据的电流曲线图，将电流曲线图输入至预设的深度学习分类模型中，得到差动电流数据对应的分类结果；预设的深度学习分类模型包括特征提取子模型和特征分类子模型；分类结果包括励磁涌流或短路电流。在本方案中，计算机设备根据差动电流数据，生成对应的电流曲线图，将电流曲线图输入至预设的深度学习分类模型中，确定对应的差动电流故障分类结果，将励磁涌流识别问题建模为二维信号的分类问题，提高了基于差动电流数据确定是否励磁涌流类型的识别准确率
差动电流故障分类方法装置计算机设备存储介质

[发明专利]一种面向环境变化的无监督迁移学习图像分类方法-CN202210461879.4在审
发明人：黎铭;孙辉;周志华 -专利权人：南京大学
申请日： 2022-04-28 - 公布日： 2022-09-09 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种面向环境变化的无监督迁移学习图像分类方法，获取待分类图片，若不存在面向应用环境的模型，则从学习环境迁移学习新模型；收集训练数据，初始化模型；在伪标签生成器上，计算有标签样本的分类损失以及学习环境和应用环境数据的分布偏移损失，并生成部分伪标签；设计多个联合分类器输出二维联合概率同时预测图片主任务和自监督任务标签，计算联合分类器的分类损失；在联合分类器输出中，对自监督任务标签的边际概率积分，得到不同的概念标签；计算应用环境样本的不同概念标签间的一致性损失；累加所有损失，用梯度反向传播更新参数；迭代训练至最大迭代次数；用所有联合分类器对待分类图片的概念标签均值来预测。
一种面向环境变化监督迁移学习图像分类方法

[发明专利]用于信息技术操作的人工智能的随机事件分类-CN202210642742.9在审
发明人：井手刚;G·科利亚斯;D·T·潘;N·阿贝 -专利权人：国际商业机器公司
申请日： 2022-06-08 - 公布日： 2022-12-27 - 主分类号： G06K9/62 文献下载
摘要：本公开涉及用于信息技术操作的人工智能的随机事件分类。一种用于随机事件分类的计算机实现的方法、计算机程序产品和计算机系统。计算机接收包括时间戳和事件类型的事件日志。计算机通过基数正则化确定表示事件类型之间的因果关系的稀疏影响矩阵。计算机通过利用似然函数的变分界限来确定表示各个事件实例之间的因果关联概率的触发概率。计算机为用户提供所述触发概率以用于事件分类。计算机通过迭代类型级因果分析和实例级因果分析来学习模型参数。
用于信息技术操作人工智能随机事件分类