“分类图”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3856506个，建议您升级VIP下载更多相关专利

[发明专利]基于图卷积神经网络的恶意软件多标签分类方法-CN202111042100.7有效
发明人：宋玉蓉;白敬华 -专利权人：南京邮电大学
申请日： 2021-09-07 - 公布日： 2023-07-28 - 主分类号： G06F21/56 文献下载
摘要：本发明提供了一种基于图卷积神经网络的恶意软件多标签分类方法，所述分类模型包括如下步骤：S100：函数调用图的特征提取，反汇编原始二进制文件，得到汇编码，提取函数调用图的语义及结构特征，得到样本的图嵌入向量；S200：多标签关系的特征提取，通过标签关系图，构建用于提取标签关系的模型，得到多标签分类器；S300：将所述图嵌入向量和所述多标签分类器进行点乘，并将点乘所得的结果进行结构映射，得到分类结果；S400：构建多标签损失函数，通过计算每个标签的分类结果和真实结果的差值，计算出所述分类模型的损失值。相对于现有技术，本发明对具有多种标签的恶意软件具有很好的多标签分类效果。
基于图卷神经网络恶意软件标签分类方法

[发明专利]一种最优尺度选择方法、装置及计算机可读存储介质-CN201910232214.4在审
发明人：胡忠文;刘志刚;董轩妍;邬国锋;李清泉 -专利权人：深圳大学
申请日： 2019-03-26 - 公布日： 2019-08-06 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例公开了一种最优尺度选择方法、装置及计算机可读存储介质，基于输入的遥感图像生成不同尺度参数下的分割结果图；从所生成的分割结果图中选取训练样本并训练得到多尺度分类模型，然后进行待分类遥感图像的多尺度分类，生成不同尺度参数下的分类结果图；从分类结果图中选取多个目标分类结果图，分别计算关联于各目标分类结果图的分类精度；对分类精度统计后进行最优尺度选择。通过本发明的实施，利用多尺度分类结果来进行精度评价，根据精度评价统计结果来选择最优尺度，适用性更为广泛，可以满足更多场景下的分析需求，并实现了最优分割尺度到最优分类尺度的转变，避免了在分割阶段选择分析尺度的低效率
分类结果尺度选择多尺度计算机可读存储介质分类尺度参数分割结果精度评价遥感图像尺度多个目标分类尺度分类模型阶段选择精度统计目标分类统计结果训练样本结果图分割分析场景关联

[发明专利]崩溃统计数据显示方法、装置、计算机设备及存储介质-CN201911014213.9在审
发明人：孟曦东;张彦春;辛宁 -专利权人：北京博睿宏远数据科技股份有限公司
申请日： 2019-10-23 - 公布日： 2020-01-31 - 主分类号： G06F11/36 文献下载
摘要：所述方法包括：接收矩形树图显示指令，确定筛选条件、分类指标和统计指标；确定待显示的崩溃数据；根据所述分类指标对所述崩溃数据进行分类，并根据分类得到的至少一个分类组，确定与所述分类指标匹配的矩形树图的第一布局参数；根据所述至少一个统计指标对各所述分类组中的分类数据进行统计，并根据各所述分类组的统计结果，确定与各所述分类组匹配的矩形树图的第二布局参数；根据各所述分类组匹配的第一布局参数和第二布局参数，生成所述崩溃数据的矩形树图页面
分类组布局参数崩溃分类指标匹配统计指标计算机设备存储介质分类数据筛选条件数据统计数据展示统计结果统计数据图显示分类维度页面指令统计

[发明专利]基于潜在狄利克雷分配的自然图像分类方法-CN201310296468.5有效
发明人：焦李成;马文萍;韩冰;王爽;马晶晶;侯彪;白静;田小林 -专利权人：西安电子科技大学
申请日： 2013-07-14 - 公布日： 2013-10-23 - 主分类号： G06K9/46 文献下载
摘要：本发明公开了一种基于潜在狄利克雷分配的自然图像分类方法，主要解决现有全监督自然图像分类方法分类时间较长以及在缩短了分类时间的前提下分类精度下降的问题。其实现步骤为：获取每幅自然图像的色调、饱和度、亮度、显著特征图；对所述特征图分别进行网格稠密采样，得到其网格采样点；对每一个网格采样点提取其周围区域的SIFT特征；对同类特征图的SIFT特征进行K聚类，生成视觉词典；用视觉词典将所有特征图量化为视觉文档；将视觉文档顺次相连后输入给LDA模型得到潜在语义主题分布；将所有自然图像的潜在语义主题分布输入给SVM分类器进行分类，得到分类结果。本发明与经典分类方法相比，在缩短了平均分类时间的同时提高了分类精度，可用于目标识别。
基于潜在狄利克雷分配自然图像分类方法

[发明专利]胸腹水细胞病理图像识别方法、图像识别装置、介质-CN202211090445.4有效
发明人：刘凯;冯嘉豪;常亮亮;汪进;陈睿 -专利权人：赛维森（广州）医疗科技服务有限公司
申请日： 2022-09-07 - 公布日： 2023-02-07 - 主分类号： G06T7/00 文献下载
摘要：本申请公开了一种胸腹水细胞病理图像识别方法、图像识别装置、介质，包括获取由胸腹水细胞病理图像分块得到的目标图像块；利用骨干分类网络对目标图像块进行第一分类处理，得到第一分类处理后输出的目标分类特征图；根据目标分类特征图得到第一分类结果；根据第一分类结果，对目标图像块和目标分类特征图进行检测处理，得到目标检测结果；根据第一分类结果和目标检测结果得到胸腹水细胞病理识别结果，根据本申请的技术方案，根据第一分类结果，对目标图像块和目标分类特征图进行检测处理
胸腹细胞病理图像识别方法装置介质

[发明专利]一种针对行进间无人机群雷达目标高效识别、分类的模型设计方法-CN202211033451.6在审
发明人：李琳;陈泓桦;孙凌晨;王若霜 -专利权人：西北工业大学
申请日： 2022-08-26 - 公布日： 2022-12-02 - 主分类号： G01S7/41 文献下载
摘要：本发明公开了一种针对行进间无人机群雷达目标高效识别、分类的模型设计方法，构建基于神经网络的第一分类模型；第一分类模型用于对雷达目标的回波数据进行目标识别；将第一分类模型转换为图结构编码；采用进化算法对图结构编码进行优化，得到优化后的图结构编码；根据优化后的图结构编码生成第二分类模型，采用第二分类模型对雷达目标的回波数据进行目标识别；本发明通过将构建好的第一分类模型转换成图结构编码，再采用基于进化算法的神经网络架构搜索技术对图结构编码进行优化，可以在保留第一分类模型精度的基础上大大降低分类模型的复杂度，进而减少目标识别的计算量，提升目标识别的实时性。
一种针对行进无人机群雷达目标高效识别分类模型设计方法

[发明专利]文本分类模型的训练方法、文本分类方法及相关设备-CN202210443637.2有效
发明人：赵宏宇;蒋宁;王洪斌;吴海英 -专利权人：马上消费金融股份有限公司
申请日： 2022-04-26 - 公布日： 2023-08-08 - 主分类号： G06F16/35 文献下载
摘要：本申请公开了一种文本分类模型的训练方法、文本分类方法及相关设备。所述训练方法包括：通过预训练分类网络基于第一关系图的特征信息对预测文档样本进行文本分类处理，得到第一分类参考信息，第一关系图包括训练文档样本对应的文档节点、预测文档样本对应的文档节点、各文档样本包含的词语对应的词节点以及节点之间的连接边；通过图神经网络基于第一关系图的特征信息及结构信息确定第一关系图的语义指导信息并基于语义指导信息、特征信息、结构信息以及训练文档样本对应的类别标签，对预测文档样本进行文本分类处理，得到第二分类参考信息；基于第一分类参考信息、第二分类参考信息及预测文档样本对应的类别标签，优化图神经网络的网络参数。
文本分类模型训练方法相关设备

[发明专利]基于快速拍卖图的半监督极化SAR分类方法-CN201610424036.1在审
发明人：刘红英;邢兴;焦李成;熊涛;慕彩红;王艺恺;缑水平;王爽;侯彪 -专利权人：西安电子科技大学
申请日： 2016-06-13 - 公布日： 2016-11-16 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于快速拍卖图的半监督极化SAR分类方法。主要解决现有技术构造图矩阵复杂度高，分类正确率低的问题。其步骤为：1)对极化SAR图像数据进行分割；2)在分割后的图中像素点加入空间信息；3)对进行空间信息加权后的像素点数据集合求取相似邻近矩阵；4)优化相似邻近矩阵，得到拍卖图矩阵；5)对拍卖图矩阵进行稀疏处理，得到稀疏拍卖图矩阵；6)利用稀疏拍卖图矩阵对数据集进行半监督分类，得到每个像素点分类后的类别标签矩阵；(7)利用每个像素样本点的类别标签对所有的像素点着色，输出分类后的图像。本发明提高了分类正确率，减少了分类时间，可用于对极化SAR图像的地物分类和目标识别。
基于快速拍卖监督极化 sar 分类方法

[发明专利]一种病理图像IHC染色膜浆表达细胞分类装置和方法-CN202310359015.6在审
发明人：王华;陶波;杨泽鹏;杨万祥;吴金鹏 -专利权人：杭州智汇明壹医疗科技有限公司
申请日： 2023-04-06 - 公布日： 2023-07-04 - 主分类号： G06V20/69 文献下载
摘要：本发明公开了一种病理图像IHC染色膜浆表达细胞分类装置和方法，其中装置包括：预处理模块，用于获取IHC染色后膜浆表达的数字病理切片的全片图像；将所述全片图像切割为多个子图；细胞分类模块，用于将切割后的每个所述子图成批输入训练好的细胞分类模型，进行细胞分类处理，生成细胞的坐标框和类别信息，得到对应的子遮罩图；其中，细胞分类模型包括两个输出头，具体包括基于回归的和基于分类的输出头；后处理模块，用于将所有的子遮罩图根据其对应的切割位置顺序进行图像拼接，合成全片遮罩图并叠加到原全片图像上，生成细胞分类效果图。本发明通过对YOLOv5模型进行改进，实现深度学习模型可以对细胞进行精准分类的效果。
一种病理图像 ihc 染色表达细胞分类装置方法

[发明专利]一种基于组和图稀疏化的基因序列分类方法-CN201310464401.8有效
发明人：戴新宇;付强 -专利权人：南京大学
申请日： 2013-09-30 - 公布日： 2013-12-25 - 主分类号： G06F19/24 文献下载
摘要：本发明提出了一种基于组和图稀疏化的基因序列分类方法，包括以下步骤：按照基因序列的特征，把特征空间内的特征分成不重叠的组。在组与组之间建立一个有向无环图。利用基于组和图稀疏化的分类模型为基因序列分类。本发明对现有的基于组稀疏化的基因序列分类方法进行改善和提高，能够避免组与组之间相互独立以及组与组之间规模差距大导致的分类精度下降问题。组与组之间建立有向无环图的方式，能够很好地避免上述两个问题，提高学习效率。基于组和图稀疏化逻辑回归分类器可以很好的根据建立的有向无环图选择出有用的组，提高分类的精度的同时，还加强了分类模型的可解释性。
一种基于稀疏基因序列分类方法

[发明专利]基于部位上下文的人体属性图像分类方法、系统和装置-CN202010918876.X有效
发明人：陈盈盈;张小梅;王金桥;唐明 -专利权人：中国科学院自动化研究所
申请日： 2020-09-04 - 公布日： 2020-12-08 - 主分类号： G06K9/00 文献下载
摘要：本发明属于计算机视觉领域，具体涉及了一种基于部位上下文的人体属性图像分类方法、系统和装置，旨在解决现有的人体分类方法忽略了人体属性之间的关系而未考虑人体内在层次结构信息导致分类精确度不足的问题。本发明包括：通过人体属性图像分类模型获取人体属性分类预测图；人体属性图像分类模型先通过特征提取网络提取待测试图像的原始特征图，再基于原始特征图通过属性分类解析网络获取高阶特征图，通过关系聚合网络和关系离散网络分别提取合适的上下文信息，将原始特征图和合适的上下文信息融合后生成人体属性分类预测图。
基于部位上下文人体属性图像分类方法系统装置

[发明专利]一种图网络分类模型的训练方法、装置、系统及电子设备-CN202110421442.3有效
发明人：吴涛;先兴平;许爱东;骆俊辉;杨楠;马红玉;姜丰 -专利权人：重庆邮电大学;南方电网科学研究院有限责任公司
申请日： 2021-04-20 - 公布日： 2022-06-10 - 主分类号： G06V10/764 文献下载
摘要：本发明属于图数据安全领域，具体涉及一种图网络分类模型的训练方法、装置、系统及电子设备；所述方法包括采集图数据集，并将所述图数据集划分为有标签节点和无标签节点；将有标签节点的图数据输入到分类模型进行训练；使用训练完成后的分类模型对无标签节点的图数据分类；随机从有标签节点和无标签节点中选择出对抗节点，计算对抗节点对对抗样本生成器损失函数的影响，从而产生对抗样本；将对抗样本输入到训练完成后的分类模型再次进行训练，得到增强后的分类模型；本发明用训练好的分类模型对无标签节点的标签进行预测，这样有利于解决连通性问题以及半监督学习中的低标签率问题。本发明能够有效地提高节点分类模型的鲁棒性。
一种网络分类模型训练方法装置系统电子设备

[发明专利]信息显示方法及设备-CN201910153051.0有效
发明人：叶佳音;王贝;薛娇;张谦;李颖 -专利权人：阿里巴巴集团控股有限公司
申请日： 2019-02-28 - 公布日： 2023-04-14 - 主分类号： G06F16/26 文献下载
摘要：其中，方法包括如下的步骤：在页面上显示至少一组对象对应的层级分类图；响应于针对至少一组对象中第一组对象对应的第一层级分类图触发的第一事件，压缩第一层级分类图，以腾出空白区域；在空白区域，显示第一组对象对应的属性信息本申请实施例提供的技术方案中，通过层级分类图可直观地展示出其对应的一组对象的分类情况以及各分类数据之间的层级关系等有价值信息，实现数据可视化；通过压缩分类图以腾出空白区域来展示相应的属性信息，不仅可使得用户对信息了解的更加全面，还能确保用户对分类图的查看不被中断。
信息显示方法设备

[发明专利]基于神经网络结构微调的图像分类方法、装置和存储介质-CN202310450659.6在审
发明人：常璟飞;曾令仿;李勇;程稳;蒋科;吴洵进;陈光;朱健;王鹏程 -专利权人：之江实验室
申请日： 2023-04-25 - 公布日： 2023-05-30 - 主分类号： G06V10/764 文献下载
摘要：本申请涉及一种基于神经网络结构微调的图像分类方法、装置和存储介质，用于对特征图进行处理，所述特征图由图像数据集输入神经网络所获得，所述方法包括：基于图像数据集的训练集和验证集，获取待剪枝神经网络各特征图的最小绝对偏差，从而确定各特征图的剪枝阈值对特征图进行剪枝，得到剪枝结构；量化剪枝结构，获取量化后剪枝结构的图像分类精度的损失值；基于损失值和剪枝结构的最大迭代周期，对剪枝结构进行微调，得到图像分类特征模型；最后将待测图像输入图像分类特征模型得到分类结果，实现图像分类神经网络模型剪枝范围的自适应调整和对剪枝模型的结构微调量化，提高利用显著压缩的图像分类特征模型进行图像分类处理的分类精度和速度。
基于神经网络结构微调图像分类方法装置存储介质

[发明专利]小样本细粒度图像分类方法及系统-CN202311083370.1在审
发明人：刘建明;付超 -专利权人：江西师范大学
申请日： 2023-08-28 - 公布日： 2023-09-29 - 主分类号： G06V10/764 文献下载
摘要：本申请公开了小样本细粒度图像分类方法及系统，方法包括如下步骤：获取已识别的多个类别的支持集图像和待识别的查询集图像；构建小样本细粒度图像分类模型，输入构建的小样本细粒度图像分类模型进行处理，获取图像分类结果，其具体包括以下步骤：将支持集图像和查询集图像输入骨干网络中，获取支持集特征图和查询集特征图；将查询集特征图输入查询集自重构模块，获取重构后的查询集特征；将支持集的特征图和重构的查询集特征一并送入交叉注意力模块中，获取语义关系特征映射；将查询集语义关系特征映射和支持集的特征图输入到分类模块中进行分类，获取分类结果。本申请提供的小样本细粒度图像分类方法，分类更准确，图像识别速度更高。
样本细粒度图像分类方法系统

首页
«上一页
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条