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425521个,建议您升级VIP下载更多相关专利
  • [发明专利]文本数据的检测方法、装置、电子设备及存储介质-CN202110651166.X有效
  • 司世景;王健宗 - 平安科技(深圳)有限公司
  • 2021-06-10 - 2023-06-30 - G06F16/35
  • 本申请涉及计算机技术领域,具体涉及一种文本数据的检测方法、装置、电子设备及存储介质,包括:获取样本数据集;将文本数据样本输入至预先训练的文本分类模型,得到多个预设文本类别的分类概率,并根据分类概率确定文本数据样本的第一概率统计值;从样本数据集中选取部分文本数据样本,并将部分文本数据样本的样本标签统一替换为替代样本标签;将带有替代样本标签的文本数据样本输入文本分类模型,得到多个文本类别的分类概率,并根据分类概率确定带有替代样本标签的文本数据样本的第二概率统计值;根据第一概率统计值与第二概率统计值之间的数值关系确定文本数据样本的样本标签是否标注正确。
  • 文本数据检测方法装置电子设备存储介质
  • [发明专利]一种电子病历的分类方法-CN202210857967.6有效
  • 潘泽华;屈高超;李谊澄 - 北京新纽科技有限公司
  • 2022-07-20 - 2023-06-23 - G06F16/35
  • 本申请提供一种电子病历的分类方法,包括:计算输入电子病历文本在每一个已知文本分类下的多元加权得分S;将多元加权得分映射为多元加权概率Ps;将所述电子病历文本输入神经网络分类模型,得到分类加权概率Py;多元加权概率分类概率根据权重相加,结果最大者对应的分类为所述电子病历的分类。通过本发明,能够有效解决单一因素(关键词、句式、句意、事件等单一因素)对病历分类结果影响过大的副作用,同时结合了文本卷积神经网络(textCNN)提取没有明显加权的病历文本,解决了相似度很高的病历文本之间的分类问题
  • 一种电子病历分类方法
  • [发明专利]一种基于边缘精度评价的分类结果优化方法-CN202310259581.X在审
  • 张震;李国龙;徐良骥;刘潇鹏;张坤;丁静;郭晓慧;邓超 - 安徽理工大学
  • 2023-03-17 - 2023-08-22 - G06V20/10
  • 本发明公开了一种基于边缘精度评价的分类结果优化方法,具体包括以下步骤:S1、对输入影像的分类类型进行判断,区分单分类和多分类,若为多分类则进行分类提取转换为单分类;S2、对单分类影像进行像元统计分析,判断影像类型;S3、使用二值影像进行地物边缘精度评价,若影像为概率影像,则先对概率影像二值化,再进行地物边缘精度评价;S4、对概率影像分值提取地物轮廓,若影像为二值影像则先进行对象分割、影像概率化将二值影像转换为概率影像;S5、基于边缘精度评价结果对分类结果进行优化;S6、对多分类影像的优化结果进行合并;本发明提出了一种基于边缘精度评价的分类结果优化方法,通过对遥感地物分类影像的边缘精度评价结果分析实现了自动化优化地物分类结果,并进一步提高影像地物边缘的分类精度。
  • 一种基于边缘精度评价分类结果优化方法
  • [发明专利]一种基于自适应采样的异常样本检测方法-CN202310333346.2在审
  • 田翔;陈耀武;刘雪松;朱尧 - 浙江大学
  • 2023-03-30 - 2023-08-11 - G06F18/2415
  • 本发明公开了一种基于自适应采样的异常样本检测方法,包括:准备每个批次的样本集,样本集包括正常样本和异常样本;将每个批次的样本集输入至分类模型中计算正常样本的分类概率和异常样本的异常概率,依据异常概率自适应从训练集的异常样本中采样决策边界周围的异常样本作为训练异常样本;基于训练异常样本的异常概率和正常样本的分类概率计算损失来更新分类模型的参数;参数优化的分类模型作为异常检测模型,依据对待检测样本经过异常检测模型预测的异常概率来判断是否为异常样本。
  • 一种基于自适应采样异常样本检测方法
  • [发明专利]训练要素分类模型的方法和装置-CN202010149598.6在审
  • 张杰 - 支付宝(杭州)信息技术有限公司
  • 2020-03-06 - 2020-06-26 - G06F16/35
  • 本说明书实施例提供一种训练要素分类模型的方法和装置,要素分类模型用于针对句子进行要素识别,方法包括:获取样本集合中的样本句子及对应的要素分类标签;利用已训练的教师语言模型,预测样本句子在各要素分类上的第一概率分布,教师语言模型的层数为N;利用待训练的要素分类模型,预测样本句子在各要素分类上的第二概率分布,要素分类模型的层数为M,MN;根据第二概率分布和第一概率分布,得到第一预测损失;根据第二概率分布和要素分类标签,得到第二预测损失;将第一预测损失与第二预测损失进行组合,得到总损失;以总损失最小为训练目标,对要素分类模型进行训练。
  • 训练要素分类模型方法装置
  • [发明专利]弱监督细粒度物体分类方法-CN201910993791.5有效
  • 张勇东;刘传彬;谢洪涛;李岩 - 中国科学技术大学
  • 2019-10-18 - 2021-05-07 - G06K9/62
  • 本发明公开了一种弱监督细粒度物体分类方法,包括:对于待分类图像,通过区域建议网络生成一系列矩形的局部区域,并将各个局部区域按照置信度从大到小的顺序进行排序,选出M个局部区域;通过特征提取器提取M个局部区域的特征向量,从而预测M个局部区域为每一类别的概率值;预测结果将用于后续的集成预测部分,以及区域建议网络与集成预测中分类器的优化;通过特征提取器提取待分类图像的特征向量,从而预测待分类图像为每一类别的概率值;结合M个局部区域中前K个局部区域为每一类别的概率值以及待分类图像为每一类别的概率值,计算每一类别的最终概率值,选出最大概率值的类别作为分类结果。该方法具有分类精确度高、成本较低的优点。
  • 监督细粒度物体分类方法
  • [发明专利]基于逆向词频的贝叶斯文本分类-CN201410376416.3在审
  • 关丹辉 - 浪潮电子信息产业股份有限公司
  • 2014-08-01 - 2014-11-12 - G06F17/30
  • 本发明提供一种基于逆向词频的贝叶斯文本分类器,以单词的逆向词频作为单词的区分度,加权单词在不同类别中频率得到单词的综合先验概率;根据贝叶斯定理,由先验概率求得这些单词属于不同类别的后验概率,选择最大后验概率值的分类以达到分类的目的本发明的基于逆向词频的贝叶斯文本分类器和现有技术相比,我们首先假设各个单词出现的概率相互独立,根据训练数据集估计出各个单词的先验概率,由此计算出在测试文档中出现的各个单词之后,属于不同类别分档的后验概率我们依据最大后验概率值,将文档分类到具体的类别中,本发明具有设计合理、结构简单、使用方便等特点,因而,具有很好的使用价值。
  • 基于逆向词频斯文分类

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