“半监督”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320412个，建议您升级VIP下载更多相关专利

[发明专利]基于超图学习的室内场景分类方法-CN201310566625.X有效
发明人：俞俊;王超杰 -专利权人：厦门大学
申请日： 2013-11-14 - 公布日： 2014-02-26 - 主分类号： G06K9/62 文献下载
摘要：使用近百个目标检测子从图像中抽取出目标，根据形成的目标描述符组成的超级描述符作为图像的特征描述符；使用K近邻方法对图像描述符构建超图，计算出其拉普拉斯矩阵，构建半监督学习框架；构建一个线性回归模型，并将该线性回归模型加入到半监督学习框架内；依据所构建的半监督学习框架，并结合所提取的图像的特征描述符，对部分图像描述符进行标注，使得该半监督学习框能够自动迭代地预测出未标注图像的标签，从而完成图像分类，同时，线性回归模型在自动迭代过程中被初始化
基于超图学习室内场景分类方法

[发明专利]基于多目标优化的高维数据半监督集成分类方法-CN201611064898.4有效
发明人：余志文;张乙东;陈洁彦 -专利权人：华南理工大学
申请日： 2016-11-28 - 公布日： 2019-10-18 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于多目标优化的高维数据半监督集成分类方法，涉及人工智能集成学习领域，主要解决现有技术中对子空间优化和选择以及半监督信息利用的问题。该高维数据半监督集成分类方法包括下列步骤：S1、输入训练数据集；S2、对输入的上述训练数据集进行数据归一化；S3、产生随机子空间集合；S4、多目标优化选取子空间集合；S5、寻找特征子空间中最优半监督分类器
基于多目标优化数据监督集成分类方法

[发明专利]基于图半监督支持向量机的工业过程大数据故障监测方法-CN201711222858.2有效
发明人：张颖伟;詹晨光;方晓柯 -专利权人：东北大学
申请日： 2017-11-29 - 公布日： 2020-01-21 - 主分类号： G05B23/02 文献下载
摘要：本发明提供一种基于图半监督支持向量机的工业过程大数据故障监测方法，涉及故障监测与诊断技术领域。该方法通过采集电熔镁炉生产过程中的图像数据和物理化学数据，构成大数据池，采用传统的半监督支持向量机生成多个不同的大间隔低密度分界线和相应的未标记数据的标记，通过目标函数找出分类效果最好的分界线，建立新的半监督支持向量机本发明通过建立电熔镁炉生产流程的物理化学变量和图像声音视频大数据池，充分发挥大数据的优势，利用半监督支持向量机进行最优标记的寻找，提高故障诊断的灵敏度，实现全流程全视角全周期地描述工况。
基于监督支持向量工业过程数据故障监测方法

[发明专利]一种融合成对约束和关键词的半监督文本聚类方法及装置-CN201010247627.9无效
发明人：王金龙;吴舜尧;李刚 -专利权人：青岛理工大学
申请日： 2010-08-01 - 公布日： 2012-02-08 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种融合成对约束和关键词的半监督文本聚类方法及装置。本发明的方法包括：融合成对约束辅助文本聚类并得到初始特征词权重；基于所获得的初始特征词权重，同时融合成对约束和关键词进行半监督聚类；依据用户满意度评估并选择聚类结果。本发明的装置包括预处理模块、融合成对约束的文本聚类模块、融合成对约束和关键词两种信息的半监督文本聚类模块和评价及选择结果模块。由于本发明所提供的半监督文本聚类方法在融合成对约束信息的基础上，继续添加关键词信息，在运用成对约束学习特征词权重的同时，利用关键词信息对相应的特征词权重进行调整，使两种先验信息相互影响，相互促进，所以可获得更准确的聚类结果
一种融合成对约束关键词监督文本方法装置

[发明专利]一种基于半监督学习的网络协议识别方法及系统-CN201210075927.2无效
发明人：杨保华;李军 -专利权人：清华大学
申请日： 2012-03-21 - 公布日： 2012-07-25 - 主分类号： H04L29/06 文献下载
摘要：本发明公开了一种基于半监督学习的网络协议识别方法及系统，涉及网络安全技术领域。所述方法包括步骤：基于半监督学习方法训练多个分类器；对待识别网络流量进行分流处理，并对分流处理得到的待识别单流进行统计，得到每个待识别单流中预定值个网包的长度信息；根据待识别单流中预定值个网包的长度信息本发明所述基于半监督学习的网络协议识别方法及系统，将半监督机器学习的方法引入到协议识别中，即采用了少量的标定样本信息，又充分利用了大量的未标记信息，实现了分类性能和实用扩展性的同时满足，同时具有较高的识别准确率和较快的识别速度
一种基于监督学习网络协议识别方法系统

[发明专利]一种基于半监督学习的矿业项目评价方法-CN202310531667.3在审
发明人：张艳;向杰;朱清;邢凯;温鹏飞;严煦;陈志勇;成少博;陈洋 -专利权人：中国矿业报社
申请日： 2023-05-11 - 公布日： 2023-08-11 - 主分类号： G06Q10/0639 文献下载
摘要：本发明公开了一种基于半监督学习的矿业项目评价方法，包括以下步骤：分析矿业项目评价的影响因素确定出矿业项目的评价指标，依据历史矿业项目评价库抽取多种类历史矿业项目作为有标记训练样本和无标记训练样本，并将有标记训练样本的评价指标和评价结果进行逐一项目对应构建出有标记训练数据集，将无标记训练样本的评价指标构建出无标记训练数据集；采用半监督支持向量机基于有标记训练数据集和无标记训练数据集对有标记训练样本和无标记训练样本进行模型训练构建出矿业项目评价模型。本发明基于有限的矿业项目的评价结果，半监督方法解决了标签数据不足的情况，改善了无监督学习过程盲目性、监督学习在训练样本不足导致的学习效果不佳的问题。
一种基于监督学习矿业项目评价方法

[发明专利]一种基于魔方切分复原的半监督多器官分割方法-CN202211630590.7在审
发明人：王妍;陈铎文 -专利权人：华东师范大学
申请日： 2022-12-16 - 公布日： 2023-03-24 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了基于魔方切分的半监督多器官分割方法，将三维图像视作魔方，将所有图像切成小块，用于图像内分支；对于图像间分支，标记图像和无标记图像的小块随机进行跨图像混合，组成新的混合图像；这两个分支的输入分别经过深度神经网络后对于标记数据，利用真值标签监督两个分支恢复后的预测；对于无标记数据，将图像内分支的预测与教师网络的预测进行加权求和得到伪掩膜，以监督图像间分支的预测。本发明利用多器官的解剖学先验来解决半监督学习中有标记数据和无标记数据之间分布不匹配的问题，显著提高了半监督学习场景下多器官分割的准确率。
一种基于魔方切分复原监督器官分割方法

[发明专利]目标检测模型训练方法、装置、设备以及目标检测方法-CN202310742767.0在审
发明人：徐博诚;张睿 -专利权人：光控特斯联（重庆）信息技术有限公司
申请日： 2023-06-21 - 公布日： 2023-10-27 - 主分类号： G06V10/25 文献下载
摘要：方法包括获取第一数据集和第二数据集；对第一数据集分别进行强增强处理和弱增强处理；将第一弱数据集输入到半监督训练网络的教师模型，得到第一弱数据集的预测标签，并将第一弱数据集的预测标签作为第一强数据集的伪标签；将第二数据集和第一强数据集输入到半监督训练网络的学生模型，得到第二数据集的预测标签和第一强数据集的预测标签；根据第二数据集的真实标签和第二数据集的预测标签计算有监督损失；根据第一强数据集的伪标签和第一强数据集的预测标签计算无监督损失；根据总损失在半监督训练网络中进行反向传播。
目标检测模型训练方法装置设备以及

[发明专利]基于半监督离散度的土壤彩色图像阴影检测方法-CN202110104176.1有效
发明人：曾绍华;韩璞楚;徐毅丹;王帅 -专利权人：重庆师范大学;重庆市农业技术推广总站（（重庆市马铃薯脱毒研究中心、重庆市土壤肥料测试中心））
申请日： 2021-01-26 - 公布日： 2022-08-02 - 主分类号： G06T7/00 文献下载
摘要：本发明提供的一种基于半监督离散度的土壤彩色图像阴影检测方法，将H转换为H”，并利用H”和I引入拉伸因子用于构建具有显著双峰和分离特性的m测度，用于阴影检测；然后，利用m测度直方图双峰特性确定阴影检测阈值，并根据粗略估计的检测阈值及2个主峰点，对部分数据作阴影与非阴影标定，分析获取阴影与非阴影区域监督信息；最后，构建待检测数据子集和定义其与阴影与非阴影监督信息的离散度，逐步进行对未标定数据半监督聚类，完成土壤彩色图像阴影检测，能够对土壤图像的阴影进行准确检测，能够有效提高图像阴影检测监督，并且能够有效提高检测效率。
基于监督离散土壤彩色图像阴影检测方法

[发明专利]一种多层半监督分类方法-CN201811619744.6在审
发明人：马君亮;肖冰;韩旭;唐铭英;何聚厚;汪西莉 -专利权人：陕西师范大学
申请日： 2018-12-27 - 公布日： 2019-06-07 - 主分类号： G06K9/62 文献下载
摘要：本公开涉及一种多层半监督分类方法，包括准备数据集、对数据集进行预处理、建立卷积神经网络模型、基于准备的数据集对模型进行训练得到分类结果的步骤。该方法解决了现有技术中的半监督分类方法数据集应用范围过窄、分类准确率低的问题。
数据集半监督多层分类预处理卷积神经网络分类准确率分类结果应用

[发明专利]一种基于ACGAN图像半监督分类算法-CN201910883908.4在审
发明人：肖红光;赵准登 -专利权人：长沙理工大学
申请日： 2019-09-18 - 公布日： 2020-01-03 - 主分类号： G06K9/62 文献下载
摘要：本发明基于ACGAN图像半监督分类算法解决在半监督学习中标签过少导致分类过拟合的问题，通过ACGAN网络中的生成器生成假数据及其对应的标签，并把假数据放入分类器中进行分类，增加带有标签的数据量，从而提高分类模型的泛化能力
标签假数据半监督学习分类模型分类算法半监督分类器生成器数据量分类放入拟合图像网络

[发明专利]一种基于半监督聚类的cop-kmeans方法与系统-CN201810794033.6在审
发明人：丁世飞;秦悦;从林 -专利权人：中国矿业大学
申请日： 2018-07-19 - 公布日： 2019-03-01 - 主分类号： G06K9/62 文献下载
摘要：本发明公布了一种基于半监督聚类的cop‑kmeans方法与系统，涉及kmeans算法和基于半监督聚类的cop‑kmeans算法，有效的利用先验知识来提高半监督聚类算法的性能。
聚类半监督聚类数据对象算法半监督聚类算法数据预处理人工智能背景知识成对约束定义距离图像分类先验条件先验知识约束规则最小距离输出引入分配应用成功

[发明专利]一种基于自适应图学习的半监督脑电情感识别方法-CN202111547894.2在审
发明人：彭勇;靳峰哲 -专利权人：杭州电子科技大学
申请日： 2021-12-16 - 公布日： 2022-04-12 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种基于自适应图学习的半监督脑电情感识别方法。本发明步骤如下：1、多个被试者分别在诱发情感状态场景下进行脑电数据采集。2、对步骤1所得的脑电数据进行预处理。3、建立基于自适应图学习的半监督脑电情感识别模型。4、求解并训练脑电情感识别模型。5、根据脑电情感识别模型的投影矩阵挖掘脑电情感数据中的关键频段和关键导联信息。本发明通过自适应图、半监督学习和特征选择的方式提高了脑电情感识别模型的预测精度。
一种基于自适应学习监督情感识别方法

[发明专利]一种半监督学习下的城市颗粒物浓度时空预测方法-CN202210636595.4在审
发明人：董红召;郭宇进;廖世凯;金灿 -专利权人：浙江工业大学
申请日： 2022-06-07 - 公布日： 2022-09-02 - 主分类号： G06Q10/04 文献下载
摘要：一种半监督学习下的城市颗粒物浓度时空预测方法，包括：1、将研究区域进行网格划分；2、提取波动周期特征；3、提取空间特征和气象特征；4、提取POI点密度分布特征；5、提取道路线密度分布特征；6、构建半监督回归的时空预测模型本发明充分利用各类重要的无标签数据(气象条件、不同污染特征性的POI点密度和道路线密度)，提取各类时空重要特征，利用半监督回归预测方法和反距离插值法，构建城市颗粒物时空预测模型，预测结果证明此方法的精度较高
一种监督学习城市颗粒浓度时空预测方法

[发明专利]端到端砂石粒度检测中的半监督学习方法-CN202211229622.2在审
发明人：吴锐;吕鹏;狄龙飞;秦宋林;刘家锋;于文强;田小娟;贾新文 -专利权人：哈尔滨工业大学;中电建河南万山绿色建材有限公司;中国水利水电第十一工程局有限公司
申请日： 2022-10-08 - 公布日： 2022-12-30 - 主分类号： G06V10/764 文献下载
摘要：端到端砂石粒度检测中的半监督学习方法，它涉及一种砂石粒度检测的半监督学习方法。本发明为了解决神经网络的训练严重依赖标注数据，而对砂石图像进行正确的标注是极为耗时的技术问题。本方法：一、数据标注；二、模型预训练；三、生成砂石粒度检测伪标签；四、基于伪标签的半监督砂石粒度分布预测。
端到端砂石粒度检测中的监督学习方法