“原始数据集”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2894050个，建议您升级VIP下载更多相关专利

[发明专利]一种基于复合采样集成的多类不平衡HRRP目标识别方法-CN202310686473.0在审
发明人：冯伟;邹欣杉;全英汇;杨莉荷;谢志伟;袁晓光 -专利权人：西安电子科技大学
申请日： 2023-06-09 - 公布日： 2023-10-17 - 主分类号： G06V10/40 文献下载
摘要：本发明涉及一种基于复合采样集成的多类不平衡HRRP目标识别方法，包括：步骤1：获取待测HRRP原始数据，对待测HRRP原始数据进行数据预处理，得到对应的待测特征向量；步骤2：将待测特征向量输入至训练完成的HRRP目标识别模型中，进行目标识别得到待测HRRP原始数据的分类结果；其中，根据获取的训练数据集采用基于多种采样方法和随机森林算法训练得到HRRP目标识别模型。本发明的基于复合采样集成的多类不平衡HRRP目标识别方法，通过集成多种采样技术的优势，从不同角度优化原始数据集，提升了模型的泛化性能，并通过集成学习提升小类别样本的识别精度。
一种基于复合采样集成不平衡 hrrp 目标识别方法

[发明专利]多重识别模型构建方法、装置、计算机设备及存储介质-CN201811601941.5在审
发明人：吴壮伟 -专利权人：平安科技（深圳）有限公司
申请日： 2018-12-26 - 公布日： 2019-05-21 - 主分类号： G06K9/62 文献下载
摘要：该方法通过获取源数据，对源数据进行预处理和向量组合，得到原始特征矩阵并将其中所选中的列向量进行统计运算以得到新增列向量，删除新增列向量中与原始特征矩阵中各列向量的皮尔逊相关系数低的列向量，得到简化后特征矩阵；将简化后特征矩阵增加一列结果向量得到原始数据集；在原始数据集中按行提取预设行数的行向量作为训练集，并将原始数据集中未被提取的行向量作为测试集；以及通过训练集对包括多个子模型的待训练模型进行训练，得到用于反欺诈识别的识别模型该方法实现了通过训练集对多个子同时模型进行训练以得到包括多重模型的识别模型，提高了识别模型的识别准确率。
列向量训练集矩阵计算机设备存储介质多重识别模型构建特征矩阵原始数据原始特征行向量预处理原始数据集结果向量统计运算训练模型预设行数测试集和向量获取源行提取源数据准确率删除欺诈

[发明专利]一种基于差分隐私保护的数据共享方法及装置-CN202011391185.5在审
发明人：孙亚东;王志海;喻波;何晋昊;魏力 -专利权人：北京明朝万达科技股份有限公司
申请日： 2020-12-02 - 公布日： 2021-04-06 - 主分类号： G06F21/62 文献下载
摘要：本发明提供一种基于差分隐私保护的数据共享方法及装置，所述方法包括：将包括敏感数据的原始数据集划分为N个子数据集；采取差分隐私保护算法，为各个子数据集提供差分隐私保护；提供多个数据查询接口，供外部系统使用差分隐私保护数据根据本发明的方案，为含有敏感数据的原始数据集提供差分隐私保护，从而使数据需求单位可以安全地使用这些数据，满足其业务需求。
一种基于隐私保护数据共享方法装置

[发明专利]一种基于小样本数据的PHM端到端系统的实现方法-CN202210569221.5有效
发明人：张建宇;赵一波;许琦枫;冯建设 -专利权人：深圳市信润富联数字科技有限公司
申请日： 2022-05-24 - 公布日： 2022-09-16 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种基于小样本数据的PHM端到端系统的实现方法，包括步骤：将原始数据集输入聚类模型并按设定的聚类簇的值对原始数据集的每个数据点进行分类，使每个数据点分类到相应的类中，再根据有序集合将原始数据集划分为若干数据集；计算上一步骤划分的每个数据集的平均值和标准差，再利用数据点聚合的方法将每个数据集都作为一个单独分类的集群，再将相近的两个集群合并为一个集群，直至相近的集群剩下唯一的一个为止；对每个数据集进行r重采样生成新数据集dsi；对每个新数据集dsi提取特征；针对性选取机器学习模型构建PHM模型。本发明无需在前期进行大量数据样本的采集与积累，利用少量数据集样本即可构建模型，实用性更高。
一种基于样本数据 phm 端到端系统实现方法

[发明专利]一种基于阵列运算且码距自由确定的编码方法-CN202010408002.X有效
发明人：唐聃;耿微;何磊;高燕;岳希 -专利权人：成都信息工程大学
申请日： 2020-05-14 - 公布日： 2023-04-07 - 主分类号： H03M13/15 文献下载
摘要：本发明公开了一种基于阵列运算且码距自由确定的编码方法，其包括以下步骤：S1、获取编码方案数据；S2、将原始数据分块；S3、将所有原始数据块进行分条带处理；S4将条带内的原始数据块阵列；S5、获取阵列中原始数据块对应的值；S6、获取行列号集合；S7、获取与每个行列号集合相对应的原始数据集；S8、获取条带对应的校验块；S9、将条带对应的原始数据块和校验块之和作为该条带的编码长度，并将该条带的原始数据块和校验块分别存到不同的存储节点上
一种基于阵列运算自由确定编码方法

[发明专利]数据更新方法、装置、设备及存储介质-CN202310912183.3在审
发明人：贾伟;王晓通 -专利权人：苏州浪潮智能科技有限公司
申请日： 2023-07-24 - 公布日： 2023-08-25 - 主分类号： G06F16/23 文献下载
摘要：本发明涉及计算机技术领域，公开了一种数据更新方法、装置、设备及存储介质，应用于数据库中，数据库中存储有原始数据集，原始数据集中包括多个原始字符串，包括：获取更新后的目标数据集，目标数据集中包括更新后的一个或者多个目标字符串；针对任一目标字符串，识别目标字符串在目标数据集中的目标位置信息，并在原始数据集中确定与目标位置信息相匹配的原始字符串；对比目标字符串和原始字符串，并基于对比结果，对原始字符串进行更新；本发明可以在减轻数据库的压力、减少数据库节点的部署，以及节省部署成本的基础上，保证存储系统的稳定运行。
数据更新方法装置设备存储介质

[发明专利]自然语言处理模型训练方法、任务执行方法、设备及系统-CN201911293789.3有效
发明人：王芳;冯丹;焦小奇 -专利权人：华中科技大学
申请日： 2019-12-13 - 公布日： 2022-01-11 - 主分类号： G06F40/205 文献下载
摘要：本发明公开了一种自然语言处理模型训练方法、自然语言处理方法、设备及系统，属于自然语言处理领域，包括：利用已标注的原始数据集对老师模型进行训练；对原始数据集中的文本语句进行增强，得到增强的文本语句，并利用已训练好的老师模型对增强的文本语句进行标注，得到已标注的增强数据集；以原始数据集和增强数据集为训练数据集，对学生模型进行训练，将训练好的学生模型作为自然语言处理模型；其中，老师模型和学生模型均为深度学习模型，且执行相同的自然语言处理任务，老师模型更复杂且规模更大本发明能够在知识蒸馏场景下，有效增强自然语言处理任务的数据集，提高自然语言处理模型的处理能力，从而提高自然语言处理任务的执行效果。
自然语言处理模型训练方法任务执行设备系统

[发明专利]一种增强视线估计模型的构建方法、装置及存储介质-CN202310564969.0有效
发明人：谢伟浩 -专利权人：广州视景医疗软件有限公司
申请日： 2023-05-19 - 公布日： 2023-08-25 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种增强视线估计模型的构建方法、装置及存储介质，所述方法包括：获取增强视线估计模型构建时所需的原始数据集，并对其进行统计计算，生成概率分布函数集合，由此对原始数据集进行样本抽取，获取第一替换数据集，根据其中各第一样本的人脸属性，分别从待转换的目标人脸数据集中筛选出与所述人脸属性一致的人脸图像，并结合预设的人脸变换技术，对第一替换数据集进行换脸，生成第二替换数据集，然后结合原始数据集，对增强视线估计模型进行训练
一种增强视线估计模型构建方法装置存储介质

[发明专利]一种模块化整理生物监测数据快速生成数据库的方法-CN202310268769.0在审
发明人：黄乾生;吴扬雨 -专利权人：中国科学院城市环境研究所
申请日： 2023-03-20 - 公布日： 2023-06-30 - 主分类号： G06F16/21 文献下载
摘要：本发明涉及监测数据处理领域技术领域，且公开了一种模块化整理生物监测数据快速生成数据库的方法，一种模块化整理生物监测数据快速生成数据库的方法，包括以下方法步骤：S1：原始数据读取；S2：数据识别；S3：数据单位统一处理和S4：数据归纳，通过计算机对原始数据进行读取，将不同设备上采集到的不同数据导入到计算机中形成原始数据库，通过计算机的识别系统对不同设备采集的数据进行识别分类，通过识别数据格式，将原始数划分为若干个数据集通过划分数据集的方法使原始数据化繁为简，对各信息进行模块化的处理，能够在发现错误后及时响应修正，完成不同单位数据之间的换算，极大的减少了人力和时间的消耗。
一种模块化整理生物监测数据快速生成数据库方法

[发明专利]一种基于数字孪生的隧道机电控制系统及方法-CN202310593406.4在审
发明人：陈成勇;崔永林;薛志超;刘乐民;栗剑;李怀剑;李月祥;马川义;陆由付;王永康;董士山;张宁;徐长靖 -专利权人：山东高速基础设施建设有限公司;山东省交通规划设计院集团有限公司;山东高速济潍高速公路有限公司
申请日： 2023-05-23 - 公布日： 2023-09-29 - 主分类号： G05B19/042 文献下载
摘要：包括数字孪生系统、数据感知模块和终端设备模块，数据感知模块用于采集原始数据信息；计算单元用于获取原始数据信息，基于原始数据信息进行计算，将计算结果发送至数据库的计算结果数据集和终端设备模块；终端设备模块用于接收计算结果，对终端设备进行控制；信息模型单元用于预存储信息模型；数据映射单元用于获取信息模型单元中的信息模型，并分别从原始数据集、计算结果数据集中获取数据，将获取的数据与对应的信息模型进行挂接，生成数字孪生模型。本发明实现了数据采集的自动化、数据分析的可视化，通过不同终端设备的数据间协同实现隧道机电设备的智能控制。
一种基于数字孪生隧道机电控制系统方法

[发明专利]一种基于智能抽选的外呼方法、系统、装置及存储介质-CN202211474484.4在审
发明人：马宏图;曹艳蓉;许世民;聂梦千;刘华;陆鹏威;杨宇;杨阳 -专利权人：中电智恒信息科技服务有限公司
申请日： 2022-11-23 - 公布日： 2023-03-14 - 主分类号： G06F18/23213 文献下载
摘要：本发明公开了一种基于智能抽选的外呼方法、系统、装置及存储介质，其方法包括获取待抽选的原始数据集；设置抽选约束；基于设置的抽选约束，根据预构建的抽选算法对原始数据集进行抽选生成抽选数据集；根据抽选数据集进行外呼并保存外呼记录；本发明将抽选和外呼结合在一起，并基于抽选约束和抽选算法能够高效公正的进行目标抽选，同时保证抽选数据的分布均衡。
一种基于智能抽选方法系统装置存储介质

[发明专利]一种基于人工智能分词技术的警情数据治理方法-CN202010953079.5在审
发明人：高坤祥 -专利权人：安徽中科新辰技术有限公司
申请日： 2020-09-11 - 公布日： 2021-01-22 - 主分类号： G06F40/289 文献下载
摘要：本发明公开了一种基于人工智能分词技术的警情数据治理方法，包括：利用第一警情数据治理模型提取原始训练集的特征；其中，所述原始训练集包括警情数据信息和对应的分词标签信息；根据所述原始数据集的特征分词含义特性，进行聚类；根据聚类结果筛选出困难样本；将所述困难样本添加至所述原始训练集，得到目标训练集；利用所述目标训练集对所述第一警情数据治理模型进行训练，得到第二警情数据治理模型；当获取到待治理警情数据，则利用所述第二警情数据治理模型输出对应的治理结果本发明所公开的警情数据治理方法，通过挖掘出的困难样本改变原始数据集中的样本分布，能够增加对困难样本的关注度，从而提升警情数据治理的准确度。
一种基于人工智能分词技术数据治理方法

[发明专利]一种面向深度学习的数据去偏方法及装置-CN202211016753.2在审
发明人：陈晋音;陈奕芃;郑海斌;赵云波 -专利权人：浙江工业大学
申请日： 2022-08-24 - 公布日： 2022-11-15 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种面向深度学习的数据去偏方法及装置，首先选取原始数据集，提取原始数据集中的类别标签以及敏感属性标签；构造判别模型M1，将原始数据集中的所有样本输入判别模型M1中寻找敏感样本，筛选去除敏感样本，利用SHAP解释器扩充数据集，得到无偏数据集；构造预测模型M2，将无偏数据集输入预测模型
一种面向深度学习数据偏方装置

[发明专利]多源头数据整合方法、装置、电子设备及介质-CN202110752608.X在审
发明人：徐越;陈炎昌;唐强;张汉阳;黄亚兵;沈志勇 -专利权人：招商局金融科技有限公司
申请日： 2021-07-02 - 公布日： 2021-09-03 - 主分类号： G06F16/81 文献下载
摘要：本发明涉及数据处理技术领域，揭露一种多源头数据整合方法，包括：发送数据获取请求至多个数据提供端；接收多个所述数据提供端发送的多个原始数据集，并获取多个所述原始数据集中的字段和字段对应的参数值；对多个所述原始数据集中的字段和字段对应的参数值进行转化，得到多个转化数据集；获取多个所述转化数据集的数据类型，根据所述数据类型对多个所述转化数据集进行数据整合，得到整合数据；利用预设的映射表对所述整合数据进行标准化，得到标准整合数据。本发明还提出一种多源头数据整合装置、设备及存储介质。本发明还涉及区块链技术，所述整合数据可存储于区块链节点中。本发明可以提升多个源头数据的可用性。
源头数据整合方法装置电子设备介质

[发明专利]一种软件缺陷预测方法、装置、存储介质及电子设备-CN201810162377.5在审
发明人：张雪莹;李瑞贤;杨云祥;郭静;吉祥;胡校成;唐先超;宋超;江逸楠;段锐;阳兵 -专利权人：中国电子科技集团公司电子科学研究院
申请日： 2018-02-27 - 公布日： 2018-10-12 - 主分类号： G06F11/36 文献下载
摘要：本发明公开了一种软件缺陷预测方法、装置、存储介质及电子设备，该方法包括：按照第一预设选取规则在第一预设原始数据集中选择预定个数的样本数据，以得到第一原型数据集；按照第一预设距离算法计算第一预设原始数据集与第一原型数据集之间不相似性的第一数据集；将第一数据集中的数据输入到预设软件缺陷预测模型，以得到第一预设原始数据集对应软件的软件缺陷预测结果，其中，所示预设软件缺陷预测模型为根据预设不相似性构建的模型。
预设软件缺陷原始数据集存储介质第一数据电子设备预测模型原型数据相似性确定对应软件算法计算选取规则样本数据用户体验预测结果预测性能预设距离原始数据预测准确率构建