“原始训练数据 ”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2731205个，建议您升级VIP下载更多相关专利

[发明专利]目标检测方法、装置及相应模型训练方法、装置-CN202010010846.9在审
发明人：冯阳 -专利权人：北京三快在线科技有限公司
申请日： 2020-01-06 - 公布日： 2020-06-05 - 主分类号： G06K9/00 文献下载
摘要：本申请公开了一种目标检测方法、装置及相应模型训练方法、装置。所述目标检测模型训练方法包括：对带有标注的原始训练数据进行分析，确定原始训练数据所包含的标注类别分布；依据所述标注类别分布对原始训练数据进行数据增广，得到训练数据；根据所述训练数据对目标检测模型进行迭代训练，直至满足训练停止条件。其有益效果在于，可以根据原始训练数据类别的分布情况对原始训练数据中的少样本类别进行数据增广，得到训练数据再根据增广后的原始数据进行迭代训练，缓解了原始数据不均衡造成的检测结果的长尾效应，提高了多种类别的检测准确性
目标检测方法装置相应模型训练

[发明专利]样本分类模型的训练方法和装置、样本分类方法和装置-CN202210441242.9在审
发明人：黄海龙 -专利权人：中国平安人寿保险股份有限公司
申请日： 2022-04-25 - 公布日： 2022-08-12 - 主分类号： G06K9/62 文献下载
摘要：本申请实施例提供了一种样本分类模型的训练方法和装置、样本分类方法和装置，属于人工智能技术领域。该训练方法包括：获取原始训练集；其中，原始训练集包括至少两个原始训练数据；对原始训练数据进行增强处理，得到原始增强数据；根据预设的原始编码模型对原始训练数据进行编码处理，得到训练编码数据，根据原始编码模型对原始增强数据进行编码处理，得到增强编码数据；对增强编码数据进行聚类处理，得到对应的聚类中心；根据聚类中心、增强编码数据和训练编码数据，构建得到正样本对和负样本对；根据正样本对和负样本对原始编码模型进行对比学习训练，得到目标分类模型
样本分类模型训练方法装置

[发明专利]基于加密算法的模型构建方法及相关设备-CN201911199932.2在审
发明人：张亚泽;狄潇然;王志恒;田林;石慧彪 -专利权人：中国银行股份有限公司
申请日： 2019-11-29 - 公布日： 2020-04-07 - 主分类号： G06N20/00 文献下载
摘要：本发明提供了一种基于加密算法的模型构建方法及相关设备，涉及机器学习技术领域，通过获取原始数据集，原始数据集包含多个原始数据，每个原始数据包含多维特征；确定原始数据集对应的数据分布特性，数据分布特性表征各个原始数据中每一维特征的分布状况；依据数据分布特性，确定原始数据集对应的映射规则；对原始数据集中的各个原始数据进行预处理，并应用映射规则对预处理后的各个原始数据进行映射，得到各个原始数据对应的训练数据；应用预先设置的全同态加密算法对各个训练数据进行加密；应用加密后的训练数据对初始模型进行训练，得到目标模型，所述初始模型为待训练模型。能够避免密文膨胀的缺陷，提升模型的训练效率。
基于加密算法模型构建方法相关设备

[发明专利]标签校验方法和设备-CN202010193375.X在审
发明人：姚沛;张勍颖 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2020-03-18 - 公布日： 2021-10-12 - 主分类号： G06K9/62 文献下载
摘要：本申请中，通过提前利用原始训练图片和原始训练图片对应的原始训练标签生成与原始训练图片对应的图片‑标签校验数据(至少包括原始训练标签)，之后在训练深度学习模型时，或者在训练深度学习模型前，利用原始训练图片对应的图片‑标签校验数据(至少包括原始训练标签)校验原始训练图片当前对应的当前训练标签，以及时纠正原始训练图片当前对应的错误的训练标签，大大减少了原始训练图片当前对应的原始训练标签被篡改、出错等风险，保证了模型训练过程的稳定性
标签校验方法设备

[发明专利]模型的训练方法、文本分类方法和装置、设备、介质-CN202210253301.X在审
发明人：王彦;谢淋;马骏;王少军 -专利权人：平安科技（深圳）有限公司
申请日： 2022-03-15 - 公布日： 2022-06-17 - 主分类号： G06F16/35 文献下载
摘要：本申请提供了一种模型的训练方法、文本分类方法和装置、设备、存储介质，属于人工智能技术领域。该训练方法包括：获取原始训练数据，原始训练数据包括第一原始数据和第二原始数据；对第二原始数据进行上采样处理，得到初始训练数据；根据预设的增强参数对初始训练数据进行增强处理，得到增强训练数据；对增强训练数据进行编码处理，得到目标词嵌入向量；对目标词嵌入向量进行扰动处理，得到目标训练数据；根据第一原始数据和目标训练数据对预设的神经网络模型进行训练，得到目标分类模型，其中，目标分类模型为文本分类模型，用于对目标文本数据进行分类本申请能够提高模型对样本文本数据的识别准确性和模型的训练效果。
模型训练方法文本分类装置设备介质

[发明专利]一种意图识别模型训练的方法、系统、装置和介质-CN202210258058.0在审
发明人：王磊 -专利权人：浙江百应科技有限公司
申请日： 2022-03-16 - 公布日： 2022-07-01 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及一种意图识别模型训练的方法、系统、装置和介质，其中，该方法包括：通过原始数据对预训练模型进行微调，通过微调后的预训练模型对原始训练集数据进行打分排序，其中，原始训练集数据包括原始数据和合成数据；对排序后的原始训练集数据进行筛选，并将筛选后的数据划分为不同的训练子集；最后通过不同的训练子集对意图识别模型进行训练，得到最终训练好的意图识别模型。通过本申请，解决了训练意图识别模型时，存在的训练数据质量不高，以及训练得到的模型性能不好的问题，提高了模型性能和识别准确度。
一种意图识别模型训练方法系统装置介质

[发明专利]一种增强OCR识别鲁棒性的方法、系统、设备及存储介质-CN202211739266.9在审
发明人：高健 -专利权人：中国—东盟信息港股份有限公司
申请日： 2022-12-30 - 公布日： 2023-04-28 - 主分类号： G06V30/19 文献下载
摘要：本发明公开了一种增强OCR识别鲁棒性的方法，属于OCR识别技术领域，解决现有OCR识别模型在识别复杂的现实生活中的图片数据容易出现误判和漏判的技术问题，方法包括获取OCR模型训练时的原始训练数据集和原始模型；设定数据增强系数，将数据增强分为多个等级；对原始训练数据集进行随机污染获得污染后的数据集；对原始训练数据集和原始模型进行PGD对抗攻击获得对抗样本数据集；对原始训练数据集进行卡通化处理获得卡通化数据集；将原始训练数据集、污染后的数据集、对抗样本数据集、卡通化数据集合并作为最终数据集；使用最终数据集重新训练原始模型，获得增强鲁棒性的OCR模型。
一种增强 ocr 识别鲁棒性方法系统设备存储介质

[发明专利]机器学习模型训练方法、介质、装置和计算设备-CN201910833869.7有效
发明人：程桥;黄瑾;段亦涛 -专利权人：网易有道信息技术（北京）有限公司
申请日： 2019-09-04 - 公布日： 2023-04-07 - 主分类号： G06F40/58 文献下载
摘要：本发明的实施方式提供了一种机器学习模型训练方法、介质、机器学习模型训练装置和计算设备。该机器学习模型训练方法包括：获取原始数据，以得到由所述原始数据组成的原始数据集；获取通过数据增强得到的扩展数据，以得到由所述扩展数据组成的扩展数据集；以第一抽样比例从所述原始数据集中抽取原始数据样本，并以第二抽样比例从所述扩展数据集中抽取扩展数据样本；利用所述原始数据样本和所述扩展数据样本组成的训练样本集对机器学习模型进行迭代训练，并在训练过程中动态调整所述第一抽样比例和所述第二抽样比例以更新所述训练样本集。该方法具有训练效率高、训练效果好等优点。
机器学习模型训练方法介质装置计算设备

[发明专利]一种训练数据的模型训练方法及装置-CN201510362322.5有效
发明人：李超 -专利权人：深圳市腾讯计算机系统有限公司
申请日： 2015-06-26 - 公布日： 2018-04-20 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种训练数据的模型训练方法及装置，其中该方法包括获取原始训练数据；对原始训练数据进行聚合，得到聚合训练数据；根据原始训练数据与聚合训练数据建立索引向量，索引向量取值的绝对值用于指示原始训练数据中训练数据在聚合训练数据中的位置；随机读取索引向量的取值，并根据取值从聚合训练数据中获取对应的训练数据；利用获取到的训练数据进行模型训练。本发明实施例在训练数据聚合的前提下，通过随机读取索引向量取值，可以从聚合训练数据中获取对应的训练数据，保证了用于模型训练的训练数据的随机性，从而可以在节省内存的基础上改善模型训练效果。
一种训练数据模型方法装置

[发明专利]数据处理方法以及装置-CN202210920096.8在审
发明人：刘鹤洋 -专利权人：蚂蚁区块链科技（上海）有限公司
申请日： 2022-08-01 - 公布日： 2022-11-01 - 主分类号： G06N20/20 文献下载
摘要：本说明书实施例提供数据处理方法以及装置，其中所述数据处理方法包括：确定原始数据集并基于原始数据集生成水印数据集；基于水印数据集和原始数据集生成训练数据集，其中水印数据集中包括的水印数据携带水印标签，所述原始数据集中包括的原始数据携带原始标签；基于所述训练数据集对集成模型中的至少一个子模型进行训练，获得水印集成模型，其中，所述集成模型包括至少两个子模型。通过基于原始数据集生成水印数据集，进而由水印数据集和原始数据集生成训练数据集，使用训练数据集对集成模型进行训练获得水印集成模型，从而实现对集成模型进行水印处理，根据水印标签即可确定水印集成模型的版权，简化了水印集成模型的归属权确定方法
数据处理方法以及装置

[发明专利]一种训练语义识别模型、查找语句的方法、装置及介质-CN202210469400.1在审
发明人：韩佳;杜新凯;吕超;谷姗姗;张晗;史辉;孙垚锋 -专利权人：阳光保险集团股份有限公司
申请日： 2022-04-28 - 公布日： 2022-07-29 - 主分类号： G06F40/30 文献下载
摘要：本申请实施例提供一种训练语义识别模型、查找语句的方法、装置及介质，该方法包括：获取原始样本数据，其中，所述原始样本数据包括多条原始训练语句；根据所述原始样本数据得到目标样本数据，其中，所述目标样本数据包括多条目标训练语句集合，每个目标训练语句集合包括一条原始训练语句和与所述原始训练语句语义相同且构造不同第一构造训练语句；至少根据所述目标样本数据对待训练的语义识别模型进行训练，获得目标语义识别模型。
一种训练语义识别模型查找语句方法装置介质

[发明专利]一种模型训练、机器翻译方法、装置、设备及存储介质-CN202210686002.5在审
发明人：陶大程;丁亮 -专利权人：京东科技信息技术有限公司
申请日： 2022-06-16 - 公布日： 2022-09-30 - 主分类号： G06F40/58 文献下载
摘要：本发明实施例公开一种模型训练、机器翻译方法、装置、设备及存储介质。该模型训练方法可包括：获取包括原始源端数据和原始目标端数据的原始平行语料；将原始源端数据作为交换目标端数据，并且将原始目标端数据作为交换源端数据，得到交换平行语料，并基于多组原始平行语料和多组交换平行语料对原始翻译模型进行训练，得到中间翻译模型；基于多组原始平行语料对中间翻译模型进行训练，得到机器翻译模型。本发明实施例的技术方案，可以改善机器翻译模型的训练效果。
一种模型训练机器翻译方法装置设备存储介质

[发明专利]应用于数据管理平台的训练数据处理方法、装置和电子设备-CN202011453145.9在审
发明人：王蕾;赵明;郭龙;孙韶言;戴鹏翔 -专利权人：北京地平线机器人技术研发有限公司
申请日： 2020-12-11 - 公布日： 2021-03-30 - 主分类号： G06K9/62 文献下载
摘要：公开了一种应用于数据管理平台的训练数据处理方法、训练数据处理装置和电子设备。该应用于数据管理平台的训练数据处理方法包括：获取用户采集到的原始数据；获取与所述原始数据对应的标注结果；确定训练任务的数据需求；以及，根据所述数据需求从具有所述标注结果的所述原始数据生成用于所述训练任务的第一训练数据这样，可以使得原始数据、标注结果和训练数据在单个数据管理平台中使用，避免了训练数据的存储冗余。
应用于数据管理平台训练数据处理方法装置电子设备

[发明专利]一种基于计算似然比的分布外网络流量数据检测方法-CN202210450541.9在审
发明人：余翔湛;刘立坤;史建焘;叶麟;张晓慧;葛蒙蒙;苗钧重;刘凡;韦贤葵;李精卫;石开宇;王久金;冯帅;赵跃;宋赟祖;郭明昊;车佳臻 -专利权人：哈尔滨工业大学
申请日： 2022-04-26 - 公布日： 2022-08-02 - 主分类号： H04L47/2441 文献下载
摘要：一种基于计算似然比的分布外网络流量数据检测方法，属于网络流量数据检测领域。为提高网络流量数据识别的精准度和置信度的问题。本发明提取网络流量特征：原始流量为pcap包，根据五元组划分为不同的数据流，设置为提取数据包长度序列、计算包到达时间间隔序列，将以上序列保存并生成CSV文件，作为模型训练的原始训练数据；使用原始训练数据训练原始分类模型，采用深度学习算法长短期记忆网络进行原始分类模型的训练，得到原始训练数据训练出的模型，生成扰动数据，采用加入高斯白噪声的方法生成扰动数据，训练扰动模型，得到扰动数据训练出的模型，计算似然比，判断分布外数据本发明网络流量数据识别的精准度和置信度高。
一种基于计算分布网络流量数据检测方法

[发明专利]一种获取目标意图识别模型的方法以及意图识别方法-CN202210571180.3有效
发明人：吴鹏劼;胡景超 -专利权人：上海弘玑信息技术有限公司
申请日： 2022-05-24 - 公布日： 2023-05-02 - 主分类号： G06F40/279 文献下载
摘要：本申请实施例提供一种获取意图识别模型的方法以及意图识别方法，该方法包括：获取原始训练文本集，其中，所述原始训练文本集包括与至少两种意图类型中各意图类型分别对应的训练数据，所述训练数据包括多条原始训练语句以及与各条原始训练语句分别对应的原始标注标签；根据所述原始训练文本集中的数据得到目标训练文本集，其中，所述目标训练文集中的各条目标训练语句是通过对一个原始标注标签进行遮盖处理后得到的；基于所述目标训练文本集中的数据对预训练掩码语言模型Bert进行微调本申请的实施例可以在小样本以及数据不平衡的情况下也能训练出泛化性能更好，更健壮的意图识别模型。
一种获取目标意图识别模型方法以及

1
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