“原始训练集”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870569个，建议您升级VIP下载更多相关专利

[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]一种基于离散化数据的大脑影像分类方法-CN202310773717.9有效
发明人：潘丹;张怡聪;陈启俊;吕锦;骆根强;曾安;杨洋;刘军 -专利权人：广东技术师范大学
申请日： 2023-06-28 - 公布日： 2023-10-13 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及数据分类处理技术领域，公开了一种基于离散化数据的大脑影像分类方法，包括：将原始大脑影像数据集划分为原始训练集、原始验证集和原始测试集；构建包括数据集离散化前后的信息损失、分类错误率和离散数据复杂程度的多目标函数，对多目标函数的最优解进行搜索，得到离散化方案；根据离散化方案分别对原始训练集、原始验证集和原始测试集进行离散化；对离散训练集和离散验证集进行特征选择，利用特征选择结果，对离散训练集和离散测试集进行特征精简，得到精简离散训练集和精简离散测试集；利用精简离散训练集训练一个分类器对精简离散测试集进行分类，得到大脑影像数据分类结果。
一种基于离散数据大脑影像分类方法

[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]一种人脸识别模型的训练方法和装置-CN202210051165.6在审
发明人：陈新华 -专利权人：北京三快在线科技有限公司
申请日： 2022-01-17 - 公布日： 2022-05-10 - 主分类号： G06V40/16 文献下载
摘要：本发明实施例提供了一种人脸识别模型的训练方法和装置，所述方法包括：获取原始训练集和变换训练集；将原始训练集和所述变换训练集的图像输入预先训练完成的教师模块进行人脸识别，得到人脸特征；根据原始训练集和变换训练集中各图像的人脸特征，确定原始训练集中各图像的目标人脸特征；将原始训练集的各图像输入学生模型进行人脸识别得到人脸特征，以及对有标签图像进行分类得到分类结果；根据学生模型对各图像输出的人脸特征、各图像对应的目标人脸特征、有标签图像对应的分类结果和分类标签，调整学生模型的参数，以对学生模型进行训练。可以使得学生模型学习从原始训练集和变换训练集融合的特征，从而学习更多图像特征，提高泛化性。
一种识别模型训练方法装置

[发明专利]一种图像数据安全检测方法、系统和存储介质-CN202111049937.4有效
发明人：罗文坚;张立才;吴宇琳;刘川意;韩培义;庄荣飞 -专利权人：哈尔滨工业大学（深圳）
申请日： 2021-09-08 - 公布日： 2023-07-28 - 主分类号： G06F21/62 文献下载
摘要：本发明提供一种图像数据安全检测方法、系统及介质，其中机器学习分类模型在训练前，利用预设恶意扩充方法扩充数据持有端的原始训练集，得到第一扩充集和第二扩充集，其中第一扩充集记录有原始训练集的样本图像，第二扩充集存储有原始训练集各类别标签的标签编码，并同时利用原始训练集、第一扩充集和第二扩充集进行训练；模型提供端则可在本地利用相同扩充方法还原第一扩充集和第二扩充集，并将第二扩充集输入至训练后的分类模型，还原出原始训练集中各类别标签与标签编码的对应关系，进而便可利用第一扩充集及该对应关系对原始训练集进行还原及泄露检测，避免数据窃取攻击在标签编码未知时难以检测的问题，增强了安全人员对数据泄露的检测能力。
一种图像数据安全检测方法系统存储介质

[发明专利]活性预测模型训练方法、化合物活性预测方法及装置-CN202210981532.2在审
发明人：吴一尘;黄隆锴;魏颖 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-08-15 - 公布日： 2022-12-13 - 主分类号： G16C20/50 文献下载
摘要：本申请提供一种活性预测模型训练方法、化合物活性预测方法及装置，可应用于人工智能、机器学习、深度神经网络、元学习、药物分析、苗头化合物发现等场景。该方法包括：获取原始训练数据集，每一原始训练数据包括训练集和测试集，训练集包括样本化合物的分子结构特征和样本化合物针对靶点蛋白的活性值，测试集包括样本化合物的分子结构特征和样本化合物针对靶点蛋白的活性值，根据预先训练的增广网络模型和原始训练数据集生成第一目标训练数据集，第一目标训练数据集的数据分布和原始训练数据集的数据分布对齐，将原始训练数据集和第一目标训练数据集作为第一训练样本集，根据第一训练样本集采用元学习方法训练得到基础活性预测模型
活性预测模型训练方法化合物装置

[发明专利]面向图像分类器的蜕变测试方法和系统-CN201911379192.0在审
发明人：姚奕;刘佳洛;张晨;姜峰;刘语婵;齐宁;董浩洋;杨帆 -专利权人：中国人民解放军陆军工程大学
申请日： 2019-12-27 - 公布日： 2021-06-29 - 主分类号： G06F11/36 文献下载
摘要：本发明公开了面向图像分类器的蜕变测试方法和系统，包括将原始训练集和原始测试集分别结合预先构造的蜕变关系得到衍生训练集和衍生测试集；根据原始训练集、原始测试集、以及衍生训练集和衍生测试集对预先构建的蜕变关系进行正确性判定；当判定结果为蜕变关系正确时，则通过执行变异算子得到变异图像分类器，利用原始训练集和衍生训练集、衍生训练集和衍生测试集，面向图像分类器对正确的蜕变关系进行有效性判定。
面向图像分类蜕变测试方法系统

[发明专利]一种训练数据获取方法及装置-CN202010038695.8在审
发明人：李万华 -专利权人：北京地平线机器人技术研发有限公司
申请日： 2020-01-14 - 公布日： 2021-07-30 - 主分类号： G06K9/00 文献下载
摘要：公开了一种训练数据获取方法及装置，该方法包括：获取原始轨迹数据集，所述原始轨迹数据集包括至少一条原始轨迹数据；将所述原始轨迹数据映射至占据栅格图，获取对应的第一数据，以构建第一数据集根据原始数据集，获取第一数据集；根据第一预设方式对所述第一数据集进行处理，获得第二数据集；对所述第一数据集和所述第二数据集进行加权求和，获得训练数据集。本申请确保了获得的训练数据集中的训练数据的困难程度较第一数据有了长足提高，因而整体提高了训练数据集的数据质量，有助于提高采用该训练数据集的轨迹预测网络的训练效率以及轨迹预测网络的泛化能力。
一种训练数据获取方法装置

[发明专利]一种文本图像修复方法、装置及存储介质-CN202010703681.3在审
发明人：侯青;刘军 -专利权人：武汉工程大学
申请日： 2020-07-21 - 公布日： 2020-11-06 - 主分类号： G06T5/00 文献下载
摘要：本发明提供一种文本图像修复方法、装置及存储介质，方法包括：从图像采集设备中获得多个原始医疗文本图像，并对多个原始医疗文本图像的随机分类得到原始训练集图像和原始测试集图像；分别对原始训练集图像和原始测试集图像的图像缺失处理得到缺损训练集图像和缺损测试集图像；构建训练模型，并根据缺损训练集图像对训练模型进行训练，得到最终修复模型；根据最终修复模型对缺损测试集图像进行修复处理，得到修复图像结果。
一种文本图像修复方法装置存储介质

[发明专利]一种基于噪音数据的机器学习模型鲁棒性评估方法-CN201910952057.4有效
发明人：房春荣;龚爱;王栋;陈振宇;李玉莹 -专利权人：南京大学
申请日： 2019-09-29 - 公布日： 2023-08-29 - 主分类号： G06N20/10 文献下载
摘要：本发明提供的是一种基于噪音数据的机器学习模型鲁棒性评估方法，包括原始数据集处理、噪音数据获取、模型训练、模型预测、准确率下降比计算和模型鲁棒性评估。原始数据集处理包括收集百分百标签正确的原始数据集，并采用10次10‑折交叉验证划分原始训练集和原始测试集。噪音数据获取包括在原始训练集的基础上，采用分层抽样方法抽取t′＝|D|·α个数据，并将其标签替换为错误标签，其中α为噪音数据率。模型训练包括基于常见分类算法，并分别输入原始训练集和混有噪音数据的训练集分别构建原始模型和新模型。模型预测包括基于原始测试集，对这原始模型和新模型分别进行准确度评估。准确率下降比计算包括计算新模型较原始模型而言准确率下降的比率。模型鲁棒性评估包括横纵向比较准确率下降的比率的大小，衡量模型鲁棒性强弱，实现了判断模型健壮性的标准。
一种基于噪音数据机器学习模型鲁棒性评估方法

[发明专利]训练语料集构建方法、文本处理方法及装置-CN202210688808.8在审
发明人：贾承勋;李长亮 -专利权人：北京金山数字娱乐科技有限公司
申请日： 2022-06-17 - 公布日： 2022-09-09 - 主分类号： G06F16/9032 文献下载
摘要：本申请提供训练语料集构建方法、文本处理方法及装置，其中训练语料集构建方法包括：根据获取到的至少一个原始样本语料，构建短语词典，其中，短语词典包括短语和短语对应的短语特征信息；将第一原始样本语料中的目标短语替换为相似短语，获得扩展样本语料，其中，第一原始样本语料为至少一个原始样本语料中包括目标短语的任一原始样本语料；根据原始样本语料和扩展样本语料，构建训练语料集。丰富了训练语料集，增加了训练语料集中包括的语义信息，且训练语料集的质量较高。
训练语料构建方法文本处理装置

[发明专利]基于APSO-LSTM网络的教育大数据文本分析方法-CN202110849014.0在审
发明人：黄先开;张佳玉;张跃 -专利权人：北京工商大学
申请日： 2021-07-27 - 公布日： 2021-10-15 - 主分类号： G06F40/205 文献下载
摘要：本申请公开了一种基于APSO‑LSTM网络的教育大数据文本分析方法，采集原始数据，形成数据集，数据集包括第一原始数据集和第二原始数据集；预处理第一原始数据集，得到文本数据集；利用Skip‑Gram模型训练文本数据集，得到词向量集；对词向量集标上情感标签，形成样本数据集，样本数据集包括训练集；利用训练集训练APSO‑LSTM网络模型，得到文本情感分析模型；将第二原始数据集输入至文本情感分析模型后，将第二原始数据集中的原始数据的分类结果各自保存成文本文件；利用Word2Vec模型训练文本文件得到正负情感倾向的关键词；根据关键词生成情感分析报告，为网络在线教育的改进提供依据。
基于 apso lstm 网络教育数据文本分析方法

[发明专利]一种新的图像数据扩充方法、系统、终端及存储介质-CN202010895511.X在审
发明人：胡联亭;卢龙 -专利权人：苏州智乐康医疗科技有限公司
申请日： 2020-08-31 - 公布日： 2020-11-24 - 主分类号： G06T3/40 文献下载
摘要：本发明属于机器视觉技术领域，公开了一种新的图像数据扩充方法，使用训练集组织方法和训练集图像拼接方法对原始图像训练集进行扩充，得到拼接图像训练集以及每张拼接图像所对应的拼接标签；利用拼接图像训练集以及拼接标签对图像分类器进行训练使用测试集组织方法和测试集图像拼接方法对原始图像测试集进行拼接，得到拼接图像测试集。本发明测试集中使用了与训练集不同的组织方法，没有增加拼接图像测试集的样本量，提高了图像分类器的预测效率。由拼接图像训练集训练的图像分类器只能输出拼接标签上的概率分布，标签映射函数将输出的概率分布映射到了原始标签上，完成了对测试原始图像的预测。
一种图像数据扩充方法系统终端存储介质

[发明专利]多重半监督图像的季节分类方法、系统、电子设备和介质-CN201911153763.9有效
发明人：陈辰;路婵;江文斌;李健 -专利权人：上海携程国际旅行社有限公司
申请日： 2019-11-22 - 公布日： 2023-04-25 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了多重半监督图像的季节分类方法、系统、电子设备和介质，其中季节分类方法包括以下步骤：获取原始图片集；为原始图片集的图片添加标签以构建基础训练集；对基础训练集进行预处理以得到第一训练集；根据第一训练集对原始识别模型进行训练以得到第一模型；根据原始图片集获取第一子集；将第一子集加入第一训练集以得到第二训练集，根据第二训练集训练第一模型以得到第二模型；利用主动学习对无标签图片集进行专家标注以得到专家标注集，将专家标注集加入第三训练集以得到第四训练集，根据第四训练集训练第三模型以得到第四模型；根据第四模型对待分类图像进行季节分类。
多重监督图像季节分类方法系统电子设备介质

[发明专利]模型训练方法、数据增强方法、电子设备及存储介质-CN202310379986.7在审
发明人：李志韬;王健宗 -专利权人：平安科技（深圳）有限公司
申请日： 2023-04-07 - 公布日： 2023-08-18 - 主分类号： G06F40/151 文献下载
摘要：本申请涉及人工智能技术领域，尤其是涉及一种模型训练方法、数据增强方法、电子设备及存储介质。本申请实施例的模型训练方法需要先获取原始文本训练集，原始文本训练集包括原始文本数据，再经由预训练后的语句转换模型对原始文本训练集进行同义转换，得到同义文本标签集，同义文本标签集包括训练标签数据组，每一原始文本数据对应有语义相同的训练标签数据组，进一步，基于原始文本训练集与同义文本标签集对预设的基础文本处理模型进行优化训练，得到文本增强模型。本申请实施例通过将具备数据增强能力的文本增强模型，应用于本申请实施例的数据增强方法中，能够实现以一种较为高效的方式提升文本数据增强所得到训练样本的类型以及数量。
模型训练方法数据增强电子设备存储介质

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