“对象分类”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504634个，建议您升级VIP下载更多相关专利

[发明专利]一种基于太赫兹波谱的丹参鉴别方法-CN202110228550.9在审
发明人：朱新勇;李英泽;孔令海;刘平安;刘家兴;宋田 -专利权人：青岛青源峰达太赫兹科技有限公司
申请日： 2021-03-02 - 公布日： 2021-06-25 - 主分类号： G01N21/3586 文献下载
摘要：得到表面平整的标准丹参样品压片；使用太赫兹时域光谱系统对丹参中药材压片进行波谱测量，获得时域信号，将其转换为频域光谱；提取已知标准样品的频域光谱特征构造光谱信号的标准特征库，根据频域光谱特征，利用标准特征库对光谱进行初始的预分类，通过预分类减小搜索范围；再对预分类结果利用标准特征库建立并训练神经网络；采用上述步骤所述方法制作待鉴别丹参样品压片、采集其频域光谱、提取频域光谱特征，将待鉴别丹参样品的频域光谱特征输入标准特征库中，得到预分类结果，再将预分类结果作为输入得到鉴别结果。
一种基于赫兹波谱丹参鉴别方法

[发明专利]一种基于改进卷积神经网络的轴承故障诊断方法-CN202110354327.9在审
发明人：李宏亮;熊文健;周武能 -专利权人：上海吞山智能科技有限公司
申请日： 2021-04-01 - 公布日： 2021-07-27 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于改进卷积神经网络的轴承故障诊断方法，是将待测滚动轴承的原始振动信号输入到改进的CNN模型中进行故障诊断，所述改进的CNN模型主要由输入层、特征提取层和分类输出层组成，所述特征提取层包含多个依次堆叠的卷积层、激活层和池化层；在最后一组所述特征提取层的卷积层之后采用全局均值池化层代替全连接层，然后连接Softmax分类器；并以Softmax分类器的输出作为测试结果；所述Softmax分类器输出每一行概率值最大的即为所述测试结果本发明的轴承故障诊断方法直接将原始故障数据作为模型输入，故障分类结果自动输出，大大加快了模型的训练速度；而且提出的方法更适用于故障的在线监测和快速诊断。
一种基于改进卷积神经网络轴承故障诊断方法

[发明专利]医疗票据对码方法及装置-CN202110503921.X在审
发明人：罗艳霞;陈沛;叶韶蘅;高英明;朱莉 -专利权人：泰康保险集团股份有限公司
申请日： 2021-05-10 - 公布日： 2021-07-20 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种医疗票据对码方法及装置，其中该方法包括：对待对码医疗票据进行光学字符识别，得到至少一条医学文本数据；对光学字符识别得到的每条医学文本数据进行分词处理，得到每条医疗文本数据的分词结果；将每条医疗文本数据的分词结果与不同医学分类的语料库进行匹配，根据匹配结果确定每条医疗文本数据对应的医学分类；根据每条医疗文本数据的医学分类，将每条医疗文本数据与预设医疗编码知识库中相应医学分类的标准医疗文本数据进行对码，生成对码结果。本发明对光学字符识别后的医疗文本数据进行语义分类，提高了医疗数据的对码效率和准确率。
医疗票据方法装置

[发明专利]基于多目垃圾分类机器人的生活垃圾分拣方法-CN202110289939.4在审
发明人：江华平;刘盛;张少波;李伟 -专利权人：浙江博城机器人科技有限公司
申请日： 2021-03-18 - 公布日： 2021-07-23 - 主分类号： B07C5/00 文献下载
摘要：本发明属于生活垃圾分拣技术领域，公开了基于多目垃圾分类机器人的生活垃圾分拣方法，包括，(1)：获取生活垃圾，设置多个输送通道，并将生活垃圾放置于其中一个输送通道上，使得生活垃圾通过输送通道在缓缓前行；(2)：获取垃圾分类机器人，并增加垃圾分类机器人摄像结构数量，确保垃圾分类机器人摄像结构均可监测到具有生活垃圾的输送通道画面；本方法通过多个摄像结构，增加了分拣机器人的功能性，多个摄像结构分别对应垃圾的四个种类，使得每一个摄像结构只识别垃圾个体的单一特征，从而使得生活垃圾的识别与分类更加准确，避免了因垃圾形态不同、形状不同、大小不同从而难以分拣的情况，操作难度较低。
基于垃圾分类机器人生活分拣方法

[发明专利]用于由神经网络确定可解释性掩膜的方法、系统和介质-CN202110086145.8在审
发明人： A·M·蒙诺兹德尔加多 -专利权人：罗伯特·博世有限公司
申请日： 2021-01-22 - 公布日： 2021-07-23 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种确定用于由经训练的神经网络对输入图像进行分类的可解释性掩膜的计算机实现方法。经训练的神经网络被配置成通过在经训练的神经网络的内部层处确定输入图像的潜在表示来确定输入图像的分类和分类得分。通过迭代地调整掩膜的值以优化目标函数来更新掩膜，该目标函数包括：i）修改分量，其指示掩模所指示的修改的程度；以及ii）分类得分分量，其通过将所指示的修改应用于潜在表示并且确定其分类得分来确定。
用于神经网络确定解释性方法系统介质

[发明专利]多通道和伴心律迁移学习-CN201980079000.6在审
发明人：本杰明·亚当·特普利茨基;迈克尔·托马斯·爱德华·麦克罗伯特;普嘉·拉吉夫·梅塔 -专利权人：普瑞万蒂斯技术有限公司
申请日： 2019-11-26 - 公布日： 2021-07-23 - 主分类号： G16H50/20 文献下载
摘要：公开了对心电图(ECG)数据中的心脏事件进行分类的技术。通过使用机器学习架构中的第一阶段分析患者的ECG数据来生成特征集。基于所述特征集，使用所述机器学习架构中的所述第一阶段对所述ECG数据中的第一心脏事件进行分类。基于所述经分类的第一心脏事件和所述特征集，使用所述机器学习架构中的第二阶段对所述ECG数据中的第二心脏事件进行分类。所述第二心脏事件与所述第一心脏事件至少在时间上部分地重叠。基于所述多个特征集使用所述机器学习架构对所述ECG数据中的心脏事件进行分类。
通道心律迁移学习

[发明专利]分布式图像识别的模型推理方法及系统-CN202110414068.4在审
发明人：李领治;成聪;王进;谷飞;杨哲 -专利权人：苏州大学;赛尔网络有限公司
申请日： 2021-04-16 - 公布日： 2021-07-23 - 主分类号： G06F21/62 文献下载
摘要：本发明公开了一种分布式图像识别的模型推理方法及系统，方法包括构建卷积神经网络图像分类模型并按层切分，获取模型的层信息、各个层的权重参数矩阵和计算量；根据层信息确定边缘设备的数量，并结合边缘设备的存储空间和计算能力、根据各个层的权重参数矩阵尺寸和计算量将模型分布部署到边缘设备上；边缘设备使用线性编码的分布式卷积神经网络图像分类推理方案对图像进行分类识别，通过图像推理计算得到识别结果。本发明通过合理部署保证了图像识别过程的稳定性，避免掉队者问题；通过使用线性编码的分布式图像分类推理方案进行分类识别，保护了数据安全。
分布式图像识别模型推理方法系统

[发明专利]基于自监督图神经网络的图聚类方法、装置及存储介质-CN202110396332.6在审
发明人：朱鹏飞;李佳璐;徐玮毅;王汉石;赵帅;胡清华 -专利权人：天津大学;中汽数据（天津）有限公司
申请日： 2021-04-13 - 公布日： 2021-08-06 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于自监督神经网络的图聚类方法及装置，方法包括：使用聚类方法对图数据集进行端到端的聚类分析，获取各节点的聚类分配值和聚类分配置信度值；对每个类别选择聚类分配置信度值高的节点，形成伪标签集，通过伪标签集学习节点分类任务，在多任务下开始聚类任务，输出聚类结果；设计一个辅助节点分类任务，以节点特征和邻接结构为输入，通过两层GCN和softmax激活函数学习表示，输出分类结果；根据聚类结果、分类结果，选择决策一致的图节点，装置包括：获取模块、多任务模块、分类模块、筛选模块。通过本发明可以筛选出高质量的伪标签。
基于监督神经网络图聚类方法装置存储介质

[发明专利]一种特殊螺纹上扣扭矩的分类识别方法及识别设备-CN202110576266.0在审
发明人：马梓瀚;张华礼;刘超;唐庚;李玉飞;罗伟;彭庚;汪传磊 -专利权人：中国石油天然气股份有限公司
申请日： 2021-05-26 - 公布日： 2021-08-06 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种特殊螺纹上扣扭矩的分类识别方法，包括模型建立方法和数据分类方法；所述模型建立方法包括以下步骤：提取训练样本的上扣扭矩图中的扭矩曲线图像；对扭矩曲线图像进行降噪、标准化处理；提取扭矩曲线图像的特征参数；建立机器学习算法模型；进行机器学习算法模型训练；结果正确后结束训练，获得分类模型；一种特殊螺纹上扣扭矩的分类识别设备，包括：用户界面模块、输入输出模块、算法模块、图表展示模块、总控制模块；本发明通过机器学习算法，实现了对扭矩曲线分类，运算结果将合格扭矩曲线与不合格扭矩曲线通过决策边界有效的区分开，为入井管柱扣连接的可靠性和完整性提供有效的监测保障手段。
一种特殊螺纹扭矩分类识别方法设备

[发明专利]图像分类模型训练方法、装置、计算机设备和存储介质-CN202110516064.7在审
发明人：黄仕嘉;刘枢;贾佳亚;沈小勇;吕江波 -专利权人：深圳思谋信息科技有限公司;上海思谋科技有限公司
申请日： 2021-05-12 - 公布日： 2021-08-06 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及一种图像分类模型训练方法、装置、计算机设备和存储介质，通过获取样本图像数据集，以及待训练的初始模型的备份模型；将样本图像数据集中的数据划分为多个训练批次数据，并分别将各个训练批次数据输入待训练的初始模型进行训练，得到通过各个训练批次数据训练后的初始模型；将训练后的初始模型与备份模型进行融合，得到目标平滑模型；多个训练批次数据还用于对目标平滑模型进行再次训练；目标平滑模型用于对图像进行分类。本申请通过融合实现了图像分类模型训练过程中的平滑处理，基于目标平滑模型进行训练并重复融合步骤，使得模型在训练中能够保持对于旧图像分类任务的识别准确率，提高了图像分类模型的训练效率和准确率。
图像分类模型训练方法装置计算机设备存储介质

[发明专利]一种基于积分奖励的垃圾分类投放系统-CN202110464968.X在审
发明人：徐风;王金;于春峰;汪若涵 -专利权人：浙江金实乐环境工程有限公司
申请日： 2021-04-29 - 公布日： 2021-08-10 - 主分类号： G06Q30/02 文献下载
摘要：本发明涉及垃圾分类技术领域，尤其是一种基于积分奖励的垃圾分类投放系统，包括以下步骤：进行注册，验证登录，绑定个人常用信息；将需要的投放的垃圾进行人为分类投放到对应的分类投放终端；垃圾进入机器识别设备中进行初次识别投放的类别是否正确本发明采用了小程序和扫二维码的方法进行客户端的登录，减少了客户下载软件的数量，同时联合微信等大流量软件进行登录，扫码，使用更加方便，有利于进行推广；在投放垃圾时采用了二次识别和统计模块，能够清楚明确的分辨垃圾的种类和统计垃圾的数量，避免了垃圾分类不完全
一种基于积分奖励垃圾分类投放系统

[发明专利]用于色选机咖啡豆物料品级分类的形态特征提取方法-CN202110535975.4在审
发明人：纪明伟;时宇;孙冬 -专利权人：合肥高晶光电科技有限公司
申请日： 2021-05-17 - 公布日： 2021-08-10 - 主分类号： G06K9/46 文献下载
摘要：本发明公开了一种用于色选机咖啡豆物料品级分类的形态特征提取方法，用于现有的利用图像处理技术对咖啡豆物料品级分类的方法存在不能更好的对咖啡豆物料品级分类，导致咖啡豆物料品级分类精度较低的问题；对俯视图像和侧视图像进行图像处理本发明通过对咖啡豆进行图像采集并对图像进行边缘轮廓识别得到形态特征轮廓，同时对图像放大若干倍，结合咖啡豆图像对应的竖列的数量、像素格数量、总数量差和品相总值得到咖啡豆图像对应的图像特征值，进而得到咖啡豆的品级值，从而更好的对咖啡豆物料进行特征识别，便于更好的分类
用于色选机咖啡豆物料品级分类形态特征提取方法

[发明专利]用于使用深层神经网络一致地呈现医学图像的系统和方法-CN202110114080.3在审
发明人：格尔曼·吉列尔莫·威拉-冈萨雷斯;纳吉布·阿克拉姆;薛平;张风超;吉雷沙·钦塔马尼·拉奥;贾斯汀·瓦内克 -专利权人：通用电气精准医疗有限责任公司
申请日： 2021-01-27 - 公布日： 2021-08-13 - 主分类号： G06T7/00 文献下载
摘要：本公开能够允许基于深度神经网络对医学图像的外观分类来自动选择医学图像的显示设置。在一个实施方案中，本公开提供了一种方法，该方法包括：接收医学图像，使用受过训练的深度神经网络将医学图像映射到外观分类矩阵的外观分类单元，基于外观分类和目标外观分类来选择医学图像的第一WW和第一WC，基于用户偏好来调整第一
用于使用深层神经网络一致地呈现医学图像系统方法

[发明专利]适用于神经网络数据和权重预分类的近似计算装置及方法-CN202110504043.3在审
发明人：王镇 -专利权人：南京博芯电子技术有限公司
申请日： 2021-05-10 - 公布日： 2021-08-13 - 主分类号： G06F7/533 文献下载
摘要：适用于神经网络数据和权重预分类的近似计算装置及方法，神经网络的权重参数预先处理，根据由最低位起连续‘0’的个数进行精细分类，输入数据根据同样特征进行简单分类，二者结合作为配置近似方案的重要依据；通过控制全加器加法树累加电路与低位或近似加法器累加电路的近似线位置针对神经网络模型的权重参数往往是已知且固定这一特点，对权重参数进行精细预分类处理，并根据输入系统数据的特征精细简单二分类处理，二者结合动态选择具有不同配置的近似乘法运算阵列，使近似方案的选择精确、实时地匹配对应数据和权重的特征
适用于神经网络数据权重分类近似计算装置方法

[发明专利]一种面板缺陷分类模型的建立方法及面板缺陷分类方法-CN202110295284.1在审
发明人：王绍凯;童光红;刘正君;谭久彬 -专利权人：哈工大机器人（中山）无人装备与人工智能研究院
申请日： 2021-03-19 - 公布日： 2021-08-03 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种面板缺陷分类模型的建立方法及面板缺陷分类方法，涉及面板缺陷检测技术领域。本发明所述的面板缺陷分类模型的建立方法，包括：获取缺陷数据集；根据所述缺陷数据集确定增广数据集；从所述增广数据集提取特征语义信息；根据所述特征语义信息确定融合语义信息；根据所述融合语义信息确定特征矩阵；根据所述特征矩阵确定所述面板缺陷的位置和类别；将所述缺陷数据集作为模型输入，以及将所述面板缺陷的位置和类别作为模型输出建立面板缺陷分类模型。本发明所述的技术方案，通过对包含面板缺陷的缺陷数据集进行数据增广确定的增广数据集作为卷积神经网络的输入，使得卷积神经网络在训练中更快收敛，有利于提高面板缺陷分类的准确性。
一种面板缺陷分类模型建立方法