“形态模型”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853895个，建议您升级VIP下载更多相关专利

[发明专利]变道预测回归模型训练方法、变道预测方法和装置-CN202080092993.3在审
发明人：许家妙;何明;叶茂胜;曹通易 -专利权人：深圳元戎启行科技有限公司
申请日： 2020-11-12 - 公布日： 2022-08-26 - 主分类号： G08G1/16 文献下载
摘要：一种变道预测回归模型训练方法，包括：获取第一样本运动特征，所述第一样本运动特征是根据在样本采集时间采集到的样本运动对象的运动数据得到的；获取所述第一样本运动特征对应的标准变道概率，所述标准变道概率根据所述第一样本运动特征对应的对象变道时间与所述样本采集时间之间的变道时间间隔确定，所述标准变道概率与所述变道时间间隔成负相关关系；将所述第一样本运动特征输入到待训练的变道预测回归模型中，得到所述第一样本运动特征对应的预测变道概率；根据所述预测变道概率与所述标准变道概率之间的概率差异，得到模型损失值；利用所述模型损失值调整所述变道预测回归模型中的模型参数，得到所述已训练的变道预测回归模型。
预测回归模型训练方法装置

[发明专利]一种测量人体参数的方法及电子设备-CN202210526071.X在审
发明人：张思栋;许瀚誉 -专利权人：聚好看科技股份有限公司
申请日： 2022-05-16 - 公布日： 2022-08-02 - 主分类号： G06T17/00 文献下载
摘要：本申请提供一种测量人体参数的方法及电子设备用于提高人体参数的测量效率，包括：接收到前端发送的通过双目相机采集到包含人体的图像之后，将图像转换为固定尺寸，得到固定尺寸的图像；将固定尺寸的图像输入至预先训练好的人体参数化网络模型中，得到与固定尺寸的图像中的人体对应的三维人体模型；利用固定尺寸和人体在固定尺寸的图像中的高度，对三维人体模型进行缩放，得到第一中间三维人体模型；通过缩放系数对第一中间三维人体模型再次进行缩放，得到目标三维人体模型，其中，所述缩放系数包括人体到双目相机的深度值和第一缩放比例，且第一缩放比例是基于固定尺寸的图像中的人体的真实高度确定出的；基于目标三维人体模型，得到人体参数。
一种测量人体参数方法电子设备

[发明专利]一种基于图优化的通信受限环境下协同导航方法-CN202210541854.5在审
发明人：蔡庆中;杨功流;牛皓飞;李健;李晶 -专利权人：北京航空航天大学
申请日： 2022-05-18 - 公布日： 2022-08-02 - 主分类号： G01C21/20 文献下载
摘要：本发明公开了一种基于图优化的通信受限环境下协同导航方法，步骤为：S1、建立由智能体航位推算约束和UWB相对测距约束构成的传感器观测模型；S2、设定因子图模型的图顶点以及边的连接形式，并构建因子图模型；S3、基于各协同节点的因子图模型，采用LM算法对目标函数进行求解，以得到各节点在k时刻下状态变量的优化结果；该协同导航方法通过构建因子图模型，利用所建立的包含惯性航位推算因子图约束图优化模型实现陀螺零偏的实时所建立的模型可精确估计出陀螺零偏
一种基于优化通信受限环境协同导航方法

[发明专利]第一服务器及家庭慢性病管理方法-CN202111620586.8在审
发明人：廖希洋 -专利权人：海信集团控股股份有限公司
申请日： 2021-12-28 - 公布日： 2022-05-13 - 主分类号： G06F9/50 文献下载
摘要：本发明是关于一种第一服务器及家庭慢性病管理方法，涉及家庭健康管理技术领域，本发明包括：针对每个慢性病管理周期，从电子设备处获取慢性病管理周期内多组用户健康数据；将慢性病管理周期内多组用户健康数据输入到强化学习模型，确定慢性病管理方式；并根据慢性病管理方式发送给电子设备；强化学习模型的训练过程，包括：将样本集输入到强化学习模型中，对强化学习模型进行多轮训练，直到强化学习模型预测出的慢性病管理方式和实际的慢性病管理方式之间的损失值小于预设损失值为止；在每轮训练结束后，根据融合参数，更新强化学习模型的参数。由于本发明将用户的检查项目数据通过模型确定慢性病管理方式，简化了用户的操作。
第一服务器家庭慢性病管理方法

[发明专利]一种输水隧洞病害可视化预警方法-CN202111298289.6在审
发明人：林洁;何昱昊;张钊;杜颜;余杨;叶子铭;蒋俊豪 -专利权人：深圳市水务工程检测有限公司
申请日： 2021-11-04 - 公布日： 2022-05-13 - 主分类号： G06T7/521 文献下载
摘要：本发明公开了一种输水隧洞病害可视化预警方法，包括步骤：S1，提取输水隧洞激光三维点云数据、现场图像及结构设计参数逆向构建BIM模型，将BIM模型与GIS融合得到BIM基准模型；S2，提取输水隧洞检测的点云数据经点云预处理为实测点云数据；S3，对BIM基准模型和实测点云数据进行几何偏差分析得到三维偏差数据；S4，分析三维偏差数据得到病害信息，将病害信息导入BIM基准模型发布输水隧洞可视化预警云图；还包括步骤：S5，将多次病害信息导入BIM基准模型，发布输水隧洞病害点发展趋势图。通过本发明公开的技术方案，能够在输水隧洞三维模型上直观显示病害位置、范围和强度，实现病害可视化预警，并对多次检测数据对比分析显示病害发展趋势状况。
一种输水隧洞病害可视化预警方法

[发明专利]一种基于迁移学习的脑电情绪分类方法-CN202111513601.9在审
发明人：何聚厚;郑晓龙;房蓓 -专利权人：陕西师范大学
申请日： 2021-12-06 - 公布日： 2022-05-13 - 主分类号： G06K9/62 文献下载
摘要：基于迁移学习的脑电情绪分类方法，步骤包括：S100：使用62导联脑电数据采集设备采集脑电信号，作为训练样本；S200：对训练样本进行预处理；S300：构建基于深度域适应网络的脑电情绪迁移模型，该模型由一个特征提取器、一个类别预测器、一个域分类器组成；S400：将预处理好的训练样本输入到所述构建好的迁移模型中，混合经过预处理的源域有标签情绪脑电数据和目标域无标签情绪脑电数据共同对迁移模型进行迭代训练；S500：训练后选取准确率最高的一次，作为最终用于识别脑电情绪的迁移模型；S600：使用所述最终用于识别脑电情绪的迁移模型对脑电情绪进行分类。该方法能够让迁移模型能有效地解决脑电情绪跨被试迁移问题。
一种基于迁移学习情绪分类方法

[发明专利]一种户型图识别方法、装置、计算机设备及存储介质-CN202210453356.5在审
发明人：王国彬;牟锟伦;黎利;侯兴兴 -专利权人：土巴兔集团股份有限公司
申请日： 2022-04-27 - 公布日： 2022-08-23 - 主分类号： G06F30/13 文献下载
摘要：本发明提供一种户型图识别方法、装置、计算机设备及存储介质对预先收集到户型图数据进行图像处理，得到户型图数据的轮廓特征数据，从轮廓特征数据中提取第一样本数据与第二样本数据，使用第一样本数据对预先构建的对比学习模型进行训练，得到户型图预识别模型，使用第二样本数据对户型图预识别模型进行训练，得到目标户型图识别模型，将待识别户型图中的轮廓特征数据输入至目标户型图识别模型中，识别出待识别户型图的特征。使用无标注信息的数据对对比学习模型进行训练，增加了样本数据的多样性，可以满足长时间的需求，且节省了样本标注时间，提高了户型图预识别模型的训练效率。
一种户型识别方法装置计算机设备存储介质

[发明专利]一种基于多用户加密的联邦学习可视化系统-CN202210673614.0在审
发明人：胡佩;刘环英 -专利权人：中科纯元（珠海）科技有限公司
申请日： 2022-06-13 - 公布日： 2022-08-23 - 主分类号： G06N20/00 文献下载
摘要：存储模块、深加工模块和可视化模块，对接模块用于在用户与本系统之间传输数据，加解密模块用于对原始数据进行加密处理和对加密数据进行解密处理，存储模块用于存储加密数据，学习模块根据存储模块中的数据进行训练生成基础模型，深加工模块根据所处基础模型和存储模块中对应用户的数据处理得到特征模型，可视化模块用于运行特征模型并以可视化的形式显示运行结果；本系统中包含基于全体用户数据的基础模型和基于对应用户数据特征化的特征模型，并以可视化的方式显示出两个模型的区别以及变化趋势，使用户能够更好地掌握情况。
一种基于多用户加密联邦学习可视化系统

[发明专利]一种图数据上的联邦学习优化方法-CN202210499734.3在审
发明人：吴宇航;高明;蔡文渊;杜蓓;刘翔 -专利权人：华东师范大学;上海嗨普智能信息科技股份有限公司
申请日： 2022-05-09 - 公布日： 2022-08-19 - 主分类号： G06N20/00 文献下载
摘要：随机初始化必要参数，并将训练轮数T初始化为1；步骤S2、在第T轮训练中，选择M个参与客户端，向每一参与客户端发送训练指令，第k参与客户端根据指令进行训练；步骤S3、每一客户端相关参数生成本地的个性化补充模型，并进行本地训练，向服务器发送对应的模型参数；步骤S4、服务器基于本轮M个参与客户端发送的本地更新参数更新对应的本轮模型参数；步骤S5、判断模型是否收敛，若收敛，则结束模型训练，得到模型，否则，令T=T本发明能利用各客户端本地数据分布建模，提高了图数据上联邦学习模型训练的效率和准确率。
一种数据联邦学习优化方法

[发明专利]模型训练方法、图像生成方法和装置-CN202210597992.5在审
发明人：沈力;郑贺亮;陶大程 -专利权人：京东科技信息技术有限公司
申请日： 2022-05-30 - 公布日： 2022-08-19 - 主分类号： G06T11/60 文献下载
摘要：本公开的实施例提供了一种模型训练方法、图像生成方法和装置。所述的模型训练方法包括：首先获取训练样本集，训练样本集包括样本输入图像、样本参考图像和期望图像，然后构建初始模型，该初始模型包括第一初始编码器、第二初始编码器和基于层级架构的多层级生成器，最后利用机器学习方法，将样本输入图像作为第一初始编码器的输入，样本参考图像作为第二初始编码器的输入，并将第一初始编码器和第二初始编码器的输出作为多层级生成器的输入，期望图像作为期望输出，对初始模型进行训练，得到图像生成模型，基于样本输入图像和样本参考图像进行训练，训练得到一种能够基于输入图像和参考图像进行处理得到输出图像的图像生成模型。
模型训练方法图像生成装置

[发明专利]一种变压器铁芯接地电流在线预测方法、装置、存储介质及故障诊断方法-CN202210343666.1在审
发明人：吕顺利;单淼轩;丁杰;王伟;周捷;张海滨;国中琦;李金波;罗欣;张冰;董璇;侯宇;张鹏;左红兵;刘世裕;曹东宏;裴煜 -专利权人：国电南瑞科技股份有限公司
申请日： 2022-04-02 - 公布日： 2022-08-19 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种变压器铁芯接地电流在线预测方法、装置、存储介质及故障诊断方法，包括：采集影响变压器铁芯接地电流的特征量实时数据，并进行预处理；将预处理后的特征量实时数据输入至预先构建并训练好的SSA优化BP神经网络模型中，获取变压器铁芯接地电流在线预测结果；SSA优化BP神经网络模型的训练方法包括：采集影响变压器铁芯接地电流的特征量历史数据；根据输入矩阵维度搭建BP神经网络模型，依据特征量历史数据对所搭建的BP神经网络模型进行模型训练，并在训练过程中采用SSA算法优化BP神经网络模型参数，得到SSA优化BP神经网络模型。
一种变压器接地电流在线预测方法装置存储介质故障诊断

[发明专利]联合训练的方法及装置-CN202210391540.1在审
发明人：郑龙飞;张本宇;王力 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2022-04-14 - 公布日： 2022-08-19 - 主分类号： G06K9/62 文献下载
摘要：所述联合训练包括多个训练成员，所述多个训练成员用于对神经网络模型进行训练，所述多个训练成员包括第一训练成员和第二训练成员，所述第一训练成员的本地样本数据不包含标签数据，所述第一训练成员的本地模型为所述神经网络模型的前N层，所述第二训练成员的本地样本数据包含标签数据，所述第二训练成员的本地模型为所述神经网络模型，所述方法应用于所述第二训练成员，所述方法包括：从所述第一训练成员接收第一训练结果，所述第一训练结果为所述第一训练成员的本地模型的训练结果；根据所述第二训练成员的本地样本数据和所述第一训练结果，对所述第二训练成员的本地模型进行训练。
联合训练方法装置

[发明专利]一种基于迁移学习的窃电检测方法-CN202210451618.4在审
发明人：邓全镔;陈思哲;章云 -专利权人：广东工业大学
申请日： 2022-04-26 - 公布日： 2022-08-19 - 主分类号： G06Q50/06 文献下载
摘要：本发明公开了一种基于迁移学习的窃电检测方法，所述方法包括：获取目标域测试集、源域数据集和目标域训练集；对目标域测试集、源域数据集和目标域训练集进行预处理；将源域数据集划分训练集和测试集；搭建源域和目标域神经网络模型；对源域神经网络模型进行预训练和评估；将源域神经网络模型的参数迁移到目标域神经网络模型进行初始化；训练目标域神经网络模型；对目标域测试集进行窃电检测分类。本发明能够在少量含有窃电状态标签用电数据的情况下，通过迁移学习技术根据用电数据短时间内准确识别窃电用户，克服深度学习方法依赖大量带窃电状态标签数据的问题；另外，以日、周、月周期数据作为神经网络模型的输入，提高窃电检测模型的性能。
一种基于迁移学习检测方法

[发明专利]一种分类模型的训练方法及装置-CN202210589562.9在审
发明人：阮颖颖;马潮;曹佐 -专利权人：北京三快在线科技有限公司
申请日： 2022-05-26 - 公布日： 2022-08-19 - 主分类号： G06V10/764 文献下载
摘要：本说明书公开了一种分类模型的训练方法及装置，从未标注的样本集中选取第一数量的训练样本进行标注后，分别确定各训练样本中各模态的数据对应的特征向量，并确定表征各训练样本中各模态的数据关联程度的分类难度，按照分类难度从小到大的顺序，分批训练分类模型。若训练该分类模型的样本数量未达到预设数量，则根据该分类模型对未标注的其他样本进行分类，确定其他样本分类结果的不确定性，以从中选择分类困难的其他样本继续进行标注，再次训练分类模型。通过重复上述过程，使得在训练分类模型时可以优先采用训练分类效果明显的样本进行训练，分批训练分类模型，使得一方面可以提高训练效率，另一方面减少训练样本的数量，减轻人工标注的成本。
一种分类模型训练方法装置

[发明专利]一种基于多特征学习的跨模态行人重识别方法及系统-CN202210135424.3在审
发明人：郭思琦;谭台哲 -专利权人：广东工业大学;河源市湾区数字经济技术创新中心
申请日： 2022-02-14 - 公布日： 2022-05-13 - 主分类号： G06V20/52 文献下载
摘要：本发明提出一种基于多特征学习的跨模态行人重识别方法及系统，包括：获取若干批次的可见光图像和红外图像，并输入包括双流网络的跨模态行人重识别模型中，模型输出可见光图像和红外图像的全局特征和局部特征。根据全局特征和局部特征，计算困难五元组损失、全局身份损失和特定身份损失以构建模型的整体损失函数。根据整体损失函数对模型进行参数优化；将待测试的行人的可见光图像、红外图像以及待识别的目标图像输入优化后的模型中，模型输出行人重识别结果。本发明考虑了两种模态图像的全局特征以及局部特征，弥补了仅使用一种特征来进行行人重识别造成的不足，增强了模型特征的辨别性和鲁棒性，提高了跨模态行人重识别的识别精度。
一种基于特征学习跨模态行人识别方法系统