“损失数据”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2694761个，建议您升级VIP下载更多相关专利

[发明专利]一种基于监督的跨模态检索方法、装置、设备及介质-CN202011044741.1在审
发明人：李国徽;袁凌;周思远;徐志鹏;潘鹏 -专利权人：华中科技大学
申请日： 2020-09-28 - 公布日： 2020-12-29 - 主分类号： G06F16/583 文献下载
摘要：本发明公开了一种基于监督的跨模态检索方法、装置、设备及介质，方法包括：对图像模态和文本模态的训练样本数据进行特征提取；将提取的图像数据特征和文本数据特征映射至公共表示空间；分别计算标签空间的损失、公共表示空间中各个模态内和不同模态间的损失、以及图像和文本模态间的不变性损失，并加以不同的权重，得到检索模型的损失函数；通过最小化损失函数来优化检索模型的参数；将目标检索数据利用优化后的检索模型映射到公共表示空间，计算目标检索数据与图文数据集中数据之间的相似度如此，保留了不同语义数据样本的判别性以及原始数据的语义信息，能更有效地计算跨模态数据间的相关性，具有更高的检索准确率。
一种基于监督跨模态检索方法装置设备介质

[发明专利]一种基于动态网格划分的玉米虫害预警方法-CN202110049330.X在审
发明人：马春华;王鹏;佟良;杨晶;秦兵 -专利权人：绥化学院
申请日： 2021-01-14 - 公布日： 2021-04-30 - 主分类号： G06Q10/04 文献下载
摘要：所述玉米虫害预警方法包括以下步骤：进行数据收集，得到原始数据；对原始数据进行预处理；对空间网格进行聚类与动态划分，输出虫灾要素与玉米损失的关联模型；进行施放农药数量和经济型分析与决策，得到空间养分数据和追加肥数据；根据空间养分数据和追加肥数据，进行玉米的损失预测并与实际损失进行比较与分析；将当年损失数据归档入数据集，进行下一轮迭代，返回步骤一继续进行模型训练。本发明基于对空间网格划分下的虫灾核心要素的测量得到的数据集，利用动态网格划分方法，进行快速准确的虫灾动态预警，并指导农户施放农药，并将虫灾损失降到最低。
一种基于动态网格划分玉米虫害预警方法

[发明专利]信息处理装置、信息处理方法和计算机可读存储介质-CN202010905766.X在审
发明人：冯成;钟朝亮;汪洁;孙俊 -专利权人：富士通株式会社
申请日： 2020-09-01 - 公布日： 2022-03-01 - 主分类号： G06N3/04 文献下载
摘要：该信息处理装置包括：源数据集筛选单元，被配置成对真实类别已知的源数据集进行筛选，以去除属于非共享类别的源数据中的部分源数据；以及模型训练单元，被配置成利用目标数据集和经过筛选之后的剩余的源数据，对预先训练的分类模型进行进一步训练，以使综合损失符合预定条件，从而得到最终模型。目标数据集所包括的类别是源数据集所包括的类别的子集，并且共享类别是指所述子集中的类别。综合损失包括预先训练的分类模型的分类损失和修正损失。修正损失用于表征目标数据集中的被分类为非共享类别的目标数据的、通过预先训练的分类模型所得到的分类结果的误差。
信息处理装置方法计算机可读存储介质

[发明专利]图片数据集清洗方法及装置-CN202211285114.6在审
发明人：徐晓健 -专利权人：中国银行股份有限公司
申请日： 2022-10-20 - 公布日： 2022-12-23 - 主分类号： G06F16/535 文献下载
摘要：本发明提供了一种图片数据集清洗方法及装置，可用于金融领域或其他领域。所述方法包括：对待处理的图片数据集进行类别划分处理，得到多个子数据集；利用各子数据集中的图片，对预先建立的人工智能模型进行多轮模型训练，得到各图片对应的损失值及损失值下降比例；根据所述损失值及所述损失值下降比例，对各子数据集中的图片进行清洗处理，并利用清洗处理后的子数据集，得到清洗后的图片数据集。本发明通过对数据集进行划分，并利用损失值对数据集进行清洗，提升了清洗效率，图片数据清洗速度快、错误率低，可节约大量时间成本及人力成本，并具有高度可迁移性，迁移成本低，适用范围广、普及成本低等优点。
图片数据清洗方法装置

[发明专利]一种基于CNN-LSTM模型的台风灾害损失预测方法-CN202310823486.8在审
发明人：陈思浩;陈欢俞;黄梦瑶;聂贝贝;朱佩丽;吴迪 -专利权人：南宁师范大学
申请日： 2023-07-06 - 公布日： 2023-10-03 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于CNN‑LSTM模型的台风灾害损失预测方法，其先收集待预测地区历年的台风灾害数据，所述台风灾害数据由台风属性数据、承灾体数据、防灾能力数据和台风损失数据组成，接着将收集到的数据按照时间顺序分类整理得到数据集，再采用留出法将所述的数据集分成训练集和测试集，然后将训练集作为台风灾害损失数据集输入至卷积神经网络提取特征，接着再送至长短期记忆网络进行处理得到预测模型，采用测试集对所得到的预测模型进行测试，若预测模型的精度达不到要求，重复上述模型的训练和测试操作，直到得到最优的台风灾害损失预测模型。本发明解决了现有台风灾害损失预测方法中预测精度低的问题。
一种基于 cnn lstm 模型台风灾害损失预测方法

[发明专利]风险预警方法及装置-CN202110593695.9在审
发明人：贾丽 -专利权人：中国农业银行股份有限公司
申请日： 2021-05-28 - 公布日： 2021-08-13 - 主分类号： G06Q40/04 文献下载
摘要：本申请提供一种风险预警方法及装置，方法包括：基于知识图谱，获得当前事件的风险数据，风险数据包括风险属性值、损失占比值和损失用户占比值；将当前事件的风险数据作为输入，获得风险预警模型输出的风险评估结果；根据风险评估结果本申请中的风险预警模型基于历史风险事件的风险属性值、损失占比值及损失用户占比值数据，结合径向基函数神经网络和历史风险事件的损失相对待预警事件的影响程度建立，综合考虑了多种实际数据，能够准确反映风险因素，
风险预警方法装置

[发明专利]纺织行业金融损失预测方法、装置、存储介质及处理器-CN202110538369.8在审
发明人：赵振洪 -专利权人：广州致景信息科技有限公司
申请日： 2021-05-18 - 公布日： 2021-08-20 - 主分类号： G06N3/04 文献下载
摘要：本发明实施例提供一种纺织行业金融损失预测方法、装置、处理器及存储介质。方法包括：获取所述纺织行业待预测订单的结构化数据；将所述结构化数据输入至损失预测模型中；通过所述损失预测模型确定所述待预测订单的经济损失值。这一预测方法有效地利用了纺织行业的结构化数据，也有效地使用了传统数据分析过程中容易被特征工程筛选过滤掉的稀疏特征数据，提高了模型预测的评分，降低了均方误差，能够有效直接地对订单的经济损失值进行预测。
纺织行业金融损失预测方法装置存储介质处理器

[发明专利]一种协同学习的带噪声标签图像分类方法-CN202210362514.6在审
发明人：徐智;杜玉;秦毅平;柯咏东 -专利权人：桂林电子科技大学
申请日： 2022-04-07 - 公布日： 2022-07-15 - 主分类号： G06V10/30 文献下载
摘要：本发明涉及深度学习技术领域，尤其涉及一种协同学习的带噪声标签图像分类方法，在保留了Co‑teaching方法协同训练的基础上，进行了两点改进，首先抛弃了交叉训练的方式，采取单向的数据交换方式，其次修改了数据接收方网络的损失函数，数据接收方和数据提供方的损失函数不同，结合对称交叉熵损失函数和标签平滑正则化，本发明通过单向数据交换对的小损失训练抑制了噪声标签对图像分类的影响，并通过对称交叉熵损失函数提高鲁棒性以及标签平滑正则化防止过拟合
一种协同学习噪声标签图像分类方法

[发明专利]基于聚合风险数据的巨灾保险损失模拟方法-CN202111014912.0在审
发明人：熊政辉;王小东;周俊华 -专利权人：中国再保险（集团）股份有限公司;中国财产再保险有限责任公司;中再巨灾风险管理股份有限公司
申请日： 2021-08-31 - 公布日： 2021-12-31 - 主分类号： G06Q40/08 文献下载
摘要：本发明涉及一种基于聚合风险数据的巨灾保险损失模拟方法，将聚合风险数据进行拆分，获得其空间位置和价值，并通过赋予拆分后标的聚合属性，计算其标的对应的聚合易损性曲线和住宅、商业和工业价值，然后结合已有的地震灾害强度，获得各拆分点标的的总损失，然后累加所有标的总损失得到最终的聚合风险数据总损失。本发明可以快速基于给出的聚合风险数据生成某区域内分布的空间位置和价值信息的标的数据。
基于聚合风险数据保险损失模拟方法

[发明专利]使用生成对抗模型基于预训练的模型生成数据-CN202180081646.5在审
发明人：周旺;张阳;常十雨 -专利权人：国际商业机器公司
申请日： 2021-10-26 - 公布日： 2023-08-08 - 主分类号： G06N3/0475 文献下载
摘要：接收使用目标类别中的一个或多个数据样本训练的分类器模型，并且训练生成对抗网络(GAN)以生成用于目标类别的模拟数据样本，包括：使用生成器模型生成第一模拟数据样本，通过使用判别器模型处理第一模拟数据样本来计算第一判别器损失，通过使用分类器模型处理第一模拟数据样本来计算分类器损失，以及基于第一判别器损失和分类器损失来细化生成器模型。
使用生成对抗模型基于训练数据

[发明专利]神经网络模型的训练方法、应用方法、装置和电子设备-CN202011324872.5在审
发明人：黄俊强 -专利权人：北京迈格威科技有限公司
申请日： 2020-11-23 - 公布日： 2021-03-30 - 主分类号： G06K9/62 文献下载
摘要：本申请实施例提供一种神经网络模型的训练方法、应用方法、装置和电子设备，其中，通过基于每个新样本训练后的损失值确定出当前训练周期每个数据增强操作的损失值均值，进而更新集合表中的损失衡量参数，使集合表中各个数据增强操作的损失衡量参数为多个训练周期累积出的损失结果，而基于集合表中多个训练周期累积出的损失衡量参数更新对应的采样概率参数，能够使更新后的采样概率参数也与多个训练周期累积出的损失结果有关，进而影响后续基于集合表中的采样概率参数选择数据增强操作的选择，使选择出的数据增强操作更合理
神经网络模型训练方法应用装置电子设备

[发明专利]一种光伏组串损失电量计算方法及系统-CN202211379489.9在审
发明人：张瑜;夏海洋;江春梅;彭合娟;谢勇;李嘉;杨波 -专利权人：重庆中电自能科技有限公司
申请日： 2022-11-04 - 公布日： 2023-01-17 - 主分类号： G06Q50/06 文献下载
摘要：本发明提供了一种光伏组串损失电量计算方法，获取组串的历史运行数据；建立设备状态分析模型，根据组串历史运行数据，对组串进行状态分类；设置若干不同条件下的对照组组串，根据对照组发电量与组串历史实际发电量得出对应的对照损失电量；根据组串历史运行数据、组串所处的状态、对照损失电量构建损失电量计算模型；将组串实测运行数据带入损失电量计算模型得到组串损失电量。本发明针对每个组串构建模型，同时构建模型时考虑具体的设备状态，解决了现有技术中损失电量计算不准确的问题。
一种光伏组串损失电量计算方法系统

[发明专利]声纹提取模型训练方法和声纹识别方法、及其装置和介质-CN202010324112.8有效
发明人：蔡国都;王欣;王壹丰 -专利权人：北京小米松果电子有限公司
申请日： 2020-04-22 - 公布日： 2023-08-08 - 主分类号： G10L17/02 文献下载
摘要：声纹提取模型训练方法包括：获取用户在T个设备上的语音数据，并基于所述语音数据，提取声学特征，构建训练数据集合，T为大于等于2的正整数；将所述训练数据集合输入到所述神经网络模型中，对所述神经网络模型进行训练，并获取所述神经网络模型每次训练的损失函数；当所述损失函数收敛时，确定所述神经网络模型训练完成；其中，所述损失函数为分类损失函数、重构损失函数、差异损失函数和相似性损失函数的加权和。
声纹提取模型训练方法识别及其装置介质

[发明专利]一种基于车辆部件损失数据的车辆定损方法、装置和系统-CN201811462668.2在审
发明人：史灵 -专利权人：阿里巴巴集团控股有限公司
申请日： 2018-11-30 - 公布日： 2019-04-02 - 主分类号： G07C5/08 文献下载
摘要：本发明涉及一种基于车辆部件损失数据的车辆定损方法，包括：从目标车辆接收一个或多个损失数据；分别将一个或多个损失数据与相对应的完好数据进行比较；根据比较的结果进行分析，得出各个车辆部件的一个或多个损失系数；根据一个或多个损失系数得到理赔金额。本发明基于出险车辆的车辆部件的损失数据，并结合可获取的车辆部件报价和/或维修报价，可以实时的计算出最终的理赔金额，从而第一时间告知报案人和保险公司一个明确的报案结果，节省了报案人的时间和保险公司的成本，
车辆部件损失数据车辆定损损失系数报价目标车辆标准化告知维修分析

[发明专利]一种对象推荐网络的训练方法、装置、设备及存储介质-CN201910748285.X在审
发明人：余献文;张晓宁 -专利权人：北京市商汤科技开发有限公司
申请日： 2019-08-13 - 公布日： 2019-11-12 - 主分类号： G06F16/9536 文献下载
摘要：本申请公开了一种对象推荐网络的训练方法、装置、设备及存储介质，其中方法包括：对初始用户‑对象关联数据进行编码处理，得到编码结果；对编码结果进行解码处理，得到重构用户‑对象关联数据；基于重构用户‑对象关联数据与初始用户‑对象关联数据之间的差异，得到重构损失；通过第一判别器对初始用户‑对象关联数据和编码结果进行判别，得到第一判别结果，并将第一判别结果作为第一判别损失；基于第一判别损失和重构损失，调整对象推荐网络的网络参数本申请通过利用重构损失以及第一判别损失来调整对象推荐网络的参数，来尽可能的减少对象推荐网络对编码结果的约束，从而提高编码结果的表现力。
编码结果对象关联对象推荐重构存储介质判别结果网络编码处理解码处理网络参数判别器申请