“数据准确率”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4615536个，建议您升级VIP下载更多相关专利

[发明专利]一种样本筛选方法、系统、电子设备及存储介质-CN202011502684.7在审
发明人：范慧婷 -专利权人：恩亿科（北京）数据科技有限公司
申请日： 2020-12-18 - 公布日： 2021-03-19 - 主分类号： G06F16/332 文献下载
摘要：样本筛选方法包括：输入步骤：输入一个训练样本集；评估步骤：通过偏差性评估策略及准确率评估策略对所述训练样本集进行评估筛选；输出步骤：输出筛选后的训练样本集。本发明提出的一种样本筛选方法、系统、电子设备及存储介质，对不同规模的数据都适用，数据的标签可以不是完全正确的，通过交替优化样本挑选策略和样本准确率评估策略，来不断地学习不同的样本特征，以此不断地提高样本标签的准确率，避免学习到错误样本的特征，同时消除得到的高准确率标签样本的偏差性，使得最终的用于模型训练的所有样本服从无偏分布。
一种样本筛选方法系统电子设备存储介质

[发明专利]一种基于深度学习的分类器模型的训练方法-CN202011534218.7在审
发明人：谭海宁;沈建雄;戎天华;冯尔维 -专利权人：中国医学科学院北京协和医院
申请日： 2020-12-22 - 公布日： 2021-03-23 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于深度学习的分类器模型的训练方法，包括：从第一数据集中的原始医学图像中获取感兴趣区域图像以形成第二数据集；对第二数据集的图像进行常规增强后得到初步扩充图像以形成第三数据集；利用生成式对抗网络模型的生成器生成对应感兴趣区域图像的进一步扩充图像以形成第四数据集；利用第二数据集的一部分图像训练分类器模型；分别利用第二数据集的另一部分图像、第三数据集、第四数据集验证模型的分类准确率并得到近似相等的准确率值q1、q2、q3；利用第二、第三及第四数据集重新训练分类器模型并得出准确率值本发明能够在保证图像深层次特征没改变的情况下扩充训练集，从而提高模型的分类准确率。
一种基于深度学习分类模型训练方法

[发明专利]一种GMM-HMM混合模型概率似然得分的SVM二次分类方法-CN202110568311.8在审
发明人：李秀坤;王集;刘开金 -专利权人：哈尔滨工程大学
申请日： 2021-05-25 - 公布日： 2021-08-10 - 主分类号： G06K9/62 文献下载
摘要：实验数据处理表明该方法有效地提高了分类准确率，该方法比GMM‑HMM的分类准确率提高了近2％，比SVM模型分类准确率提高了近10％。
一种 gmm hmm 混合模型概率得分 svm 二次分类方法

[发明专利]一种基于隐式马尔可夫算法的恶意攻击行为识别方法-CN202211682331.9在审
发明人：田新远 -专利权人：北京华清信安科技有限公司
申请日： 2022-12-26 - 公布日： 2023-05-12 - 主分类号： H04L9/40 文献下载
摘要：本发明公开了一种基于隐式马尔可夫算法的恶意攻击行为识别方法，其包括以下步骤：步骤一，获取安全日志数据，对数据进行清洗后，提取数据特征后，进行分词处理，然后进行词集模型的提取。在本发明实施过程中，能够提高识别恶意攻击的识别效率和识别准确率，并能预测未来的潜在未知的恶意攻击手段，有效防御恶意攻击规则混淆绕过的情况；由于步骤二中新的攻击数据针对检测模型进行了更近一步的训练学习，能够极大的提升恶意请求识别准确率，鉴于此，针对非恶意请求访问数据进行二次识别判定结果将会更加准确，有效的提升了攻击拦截准确率，减少攻击漏报的风险。
一种基于隐式马尔可夫算法恶意攻击行为识别方法

[发明专利]基于数据增强的卷积神经网络运动想象脑电分类方法-CN202010650831.9有效
发明人：刘越;杜斌;岳康;田阁良 -专利权人：北京理工大学
申请日： 2020-07-08 - 公布日： 2023-10-24 - 主分类号： G06F18/24 文献下载
摘要：本发明公开了一种基于数据增强的卷积神经网络的运动想象脑电信号分类方法，对所有受试者的64通道信号进行五倍交叉验证得其二、三和四类分类任务的平均准确性分别达到87.32％，76.26％，64.72％。利用迁移学习使全局分类器应用到单个受试者脑电信号分类中，其平均准确率达到了91.06％，82.76％，73.46％；与Dose的工作相比，本发明提出的架构性能更好；在数据增强之后，对四类分类数据进行数据增强其平均准确率分别从64.72％提高到66.73％(全局模型)，73.46％提高到76.78％(受试者模型)，这表明该数据增强方法可以有效地提高脑电信号分类准确率。
基于数据增强卷积神经网络运动想象分类方法

[发明专利]一种基于AWE-OTLMS-RC-OTL的数据流分类算法-CN201910925989.X在审
发明人：赵兴昊;王松;胡燕祝 -专利权人：北京邮电大学
申请日： 2019-09-27 - 公布日： 2020-01-07 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及基于AWE‑OTLMS‑RC‑OTL的数据流分类算法，是一种对数据流进行分类的方法，属于数据分析与机器学习领域，其特征在于采用如下步骤：(1)计算每个基分类器分类误差；(2)计算无效数据检测及剔除函数；(3)构建基分类器；(4)加权整合输出分类概率；(5)判定概念漂移样本错误率；(6)构建新的加权分类器。本发明有效的抑制了“负迁移”导致的分类准确率下降现象，降低了在检测到概念漂移之前发生概念漂移导致分类准确率下降的程度，加快了适应重现概念速度。这说明本发明达到较好分类效果，为数据流分类提供了一种准确率较高的新方法。
漂移分类准确率数据流分类基分类器构建加权机器学习领域分类概率分类误差分类效果数据分析无效数据下降现象数据流错误率分类器检测准确率整合算法剔除样本判定重现迁移输出分类

[发明专利]设备标识信息的处理方法和装置-CN201510695425.3在审
发明人：李斌松 -专利权人：阿里巴巴集团控股有限公司
申请日： 2015-10-22 - 公布日： 2017-05-03 - 主分类号： H04L29/12 文献下载
摘要：其中，该处理方法包括获取多个设备的设备数据构成的设备样本，其中，设备样本中记录有通过标识算法生成的每个设备的设备标识；获取设备样本中设备标识有误的错判设备的数据；基于错判设备的数据和设备样本中的设备总数确定标识算法的属性参数，其中，属性参数用于描述标识算法的准确率和稳定率；根据准确率和稳定率修正标识算法。通过本申请，解决了现有技术生成设备标识的准确度低的技术问题，提高了生成设备标识的准确率和稳定率。
设备标识信息处理方法装置

[发明专利]基于主成分分析和随机森林相融合的变压器故障诊断方法-CN202111298905.8在审
发明人：陈龙谭;于虹;李昊;王宣军 -专利权人：云南电网有限责任公司电力科学研究院
申请日： 2021-11-04 - 公布日： 2022-02-08 - 主分类号： G01R31/00 文献下载
摘要：本申请实施例提供的基于主成分分析和随机森林相融合的变压器故障诊断方法，包括明确故障类型变压器的故障油色谱数据集比值升维为第一故障油色谱数据集后故障编码并用主成分分析模型消除各维度特征间的相关性，第一故障油色谱数据集调参优选至剩8个主要特征为第二故障油色谱数据集后，按0.8：0.2比例分为训练集和测试集，测试集检测训练集训练好的调参优选的随机森林分类模型即第一随机森林分类模型的故障诊断准确率，变压器油色谱数据输入故障诊断准确率不小于设定故障诊断准确率的第一随机森林分类模型即最终随机森林分类模型后得出诊断结果比值升维与主成分分析模型结合，充分挖掘了故障油色谱数据集的信息量，故障诊断的准确率提高。
基于成分分析随机森林融合变压器故障诊断方法

[发明专利]一种识别方法、装置、电子设备及存储介质-CN202110281812.8在审
发明人：刘俊帅;夏光敏;王进 -专利权人：联想（北京）有限公司
申请日： 2021-03-16 - 公布日： 2021-06-22 - 主分类号： G10L15/26 文献下载
摘要：本申请提供了一种识别方法、装置、电子设备及存储介质，该方法中利用训练数据训练得到语音识别纠错模型，训练数据包含对训练文本进行纠错的数据及标点预测模型基于训练样本，得到的上下文信息，可以使语音识别纠错模型的训练数据更加丰富在此基础上，将基于词特征的第一上下文信息和第二上下文信息，确定的词特征以及词特征的第三上下文信息输入到语音识别纠错模型，可以提高语音识别纠错模型纠错的准确率。并且，在对识别结果进行纠错的准确率得到提高的基础上，标点预测模型对准确率更高的识别结果进行标点预测，可以提高标点预测的准确率。
一种识别方法装置电子设备存储介质

[发明专利]一种基于特征类间距离与机器学习的图像特征降维选择方法-CN202210736668.7在审
发明人：龙木军;吴家璐;陈登福;张晏铭;杨晨曦 -专利权人：重庆大学
申请日： 2022-06-27 - 公布日： 2022-11-18 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于特征类间距离与机器学习的图像特征降维选择方法：1)将特征数据集按照比例划分为训练集、验证集与测试集；2)计算特征数据集的类间距离、特征间相关性以及t检验p值，得到特征评价值，按照评价值对各特征降序排列；3)将前N个特征全排列得到不同特征组合集，选择分类器对各特征组合训练学习，按照准确率排序获得具有最佳分类性能的特征组合；4)输出具有最高准确率以及权重和的机器学习分类模型，将测试数据集输入分类模型中可得到最佳特征组合的测试准确率本发明使用类间距离、相关性和统计检验，结合机器学习技术实现高维特征数据集的有效降维，最终选择出具有高分类性能的特征组合，从而提高图像分类识别的准确率和效率。
一种基于特征间距机器学习图像选择方法

[发明专利]摄像头仿真测试方法、装置、设备及可读存储介质-CN202210783137.3在审
发明人：张峻荧;苏芮琦;王士焜;黄波;何帆 -专利权人：襄阳达安汽车检测中心有限公司
申请日： 2022-06-27 - 公布日： 2022-11-04 - 主分类号： G05B17/02 文献下载
摘要：本发明提供一种摄像头仿真测试方法、装置、设备及可读存储介质，摄像头仿真测试方法包括：根据待测试摄像头的安装位姿范围，设置虚拟摄像头的初始位姿；获取虚拟摄像头对仿真场景中的目标物进行识别的仿真数据；获取待测试摄像头对仿真场景中的目标物进行识别的测试数据；将所述仿真数据和所述测试数据进行对比，得到待测试摄像头在当前位姿的识别准确率；按照预设步长和预设角度，调整虚拟摄像头的位姿；输出待测试摄像头在各个位姿的识别准确率的汇总报告。通过本发明，可以高效的对摄像头在工作位姿范围内的各个位姿的识别准确率进行全面、客观的测试评价，得出摄像头最佳识别准确率的安装位姿，提供摄像头最佳安装位姿的参考建议。
摄像头仿真测试方法装置设备可读存储介质

[发明专利]一种面向单颗粒冷冻电镜图像的深度聚类方法-CN201810685875.8有效
发明人：葛可适;邵旭颖;李东升;苏华友 -专利权人：中国人民解放军国防科技大学
申请日： 2018-06-28 - 公布日： 2020-09-01 - 主分类号： G06K9/62 文献下载
摘要：针对现有颗粒图像分类方法时间开销太大且准确率不高的技术问题，本发明提供一种面向单颗粒冷冻电镜图像的深度聚类方法，包括以下步骤：第一步，数据预处理，并将数据送入自编码器进行预训练；第二步，训练自编码器：用编码器的输出向量特征聚类；用聚类结果计算损失函数；用随机梯度下降方法优化自编码器权值；第三步，将所有颗粒图像数据输入自编码器，得到聚类结果并分析聚类准确率，判断损失函数以及准确率变化是否小于阈值，如果小于阈值，输出聚类结果，结束本发明可以在多种噪声数据下进行预训练，提高网络的降噪能力；并利用随机梯度下降方法自适应地训练损失函数的权重，进一步提高分类准确率。
一种面向颗粒冷冻图像深度方法

[发明专利]分类模型的概率阈值的确定方法、装置、设备及存储介质-CN202111264033.3在审
发明人：罗彤;郭彦东;李亚乾 -专利权人：上海瑾盛通信科技有限公司
申请日： 2021-10-27 - 公布日： 2022-01-28 - 主分类号： G06V10/764 文献下载
摘要：该方法包括：基于分类模型和多个测试数据集，确定多个概率，所述多个概率用于表示所述测试数据集中的多个测试数据属于所述分类模型的第一类别的概率；对于每个概率，以所述概率作为概率阈值，确定所述多个测试数据的预测标签；基于所述多个测试数据的预测标签，确定所述概率阈值对应的准确率和召回率，所述准确率用于反应所述分类模型的误检情况，所述召回率用于反应所述分类模型的漏检情况；基于所述概率阈值对应的准确率和召回率，确定满足条件的目标概率阈值
分类模型概率阈值确定方法装置设备存储介质

[发明专利]一种基于有权神经元覆盖率的神经网络模型测试方法-CN202210012644.7在审
发明人：郑炜;林丽丹;沈金金;许晴晴;黄浩;刘国良 -专利权人：西北工业大学
申请日： 2022-01-07 - 公布日： 2022-05-13 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种基于有权神经元覆盖率的神经网络模型测试方法，根据待训练的神经网络模型选取静态数据集，包括训练数据集和测试数据集；使用训练数据集训练待训练的神经网络模型，得到训练结束的神经网络模型；使用测试数据集测试训练结束的神经网络模型，测试完毕后，计算神经网络模型的准确率；判断训练完毕的神经网络模型是否符合准确率的预设要求，判断是否需要重新训练神经网络模型，计算神经网络模型的有权神经元覆盖率。本发明使用有权神经元覆盖率可以帮助理解神经模型的内部网络活动结果，更好的搭建和修改神经网络模型，为提高神经网络模型的准确率和效率提供一定帮助。
一种基于有权神经元覆盖率神经网络模型测试方法

[发明专利]一种自治域系统同胞关系识别方法-CN202210188178.8有效
发明人：王玮;郑子为;叶朝阳;张士聪;顾晨辉;郭丹妮;张朝阳 -专利权人：浙江省新型互联网交换中心有限责任公司;浙江大学
申请日： 2022-02-28 - 公布日： 2022-10-04 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种自治域系统同胞关系识别方法，步骤为：对CAIDA等开源数据集与现网路由数据进行特征提取，获得自治域系统的多维度特征信息，通过树集成学习算法训练得到多种特征组合下的识别准确率，计算不同特征对识别准确率的重要性进行特征处理筛选，基于特征重要性分析结果，进行特征筛选构造决策树，有效提升了自治域系统同胞关系的识别准确率。本发明适用于互联网路由安全及自治域系统商业关系分析。
一种自治系统同胞关系识别方法

首页
«上一页
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
下一页»
尾页
共 100000 条