“新样本”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533792个，建议您升级VIP下载更多相关专利

[发明专利]基于小样本的意图分类方法、装置、设备及存储介质-CN202111015066.4在审
发明人：吴绍锋 -专利权人：平安普惠企业管理有限公司
申请日： 2021-08-31 - 公布日： 2021-11-30 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及人工智能领域，公开了一种基于小样本的意图分类方法、装置、设备及存储介质。该方法包括：获取电话语音中的文本样本并识别不均衡的目标样本；基于目标样本采用密度聚类算法生成新的目标样本，将新的目标样本和文本样本组成训练样本集；将训练样本集分批输入预构建好的意图分类模型中，获取每批次的训练样本数量以及待分类意图类别数量并计算损失函数，采用损失函数对意图分类模型进行训练，基于反向传播算法调整意图分类模型的参数，得到目标意图分类模型；获取待测文本样本，基于目标意图分类模型识别待测文本样本的意图类别。通过上述方式，本发明能够解决少样本数据不均衡，导致训练得到的意图分类模型对客户意图识别的准确率低。
基于样本意图分类方法装置设备存储介质

[发明专利]一种BPPV眼震信号的标注方法-CN202111455667.7在审
发明人：时海波 -专利权人：上海市第六人民医院
申请日： 2021-12-01 - 公布日： 2022-02-25 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种BPPV眼震信号的标注方法，包括以下步骤：专家依据临床诊断经验，对部分挑选的高质量视频样本进行打标签；根据专家已打标签的数据，采用数据增强、正样本扩充等数据处理方案，将样本量进行扩充获得充足的样本数量，训练一个基础的深度学习模型，作为Teacher Model；将未标注数据作为测试集，使用Teacher Model对未标注数据进行预测，给出对应的伪标签效果；对于伪标签显示阴性、低置信度阳性的样本、独立存在的阳性样本，选择舍弃；对于连续的阳性样本，其中高置信度的样本标注为阳性，作为新的训练样本；本发明利用有限的标注数据集训练深度学习模型，并对新的病患样本进行自动标注，降低标注成本。
一种 bppv 信号标注方法

[发明专利]有载调压分接开关运行状态检测方法及系统-CN202310267288.8在审
发明人：姜晓东;杨光;李飞;孙鹏;于洋;耿俊琪;乔恒;崔川;禹建锋;王龙;于琼;尚盈;王晨;张晓磊;陶芙蓉;赵龙;孙钦诚 -专利权人：国网山东省电力公司淄博供电公司;齐鲁工业大学（山东省科学院）
申请日： 2023-03-15 - 公布日： 2023-06-23 - 主分类号： G01M13/00 文献下载
摘要：其中的有载调压分接开关运行状态检测方法包括以下步骤：获取有载调压分接开关的振动信号，基于训练完毕的识别模型和获取的振动信号实现运行状态检测；其中，识别模型以有载调压分接开关的故障振动信号经扩充后的数据集作为训练输入，具体为：随机认定一个故障样本点作为原始样本点，以该样本点为中心，搜索离它距离最近的K个样本点，随机选择一个被搜索到的样本点，在原始样本点和搜索到的样本点之间生成一个新的样本，将生成的新样本和原始故障样本合并作为训练输入的故障数据集。
调压开关运行状态检测方法系统

[发明专利]一种用于遥感图像时间序列标记样本自动增新的方法、装置和系统-CN201710405897.X有效
发明人：张正;唐娉;赵理君;唐亮;单小军;饶梦彬 -专利权人：中国科学院遥感与数字地球研究所
申请日： 2017-05-31 - 公布日： 2021-08-03 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及遥感图像时间序列分类标记样本的自动增新的方法、装置和系统。该方法首先针对未分类标记的样本集中的每个未分类标记的样本，根据未分类标记的时间序列样本与已分类标记的时间序列样本集中的各类别中心之间的动态时间规整距离的远近，将样本归入相应类别的候选集，其次在各个类别的候选集中选择与已分类标记的样本集中的各个类别的类别中心区别最大的样本进行标记本发明在迭代式的样本增新过程中，可以充分保证样本集的多样性，能够为遥感大数据监测与场景识别等应用场景提供高质量的训练数据，且实施过程完全自动，高效稳定。
一种用于遥感图像时间序列标记样本自动方法装置系统

[发明专利]一种基于持续学习的小样本事件检测方法和系统-CN202310506290.6在审
发明人：张伟文;许绵深 -专利权人：广东工业大学
申请日： 2023-05-06 - 公布日： 2023-08-04 - 主分类号： G06N3/096 文献下载
摘要：本发明提供一种基于持续学习的小样本事件检测方法和系统，方法包括：获取事件检测初始数据集并进行预处理，根据预处理后的事件检测初始数据集建立包括若干个阶段的小样本事件检测增量任务集合，建立基于持续学习的小样本事件检测框架，在面对相继到来的新任务的持续学习时，首先学习新类型的原型表示并保存为新类型知识，然后通过经验回放机制、知识蒸馏和旧类型与新类型之间的知识转移来获得新类型的事件检测结果，本发明的方法能够解决传统模型的遗忘问题，同时丰富新类型和旧类型之间的联系，提高事件检测的效率和精度。
一种基于持续学习样本事件检测方法系统

[发明专利]一种分类模型的训练方法、分类方法及相关装置-CN202111113434.9在审
发明人：周郭许;范庭玮;邱育宁;孙为军 -专利权人：广东工业大学
申请日： 2021-09-18 - 公布日： 2021-12-21 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种分类模型的训练方法、分类方法及相关装置，其中训练方法包括：获取原始训练样本集；对所述原始训练样本集中的训练样本进行塔克分解还原，得到新的训练样本；通过所述新的训练样本对预先构建的深度神经网络进行训练解决了现有技术中的防御方法提高深度神经网络对对抗样本的鲁棒性时，深度神经网络计算量增加，耗时增加，导致实际应用性降低的问题。
一种分类模型训练方法相关装置

[发明专利]基于人工智能木板分选低置信度样本处理方法及系统-CN201710966909.6有效
发明人：丁磊 -专利权人：北京木业邦科技有限公司
申请日： 2017-10-17 - 公布日： 2020-04-10 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种基于人工智能木板分选低置信度样本处理方法及系统，首先获取低置信度样本的至少一种格式的图像数据；将所述低置信度样本的至少一种格式的图像呈现在显示装置中；获取所述低置信度样本标注的新分类；将标注后的所述低置信度样本被输入训练方法，重新训练得到新的分类模型。本发明的方法及系统，能够不断的发现低置信度的样本并加以利用，可以使得机器学习方法逐渐的提高其分类精度。
基于人工智能木板分选置信样本处理方法系统

[发明专利]恶意软件分类方法、装置、设备和介质-CN202111587765.6在审
发明人：赵建峰;李晓蒙;郑可馨 -专利权人：中国农业银行股份有限公司
申请日： 2021-12-23 - 公布日： 2022-03-25 - 主分类号： G06V10/764 文献下载
摘要：该方法包括：将待检测恶意软件对应的待分类图像输入至原始检测分类模型中，得到对应的恶意软件分类结果；按照恶意软件分类结果所对应的分类标签将待检测恶意软件作为恶意软件检测样本分配至恶意软件检测样本库；在恶意软件检测样本库中恶意软件检测样本的检测样本数量达到预设检测样本数量阈值时，对原始检测分类模型进行迭代更新，得到新的检测分类模型；通过新的检测分类模型对新输入的待检测恶意软件进行分类，得到对应的恶意软件分类结果，加快了恶意软件检测及分类的效率，并定期对检测分类模型进行更新，提高了检测分类模型的准确性及适应性
恶意软件分类方法装置设备介质

[发明专利]一种样本数据的整合系统及方法-CN201210322181.0有效
发明人：盛子夏 -专利权人：阿里巴巴集团控股有限公司
申请日： 2012-09-03 - 公布日： 2014-03-26 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种样本数据的整合系统及方法，该方法包括：处理器将数据库中保存的固定时间窗口预测模型的样本加载到内存，在所述内存中构造所述样本的概率信息并缓存所述概率信息，其中，构造所述概率信息按照时间顺序根据所述样本中包含的时间点对应的概率进行；所述处理器检测出加载到内存的所述样本中出现无观测值的时间点和/或新加入的时间点时，在内存中对所述无观测值的时间点和/或新加入的时间点的分布权重进行调整，将内存中调整分布权重后的无观测值的时间点和/或新加入的时间点对应的概率合并到所缓存的所述概率信息中本发明能够提高了预测模型的样本建立过程的准确性和及时性。
一种样本数据整合系统方法

[发明专利]一种基于相似度重学习的在线跨模态检索方法及系统-CN202210083149.5有效
发明人：刘兴波;康潇;聂秀山;尹义龙;郭杰 -专利权人：山东建筑大学
申请日： 2022-01-25 - 公布日： 2022-05-24 - 主分类号： G06F16/903 文献下载
摘要：本发明公开了一种基于相似度重学习的在线跨模态检索方法及系统，包括：获取原始数据样本，并划分为多个小组，构建训练集；构建哈希码学习的目标函数，利用所述训练集对目标函数进行训练，得到每一批数据对应的哈希码和哈希函数，并存入检索库；根据样本外拓展映射生成待查询样本的哈希码；基于数据流中的新样本数据对检索库中原始样本数据的哈希码进行更新；将待查询样本的哈希码与检索库中的更新后的哈希码进行比较，按海明距离从小到大排序返回检索结果本发明实现了在不重新训练原始数据的前提下为新数据生成哈希表示，同时通过对新旧数据的相似关系的挖掘和新数据标签信息的利用，大大提高了检索精度。
一种基于相似学习在线跨模态检索方法系统

[发明专利]一种基于样本迁移的锂离子电池寿命预测方法-CN202111157103.5有效
发明人：贾新羽;张琳静;张彩萍;张维戈;王占国;龚敏明;张言茹;吴健 -专利权人：北京交通大学
申请日： 2021-09-30 - 公布日： 2022-10-18 - 主分类号： G01R31/392 文献下载
摘要：本发明公开了一种基于样本迁移的锂离子电池寿命预测方法，从已有的三元锂离子电池老化数据中提取与新电池具有共性知识的迁移样本用于辨识寿命模型参数，最终预测新电池的寿命。样本迁移方法包括老化模式判断，拐点预测以及样本选择。容量增量曲线，电压差分曲线上提取表征锂离子电池的健康状态的17个特征参数，然后利用机器学习算法对锂离子电池的加速老化进行早期诊断以及拐点预测，然后根据加速老化判断和拐点预测结果已有的三元锂离子电池老化数据中进行样本选择，利用迁移样本训练寿命模型辨识寿命模型参数，最终对新电池进行寿命预测。
一种基于样本迁移锂离子电池寿命预测方法

[发明专利]一种基于隐式光传输函数的动态绘制方法和装置-CN202210890607.6有效
发明人：鲍虎军;霍宇驰;王锐;郑传焜 -专利权人：浙江大学
申请日： 2022-07-27 - 公布日： 2022-11-15 - 主分类号： G06T17/00 文献下载
摘要：本发明公开了一种基于隐式光传输函数的动态绘制方法和装置，包括以下步骤：步骤1，在原三维场景插入物体形成新三维场景，以新三维场景、相机位置和观察方向作为输入样本，以原三维场景的绘制结果真值与新三维场景的绘制结果真值之差作为第一样本标签，以形成第一类样本数据；利用第一类样本数据对神经网络进行监督学习，以参数优化的神经网络作为隐式光传输函数；步骤2，将新三维场景、相机位置和观察方向作为隐式光传输函数的输入自变量，经过隐式光传输函数的计算得到新三维场景的光传输变化场，将该光传输变化场合并到原三维场景的绘制结果以得到新三维场景的绘制结果，适用于各类三维场景的动态绘制。
一种基于隐式光传输函数动态绘制方法装置

[发明专利]一种单样本新类别白质束分割方法、装置、设备及介质-CN202310014945.8有效
发明人：叶初阳;刘婉;刘亚欧;卓芝政;段云云 -专利权人：北京理工大学;首都医科大学附属北京天坛医院
申请日： 2023-01-06 - 公布日： 2023-07-14 - 主分类号： G06T7/10 文献下载
摘要：本申请涉及图像分割技术领域，尤其涉及一种单样本新类别白质束分割方法、装置、设备及介质，利用图像掩膜方法以及白质束的空间分布对单个样本图像及其标注进行操控，产生额外的合成标注数据以提升网络训练，同时利用自适应知识迁移策略，从层级和通道级分别对需要更新的参数进行自适应选择以缓解知识遗忘问题，得到多个新类别白质束分割模型，并且对多个新类别白质束分割模型的分割结果采用多数投票进行融合得到最终分割结果，进而大大提升对单样本新类别白质束的自动分割精度
一种样本类别白质分割方法装置设备介质

[发明专利]一种分类识别模型生成方法、对象识别方法及相关设备-CN202111442987.9在审
发明人：王硕 -专利权人：北京达佳互联信息技术有限公司
申请日： 2021-11-30 - 公布日： 2023-06-02 - 主分类号： G06F18/2431 文献下载
摘要：本公开关于一种分类识别模型生成方法、对象识别方法及相关设备，该方法包括：获取样本集合；获取初始化分类树；从多个样本信息中确定出初始化分类树的根节点样本信息，将根节点样本信息当作当前节点样本信息；若当前节点样本信息不满足预设条件，从样本集合中确定当前节点样本信息对应的样本子集合，确定样本子集合中各个样本信息的分类能力信息；基于分类能力信息从样本子集合中确定子节点样本信息，将子节点样本信息当作新的当前节点样本信息；直至新的当前节点样本信息满足预设条件
一种分类识别模型生成方法对象相关设备

[发明专利]一种分类模型训练方法、系统、电子设备及存储介质-CN201911398087.1有效
发明人：王刚锋 -专利权人：山东英信计算机技术有限公司
申请日： 2019-12-30 - 公布日： 2022-03-22 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种分类模型训练方法，所述分类模型训练方法包括确定数据集中第一类样本和第二类样本的采样倍率，并将采样倍率小于预设值的样本设置为目标样本；根据所述数据集中所有样本之间的欧式距离确定所述目标样本的数据分布特征信息；其中，所述数据分布特征信息为描述近邻样本中同类样本数量的信息，所述近邻样本为欧式距离小于预设距离的两个样本；根据所述数据分布特征信息生成所述目标样本对应的新样本；利用所述第一类样本、所述第二类样本和所述新样本训练分类模型本申请能够均衡数据集中的各种类样本的数量，提高分类模型的预测准确度。本申请还公开了一种分类模型训练系统、一种电子设备及一种存储介质，具有以上有益效果。
一种分类模型训练方法系统电子设备存储介质