“样本特征信息”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4366749个，建议您升级VIP下载更多相关专利

[发明专利]一种信息处理方法及装置-CN201810415917.6在审
发明人：杨琳;孙艳庆;汪俊杰 -专利权人：联想（北京）有限公司
申请日： 2018-05-03 - 公布日： 2018-11-13 - 主分类号： G06F21/32 文献下载
摘要：本发明公开了一种信息处理方法，包括：接收第一语音操作指令，所述第一语音操作指令用于执行目标程序；提取所述第一语音操作指令中的第一音频指纹特征信息；在特征索引库中将所述第一音频指纹特征信息与样本音频指纹特征信息进行特征匹配，得到所述第一音频指纹特征信息与所述样本音频指纹特征信息之间的第一特征匹配值；利用所述第一特征匹配值，确定所述第一音频指纹特征信息与所述样本音频指纹特征信息为同源音频指纹信息时，拒绝执行所述第一语音操作指令对应的所述目标程序
音频指纹特征信息语音操作指令指纹特征信息特征匹配样本音频目标程序信息处理特征索引音频指纹同源

[发明专利]模型处理方法、装置、电子设备及存储介质-CN202011498612.X有效
发明人：王喆;吴丹;王凯夫;彭守业;李日霞 -专利权人：北京世纪好未来教育科技有限公司
申请日： 2020-12-18 - 公布日： 2021-04-09 - 主分类号： G06Q10/04 文献下载
摘要：本申请提出一种模型处理方法、装置、电子设备及存储介质，该方法包括：获取当前样本题目的信息，当前样本题目的信息至少包括题目文本特征、题目知识点特征和作答结果；题目知识点特征是基于题目文本特征和当前样本题目所对应的预设知识点特征得到的，预设知识点特征包含所表征的知识点与其它知识点之间的关系信息；至少将当前样本题目的信息所包括的题目文本特征和题目知识点特征，输入知识点掌握状态评价模型，得到答对当前样本题目的预测概率；根据当前样本题目的信息所包括的作答结果和预测概率
模型处理方法装置电子设备存储介质

[发明专利]反洗钱模型训练方法、反洗钱方法以及装置-CN202111307452.0在审
发明人：杨云杰 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2021-11-05 - 公布日： 2022-02-01 - 主分类号： G06N3/08 文献下载
摘要：本说明书实施例提供反洗钱模型训练方法、反洗钱方法以及装置，其中所述反洗钱模型训练方法包括：获取训练样本集，其中，训练样本集包括多个样本用户的特征数据以及各样本用户是否存在洗钱行为的标注信息，每个样本用户具有多个特征数据；利用多个样本用户的特征数据、各特征数据对应的预设权重以及各样本用户的标注信息，对预设神经网络进行迭代训练，得到训练后的反洗钱模型，综合考虑了用户的多个特征数据，并且针对不同的特征数据对应预设有权重，则在训练时，利用多个样本用户的特征数据、各特征数据对应的预设权重以及各样本用户的标注信息进行迭代训练，使训练得到的反洗钱模型更加精准，提高了反洗钱的识别准确度。
洗钱模型训练方法以及装置

[发明专利]一种基于多特征的舰船辐射噪声样本长度选取方法与系统-CN202111661943.5在审
发明人：齐洁;王凌哲;孙海信 -专利权人：厦门大学
申请日： 2021-12-31 - 公布日： 2022-04-26 - 主分类号： G06K9/00 文献下载
摘要：本发明给出了一种基于多特征的舰船辐射噪声样本长度选取方法与系统，包括以不同的样本长度对舰船辐射噪声进行分割，形成不同的舰船辐射噪声样本集；分别对每个所述舰船辐射噪声样本集进行特征提取，所述特征提取包括分别提取多种特征；针对每个所述舰船辐射噪声样本集，将提取出的每种特征分别输入到分类器中进行训练，计算出每种特征对应的识别率；针对每种特征根据其对应的识别率确定样本长度和识别率的关联信息，对每种特征所得到的所述关联信息进行综合判决，从而选取出所需的样本长度。本发明相较于传统的随机选取样本长度的方式，增加了样本携带的信息量，减少后续过程的处理时间。
一种基于特征舰船辐射噪声样本长度选取方法系统

[发明专利]特征处理方法、装置、设备及计算机存储介质-CN202211646017.5在审
发明人：吉晶;张泽;范晴;魏欣彤;王欢 -专利权人：中移信息技术有限公司;中国移动通信集团有限公司
申请日： 2022-12-20 - 公布日： 2023-04-11 - 主分类号： G06F18/25 文献下载
摘要：本申请公开了一种特征处理方法、装置、设备及计算机存储介质，涉及大数据技术领域。该方法包括：获取样本数据集，所述样本数据集中包括N个用户样本一一对应的目标信息，所述目标信息包括样本标签和在M个特征下分别对应的M个特征标签；基于所述N个用户样本一一对应的目标信息，采用catboost算法对所述样本数据集中的M个特征进行特征交叉，得到Q个混合特征，所述Q个混合特征用于作为目标预测模型的输入特征；其中，所述Q个混合特征中任一混合特征中包括的特征的数量小于或者等于预设阈值。根据本申请实施例，能够直接对样本特征进行特征衍生，从而有效避免了高维稀疏特征的出现。
特征处理方法装置设备计算机存储介质

[发明专利]数据处理模型的生成方法、数据处理方法及装置-CN202210337329.1在审
发明人：荣钰;刘阳 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-03-31 - 公布日： 2022-07-08 - 主分类号： G06Q50/00 文献下载
摘要：本申请公开了数据处理模型的生成方法、数据处理方法及装置，所述方法采用了人工智能中的对比学习算法，该方法将对象关联信息和样本传播链输入到待训练模型中进行传播特征构建，得到与样本传播链对应的样本传播链特征，对象关联信息可以为图结构，基于样本传输链对应的正样本、样本传输链对应的负样本以及样本传播链特征，确定传播损失信息并进行模型训练，可以得到传播数据处理模型。该方法可以通过对比学习算法，并结合了图结构和传播过程的特征信息生成传播数据处理模型，从而提高了传播数据处理的效率和传播节点预测的准确性。
数据处理模型生成方法装置

[发明专利]预测模型的训练、预测方法、装置、电子设备及存储介质-CN202210195602.1在审
发明人：程印超;徐众贤;周志红;郭叶;林琳 -专利权人：中国移动通信有限公司研究院;中国移动通信集团有限公司
申请日： 2022-03-01 - 公布日： 2023-09-12 - 主分类号： G06Q30/0202 文献下载
摘要：其中，方法包括：获取样本家庭中各个成员的基本信息、社交信息、位置信息、应用程序(APP)使用行为信息和消费行为信息；根据所述基本信息和所述消费行为信息确定所述样本家庭的消费影响权重；所述消费影响权重用于衡量所述样本家庭中各成员对所述样本家庭消费能力影响的程度；根据所述基本信息、所述社交信息、所述位置信息、所述APP使用行为信息和所述消费行为信息确定所述样本家庭的消费特征指标；所述消费特征指标用于衡量所述样本家庭的消费能力的级别；利用所述消费影响权重和所述消费特征指标构建训练样本
预测模型训练方法装置电子设备存储介质

[发明专利]训练方法、声音事件检测方法、装置、设备和介质-CN202211129403.7有效
发明人：郑鑫江;艾国;杨作兴 -专利权人：深圳比特微电子科技有限公司
申请日： 2022-09-16 - 公布日： 2022-12-06 - 主分类号： G10L15/02 文献下载
摘要：本申请实施例提供了一种训练方法、声音事件检测方法、装置、设备和介质，其中的训练方法具体包括：确定三元组音频样本；利用声音事件检测模型的编码网络，确定所述三元组音频样本对应的第一音频特征；根据三元组音频样本对应的第一音频特征，确定所述第一音频样本与所述第二音频样本之间的第一匹配信息、以及所述第一音频样本与所述第三音频样本之间的第二匹配信息；根据所述第一匹配信息和所述第二匹配信息，确定第一损失信息，并根据所述第一损失信息，更新所述编码网络的参数；从至少部分特征提取模块输出的中间特征中随机确定出若干个目标特征段，对所述目标特征段进行掩膜处理。
训练方法声音事件检测装置设备介质

[发明专利]家电设备的唤醒词训练方法、装置及家电设备-CN201810628693.7在审
发明人：孙裕文;谭博钊 -专利权人：广东美的厨房电器制造有限公司
申请日： 2018-06-19 - 公布日： 2018-12-18 - 主分类号： G10L15/22 文献下载
摘要：本发明公开了一种家电设备的唤醒词训练方法、装置及家电设备，其中，该方法包括：以预设音频格式采集唤醒词的语音数据样本；提取语音数据样本的特征信息；对特征信息进行归一化，并判断归一化后的特征信息是否满足预设条件；如果满足预设条件，则将唤醒词的语音数据样本保存至自定义唤醒词库中。本发明实施例的家电设备的唤醒词训练方法、装置及家电设备，通过以预设音频格式采集唤醒词的语音数据样本，并提取语音数据样本的特征信息，以及对特征信息进行归一化，并判断归一化后的特征信息是否满足预设条件，如果满足预设条件，则将唤醒词的语音数据样本保存至自定义唤醒词库中，从而实现用户自定义唤醒词，满足用户的个性化需求。
唤醒语音数据样本家电设备特征信息预设条件归一化自定义音频格式词库预设采集个性化需求保存

[发明专利]一种基于深度遗传信息特征的药物敏感性预测方法及装置-CN202010490247.1有效
发明人：王红强;时明 -专利权人：中国科学院合肥物质科学研究院
申请日： 2020-06-02 - 公布日： 2023-07-25 - 主分类号： G16C20/30 文献下载
摘要：本发明提供一种基于深度遗传信息特征的药物敏感性预测方法，包括：获取训练样本数据集；构建基因遗传信号转导深度神经网络；构建深度遗传信息特征编码器；对构建的基因遗传信号转导深度神经网络和深度遗传信息特征编码器进行训练；获取待测样本的基因遗传数据；提取待测样本的深度遗传信息特征；获得待测样本的抗肿瘤药物敏感性预测值。本发明还提供一种基于深度遗传信息特征的药物敏感性预测装置。本发明通过构建基因遗传信号转导深度神经网络，有助于提取样本的深度遗传信息特征，实现了基因水平上的药效预测，从而提高了样本的抗肿瘤药物敏感性的预测准确性。
一种基于深度遗传信息特征药物敏感性预测方法装置

[发明专利]基于信道状态信息的跌倒检测方法、系统、设备及介质-CN202310106918.3在审
发明人：刘勇;王柯青;陈璐慧;刘梅娟;蔡志家;甘志镇;李泽豪;曾鑫财;陈梓楷;张衡阳 -专利权人：华南师范大学
申请日： 2023-02-14 - 公布日： 2023-04-28 - 主分类号： G06F18/2431 文献下载
摘要：本发明涉及跌倒检测的技术领域，具体涉及基于信道状态信息的跌倒检测方法、系统及存储介质；采用的技术方案包括：S10，获取实验者的样本动作数据，得到多个包含信道信息的数据包文件；S20，对数据包文件进行预处理，提取出信道信息中每个子载波对应的幅值信息和相位信息；S30，分别对幅值信息和相位信息的特征值进行提取，得到样本的特征值矩阵；S40，采用经典多维尺度分析算法对样本的特征值矩阵进行特征降维，得到样本数据集；S50，采用两阶段分类算法和随机森林树算法对样本数据集进行动作分类，得到样本动作的分类结果；具有能够有效提高判断准确度的有益效果。
基于信道状态信息跌倒检测方法系统设备介质

[发明专利]一种医疗信息化信息传递及信息合并方法-CN202310000610.0有效
发明人：谢君;石锐;蒲盈竹;王增;姚巡;王觅也 -专利权人：四川大学华西医院
申请日： 2023-01-03 - 公布日： 2023-03-14 - 主分类号： G16H10/60 文献下载
摘要：本发明涉及医疗信息技术领域，揭露了一种医疗信息化信息传递及信息合并方法，包括：在病历样本集中进行病历相似度匹配，得到相似病历样本集，在相似病历样本集中提取病患关联特征集，根据病患关联特征集与重合药品构建病症用药索引表，接收当前主诉样本、当前检查样本以及当前诊断样本，提取当前关联特征，根据当前关联特征在病症用药索引表中查询目标处方用药，对所述目标处方用药进行药品推荐度计算，得到药品推荐值。本发明还提出一种医疗信息化信息传递及信息合并装置、电子设备以及计算机可读存储介质。本发明可以解决当前医生开方方式存在着耗费人力大，风险高以及效率低的问题。
一种医疗信息化信息传递合并方法

[发明专利]模型训练方法、装置、设备及存储介质-CN202210819009.X在审
发明人：陈飞 -专利权人：腾讯音乐娱乐科技（深圳）有限公司
申请日： 2022-07-13 - 公布日： 2022-10-14 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了模型训练方法、装置、设备及存储介质，该方法包括：在训练样本集中确定正训练样本以及负训练样本；调用第一模型对第一特征信息以及第二特征信息进行处理，得到第一特征信息的第一表征向量以及第二特征信息的第二表征向量，以及调用第一模型对第三特征信息以及第四特征信息进行处理，得到第三特征信息的第三表征向量以及第四特征信息的第四表征向量；基于第一表征向量、第二表征向量、第三表征向量、第四特征向量和温度参数，对第一模型进行模型优化，得到第二模型，该温度参数用于使困难负训练样本的贡献度大于简单负训练样本的贡献度。
模型训练方法装置设备存储介质

[发明专利]语音合成方法及其模型训练方法、相关装置、设备及介质-CN202111274967.5在审
发明人：周阳 -专利权人：广州虎牙科技有限公司
申请日： 2021-10-29 - 公布日： 2022-03-18 - 主分类号： G10L13/033 文献下载
摘要：所述语音合成模型的训练方法包括：获取到样本音频，并获取所述样本音频的特征信息；通过音素时长预测模型获取所述样本音频的样本梅尔谱，获取所述样本音频的样本音素权重信息，并得到样本音素时长；将所述样本音频的特征信息、所述样本梅尔谱和所述样本音素时长输入到所述语音合成模型中，得到样本合成语音及预测音素权重信息；基于所述样本音素权重信息和所述预测音素权重信息之间的差异，调整所述语音合成模型的网络参数。上述方案，能够学习到非常准确的音素时长信息，以加快模型的收敛，且可以高效地控制合成语音的节奏。
语音合成方法及其模型训练相关装置设备介质

[发明专利]数据处理、预测模型训练方法和设备-CN202111350521.6在审
发明人：张腾;谭剑;李飞飞 -专利权人：阿里巴巴（中国）有限公司
申请日： 2021-11-15 - 公布日： 2022-03-11 - 主分类号： G06K9/62 文献下载
摘要：该方法包括：根据目标数据及目标数据的访问记录，确定特征信息；将特征信息输入预测模型，得到目标数据未来被访问的时间信息；预测模型通过训练样本训练得到，训练样本包括样本特征、样本时间标签及样本类型，样本时间标签及样本类型是由样本采样时段内一随机时间前后是否有样本特征对应数据的访问记录确定的；根据时间信息，对目标数据进行冷热数据识别。将样本时间标签作为训练样本的标签，对预测模型进行训练，进而基于预测模型模型对目标数据的下次访问发生的时间间隔作为预测结果，根据时间间隔大小实现对目标数据进行冷热数据识别，从而能够有效提高对目标数据进行冷热识别的准确率
数据处理预测模型训练方法设备