“样本特征”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2594049个，建议您升级VIP下载更多相关专利

[发明专利]联邦学习模型的训练方法、装置、电子设备、介质及产品-CN202111254690.X在审
发明人：衣志昊 -专利权人：深圳前海微众银行股份有限公司
申请日： 2021-10-27 - 公布日： 2022-01-28 - 主分类号： G06N20/20 文献下载
摘要：本申请提供了一种联邦学习模型的训练方法、装置、电子设备、计算机可读存储介质及计算机程序产品；应用于具有标签的主动方设备，方法包括：获取用于训练联邦学习模型的样本的样本标识，以及本地存储的样本的第一样本特征；发送携带样本标识的样本确定请求至至少一个被动方设备；其中，样本确定请求，用于被动方设备从本地样本特征库中，筛选得到对应样本标识的第二样本特征；接收被动方设备发送的对应样本确定请求的响应信息；当响应信息指示对应样本标识的第二样本特征筛选完成时，结合样本的第一样本特征及第二样本特征，训练联邦学习模型。通过本申请，能够提高筛选训练样本的准确性，有效提高联邦学习系统的建模效率。
联邦学习模型训练方法装置电子设备介质产品

[发明专利]神经网络训练方法、电子设备及计算机可读存储介质-CN202111101516.1在审
发明人：黄俊强 -专利权人：北京旷视科技有限公司;北京迈格威科技有限公司
申请日： 2021-09-18 - 公布日： 2022-02-08 - 主分类号： G06N3/04 文献下载
摘要：本发明涉及一种神经网络训练方法、电子设备及计算机可读存储介质，该方法包括：获取第一样本子集中每个样本的第一特征向量；每个所述样本的第一特征向量通过所述M2对该样本进行特征提取，并对特征提取结果进行批归一化得到；获取第二样本子集中的部分样本，以及获取所述部分样本中的每个样本的第二特征向量；每个所述样本的第二特征向量通过所述M1对该样本进行特征提取，并对特征提取结果进行全局同步批归一化得到；根据所述第一特征向量以及所述第二特征向量
神经网络训练方法电子设备计算机可读存储介质

[发明专利]基于深度学习的问题分类模型训练方法、分类方法及装置-CN201710375175.4有效
发明人：鄂海红;宋美娜;王昕睿;胡莺夕;赵鑫禄;白杨;王宁 -专利权人：北京邮电大学
申请日： 2017-05-24 - 公布日： 2020-03-24 - 主分类号： G06F16/332 文献下载
摘要：其中问题分类模型训练方法包括：提取问题文本样本中的特征信息样本，并生成对应的第一特征向量样本；对第一特征向量样本进行空间变换，得到第二特征向量样本；将第二特征向量样本输入至多层卷积神经网络中的多个卷积层和多个池化层，以通过叠加卷积操作和池化操作，得到第一融合特征向量样本；将第一融合特征向量样本输入至多层卷积神经网络中的全连接层，得到全局特征向量样本；根据全局特征向量样本对Softmax分类器进行训练，得到问题分类模型该方法可免去大量人工设计特征的开销，通过该问题分类模型可以得到更加准确的分类结果，提高了标准问题与答案的定位。
基于深度学习问题分类模型训练方法装置

[发明专利]刑侦模拟画像模型生成方法、刑侦模拟画像方法及装置-CN201910133909.7有效
发明人：廖剑锋;杨哲;沈亮杰 -专利权人：武汉捷丰天泽信息科技有限公司
申请日： 2019-02-22 - 公布日： 2021-05-14 - 主分类号： G06K9/00 文献下载
摘要：其中方法包括：获取犯罪人员的面部肖像；获取面部肖像全部的样本面部特征；通过预置的面部特征向量模型分别的向量化样本面部特征为样本特征向量；按照预置的面部特征排列位置，组合所有的样本特征向量为样本向量矩阵；选取样本向量矩阵作为输入样本，以及选取样本向量矩阵对应犯罪人员的罪行标签为输出样本；根据若干输入样本及输出样本的组合训练初始的人工神经网络模型为刑侦模拟画像模型。通过本方法能够通过海量的犯罪人员肖像建立刑侦模拟画像模型，用于在目击者遗忘部分疑犯的面部特征时，自行完善与罪行接近的疑犯肖像。
刑侦模拟画像模型生成方法装置

[发明专利]语音合成模型的训练方法、语音合成方法及相关装置-CN202211486191.8在审
发明人：刘鹏飞;蒋宁;吴海英;夏粉;刘敏 -专利权人：马上消费金融股份有限公司
申请日： 2022-11-24 - 公布日： 2023-05-16 - 主分类号： G10L13/02 文献下载
摘要：本申请提供了一种语音合成模型的训练方法、语音合成方法及相关装置，包括：获取训练样本数据的样本音素序列和声学特征标签；通过编码器对样本音素序列进行编码处理，得到第一样本音素编码特征；将声学特征标签输入参考编码器进行特征提取，得到词级别的语音特征标签，并对语音特征标签进行特征提取，得到语音特征标签向量；将第一样本音素编码特征和语音特征标签向量进行特征融合，得到第一样本韵律融合特征；通过解码器对第一样本韵律融合特征进行解码处理，得到样本声学特征；利用第一损失函数计算样本声学特征与声学特征标签之间的第一损失值，并基于第一损失值训练语音合成模型。
语音合成模型训练方法相关装置

[发明专利]交易检测方法、模型的训练方法、装置及计算机可读存储介质-CN202110334121.X在审
发明人：庞悦;高鹏飞;郑建宾;杜星波;李晓刚;赵金涛 -专利权人：中国银联股份有限公司
申请日： 2021-03-29 - 公布日： 2021-06-22 - 主分类号： G06Q40/04 文献下载
摘要：本发明提供了交易检测方法、模型的训练方法、装置及计算机可读存储介质，该交易检测模型的训练方法包括：获取交易样本集，交易样本集包括携带样本标签的多个交易样本；根据交易样本集构造人工特征以及提取深度特征，得到交易样本集的人工特征和深度特征，形成训练样本集；构建待训练模型，待训练模型至少包含待训练的特征重建网络和分类网络，基于训练样本集对待训练模型迭代地执行端到端的训练，以得到交易检测模型。利用上述方法，能够优化人工特征和深度特征的特征融合过程，从人工特征以及深度特征中自动提取利于下游的分类网络质量提升的特征，实现更好的交易检测效果。
交易检测方法模型训练装置计算机可读存储介质

[发明专利]一种资源推荐方法、装置、电子设备和存储介质-CN202111404765.8在审
发明人：石志林 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-11-24 - 公布日： 2023-05-30 - 主分类号： G06Q30/0251 文献下载
摘要：其中，方法包括：基于各正样本资源各自的资源特征，以及对应的样本对象的反馈行为信息，确定各正样本资源相关的扩展样本资源；基于各正样本资源的资源特征、各样本对象的对象特征和反馈行为特征，以及各扩展样本资源对应的资源特征，构建各正样本资源对应的正样本，以及各扩展样本资源对应的扩展样本；至少基于各正样本和各扩展样本构建训练样本数据集，并基于训练样本数据集进行模型训练，获得已训练的点击率预估模型。由于本申请通过将正样本相关的扩展样本加入到训练样本数据集中，能够缓解模型的选择性偏差，提升资源推荐准确性。
一种资源推荐方法装置电子设备存储介质

[发明专利]一种基于多光谱的物质识别方法-CN201810918106.8在审
发明人：不公告发明人 -专利权人：湖南志东科技有限公司
申请日： 2018-08-13 - 公布日： 2019-01-15 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于多光谱的物质识别方法，包括：标准样本特征建立，采集所收集到的标准样本的多光谱图像，并提取多光谱图像的特征；待检样本的图像采集，采集到待检样本的多光谱图像，其光谱波长与标准样本特征建立时的波长相同；对上述采集到的待检样本进行处理，提取出待检样本的图像特征，该图像特征的类别与标准样本相同；物质识别，通过标准样本特征与待检样本特征的比较，判断待检样品具备哪些属性。本发明基于多光谱的物质识别方法通过物质的多光谱图像特征来识别物质，在鉴别文件写作(打印)时间、签名真假等检测时，分析和鉴别准确率高，并且操作十分简单，经济。
标准样本多光谱图像物质识别样本多光谱图像特征采集待检样品光谱波长鉴别文件图像采集样本特征波长准确率打印鉴别写作检测分析

[发明专利]一种数据流量识别模型训练方法及装置-CN202310579054.7有效
发明人：饶思哲 -专利权人：新华三人工智能科技有限公司
申请日： 2023-05-19 - 公布日： 2023-08-18 - 主分类号： H04L9/40 文献下载
摘要：本发明实施例提供了一种数据流量识别模型训练方法及装置，涉及网络技术领域，上述方法包括：获取样本数据流量的样本特征信息；基于上述样本特征信息，生成上述样本数据流量的样本特征向量，其中，上述样本特征向量的通道数与上述样本特征信息的项数相同；将上述样本特征向量中的每一通道扩展至目标数量个通道，得到通道调整后的样本特征向量；基于上述通道调整后的样本特征向量训练数据流量识别模型，上述数据流量识别模型用于识别数据流量是否为恶意流量。
一种数据流量识别模型训练方法装置

[发明专利]理赔预测模型的训练方法和装置、电子设备及存储介质-CN202210739700.7在审
发明人：黄海龙 -专利权人：中国平安人寿保险股份有限公司
申请日： 2022-06-28 - 公布日： 2022-09-02 - 主分类号： G06Q40/08 文献下载
摘要：该方法包括：获取样本理赔特征数据，样本理赔特征数据包括第一样本数据和第二样本数据；对第一样本数据和第二样本数据进行词嵌入处理，得到第一样本特征向量和第二样本特征向量；对每两个第一样本特征向量进行特征交叉，得到第一特征交叉向量，并对每两个第二样本特征向量进行特征交叉，得到第二特征交叉向量；根据第一特征交叉向量对第二特征交叉向量进行多层特征交叉计算，得到初始理赔特征向量；通过初始理赔特征向量对神经网络模型进行损失计算
理赔预测模型训练方法装置电子设备存储介质

[发明专利]基于图文协同注意力的跨模态检索模型构建及检索方法-CN202111406136.9在审
发明人：单丽莉;苏宇;孙承杰;林磊;刘秉权 -专利权人：人民网股份有限公司;哈尔滨工业大学
申请日： 2021-11-24 - 公布日： 2022-03-18 - 主分类号： G06F16/43 文献下载
摘要：本发明公开了一种基于图文协同注意力的跨模态检索模型构建及检索方法，所述方法包括：获取训练图像和训练文本，分别提取图像样本和文本样本的局部特征；将图像样本所有的局部图像特征和文本样本所有的局部文本特征分别映射为特征向量，并将图像样本和文本样本的特征向量分别表示成矩阵，再得到各自的Key矩阵、Query矩阵和Value矩阵；基于该多个矩阵，计算出图像样本和文本样本的跨模态注意力特征、模态内注意力特征；将跨模态注意力特征和模态内注意力特征进行融合，得到图像样本的全局特征表示和文本样本的全局特征表示；基于所述全局特征表示，训练得到跨模态检索模型。
基于图文协同注意力跨模态检索模型构建方法

[发明专利]样本行为特征确定方法、特征提取模型的训练方法及装置-CN202310559022.0在审
发明人：刘昱均;万鸣;王占一;应凌云;刘璐 -专利权人：奇安信科技集团股份有限公司
申请日： 2023-05-17 - 公布日： 2023-09-19 - 主分类号： G06F18/214 文献下载
摘要：本发明实施例提供一种样本行为特征确定方法、特征提取模型的训练方法及装置。样本行为特征确定方法包括：获取目标样本行为日志；目标样本行为日志包括至少一个行为信息和各行为信息对应的操作对象；基于各行为信息和各行为信息对应的操作对象构建图数据；图数据包括至少两个节点、节点之间连接的边、各节点的特征信息以及各边的特征信息；将至少两个节点、节点之间连接的边、各节点的特征信息以及各边的特征信息均输入特征提取模型，得到特征提取模型输出的目标样本行为特征；特征提取模型基于至少一个正训练样本对、至少一个负训练样本对、各正训练样本对的标签以及各负训练样本对的标签训练得到。本方法可以提高样本行为特征确定的准确性。
样本行为特征确定方法提取模型训练装置

[发明专利]基于权限特征的Android恶意软件检测方法及系统-CN201710871649.4有效
发明人：孙玉霞;赵晶晶;刘明;翁健 -专利权人：暨南大学
申请日： 2017-09-25 - 公布日： 2020-11-13 - 主分类号： G06F21/56 文献下载
摘要：本发明公开了一种基于权限特征的Android恶意软件检测方法和系统，步骤：构建第一训练样本集和第二训练样本集，提取各训练样本第一权限特征向量，根据d值挑选出权限特征构造第一权限特征集合，生成第一训练样本集中各训练样本第二权限特征向量，并构建关联系数矩阵；将第一训练样本集中各训练样本关联矩阵求和输入PPR算法，得到第一权限特征集合中每种权限特征的权限值；根据第一权限特征集合生成测试样本权限特征向量，利用第一权限特征集合中每种权限特征的权限值计算出测试样本所申请的权限特征权重η，将η与判断因子进行比较，判断出测试样本是否为Android恶意软件；该方法大大提高了Android恶意软件的检测准确率。
基于权限特征 android 恶意软件检测方法系统

[发明专利]用于对象分级的模型训练方法、对象分级方法及装置-CN202210033666.1在审
发明人：李悦翔 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-01-12 - 公布日： 2022-04-19 - 主分类号： G06N3/04 文献下载
摘要：通过两个分支网络按照不同的类别采样率对样本数据集采样，以及分别获取各自采样数据的第一样本特征和第二样本特征，分别对该两个样本特征进行融合得到至少两个融合特征，对两个样本标签进行融合得到至少两个融合特征对应的至少两个融合标签，以提高样本特征的丰富度；确定该至少两个融合特征中的正样本特征和负样本特征，确定锚点特征分别与正样本特征之间的第一相似度、以及与负样本特征之间的第二相似度，以基于两个相似度之间的差异，对网络进行训练得到目标模型；基于正负样本对来对网络进行对比学习，提高了对象分级的准确率。
用于对象分级模型训练方法装置

[发明专利]特征提取模型处理、样本检索方法、装置和计算机设备-CN202210007882.9在审
发明人：郭卉 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-01-05 - 公布日： 2022-04-15 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及一种特征提取模型处理方法、装置、计算机设备、存储介质和计算机程序产品，以及一种样本检索方法、装置、计算机设备、存储介质和计算机程序产品。其中特征提取模型处理方法包括：通过待训练的特征提取模型提取训练样本的训练样本特征；对训练样本进行分类，得到分类结果；获取候选标签集合中各候选标签各自对应的代表样本特征；选取与训练样本特征匹配的代表样本特征得到目标代表样本特征；将目标代表样本特征所属的候选标签确定为推荐标签；当推荐标签与类别标签之间存在差异时，基于分类结果和推荐标签确定噪声损失；根据噪声损失和分类损失对特征提取模型进行训练，得到目标特征提取模型。采用本方法可以提高特征提取的准确性。
特征提取模型处理样本检索方法装置计算机设备