“样本生成”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1064419个，建议您升级VIP下载更多相关专利

[发明专利]文本生成模型的生成方法、文本生成方法及其装置-CN202211008956.7在审
发明人：娄帆;钱涛;马泽君 -专利权人：北京有竹居网络技术有限公司
申请日： 2022-08-22 - 公布日： 2022-11-25 - 主分类号： G06F16/683 文献下载
摘要：本公开的实施例提供了文本生成模型的生成方法、文本生成方法及其装置。该方法可以包括确定文本样本数据中的文本单元的节奏信息。该方法还可以包括确定所述文本样本数据中的文本单元的格式信息。此外，该方法可以进一步包括至少基于所述文本样本数据、所述节奏信息和所述格式信息，训练所述文本生成模型。根据本公开的训练方式得到的文本生成模型可以生成符合相关节奏信息的文本，并且减少了对歌词文本数据的人工标注需求。
文本生成模型方法及其装置

[发明专利]一种基于资源负载均衡的自动化漏洞挖掘系统及方法-CN201911363005.X有效
发明人：王彦杰;胡建勋;肖树根 -专利权人：中科信息安全共性技术国家工程研究中心有限公司
申请日： 2019-12-26 - 公布日： 2022-04-22 - 主分类号： H04L9/40 文献下载
摘要：一种基于资源负载均衡的自动化漏洞挖掘系统包括一服务器，所述服务器上部署管理中心、任务消息队列、样本消息队列、资源监控器、样本生成器及Docker虚拟化执行单元；管理中心具有资源负载相关策略配置和Docker虚拟化模板管理功能，负责下发FUZZ任务，接收Docker虚拟化执行单元挖掘到的漏洞信息；任务消息队列用来存储管理中心下发的FUZZ任务和Docker虚拟化执行单元上报漏洞信息；样本消息队列用来存储样本生成器根据样本规则生成的样本数据；资源监控器用来监听任务消息队列中的FUZZ任务，当收到开始FUZZ任务时，启动样本生成器和依据Docker虚拟化执行单元模板启动一个虚拟化执行单元。有益效果在于：能实时监测样本生成器和Docker虚拟化执行单元资源占用情况，并根据资源负载情况和预设阀值策略，开启或关闭样本生成器和Docker虚拟化执行单元，来使资源利用率达到最大化。
一种基于资源负载均衡自动化漏洞挖掘系统方法

[发明专利]一种模型训练的方法及装置-CN202110121077.4在审
发明人：邱迪;敖莹莹;甄成;闫鹏飞 -专利权人：北京三快在线科技有限公司
申请日： 2021-01-28 - 公布日： 2021-05-07 - 主分类号： G06K9/00 文献下载
摘要：本说明书公开了一种模型训练的方法及装置，获取真实人脸图像，真实人脸图像为真实拍摄到的人脸面部存在设定遮挡物的人脸图像，业务平台可以通过预设的样本生成模型，生成目标图像，目标图像为该样本生成模型生成的人脸面部存在设定遮挡物的人脸图像业务平台可以将目标图像以及真实图像输入到预设的判别模型，得到用于表示目标图像与真实图像之间相似程度的判别结果，业务平台可以，以最大化判别结果中目标图像与真实图像之间相似程度为优化目标，对该样本生成模型进行训练，通过本方法中的样本生成模型能够有效率地产生较为真实的训练样本。
一种模型训练方法装置

[发明专利]一种测试样本生成方法和装置-CN202010916803.7有效
发明人：黄文强;季蕴青;胡路苹;胡玮;黄雅楠;胡传杰;浮晨琪;李蚌蚌;申亚坤;徐晨敏 -专利权人：中国银行股份有限公司
申请日： 2020-09-03 - 公布日： 2023-10-24 - 主分类号： G06F11/36 文献下载
摘要：本申请实施例提供了一种测试样本生成方法和装置，获取待测试系统对应的测试样本，根据目标地域信息和所述测试样本对应的指定地域信息，确定所述测试样本和目标样本针对所述多个维度中至少存在的一个差异维度，该差异维度标识了目标样本和测试样本之间根据所述目标地域信息，确定所述差异维度对应的替换参数，并根据所述替换参数和所述测试样本，利用样本生成模型生成所述目标地域信息对应的所述目标样本，实现了自动化生成不同地域所对应的测试样本。由此仅需要提供少量测试样本，就能生成待测试系统面向所有地域所对应的测试样本，降低了人工制造测试样本的成本，提高了测试样本生成效率。
一种测试样本生成方法装置

[发明专利]用于建立噪声副本的系统和方法-CN201580073377.2有效
发明人：本杰明·布里扎德;迈克尔·扬奎斯特 -专利权人：分子装置有限公司
申请日： 2015-11-05 - 公布日： 2021-04-06 - 主分类号： A61B5/00 文献下载
摘要：过零检测器根据主电源的电力线频率生成主循环开始信号。模数转换器对由测试探针提供的信号进行采样，并且以采样速率生成数据样本。噪声副本生成器根据数据样本以副本生成速率生成噪声副本，并且根据噪声副本以采样速率生成噪声估算，其中，噪声副本生成速率小于采样速率。噪声去除模块从相应的数据样本中去除每个噪声估算。
用于建立噪声副本系统方法

[发明专利]样本生成方法及装置、计算机可读存储介质和电子设备-CN202010980493.5在审
发明人：曾冠荣 -专利权人：深圳市欢太科技有限公司;OPPO广东移动通信有限公司
申请日： 2020-09-17 - 公布日： 2020-12-04 - 主分类号： G06F40/242 文献下载
摘要：本公开提供了一种样本生成方法、样本生成装置、计算机可读存储介质和电子设备，涉及文本搜索技术领域。该样本生成方法包括：获取第一样本，并确定第一样本中实体的类别属性信息；根据第一样本以及第一样本中实体的类别属性信息，生成与第一样本对应的样本模板，样本模板中与实体对应的位置被配置为槽位置；获取与实体的类别属性信息对应的实体词典；将实体词典中的实体配置于槽位置处，以生成第二样本。
样本生成方法装置计算机可读存储介质电子设备

[发明专利]文本生成方法、装置、电子设备及存储介质-CN202211635358.2在审
发明人：唐霞;李小超;谢水庚;何伟 -专利权人：北京航天云路有限公司
申请日： 2022-12-19 - 公布日： 2023-04-18 - 主分类号： G06V30/19 文献下载
摘要：本发明提供一种文本生成方法、装置、电子设备及存储介质，涉及人工智能技术领域，该方法包括：获取目标对象的初始文本和目标对象的图像；将初始文本和图像输入至多模态文本生成模型，得到多模态文本生成模型输出的目标对象的目标文本；多模态文本生成模型是基于样本文本、样本图像和标签数据进行训练得到，用于生成目标对象的目标文本。本发明提供的方法，通过多模态文本生成模型根据输入的目标对象的多模态信息，实现了目标对象的目标文本的生成，提升了目标文本生成的效率和全面性，进而提升用户体验。
文本生成方法装置电子设备存储介质

[发明专利]样本生成方法以及装置-CN202310413988.3在审
发明人：何侵嵚;郎一宁;何源;薛晖 -专利权人：阿里巴巴（中国）有限公司
申请日： 2023-04-10 - 公布日： 2023-08-29 - 主分类号： G06F40/289 文献下载
摘要：本说明书实施例提供样本生成方法以及装置，其中所述样本生成方法包括：获取目标任务关联的词单元序列；将所述词单元序列输入文本生成模型，获得目标文本；基于所述目标任务关联的知识图谱判断所述目标文本是否满足所述目标任务的筛选条件；在所述目标文本满足所述筛选条件的情况下，将所述目标文本输入媒体内容生成模型，获得目标媒体内容，并基于所述目标媒体内容获得所述目标任务的任务样本。实现了自动化生成目标任务场景下的大量任务样本，以便基于生成的任务样本对目标任务进行训练或评估。
样本生成方法以及装置

[发明专利]基于缺陷生成的无监督OLED缺陷检测方法-CN202310155779.3有效
发明人：朱云龙;陈殷齐;鲁瑶;郑杨婷;李佩文 -专利权人：季华实验室
申请日： 2023-02-23 - 公布日： 2023-06-20 - 主分类号： G06T7/00 文献下载
摘要：本申请涉及一种OLED缺陷样本生成方法、基于缺陷生成的无监督OLED缺陷检测方法及相关设备。该OLED缺陷样本生成方法包括：获得OLED的正样本，并随机生成mask；根据所述mask生成破坏性缺陷和/或结构性缺陷；根据所述破坏性缺陷和/或结构性缺陷融入所述正样本，获得对应的缺陷样本。采用本方法能够随机生成多个缺陷样本，进而提高OLED中缺陷识别率。
基于缺陷生成监督 oled 检测方法

[发明专利]一种基于基因互作的植物生长预测调控方法及系统-CN201410077450.0有效
发明人：邬荣领;王建新 -专利权人：北京林业大学
申请日： 2014-03-05 - 公布日： 2017-02-08 - 主分类号： G06F19/10 文献下载
摘要：本发明提供一种基于基因互作的植物生长预测调控方法及系统，该方法包括步骤获取样本数据；利用所述样本数据，根据调控样本自身对生长的贡献、周围样本对调控样本生长的贡献及周围环境对调控样本生长的贡献建立样本生长预测方程；利用最优化方法求解所述样本生长预测方程，得到最优预测参数；生成所述调控样本的最优调整方案；根据所述最优调整方案，调整所述调控样本的生长环境。上述方案中，能够基于样本数据全面分析影响样本生长的因素，利用所述样本数据，充分考虑了基因互作对样本生长的影响，充分考虑到植物基因对调控样本生长的影响，为样本生长的预测和调整提供了全面准确的最优调整方案，完善调控样本的生长优化。
一种基于基因植物生长预测调控方法系统

[发明专利]一种基于相位感知的对抗噪声防御方法-CN202310404707.8在审
发明人：王楠楠;周大为;高新波 -专利权人：西安电子科技大学
申请日： 2023-04-14 - 公布日： 2023-08-18 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种基于相位感知的对抗噪声防御方法，涉及对抗噪声防御技术领域，包括：获取训练样本集；根据训练样本集，获取参考样本和初始对抗样本；构建相位感知对抗防御模型；其中，相位感知对抗防御模型包括相位级对抗样本生成模块和相位级对抗训练模块；将初始对抗样本和参考样本输入至相位级对抗样本生成模块，生成相位级对抗样本；将训练样本集和相位级对抗样本输入至相位级对抗训练模块，对相位级对抗训练模块进行训练，获取训练好的相位级对抗训练模块；根据相位级对抗样本生成模块和训练好的相位级对抗训练模块，获取待预测样本的分类结果，实现对抗防御。
一种基于相位感知对抗噪声防御方法

[发明专利]一种用于工业大数据处理的训练样本生成方法-CN201811297153.1有效
发明人：李斌;牛拴龙;唐立新;林惠;邱园红;李言洲;牛通之;王博;郝雪桐;李西凯;魏富春 -专利权人：华中科技大学
申请日： 2018-11-01 - 公布日： 2022-07-05 - 主分类号： G06K9/62 文献下载
摘要：本发明属于图像处理领域，并具体公开了一种用于工业大数据处理的训练样本生成方法，包括：构建各类工业图像数据集，并根据各类工业图像数据集中的数据量划分出大样本数据集与小样本数据集；构建工业图像生成对抗网络及优化目标函数，基于优化目标函数对工业图像生成对抗网络进行迭代训练获得小样本生成参数模型；将大样本数据集中的大样本图像输入训练获得的小样本生成参数模型中以生成小样本图像，以此完成训练样本的生成。本发明无需对工业图像进行复杂的数字图像处理操作，也无需对原始工业图像进行各种变换，可以避免过多的人工干预，减少操作人员专业素养造成的工业图像生成的误差。
一种用于工业数据处理训练样本生成方法

[发明专利]基于代理模型的对抗样本生成方法和装置-CN202110000730.1有效
发明人：萧子豪;田天 -专利权人：北京智源人工智能研究院
申请日： 2021-01-04 - 公布日： 2021-05-07 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种基于代理模型的对抗样本生成方法和装置。该方法包括：提供代理模型、原始样本和一基于迭代的对抗样本生成算法；基于代理模型、原始样本和对抗样本生成算法迭代生成对抗样本，直到达到预设终止条件；在每个迭代轮次中：获取上一轮次迭代生成对抗样本时，代理模型的各个参数自身的权重；基于各个参数的权重计算对应参数的重要性分数，所述重要性分数用于表示相应轮次中代理模型的对应参数对生成的对抗样本的影响程度；根据预设规则以及所述代理模型的各个参数的重要性分数剪除所述代理模型的部分参数；根据剪除部分参数后保留的各个参数更新所述代理模型；将达到预设终止条件时生成的对抗样本作为最终的对抗样本。
基于代理模型对抗样本生成方法装置

[发明专利]一种基于深度强化学习的深度学习漏洞检测模型对抗样本生成方法和系统-CN202210553722.4在审
发明人：刘镓煜;武延军;吴敬征;罗天悦;凌祥;芮志清 -专利权人：中国科学院软件研究所
申请日： 2022-05-20 - 公布日： 2022-12-16 - 主分类号： G06N3/04 文献下载
摘要：本发明提供一种基于深度强化学习的深度学习漏洞检测模型对抗样本生成方法和系统。该方法包括：获取基于深度学习的目标漏洞检测模型信息以及用于生成对抗样本的原型漏洞代码集合；构建面向目标漏洞检测模型的有效对抗代码变换；构建面向最优对抗样本生成的深度强化学习框架；使用有效对抗代码变换和面向最优对抗样本生成的深度强化学习框架，生成目标漏洞检测模型的最优对抗样本。本发明利用目标漏洞检测模型的代码表征中对模型决策有重要影响的特征构造有效对抗代码变换，并采用深度强化学习算法生成面向目标漏洞检测模型的最优对抗样本，能更为高效、有针对性地生成基于深度学习的目标漏洞检测模型的对抗样本
一种基于深度强化学习漏洞检测模型对抗样本生成方法系统

[发明专利]基于变分自编码器和生成对抗网络的虚拟样本生成及软测量建模方法-CN202210091114.6在审
发明人：金怀平;黄姝祺;杨彪;刘海鹏;张志坤 -专利权人：昆明理工大学
申请日： 2022-01-26 - 公布日： 2022-09-09 - 主分类号： G16C20/10 文献下载
摘要：本发明公开了一种基于变分自编码器和生成对抗网络的虚拟样本生成方法及软测量建模方法。本发明引入变分自编码器和WGANgp相结合的监督虚拟样本生成模型，该模型同时学习输入样本和输出样本的数据分布，生成器在最终的潜在空间中采样并生成带有输出的虚拟样本，可以避免误差二次累积。考虑到不是所有的虚拟样本都能提高模型的预测性能，通过对输入样本扰动，构建一组具有多样性的SV‑WGANgp模型，结合高斯过程回归模型对每个SV‑WGANgp模型生成的虚拟样本进行评估，剔除无效的虚拟样本；通过使用非标记样本对剔除后的虚拟样本进行二次选择，有效保证了最终虚拟样本的有效性；最终构建的虚拟样本生成模型和采用的虚拟样本选择方式为小样本问题提供了有效的途径。
基于编码器生成对抗网络虚拟样本测量建模方法