“特征模型”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3060451个，建议您升级VIP下载更多相关专利

[发明专利]图片风格迁移模型的训练方法、装置、设备及存储介质-CN202111491451.6在审
发明人：杨城 -专利权人：广州方硅信息技术有限公司
申请日： 2021-12-08 - 公布日： 2022-04-22 - 主分类号： G06T3/00 文献下载
摘要：本申请公开了一种图片风格迁移模型的训练方法、装置、设备及存储介质。该图片风格迁移模型的训练方法包括：获取第一图像和第二图像；采用风格迁移模型中的第一特征提取模型获取第一图像中的内容特征；采用风格迁移模型中的第二特征提取模型获取第二图像中的风格特征；将内容特征和风格特征进行融合，得到内容风格特征；采用风格迁移模型中的重建模型将内容风格特征进行重建，以得到第三图像；基于第一图像、第二图像和第三图像对风格迁移模型进行训练。本申请的模型训练完成后，针对所有风格只需要部署一份模型即可，通过此种方式，不仅能够减少模型部署所需要的机器资源，也能够节省因新增风格而需要重新训练模型的时间和人力成本。
图片风格迁移模型训练方法装置设备存储介质

[发明专利]基于融合模型的反洗钱识别方法、装置、系统及介质-CN202310394468.2在审
发明人：蔡凡华;毛佩芳 -专利权人：平安银行股份有限公司
申请日： 2023-04-13 - 公布日： 2023-06-23 - 主分类号： G06Q40/04 文献下载
摘要：本发明公开了基于融合模型的反洗钱识别方法、装置、系统及介质，方法包括：获取多个客户在不同观察期和表现期的交易样本；对交易样本进行特征处理，得到用于模型训练的特征变量；通过决策模型从全部特征变量中筛选得到部分特征变量；将部分特征变量输入到特征抽取模型中，基于每个样本的预测结果对模型进行训练，以得到反洗钱识别模型；将待识别交易样本输入到包括决策模型和反洗钱识别模型的融合模型中，根据融合模型的输出结果确定待识别交易样本是否存在洗钱行为通过决策模型对特征变量进行筛选，并通过反洗钱识别模型基于特征抽取结果识别洗钱行为，无需依赖人工甄别且融合不同模型的优势可处理复杂的分类问题，实现准确高效的反洗钱识别。
基于融合模型洗钱识别方法装置系统介质

[发明专利]一种图像处理方法、系统、设备及计算机可读存储介质-CN202211411889.3在审
发明人：沈艳梅;宿栋栋;刘伟;阚宏伟;王彦伟;李仁刚 -专利权人：浪潮（北京）电子信息产业有限公司
申请日： 2022-11-11 - 公布日： 2023-03-03 - 主分类号： G06V10/82 文献下载
摘要：本申请公开了一种图像处理方法、系统、设备及计算机可读存储介质，获取待处理的目标图像；获取已训练好的源模型的卷积隐藏层的特征图像；将最后一层的特征图像作为深度特征，将其余的特征图像作为低层次特征；对于每个低层次特征，提取低层次特征的感兴趣特征向量；基于感兴趣特征向量及深度特征对目标模型进行训练，得到训练好的目标模型；基于目标模型对目标图像进行处理，得到处理结果。本申请中，可以基于低层次特征的感兴趣特征向量及深度特征对目标模型进行训练，在保留多种层次的特征信息的基础上，增加了目标模型训练时的特征数目，增强了目标模型训练时的特征鲁棒性，增强了目标模型的训练效果，可以提高目标模型对目标图像的处理效果
一种图像处理方法系统设备计算机可读存储介质

[发明专利]一种行人重识别特征融合辅助学习的方法-CN201810428801.6有效
发明人：桑农;李志强;陈科舟;高常鑫;王若林 -专利权人：华中科技大学
申请日： 2018-05-04 - 公布日： 2020-12-08 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种行人重识别特征融合辅助学习的方法，包括：将加入局部特征训练得到的全局特征提取模型用于提取行人图像的全局特征，利用全局特征进行行人重识别，所述全局特征提取模型的训练包括：采集全身图像训练集，检测全身图像训练集中的局部图像，得到局部图像训练集；分别利用全身图像训练集和局部图像训练集训练全身卷积神经网络和局部卷积神经网络，得到全身模型和局部模型；分别利用全身模型和局部模型提取全身图像训练集和局部图像训练集的全局特征和局部特征，利用融合局部特征后的全局特征训练全身模型，得到全局特征提取模型。本发明在训练时将局部特征和全局特征融合，提升了行人重识别的准确率。
一种行人识别特征融合辅助学习方法

[发明专利]基于人脸识别的参数控制方法、系统与云端服务器-CN201810464343.1有效
发明人：应臻恺 -专利权人：上海博泰悦臻网络技术服务有限公司
申请日： 2018-05-15 - 公布日： 2022-06-03 - 主分类号： B60R16/037 文献下载
摘要：本申请涉及一种基于人脸识别的参数控制方法、系统与云端服务器，在获取到乘客的生物特征中的人脸特征之后，根据所获取的人脸特征与预设的人脸特征模型进行比对，并判断在预设的人脸特征模型中是否存在与人脸特征匹配的人脸特征模型，若不存在匹配的人脸特征模型，则根据人脸特征获取并存储人脸特征模型，再存储与人脸特征模型所对应的车辆的个性设置参数；若存在匹配的人脸特征模型，则获取与人脸特征模型对应的预设个性设置参数，以使车辆的个性设置参数自动设置为预设个性设置参数
基于识别参数控制方法系统云端服务器

[发明专利]一种基于深度学习的三维玩具设计方法-CN202310785388.X有效
发明人：郭鑫;王军;韦旻旭;石秀磊;孙贵川 -专利权人：湖北工业大学
申请日： 2023-06-29 - 公布日： 2023-09-15 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及深度学习技术领域，公开了一种基于深度学习的三维玩具设计方法，包括以下步骤：通过三维玩具模型数据生成模型类型特征；通过三维玩具模型数据生成模型整体特征；提取连接特征；构建三维玩具模型生成模型，包括组合器、生成器和判别器；训练三维玩具模型生成模型；使用三维玩具模型生成模型输出第一特征；将第一特征转化为生成三维玩具模型文件；本发明基于现有的三维玩具模型混合玩具类型特征训练三维玩具模型生成模型，基于用户输入的类型标签来自动生成匹配用户需求的三维玩具模型；训练时混合了多部件三维玩具模型之间的连接特征，生成多部件的组合式三维玩具模型，保证三维玩具模型整体性的同时不会出现部件打印后无法拼接的问题。
一种基于深度学习三维玩具设计方法

[发明专利]一种人工智能算法模型获取方法及装置-CN202210271417.6在审
发明人：王四海;秦城;杨锐 -专利权人：华为技术有限公司
申请日： 2022-03-18 - 公布日： 2023-09-05 - 主分类号： G06N3/08 文献下载
摘要：本申请提供一种人工智能算法模型获取方法及装置，能够为数据选择合适的人工智能算法模型，可以应用于各种通信系统。该方法包括：网络设备根据数据特征信息和M个模型特征信息，从M个人工智能算法模型中确定N个人工智能算法模型，向终端设备发送N个人工智能算法模型中的至少一个人工智能算法模型对应的配置信息。M个模型特征信息与M个人工智能算法模型一一对应，N个人工智能算法模型相较于M个人工智能算法模型中的剩余(M‑N)个人工智能算法模型更适于对数据进行处理，M个模型特征信息中的第i个模型特征信息包括第i个人工智能算法模型的特征，数据特征信息包括第一数据的特征。
一种人工智能算法模型获取方法装置

[发明专利]文本识别模型框架的训练方法、装置及系统-CN202110858410.X有效
发明人：章成全;吕鹏原;李煜林;庾悦晨;姚锟;韩钧宇;刘经拓;丁二锐;吴甜;王海峰 -专利权人：北京百度网讯科技有限公司
申请日： 2021-07-28 - 公布日： 2023-04-07 - 主分类号： G06V30/148 文献下载
摘要：本公开提供了一种文本识别模型框架的训练方法、装置及系统，涉及人工智能技术领域，具体为计算机视觉和深度学习技术领域，可应用于智慧城市和智慧金融场景。包括：基于预设的文本检测模型对样本图像进行特征处理，得到与样本图像中文本信息相关的至少两种特征信息，基于预设的特征融合模型对样本图像的至少两种特征信息进行融合处理，得到样本图像的融合特征，将融合特征输入至特征融合模型，基于融合特征模型对文本检测模型和特征融合模型的参数分别进行调整，得到文本识别模型框架，文本识别模型框架中的文本检测模型与特征融合模型之间具有较高的关联性，从而实现了训练过程的完整性和全面性，提高了文本识别模型框架的准确性和可靠性
文本识别模型框架训练方法装置系统

[发明专利]一种异维特征的模型构建方法及图像识别方法、装置-CN201910712897.3有效
发明人：李一力;尉桦;邵新庆;刘强 -专利权人：深圳力维智联技术有限公司;南京中兴力维软件有限公司
申请日： 2019-08-02 - 公布日： 2023-09-29 - 主分类号： G06V10/77 文献下载
摘要：一种异维特征的模型构建方法及图像识别方法、装置，该模型构建方法包括：通过样本图像训练得到用于图像识别的第一网络模型和第二网络模型；对第一网络模型的特征层进行降维处理，以使得该第一网络模型的特征层的特征维度等于第二网络模型的特征层的特征维度；通过知识蒸馏处理在降维处理后的第一网络模型和所述第二网络模型之间进行知识迁移，利用知识蒸馏出的图像识别信息对该第二网络模型进行训练，得到第二网络模型对应的图像识别模型。由于通过降维处理使得第一网络模型的特征层的特征维度能够等于第二网络模型的特征层的特征维度，从而利于在相同的特征维度下进行知识蒸馏处理，能够避免知识蒸馏方法在图像识别领域的应用局限性。
一种特征模型构建方法图像识别装置

[发明专利]短期负荷预测模型构建方法、装置、设备及可读存储介质-CN202210583319.6在审
发明人：胡志坚;焦龄霄;李天格;刘盛辉 -专利权人：武汉大学
申请日： 2022-05-25 - 公布日： 2022-08-30 - 主分类号： G06F30/27 文献下载
摘要：本申请涉及一种短期负荷预测模型构建方法、装置、设备及可读存储介质，涉及短期负荷预测技术领域，基于mRMR‑IPSO对包括日历规则、天气影响和历史负荷等特征的原始特征集进行筛选得到初始特征数据集；基于初始特征数据集对初始Stacking集成学习模型进行训练得到初始预测模型；将初始特征数据集输入初始预测模型得到负荷预测误差序列，基于负荷预测误差序列构建误差特征集，并基于mRMR‑IPSO对误差特征集进行筛选得到误差特征数据集；基于误差特征数据集对初始Stacking集成学习模型进行训练得到误差预测模型；基于初始预测模型和误差预测模型创建短期负荷预测模型，提高了短期负荷预测模型的预测精度和泛化性能。
短期负荷预测模型构建方法装置设备可读存储介质

[发明专利]广告模型的管理方法、装置、电子设备及计算机可读介质-CN202011194290.X在审
发明人：李勇;白钰;席云峰;杨思敏;康宏伟 -专利权人：阿里巴巴集团控股有限公司
申请日： 2020-10-30 - 公布日： 2022-05-06 - 主分类号： G06Q30/02 文献下载
摘要：本申请实施例提供了一种广告模型的管理方法、装置、电子设备及计算机可读介质，涉及互联网技术领域。其中,所述方法包括：向广告服务端发送广告模型下发请求，使得广告服务端基于广告模型下发请求，向广告客户端下发广告模型和广告模型的输入特征的类别信息；接收广告服务端基于广告模型下发请求下发的广告模型和广告模型的输入特征的类别信息；基于广告模型的输入特征的类别信息，获取广告模型的输入特征信息；将广告模型的输入特征信息输入至广告模型中，以获得广告模型基于输入特征信息预测的结果。通过本申请实施例，不仅能够有效提高广告模型的输入特征的时效性，而且还能够有效提高请求广告模型预测的成功率。
广告模型管理方法装置电子设备计算机可读介质

[发明专利]学生模型的训练方法、装置及电子设备-CN202010297966.1有效
发明人：曾凡高;张有才;危夷晨 -专利权人：北京迈格威科技有限公司
申请日： 2020-04-15 - 公布日： 2023-09-22 - 主分类号： G06N3/042 文献下载
摘要：本发明提供了一种学生模型的训练方法、装置及电子设备，涉及人工智能领域，学生模型通过知识蒸馏方式向已训练好的教师模型学习，学生模型和教师模型均为物体检测模型，该方法包括：获取训练样本的候选样本区域；分别通过学生模型和教师模型对训练样本的候选样本区域进行特征提取，得到学生模型提取出的第一特征和教师模型提取出的第二特征；获取第一特征的置信度；根据第一特征、第二特征和第一特征的置信度确定学生模型和教师模型之间的蒸馏损失；基于蒸馏损失更新学生模型的参数。本发明可以使学生模型能够针对不同样本进行不同程度的参数更新，使训练好的学生模型具有更优秀的性能，从而提升物体检测效果。
学生模型训练方法装置电子设备

[发明专利]特征分箱模型的联邦建模方法、设备，介质及程序产品-CN202011480293.X在审
发明人：唐兴兴;陈建蓉;黄启军 -专利权人：深圳前海微众银行股份有限公司
申请日： 2020-12-14 - 公布日： 2022-06-14 - 主分类号： G06N20/00 文献下载
摘要：本申请公开一种特征分箱模型的联邦建模方法、设备、介质及程序产品，涉及人工智能领域，该方法包括：接收不同联邦参与方分别建立交互式特征分箱模型后发送的不同模型信息；合并不同模型信息以得到聚合特征分箱模型，并将聚合特征分箱模型分发给不同联邦参与方，以供对应不同联邦参与方接收聚合特征分箱模型，并基于聚合特征分箱模型反馈是否达到预设联邦训练结束条件；若接收到未达到预设联邦训练结束条件的反馈信息，返回接收不同联邦参与方分别建立交互式特征分箱模型后发送的不同模型信息的步骤，直至对应联邦参与方反馈达到预设联邦训练结束条件的反馈信息，以得到目标联邦特征分箱模型。
特征模型联邦建模方法设备介质程序产品

[发明专利]基于大尺度网格模型表示的实时稀疏编辑方法和系统-CN201910688868.8在审
发明人：高林;杨洁;夏时洪;来煜坤 -专利权人：中国科学院计算技术研究所
申请日： 2019-07-29 - 公布日： 2019-12-06 - 主分类号： G06T17/20 文献下载
摘要：本发明公开了一种基于大尺度网格模型的实时稀疏编辑方法，包括：构建由相同网格拓扑的模型组成的模型库；提取该模型的原始特征向量，将该原始特征向量转化为可以编码模型大尺度形变的第一特征向量，并形成该模型库的第一特征向量集合；对该第一特征向量集合进行全局稀疏优化，提取第二特征向量集合；确定目标模型上的控制顶点位置；以该目标模型的特征向量为该第二特征向量集合的一个线性组合向量，对该线性组合向量进行稀疏优化，得到编辑特征向量；根据该控制顶点位置和该编辑特征向量，得到该目标模型的形变模型。本发明的方法可以借助模型库的先验信息，通过稀疏混合的方法自动选择较少数量的变形特征，实时生成更加真实自然可靠的编辑结果。
特征向量集合特征向量稀疏目标模型模型库原始特征向量顶点位置线性组合大尺度向量编辑结果编码模型变形特征实时生成网格模型网格拓扑先验信息形变模型真实自然自动选择形变构建优化全局转化

[发明专利]与芯片适配的模型训练方法、装置和计算机设备-CN202111020514.X在审
发明人：李杰;王广新;杨汉丹 -专利权人：深圳市友杰智新科技有限公司
申请日： 2021-09-01 - 公布日： 2022-01-11 - 主分类号： G06N3/08 文献下载
摘要：本申请提供了一种与芯片适配的模型训练方法、装置和计算机设备，首先使用接近芯片特征提取算法的预设特征提取算法对样本数据进行特征提取的第一训练数据对神经网络进行模型训练，得到初始模型。然后在同一批次的训练数据中，使用预设特征提取算法和芯片特征提取算法对样本数据进行组合特征提取的第三训练数据对初始模型进行模型训练，得到二次模型。最后使用芯片特征提取算法提取算法对样本数据进行特征提取的第二训练样本对二次模型进行模型训练，得到最终模型。本申请通过逐次递进的方式，完成从预设特征提取算法到芯片特征提取算法的过程，保证了模型训练和应用时特征的一致性，有效保证了最终模型的鲁棒性和准确度。
芯片模型训练方法装置计算机设备