“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]一种鞋楦模型的特征点与结构线提取方法-CN202110738738.8在审
发明人：林子森 -专利权人：广东时谛智能科技有限公司
申请日： 2021-06-30 - 公布日： 2021-09-14 - 主分类号： A43D1/04 文献下载
摘要：本发明公开了一种鞋楦模型的特征点与结构线提取方法，包括以下步骤：1)计算鞋楦模型的主元方向，确定鞋楦模型的四个特征点的大致位置；2)定位鞋楦模型的楦底面和统口面，且精准定位并提取鞋楦模型的四个特征点；3)根据鞋楦模型的四个特征点，对鞋楦模型的结构线进行提取；本发明通过运用PCA计算鞋楦模型的主元方向来定位特征点，并通过分割鞋楦模型，确定鞋楦模型的楦底面和统口面，从而提取鞋楦模型的特征点，再根据特征点对鞋楦模型的结构线进行提取，适用于各种类型的鞋楦模型，在鞋楦表面不光滑、有噪声和空洞的情况下也能准确提取特征点和结构线，避免人工测量导致的误差过大，提高识别率，总体效率高，具有经济适用性。
一种模型特征结构提取方法

[发明专利]基于类内类间距离的CNN模型心拍分类方法-CN201810708608.8有效
发明人：游大涛;武相军;耿旭东;魏梦凡;原永朋;朱凯歌;任广龙;方旭阳 -专利权人：河南大学;赛尔网络有限公司
申请日： 2018-07-02 - 公布日： 2021-08-17 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及ECG心拍分类技术领域，尤其涉及基于类内类间距离的CNN模型心拍分类方法。基于类内类间距离的CNN模型心拍分类方法，包括：构建心拍特征数学模型；基于心拍特征数学模型，构建共性CNN模型；基于心拍特征数学模型，在共性CNN模型的基础上，采用类内距最小化类间距最大化方法对共性CNN模型进行改进，用以构建个性CNN模型；综合个性CNN模型的输出信息对心拍进行分类。本发明建立了共性CNN模型提取心拍的类间共性特征、类内距最小化类间距最大化的个性CNN模型提取心拍的类别个性特征，解决了由心拍类数据量不平衡导致的不能有效提取心拍特征的问题；将完整的心拍作为CNN的输入特征，实现了模型完全自动充分的提取心拍特征，进而准确的对心拍分类。
基于类内类间距 cnn 模型分类方法

[发明专利]一种知识显著性与局部模式一致性的知识蒸馏方法与装置-CN202110551343.7在审
发明人：唐乾坤;徐晓刚;王军;徐冠雷;何鹏飞;曹卫强 -专利权人：之江实验室
申请日： 2021-05-20 - 公布日： 2021-06-18 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种知识显著性与局部模式一致性的知识蒸馏方法与装置，具体包括：从教师模型和学生模型中选择需要进行知识蒸馏的特征层；计算所选学生模型特征层与教师模型特征层每个通道的语义相似性；计算所选学生模型特征层与教师模型特征层每个空间位置的语义相似性；计算所选学生模型中每个特征位置局部模式与教师模型特征层对应位置局部模式一致度；将上述计算得到的语义相似性及局部模式一致度融合入损失函数中，训练学生模型。该发明相比与现有技术操作简单，不需要特定的神经网络模型，同时能够显著地改善学生模型性能。
一种知识显著局部模式一致性蒸馏方法装置

[发明专利]库存量预测方法、装置、存储介质及电子设备-CN202210983790.4在审
发明人：王志超 -专利权人：深圳美云集网络科技有限责任公司
申请日： 2022-08-17 - 公布日： 2022-09-16 - 主分类号： G06Q10/04 文献下载
摘要：本申请涉及数据分子技术领域，具体公开了一种库存量预测方法、装置、存储介质及电子设备，该方法包括：将若干历史数据输入数据解析模型，得到历史数据的数据特征，数据特征包括第一特征和第二特征；根据第一特征为历史数据选取模型类别，模型类别包括第一类别模型、第二类别模型和第三类别模型；在模型类别下结合第二特征为历史数据选取预估模型；利用历史数据和第二特征优化预估模型；利用历史数据和优化后的预估模型得到预估数据。该预测方法以历史数据为基点，根据历史数据特点选取不同的预估模型，使得预测结果更接近真实数据。
库存量预测方法装置存储介质电子设备

[发明专利]一种基于注意力特征信息的BERT模型融合方法-CN202210176600.8在审
发明人：陈珂;杨浩磊;寿黎但;胡天磊;陈刚;江大伟;骆歆远 -专利权人：浙江大学
申请日： 2022-02-25 - 公布日： 2022-06-03 - 主分类号： G06N20/20 文献下载
摘要：本发明公开了一种基于注意力特征信息的BERT模型融合方法，该方法利用每个原模型对输入文本的隐藏表示信息，来计算每个原模型的权重，然后利用每个原模型的权重信息，对原模型的注意力特征信息进行加权融合，最后利用融合后的注意力特征信息对新模型进行调整，提高新模型的表现效果。该方法可以充分利用BERT模型的注意力特征信息，提高融合后BERT模型的表现效果。相比于其他融合方法，本方法可以有效地完善融合后模型的注意力特征信息，使得融合后的模型对文本的注意力特征更加完整，进而提高融合后模型的表现效果。
一种基于注意力特征信息 bert 模型融合方法

[发明专利]图片匹配方法、装置、电子设备以及存储介质-CN202011561238.3在审
发明人：徐楠;马先钦;吴晓飞;孔庆超;张西娜;曹家;曲宝玉;罗引;王磊 -专利权人：北京中科闻歌科技股份有限公司
申请日： 2020-12-25 - 公布日： 2021-04-13 - 主分类号： G06F16/535 文献下载
摘要：该方法包括：获取目标文本，基于预先训练的特征提取模型提取所述目标文本的文本特征信息；将所述文本特征信息与预设图库中各图片的图片特征信息进行匹配，其中，所述各图片的图片特征信息基于所述预先训练的特征提取模型对各图片提取得到，所述特征提取模型包括文本特征提取子模型、图片特征提取子模型以及分别与所述文本特征提取子模型、所述图片特征提取子模型连接的联合特征提取子模型；将与所述文本特征信息相匹配的图片确定为所述目标文本的匹配图片
图片匹配方法装置电子设备以及存储介质

[发明专利]语音合成模型的训练的相关方法以及相关装置、设备-CN202111272083.6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：本申请公开语音合成模型的训练的相关方法以及相关装置、设备。语音合成模型的训练方法包括：获取到样本音频及其特征信息，以及每一帧样本音频的标准特征谱；通过初始模型对样本音频的特征谱进行预测，得到每一帧样本音频的预测特征谱；依次将每相邻帧标准特征谱进行作差处理以及每相邻帧的预测特征谱进行作差处理，得到标准特征谱误差以及预测特征谱误差；利用标准特征谱误差以及预测特征谱误差对初始模型进行训练，得到语音合成模型。上述方案，通过作差处理后的特征谱误差对初始模型进行训练，使语音合成模型所预测的预测特征谱的变化趋势能够与标准特征谱的变化趋势具备一致性，从而提高语音合成模型的预测精度，进而提高语音合成的相似度。
语音合成模型训练相关方法以及装置设备

[发明专利]一种基于融合特征的目标网络模型获取方法及装置-CN202310248605.1在审
发明人：江宁;朱洪林;林成;何刚 -专利权人：西南科技大学
申请日： 2023-03-15 - 公布日： 2023-06-13 - 主分类号： G06V10/44 文献下载
摘要：本发明涉及人工智能算法技术领域，尤其涉及一种基于融合特征的目标网络模型获取方法及装置，方法包括：获取教师、学生网络模型和训练数据集；将训练数据集输入学生网络模型和教师网络模型，提取学生末层特征图和教师各层特征图；对学生末层特征图和教师各层特征图分别进行处理，得到学生末层目标特征图和教师各层目标特征图；将学生末层目标特征图分别与教师各层目标特征图进行融合，得到融合特征集；基于融合特征集，确定多层蒸馏损失；基于多层蒸馏损失，对学生网络模型的参数进行调整，得到目标网络模型，通过将特征进行融合，将特征压缩，降低处理量，进而降低网络模型的复杂性，使得该目标网络模型能够应用在小型化产品上。
一种基于融合特征目标网络模型获取方法装置

[发明专利]基于特征选择和组合预测模型的母线负荷短期预测方法-CN202310403496.6在审
发明人：梅飞;陆嘉华;华昊辰;余昆;陈星莺;杨赛;唐瑜;甘磊;王博 -专利权人：河海大学
申请日： 2023-04-14 - 公布日： 2023-06-30 - 主分类号： H02J3/00 文献下载
摘要：本发明公开了一种基于特征选择和组合预测模型的母线负荷短期预测方法，包括：从多种气象特征构建的原始气象特征集中选择最优气象特征集；以未来最优气象特征值和日期时间特征值一起作为特征，构建BP回归负荷预测模型，输出负荷回归预测值；以最优气象特征历史值和负荷历史值一起作为时间序列预测模型的特征，构建时间序列负荷预测模型，输出负荷时序预测值；以BP回归预测模型的负荷回归预测值、时间序列预测模型的负荷时序预测值以及待预测负荷的日类型特征值一起作为特征，构建组合回归预测模型，输出最终负荷预测值。本发明通过特征选择流程选择最优气象特征，构建组合预测模型输出预测结果，为调度人员对电力系统的调度计划安排提供了依据。
基于特征选择组合预测模型母线负荷短期方法

[发明专利]脉搏波信号处理方法及装置-CN202110400929.3有效
发明人：石用伍;李小勇;谢泉;石龙 -专利权人：贵州省人民医院
申请日： 2021-04-14 - 公布日： 2022-10-25 - 主分类号： A61B5/021 文献下载
摘要：本发明提供了一种脉搏波信号处理方法及装置，该方法包括：获取待处理的脉搏波信号；对脉搏波信号进行预处理，获得标准脉搏波信号；分别通过血压识别模型的频域特征处理子模型提取标准脉搏波信号的关键频域特征，以及通过血压识别模型的时域特征处理子模型提取标准脉搏波信号的关键时域特征；应用血压识别模型的特征融合子模型对关键时域特征以及关键频域特征进行融合，获得标准脉搏波信号的融合特征；应用血压识别模型的输出子模型基于融合特征，获得标准脉搏波信号的血压识别结果。能够提取标准脉搏波信号的关键频域特征以及关键时域特征，进而依据该关键频域特征以及关键时域特征进行血压识别，能够有效的提升血压识别结果的准确率。
脉搏信号处理方法装置

[发明专利]基于面部划分的人脸深度伪造检测方法及系统-CN202110776853.4有效
发明人：曹娟;方凌飞;谢添;李锦涛 -专利权人：中国科学院计算技术研究所
申请日： 2021-07-09 - 公布日： 2023-09-01 - 主分类号： G06V40/16 文献下载
摘要：本发明提出一种基于面部划分的人脸深度伪造检测方法和系统，包括：对训练数据，提取全局人脸特征；根据获取全局人脸特征过程中产生的浅层卷积特征，将该浅层卷积特征根据预设的面部划分方式，划分为多个图像区域，分别将该图像区域输入至局部人脸特征提取模型，得到该人脸图像的多个局部特征；通过注意力模型提取该多个局部特征间的关系特征，并将该关系特征与该全局特征拼接后输入至二分类模型，得到该训练数据的检测结果，根据该结果和该标签构建损失函数，以训练该全局人脸特征提取模型、局部人脸特征提取模型、注意力模型和该二分类模型。
基于面部划分深度伪造检测方法系统

[发明专利]特征表示迁移学习方法及相关装置-CN201811269655.3在审
发明人：杨治昆;翟军治 -专利权人：西安宇视信息科技有限公司
申请日： 2018-10-29 - 公布日： 2020-05-05 - 主分类号： G06N3/063 文献下载
摘要：本发明实施例提供了一种特征表示迁移学习方法及相关装置，涉及深度学习技术领域。其中，所述方法包括：调整选定的第二网络模型的特征映射层，使第二网络模型的与第一网络模型的特征映射层输出的特征数据长度相同；分别采用第一网络模型与第二网络模型对预选的图像数据进行处理；依据第一网络模型处理得到的第一特征及第二网络模型处理得到的第二特征，调整第二网络模型的模型参数，从而使第二网络模型的特征表示能力与第一网络模型的特征表示能力之间满足预设要求。即便结构简单的网络模型也可以快速获得优异的特征表达能力，从而在满足产品性能的同时有效减小网络模型的系统开销。
特征表示迁移学习方法相关装置

[发明专利]一种模型训练方法、装置及设备-CN202210296231.6在审
发明人：申书恒;张长浩;傅欣艺;王维强 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2022-03-24 - 公布日： 2022-06-24 - 主分类号： G06N20/20 文献下载
摘要：本说明书实施例公开了一种模型训练方法、装置及设备，该方法应用于终端设备，包括：获取用于训练目标模型的样本数据，该样本数据不包含用于训练目标模型的标签信息，然后，根据预设的节点选取次数，每次从目标模型中包含的模型节点中选取满足预设丢弃概率的模型节点，并从目标模型中去除选取的模型节点，得到剩余模型节点构成的目标模型，将该样本数据输入到上述每个目标模型中进行特征提取处理，得到每个目标模型对应的样本特征，向该样本特征中分别加入预设的噪声数据，得到噪声样本特征，将该噪声样本特征发送给服务器，以触发服务器基于该噪声样本特征对目标模型进行联邦训练。
一种模型训练方法装置设备

[发明专利]基于灰色模型与神经网络的天然气需求预测方法及装置-CN202211531078.7在审
发明人：龚贤夫;彭勃;左婧;徐蔚;李耀东;钟俊琛;张天任;黄玉萍 -专利权人：广东电网有限责任公司
申请日： 2022-12-01 - 公布日： 2023-03-21 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于灰色模型与神经网络的天然气需求预测方法及装置，所述方法包括：采集关于天然气需求特征的特征数据集，所述特征数据集包括时间特征数据和相关因素特征数据；利用所述特征数据集构建灰色模型，并利用WOA算法对所述灰色模型进行优化，得到优化模型；获取所述优化模型的初始预测数据，采用所述初始预测数据对预设的组合神经网络进行模型训练生成预测模型，并调用所述预测模型进行短期需求预测。本发明可以利用灰色模型对各类相关因素和信息进行深层挖掘，再利用深层挖掘的信息对组合模型进行模型训练以及需求预测，通过各类深层挖掘信息的映射和关联进行模型训练，能提高模型预测的准确率，减少预测的误差。
基于灰色模型神经网络天然气需求预测方法装置

[发明专利]一种A卡评分卡的建模方法及系统-CN202310615089.1在审
发明人：刘正夫;朱昆;黄少博 -专利权人：天翼电子商务有限公司
申请日： 2023-05-27 - 公布日： 2023-09-05 - 主分类号： G06Q40/03 文献下载
摘要：该方法包括：采集建模数据，该建模数据包括A卡特征xA和B卡特征xB；构建线下模型，并基于A卡特征xA和B卡特征xB进行线下模型训练，以得到最终的线下模型；构建线上模型，基于A卡特征xA，将线下模型softmax值和真实标签作为优化目标参数，对线上模型进行训练，以得到最终的线上模型。本发明分离了线下和线上模型，线下、线上采用两种不同的模型和不同特征变量来进行学习，离线训练复杂模型，在线训练简单模型，保证了在线模型的可解释性和离线模型的泛化能力。
一种评分建模方法系统