“表征目标”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932079个，建议您升级VIP下载更多相关专利

[发明专利]基于自监督的联邦学习方法、装置、设备及存储介质-CN202210705207.3在审
发明人：司世景;王健宗;张传尧 -专利权人：平安科技（深圳）有限公司
申请日： 2022-06-21 - 公布日： 2022-07-26 - 主分类号： G06N20/00 文献下载
摘要：该方法包括：获取本地数据样本、公共数据样本、全局模型参数和全局样本表征；对本地目标网络模型进行更新；将公共数据样本输入本地在线网络模型，得到本地样本表征；根据本地样本表征和全局样本表征，确定第一模型损失值，进而确定总模型损失值；根据总模型损失值对本地在线网络模型进行更新，进而更新本地目标网络模型的目标模型参数；将目标模型参数和本地样本表征发送至服务器，以使服务器更新全局模型参数和全局样本表征。本申请实施例能够避免客户端的本地在线网络模型和本地目标网络模型在更新过程中存在漂移，从而提高模型性能。
基于监督联邦学习方法装置设备存储介质

[发明专利]数据处理方法、装置及设备-CN202310197133.1在审
发明人：蒋晨之;傅幸;王维强 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2023-02-23 - 公布日： 2023-05-30 - 主分类号： G06F18/214 文献下载
摘要：本说明书实施例提供了一种数据处理方法、装置及设备，其中，该方法包括：获取用于训练目标模型的数据样本；将数据样本输入目标模型的第一模块，得到数据样本对应的第一分类标签以及数据样本对应的第一表征向量；基于第一表征向量和预设类别表征向量的相似度，确定数据样本对应的第二分类标签，并基于第二分类标签、第一分类标签和预设分类损失函数，得到第一损失值；将数据样本输入目标模型的第二模块，得到数据样本对应的第二表征向量，并基于第一表征向量、第二表征向量和预设对比损失函数，得到第二损失值；基于第一损失值和第二损失值，对目标模型进行迭代训练，得到训练后的目标模型。
数据处理方法装置设备

[发明专利]基于样本风格特征的模糊超平面聚类方法及装置-CN202310658659.5在审
发明人：顾苏杭;朱培逸;鲁明丽;从金亮;丁卫 -专利权人：常熟理工学院
申请日： 2023-06-05 - 公布日： 2023-08-29 - 主分类号： G06F18/23 文献下载
摘要：本公开实施例涉及机器学习领域，提供一种基于样本风格特征的模糊超平面聚类方法及装置，方法包括：建立保留样本的物理特征同时挖掘样本的风格特征的表征形式；基于表征形式和给定的数据集，建立基于物理特征和风格特征的模糊超平面聚类模型的初始目标函数；利用表征形式对应的正则化项和关于不同聚类中心的软间隔，对初始目标函数进行优化，得到更新后的目标函数；将更新后的目标函数的优化问题分解为基于表征形式的一系列子问题；基于一系列子问题确定更新后的目标函数的参数，求解出表征形式；基于求解出的表征形式对数据集中的样本进行聚类分析，得到数据集对应的预测类别标签集。
基于样本风格特征模糊平面方法装置

[发明专利]三维模型生成方法、装置和电子设备-CN202310802868.2在审
发明人：吴进波;刘星 -专利权人：北京百度网讯科技有限公司
申请日： 2023-06-30 - 公布日： 2023-10-03 - 主分类号： G06T17/00 文献下载
摘要：实现方案为：获取用户针对待生成的目标三维模型提供的约束要素；基于约束要素，生成目标三维模型的第一模型表征，其中，第一模型表征包括目标三维模型的初始形状信息和初始纹理信息；将第一模型表征转换为能够被调整的第二模型表征；基于第二模型表征，生成目标三维模型的多个渲染图像，其中，多个渲染图像分别对应于多个视角；以及基于多个渲染图像和约束要素，调整第二模型表征以生成目标三维模型。
三维模型生成方法装置电子设备

[发明专利]用于处理高精地图的方法和装置-CN201710367159.0有效
发明人：刘阳;彭玮琳;李文博;沈莉霞;宋适宇;徐宝强 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2017-05-23 - 公布日： 2023-08-29 - 主分类号： G01C21/32 文献下载
摘要：该方法的一具体实施方式包括：获取目标高精地图，目标高精地图包括至少一个道路元素和至少一个路口元素，其中，道路元素用于表征道路，道路元素包括道路位置信息和车道元素标识序列，道路位置信息用于表征道路所在的地理位置，车道元素标识用于指示车道元素，车道元素用于表征道路中的车道，车道元素包括车道位置信息，道路元素的车道元素标识序列中的每个车道元素标识所指示的车道元素用于表征道路元素所表征的道路中的每条车道，路口元素用于表征路口；对目标高精地图进行处理，得到处理后的目标高精地图；输出处理后的目标高精地图。
用于处理地图方法装置

[发明专利]语音数据的处理方法、装置、电子设备和可读存储介质-CN202310595157.2在审
发明人：朱鹏程;张雍茂;毕梦霄;郭帅;张晴;薛鹤洋;胡志鹏;吕唐杰 -专利权人：网易(杭州)网络有限公司
申请日： 2023-05-24 - 公布日： 2023-08-08 - 主分类号： G10L13/02 文献下载
摘要：其中，方法包括：获取目标说话人的人声标签和文本数据；将人声标签输入预先训练完成的音色生成模型，生成目标说话人的目标人声表征向量，其中，音色生成模型根据对多维先验概率分布进行采样的采样结果与人声标签生成目标人声表征向量；将目标人声表征向量和文本数据输入预先训练完成的语音合成模型，生成目标说话人的语音数据。该方式中，通过音色生成模型可以分类生成不同类型的人声和音色的目标人声表征向量；通过语音合成模型可以生成目标说话人的语音数据，从而控制目标说话人的语音数据的音色特点，提高说话人音色生成的可控性。
语音数据处理方法装置电子设备可读存储介质

[发明专利]一种发动机整机热加速试验参数的确定方法及相关设备-CN202310309573.1在审
发明人：强洪夫;耿挺京;王学仁;王哲君;唐成虎;张宇伦 -专利权人：中国人民解放军火箭军工程大学
申请日： 2023-03-28 - 公布日： 2023-05-05 - 主分类号： G01N33/22 文献下载
摘要：本发明实施例公开了一种发动机整机热加速试验参数的确定方法及相关设备，所述方法包括：获取目标固体燃料的微观特征参量、宏观特征参量和CT扫描试验结果；基于CT扫描试验结果选择目标微观特征参量和目标宏观特征参量，并获取目标微观特征参量与宏观特征参量的目标表征关系；根据目标表征关系修正目标固体燃料发动机整机热加速试验的初始参数，得到目标固体燃料发动机整机热加速试验的目标参数。通过引入CT扫描试验结果对微‑宏观表征关系进行修正，不仅作为关联微观‑宏观特征参量的中间桥梁，还修正微观‑宏观参量的表征关系，提升宏观力学性能和微观化学变量参数的关系的可信度。
一种发动机整机加速试验参数确定方法相关设备

[发明专利]一种基于表征波动的不确定性可靠性推理方法及相关设备-CN202211446309.4在审
发明人：潘超;袁博;姚新;周维 -专利权人：南方科技大学;华为技术有限公司
申请日： 2022-11-18 - 公布日： 2023-03-14 - 主分类号： G06N5/04 文献下载
摘要：本发明公开了一种基于表征波动的不确定性可靠性推理方法及相关设备，方法包括：获取目标测试数据，将所述目标测试数据输入至目标神经网络模型，以获取所述目标神经网络模型中的目标响应序列；根据所述目标响应序列获取所述目标神经网络模型的表征波动性；根据所述目标神经网络模型的表征波动性获取所述目标神经网络模型的不确定性可靠程度。本发明通过计算训练好的神经网络模型的表征波动性推理出神经网络模型的不确定性可靠程度，实现了更准确的评估出神经网络模型的不确定性的质量的效果。
一种基于表征波动不确定性可靠性推理方法相关设备

[发明专利]网络表征学习方法、装置、电子设备及可读存储介质-CN201911046177.4有效
发明人：林文清 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-10-30 - 公布日： 2022-07-22 - 主分类号： H04L41/0813 文献下载
摘要：本申请提供了一种网络表征学习方法、装置、电子设备及可读存储介质，包括：对待处理网络图进行图分割，得到至少两个第一子图；构造各第一子图对应的第一缩略子图；分别对每个第一子图进行网络表征学习，得到每个第一子图中各节点的第一表征向量，对第一缩略子图进行网络表征学习，得到第一缩略子图中各节点的第二表征向量；基于各第一子图中各节点的第一表征向量，以及第一缩略子图中各节点的第二表征向量，得到待处理网络图中各节点的目标表征向量。由于该方案得到的目标表征向量包含了节点的局部结构特征和全局结构特征，因此该方案得到的目标表征向量较现有技术中得到的表征向量的准确性更高。
网络表征学习方法装置电子设备可读存储介质

[发明专利]一种跨网络节点分类方法、装置及计算机可读存储介质-CN202210808801.5在审
发明人：沈笑;薛鹏;周犀 -专利权人：海南大学
申请日： 2022-07-11 - 公布日： 2022-10-11 - 主分类号： G06N3/04 文献下载
摘要：分别获取源网络和目标网络的节点的最终节点表征，并获取最终节点预测类别标签；将最终节点表征和最终节点预测类别标签的张量积输入至条件域鉴别器中，输出节点的域表征，根据域表征将图神经网络和条件域鉴别器对抗训练，以获取在类别条件下不同网络不可区分的节点表征。上述方案通过使用最终节点表征和最终节点预测类别标签的张量积作为条件域鉴别器的输入，能够让条件域鉴别器在类别条件下尽可能区分源网络和目标网络的节点表征，让图神经网络学习在类别条件下尽可能不可区分源网络和目标网络的节点表征，实现了源网络和目标网络的类别条件分布的对齐匹配。
一种网络节点分类方法装置计算机可读存储介质

[发明专利]一种语义表征方法、装置、存储介质及设备-CN202211376168.3在审
发明人：刘权;李锐;刘聪;胡国平 -专利权人：科大讯飞股份有限公司;中国科学技术大学
申请日： 2022-11-04 - 公布日： 2023-02-03 - 主分类号： G06F40/30 文献下载
摘要：本申请公开了一种语义表征方法、装置、存储介质及设备，该方法包括：首先获取待处理的目标文本，然后提取出目标文本的语种标识编码向量、实体词信息编码向量、位置编码向量和词向量；接着，将目标文本的语种标识编码向量、实体词信息编码向量、位置编码向量和词向量输入至预先构建的语义表征模型，预测得到目标文本对应的语义表征向量；其中，语义表征模型是根据相同语种的正样本文本对和负样本文本对、以及不同语种的正样本文本对和负样本文本对从而不再需要单语种进行模型定制，仅利用预先构建的语义表征模型即可实现跨语种的语义表征，并有效提高了表征效果，有利于后续进行多语种的相关任务。
一种语义表征方法装置存储介质设备

[发明专利]一种融合解耦表征的长尾词义消歧方法-CN202211265279.7在审
发明人：贺瑞芳;张俊伟 -专利权人：天津大学
申请日： 2022-10-16 - 公布日： 2023-01-13 - 主分类号： G06F40/289 文献下载
摘要：本发明公开一种融合解耦表征的长尾词义消歧方法，包括：由待消歧文本学习目标词的词嵌入，亦即目标词嵌入，其中文本到向量的映射模型采用目标词编码器实现；由词典中的词义定义文本学习词义定义的文本嵌入，亦即词义定义嵌入，其中文本到向量的映射模型采用定义编码器实现；将获得的目标词嵌入与词义定义嵌入一式两份，一份直接用于计算传统表征方法下词义的相似度得分；另一份由解耦表征方法将其重塑，以获取解耦表征下词义的相似度得分，最后将两种表征方法下得分加权求和作为输出值；该解耦表征方法为一种受量子理论中纠缠态启发、基于VAE模型框架、能够有效降低原VAE模型采样噪声的表征方法。
一种融合表征长尾词义方法

[发明专利]检测方法及检测设备、存储介质-CN202010123227.0有效
发明人：刘书文 -专利权人：深信服科技股份有限公司
申请日： 2020-02-27 - 公布日： 2022-11-22 - 主分类号： H04L9/40 文献下载
摘要：本申请实施例公开了一种检测方法和设备、计算机存储介质，其中，所述方法包括：获得至少一个主机在第一时间内产生的邮件相关数据，所述邮件相关数据表征为与主机发送外网邮件相关的数据；基于所述邮件相关数据，从所述至少一个主机中识别目标主机，所述目标主机为发送有外网加密邮件的主机；获得目标主机的第一目标数据和/或第二目标数据，其中所述第一目标数据表征为与发送外网邮件相关的邮件交换记录数据，第二目标数据表征与发送外网邮件相关的网络流量数据；基于第一目标数据和/或第二目标数据，确定所述目标主机在所述第一时间内是否发送目标邮件，所述目标邮件表征为外网加密垃圾邮件。
检测方法设备存储介质

[发明专利]一种光源性能表征方法、装置及计算机可读存储介质-CN202110862827.3在审
发明人：姚其 -专利权人：中山市小兀照明科技有限公司;复旦大学;中山复旦联合创新中心
申请日： 2021-07-29 - 公布日： 2021-11-23 - 主分类号： G06T7/90 文献下载
摘要：本发明公开了一种光源性能表征方法、装置及计算机可读存储介质，获取携带有多光谱光源各光谱通道对应的色度信息的目标表征图像；基于多光谱光源的光谱特征信息与色度信息的第一关联关系，以及光谱特征信息与光源性能评估信息的第二关联关系，构建相对性能特征模型；根据相对性能特征模型与目标表征图像的色度信息，在目标表征图像上对目标光源性能评估信息进行相应可视化表征。通过本发明的实施，充分考量了光源的光谱特征，基于色度与光源性能的关联关系对光源性能进行可视化表征，可实现光源性能的准确评估，以此可对光源调整控制提供有效指导。
一种光源性能表征方法装置计算机可读存储介质

[发明专利]一种基于他域表征转移的用户冷启动方法-CN202111654926.9在审
发明人：韩弘炀;傅剑文;陈心童;章建森;周文彬 -专利权人：天翼电子商务有限公司
申请日： 2021-12-30 - 公布日： 2022-05-20 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了一种基于他域表征转移的用户冷启动方法，它涉及推荐系统技术领域。对用户目标与来源场景下曝光和点击数据进行采集，对不同场景进行推荐模型预训练，获取不同场景用户交集，得到表征，构建来源域用户embedding；利用目标场景已训练物料结合来源场景的用户embedding进行深度学习模型训练，获取将来源场景用户embedding转化为目标场景用户embedding的结构与参数；获取来源场景有行为用户的embedding，利用表征利用他域表征转移模型将此类用户在目标场景进行推荐。本发明既获取用户个性化的表征，又能够将不同场景下用户表征进行区分，能够准确有效地利用其他场景的信息对用户进行推荐。
一种基于表征转移用户冷启动方法