“训练子集”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364438个，建议您升级VIP下载更多相关专利

[发明专利]语音识别模型的优化方法及系统-CN201911396717.1有效
发明人：李旭 -专利权人：思必驰科技股份有限公司
申请日： 2019-12-30 - 公布日： 2022-05-06 - 主分类号： G10L15/06 文献下载
摘要：该方法包括：对原始音频训练集中的原始音频按照语音属性进行划分，确定不同维度的多个音频训练子集；按照对应于各个维度的数据模拟算法，对各个维度的音频训练子集进行数据增强，生成不同维度的多个增强音频训练集；基于原始音频训练集以及多个增强音频训练集对语音识别模型进行训练本发明实施例训练的语音识别模型可以匹配不同场景下的语音识别系统的需求，提高语音识别效果。
语音识别模型优化方法系统

[发明专利]基于谱混合核高斯过程回归的单帧图像超分辨率重建方法-CN201910194123.6有效
发明人：宁贝佳;来浩坤;闫闯;赵建鑫 -专利权人：西安电子科技大学
申请日： 2019-03-14 - 公布日： 2023-05-05 - 主分类号： G06T3/40 文献下载
摘要：本发明属于图像处理技术领域，公开了一种基于谱混合核高斯过程回归的单帧图像超分辨率重建方法及系统，选取高分辨率图像形成高分辨率训练图像集，对高分辨率训练图像集元素进行下采样和插值放大操作得到插值训练图像集；提取特征形成训练数据集，对训练数据集进行聚类得到训练数据子集；对每一个训练数据子集训练出基于谱混合核的高斯过程回归模型的最优超参数；读取低分辨率测试图像并构建低分辨率测试数据集；在聚类中心中寻找与低分辨率测试数据集内每一个特征最近的聚类中心，形成最近邻训练数据子集；进行高斯过程回归，得到高分辨率特征集，输出高分辨率图像。
基于混合核高斯过程回归图像分辨率重建方法

[发明专利]一种声学模型训练方法及装置-CN202010898511.5在审
发明人：朱敏贤 -专利权人：广州市百果园信息技术有限公司
申请日： 2020-08-31 - 公布日： 2020-11-13 - 主分类号： G10L15/06 文献下载
摘要：本申请公开了一种声学模型训练方法及装置，其中上述方法包括：确定样本集中各训练样本的样本难度值，并按照所述样本难度值对所述样本集的各训练样本进行排序；对高斯混合声学模型进行迭代以训练深度神经网络声学模型，其中，所述训练的过程包括：按照预设的从易到难的策略，从排序后的样本集中选取不同难度以及不同数量的样本子集训练单音素模型和三音素模型，所述单音素模型对应的第一样本子集的难度以及数量小于所述三音素模型对应的第二样本子集的难度以及数量本实施例通过训练数据的调整，帮助高斯混合声学模型更好地收敛，获得更好的识别性能，从而为下一次迭代提供更准确的对齐信息，最终提升DNN‑HMM混合模型的识别效果。
一种声学模型训练方法装置

[发明专利]一种基于强成员信息预测的成员推断攻击防御方法及系统-CN202310571367.8在审
发明人：韩建民;刘义青;于娟;田尚云;彭浩;周昌军 -专利权人：浙江师范大学
申请日： 2023-05-18 - 公布日： 2023-08-18 - 主分类号： H04L9/40 文献下载
摘要：本发明属于机器学习技术领域，公开了一种基于强成员信息预测的成员推断攻击防御方法及系统，获取真实训练数据集，将其划分为互不相交的模型训练数据集和测试数据集；将训练数据集划分为两个训练数据子集；在测试数据集中训练一个教师模型，利用教师模型分别在两个训练数据子集中蒸馏出两个学生子模型；为两个训练数据子集中数据重新设置标签；在模型预测过程中，防御者在攻击者攻击之前利用强成员信息预测模型，确定模型预测输出中的强成员信息，并将其剔除
一种基于成员信息预测推断攻击防御方法系统

[发明专利]行为数据预测模型的更新方法、装置、设备及存储介质-CN202310357077.3在审
发明人：刘聪聪;师亮;赵夕炜 -专利权人：北京沃东天骏信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2023-04-04 - 公布日： 2023-09-12 - 主分类号： G06Q30/0202 文献下载
摘要：本发明实施例公开了一种行为数据预测模型的更新方法、装置、设备及存储介质，涉及计算机技术领域，该模型包括至少两个预测子网络，不同的预测子网络对应不同的业务场景；该方法包括：基于各业务场景的历史训练数据集分别确定各业务场景的当前误差下降参数；历史训练数据集包括至少一个历史实际行为数据子集、以及各历史实际行为数据子集分别对应的历史预测行为数据子集；基于各当前误差下降参数、各业务场景的当前实际行为数据子集、以及各当前实际行为数据子集分别对应的当前预测行为数据子集
行为数据预测模型更新方法装置设备存储介质

[发明专利]一种基于网格搜索技术用于支持向量机的参数寻优方法-CN201410016619.1有效
发明人：杨广文;季颖生;王小鸽;陈宇樹;薛志辉 -专利权人：清华大学
申请日： 2014-01-14 - 公布日： 2014-04-23 - 主分类号： G06F17/30 文献下载
摘要：本方法包括抽样，寻优以及选举三个阶段；具体包括：抽样生成多个训练集：从一个给定的完整样本集中随机抽取样本P次组成P个子集，作为训练集，P为正整数；确保每一个子集中的正负样本比例与全集中的正负样本比例保持一致；每个子集规模大小根据完整样本集的大小预先给定，子集数目P的大小确保反应全集的概率分布；每个子集进行参数寻优：利用网格搜索技术，分别对抽样得到的P个子集并行地进行参数寻优，完整遍历整个参数空间；汇总性能结果并且采用选举的方式选出参数组合作为最终的结果输出
一种基于网格搜索技术用于支持向量参数方法

[发明专利]一种电气设备紫外图像的语义分割模型构建方法及系统-CN202311001158.6有效
发明人：曾兵;周宇;何帝霖;陈显彪;杨小品;张文华;谢云敏;饶繁星 -专利权人：南昌工程学院
申请日： 2023-08-10 - 公布日： 2023-10-20 - 主分类号： G06V20/70 文献下载
摘要：本发明公开了一种电气设备紫外图像的语义分割模型构建方法及系统，方法包括：获取电气设备紫外图像集，对电气设备紫外图像集中的各个电气设备紫外图像进行图像标注，并将标注后的电气设备紫外图像集划分为训练子集、测试子集和验证子集；根据训练子集构建语义分割模型，语义分割模型包括卷积层、改进SPPF空间金字塔结构、改进CA注意力机制、下采样层以及上采样层基于改进的剪枝策略对语义分割模型进行剪枝操作，得到目标语义分割模型；根据测试子集和验证子集对目标语义分割模型进行测试和验证
一种电气设备紫外图像语义分割模型构建方法系统

[发明专利]一种多类别图像识别方法及系统-CN201710500086.8在审
发明人：陈渊;袁哲明;杨晶晶;谭泗桥;杨黎 -专利权人：湖南农业大学
申请日： 2017-06-27 - 公布日： 2017-10-20 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种多类别图像识别方法及系统，对m类别图像识别问题C＝{C1,C2,…,Cw,…,Cm}，将选自图像识别数据集的训练样本分解为m套样本子集；对每套样本子集经特征选择获得一套特征子集，共获得m套特征子集{Feat_1,Feat_2,…,Feat_w,…,Feat_m}；对某待测样本，首先取C1与C2类别样本作为训练样本，以{Feat_1∪Feat_2}为特征子集，构建第一个二分类器，对该待测样本作出预测，假定该待测样本被判为C1类，则取C1与C3中样本为训练样本，以{Feat_1∪Feat_3}为特征子集，构建第二个二分类器，对该待测样本作出预测；依此类推，直到构建m‑1个二分类器，最终胜出的类即为最终的图像类别
一种类别图像识别方法系统

[发明专利]基于负荷重采样的电厂燃烧过程机器学习建模方法-CN201410005560.6在审
发明人：徐祖华;王占能;赵均;邵之江 -专利权人：浙江大学
申请日： 2014-01-02 - 公布日： 2014-05-07 - 主分类号： G06F19/00 文献下载
摘要：本发明包括如下步骤：步骤(1).从实时运行数据中提取稳态样本；步骤(2).基于负荷将样本划分成训练子集和测试子集；步骤(3).利用所得训练样本对模型进行训练，并用测试样本对模型的泛化能力进行验证。本发明通过基于负荷划分样本子集，避免了现有的基于热态实验数据的电厂燃烧过程建模方法的不足，使得到的模型更能反映锅炉燃烧过程的特性；解决了电厂稳态样本在负荷上分布的不均衡性，保证了模型的泛化能力。
基于荷重采样电厂燃烧过程机器学习建模方法

[发明专利]一种面向目标识别的多阶段训练方法-CN202110348354.5有效
发明人：于效宇;李富超;刘艳;陈颖璐 -专利权人：电子科技大学中山学院
申请日： 2021-03-31 - 公布日： 2022-11-29 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种面向目标识别的多阶段训练方法，该训练方法的步骤包括：对训练所采用的数据集进行预处理；将预处理的结果用数据集分类模块分成多种类型的数据子集；将多种类型的数据子集按不同的比例进行混合得到多个不同类型的新数据集；将所训练的模型分成多个训练阶段；把多个不同类型的新数据集依次载入不同的训练阶段进行模型训练，本发明在不改变原模型训练时间和原模型大小的前提下，简单高效地通过多阶段训练方式提高了模型识别各种类别的平均精度
一种面向目标识别阶段训练方法

[发明专利]图像增强模型的训练、图像增强方法、装置和存储介质-CN201811183016.5有效
发明人：石世昌;黄飞 -专利权人：腾讯科技（深圳）有限公司
申请日： 2018-10-11 - 公布日： 2023-07-11 - 主分类号： G06V10/774 文献下载
摘要：本发明涉及一种图像增强模型的训练、图像增强方法、装置和存储介质，所述图像增强模型的训练方法包括：获取第一训练图像集，所述第一训练图像集中的各个训练样本包括训练图像以及配对的目标图像；根据所述第一训练图像集的各个训练样本对初始图像增强模型进行有监督的模型训练，得到中间图像增强模型；获取第二训练图像集，所述第二训练图像集包括第一质量图像子集和第二质量图像子集；根据所述第二训练图像集对所述中间图像增强模型和判别网络模型进行对抗学习，采用无监督训练算法训练得到目标图像增强模型
图像增强模型训练方法装置存储介质

[发明专利]模型训练、文本扩展方法，装置，设备以及存储介质-CN202110261733.0在审
发明人：苑浩;谢子哲;庞敏辉 -专利权人：北京百度网讯科技有限公司
申请日： 2021-03-10 - 公布日： 2021-06-18 - 主分类号： G06F40/211 文献下载
摘要：本申请公开了模型训练、文本扩展方法，装置，设备以及存储介质，涉及云计算、自然语言处理、深度学习技术领域。具体实现方案为：获取文本集合，文本集合包括多个文本子集，每个文本子集包括意图相同的多个文本；对于每个文本子集，对该文本子集中的各文本进行句法分析，确定各文本对应的句法树；分别对各文本以及各句法树进行编码；基于得到的编码结果以及文本集合，训练模型。
模型训练文本扩展方法装置设备以及存储介质

[发明专利]联合学习-CN202180072103.7在审
发明人： S·阿纳达;A·贾殷;S·穆尔蒂普卡拉维塔尔;A·布哈列夫;R·弗多夫亚克 -专利权人：皇家飞利浦有限公司
申请日： 2021-10-14 - 公布日： 2023-08-08 - 主分类号： G06N20/00 文献下载
摘要：在相应的多个边缘设备的相应的本地训练数据集上训练联合模型。在迭代中，边缘设备获得当前联合模型，基于所述本地训练数据集来确定针对所述当前联合模型的模型更新，并且发送出所述模型更新。所述边缘设备通过以下操作来确定所述模型更新：将所述当前联合模型应用于训练输入以获得针对所述训练输入的至少模型输出；如果所述模型输出与对应于所述训练输入的训练输出不匹配，则将所述训练输入包括在要在所述迭代中使用的经过滤的训练输入的子集中；并且通过仅在经过滤的训练输入的子集上训练当前联合模型来确定模型更新。
联合学习

[发明专利]一种用于加速机器学习训练的自适应数据采样方法-CN201910371632.1有效
发明人：李武军;高昊;赵申宜 -专利权人：南京大学
申请日： 2019-05-06 - 公布日： 2023-07-25 - 主分类号： G06N20/00 文献下载
摘要：本发明公开了一种用于加速机器学习训练的自适应数据采样方法，根据每个样本数据上损失函数的利普希茨常数从样本集合中选取一个子集。接下来的若干轮迭代中，将使用这个样本集合的子集代替完整的训练样本集合进行训练，直至下一次的样本数据选择。本发明的方法能在使用部分样本进行训练的情况下不损失最终结果的准确性，所以达到了加速机器学习训练过程的效果。
一种用于加速机器学习训练自适应数据采样方法

[发明专利]基于去冗余互信息特征选择的文本分类系统及方法-CN202011363953.6在审
发明人：张莉;王家琪;王邦军;屈蕴茜 -专利权人：苏州大学
申请日： 2020-11-27 - 公布日： 2021-02-12 - 主分类号： G06F40/216 文献下载
摘要：本发明涉及一种基于去冗余互信息特征选择的文本分类系统及方法，包括：数据预处理模块，对输入的多条文本数据进行预处理，得到多个特征的文本特征矩阵；特征选择模块，对目标特征子集和待选择的特征集合进行初始化，设置需要选择的特征数，对每一个特征，计算其评分，选取得分最大的特征，添加到目标特征子集，从所述待选择的特征集合中删除得分最大的特征，得到更新后的目标特征子集；分类模块，根据所述更新后的目标特征子集，生成新的训练集和测试集，并根据所述更新后的目标特征子集生成新的训练集及测试集，并进行分类，得到分类准确度。
基于冗余互信特征选择文本分类系统方法