“训练数据集”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3010112个，建议您升级VIP下载更多相关专利

[发明专利]网络模型数据处理、数据展示方法、装置和存储介质-CN202110494425.2在审
发明人：严石伟;丁凯;蒋楠 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-05-07 - 公布日： 2021-12-07 - 主分类号： G06F16/2457 文献下载
摘要：本申请涉及一种网络模型数据处理方法、装置、计算机设备和存储介质。该方法包括：当待获取训练数据集标识对应的待获取训练数据集类型为文本类型时，基于待获取训练数据集标识在第一队列中查找对应的目标文本训练数据集标识；当在第一队列中未查找到对应的目标文本训练数据集标识时，在第二队列中查找待获取训练数据集标识对应的目标文本训练数据集标识；当在第二队列中查找到对应的目标文本训练数据集标识时，获取查找到的目标文本训练数据集标识对应的目标磁盘存储位置；基于目标磁盘存储位置从对应的磁盘读取目标文本训练数据集标识对应的目标文本训练数据集；将目标文本训练数据集输入网络模型进行训练采用本方法提高了网络模型的训练效率。
网络模型数据处理数据展示方法装置存储介质

[发明专利]选择模型训练方法、模型选择方法、装置及电子设备-CN202011015454.8在审
发明人：张发恩;田贵成 -专利权人：创新奇智（青岛）科技有限公司
申请日： 2020-09-23 - 公布日： 2020-12-29 - 主分类号： G06K9/62 文献下载
摘要：本申请提供了一种选择模型训练方法、模型选择方法、装置及电子设备，其中，该方法包括：获取历史训练数据集中的各项历史训练数据对应的训练模型集；根据历史训练数据集和训练模型集构建元训练数据集；使用元训练数据集对初始多分类模型进行训练，得到目标多分类模型，目标多分类模型用于根据训练数据集进行训练模型的选择。
选择模型训练方法装置电子设备

[发明专利]训练数据的生成方法及装置-CN201810880316.2有效
发明人：魏楠 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2018-08-03 - 公布日： 2021-07-20 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例提供一种训练数据的生成方法及装置。该方法包括：根据预设的控制参数，生成训练数据集，生成的训练数据集包括多个训练数据；采用生成的训练数据集对目标模型进行训练；采用测试数据集对训练好的目标模型进行测试，确定生成的训练数据集对应的正确率；根据生成的训练数据集对应的正确率和目标正确率，调整预设的控制参数，目标正确率为真实训练数据集对应的正确率。本发明实施例的方法，减小了生成的训练数据与真实训练数据之间的差异，能够满足模型训练的需求。
训练数据生成方法装置

[发明专利]命名实体识别方法、装置、设备及介质-CN202010269365.X在审
发明人：刘思蒙;干小丹 -专利权人：中移（上海）信息通信科技有限公司;中国移动通信集团有限公司
申请日： 2020-04-08 - 公布日： 2021-10-12 - 主分类号： G06F40/295 文献下载
摘要：该方法包括：获取第一训练数据集和第二训练数据集；对第一训练数据集进行字符级预处理、实体级预处理、短语级预处理，得到第三训练数据集，基于第一训练数据集构建句子正样本和句子负样本，得到第四训练数据集；利用第三训练数据集和第四训练数据集进行训练，得到Transformer语言模型；对第二训练数据集进行字符级预处理，得到第五训练数据集；将第五训练数据集中的文本语料数据输入到Transformer语言模型，得到标注序列，根据标注序列训练条件随机场CRF模型，得到命名实体识别模型；利用命名实体识别模型识别待识别数据，得到命名实体识别结果。
命名实体识别方法装置设备介质

[发明专利]台区重过载预测方法、模型训练方法、装置和计算机设备-CN202310595201.X在审
发明人：韩庭钰;戴渝卓;曹熙;雷强;龙庆麟;张仙梅;王雪纯;张成冬 -专利权人：南方电网大数据服务有限公司
申请日： 2023-05-24 - 公布日： 2023-10-13 - 主分类号： G06F18/243 文献下载
摘要：本申请涉及一种台区重过载预测方法、模型训练方法、装置、计算机设备和存储介质。所述方法包括：获取台区参考数据集；台区参考数据集包括台区在指定时间段的极限数据集和影响因素数据集；采用孤立森林算法对台区参考数据集进行异常数据识别和修正，获取训练数据集和测试数据集；对训练数据集和测试数据集进行特征分析和特征提取，获取训练特征数据集和测试特征数据集，并在训练特征数据集和测试特征数据集中加入影响因素数据集；其中，训练特征数据集包括负样本；对训练特征数据集中的负样本进行增强，并根据增强后的训练特征数据集构建台区重过载预测模型
台区重过载预测方法模型训练装置计算机设备

[发明专利]样本数据清洗方法、装置、计算机设备及存储介质-CN201811004788.8有效
发明人：徐玲玲 -专利权人：平安科技（深圳）有限公司
申请日： 2018-08-30 - 公布日： 2023-08-29 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种样本数据清洗方法、装置、计算机设备及存储介质，首先获取初始图像集，将初始图像集输入到特征分类模型进行识别，得到特征识别结果。再根据特征识别结果获取初始训练集，初始训练集包括初始训练图像和每一初始训练图像对应的标注数据。通过特征分类模型将初始图像集中符合预定需求的图像数据筛选出来，得到初始训练集，以保证训练数据的数据丰富度。在此基础之上根据标注数据对初始训练图像进行分类，得到分类训练集。并对分类训练集进行数据清洗，得到目标训练集。在保证了训练数据的数据丰富度的基础上，对训练数据进行数据清洗，保证了训练数据的准确性，以进一步提高后续模型训练的精度。
样本数据清洗方法装置计算机设备存储介质

[发明专利]模型训练方法、装置、电子设备及存储介质-CN202211689752.4在审
发明人：李朝竟 -专利权人：深信服科技股份有限公司
申请日： 2022-12-27 - 公布日： 2023-05-26 - 主分类号： G06F18/214 文献下载
摘要：本申请实施例提供了一种模型训练方法、装置、电子设备及存储介质。所述方法包括：获取验证数据集，所述验证数据集包括第一验证数据集和第二验证数据集，所述第一验证数据集表征其对应的预测分类的置信度小于第一预设置信度的验证数据集合，所述预测分类的分类模型是预先通过所述验证数据集训练得到的；根据所述第一验证数据集得到第一训练数据，及根据所述第二验证数据集得到第二训练数据；调整所述第一训练数据集和所述第二训练数据集中的训练数据的权重，得到调整权重后的训练数据集；基于所述调整后的训练数据集对所述分类模型进行重训练，直至满足训练结束条件，得到目标分类模型。
模型训练方法装置电子设备存储介质

[发明专利]一种锅炉积灰状态预测方法、系统、设备和介质-CN202310850482.9在审
发明人：李德波;陈兆立;陈智豪;宋景慧;金凤雏;王广雷;陈拓;陈刚;张宏亮;冯永新 -专利权人：南方电网电力科技股份有限公司
申请日： 2023-07-11 - 公布日： 2023-10-13 - 主分类号： G06F18/214 文献下载
摘要：本发明公开了一种锅炉积灰状态预测方法、系统、设备和介质，通过在获取锅炉燃烧数据集后，采用锅炉燃烧数据集，生成训练集和测试集。然后采用训练集对初始初级学习器集进行训练，生成目标初级学习器集和多个初始训练集预测数据。并基于初始训练集预测数据对应的权重和训练集，构建次级学习器训练集。接着采用测试集对目标初级学习器集进行测试并结合测试集，构建次级学习器测试集。最后采用次级学习器训练集和次级学习器测试集对次级学习器进行训练和测试，生成锅炉积灰状态预测数据。将原始数据集也作为次级学习器训练的一部分，使得次级学习器学习到原始训练集与新训练集之间的隐含关系，从而提升模型预测效果。
一种锅炉状态预测方法系统设备介质

[发明专利]一种基于Transformer的雷达干扰信号识别方法-CN202211296952.3在审
发明人：陈雨时;张梦璐;位寅生;于雷 -专利权人：哈尔滨工业大学
申请日： 2022-10-21 - 公布日： 2023-01-24 - 主分类号： G01S7/41 文献下载
摘要：本发明提出一种基于Transformer的雷达干扰信号识别方法，包括：构建雷达干扰信号时域数据集，并对雷达干扰信号时域数据集进行处理获取第一训练数据集；对第一训练数据集进行样本之间的采样点融合，获取第二训练数据集；将第一训练数据集与第二训练数据集进行拼接获取第三训练数据集；将第三训练数据集输入Transformer模型中进行特征提取，Transformer模型对应的损失函数为类别向量中包含的特征对应的损失函数与各个采样窗中包含的特征对应的损失函数之和，通过优化算法获取使Transformer模型损失最小的模型参数；通过对第三训练数据集采用有放回抽样策略得到T个采样训练集，通过采样训练集以及模型参数训练T个Transformer模型；将测试数据集输入训练好的
一种基于 transformer 雷达干扰信号识别方法

[发明专利]训练数据集的清洗方法、装置及服务器-CN202111645883.8在审
发明人：李文昊;李凡平;石柱国;盛校粼 -专利权人：以萨技术股份有限公司
申请日： 2021-12-30 - 公布日： 2022-04-26 - 主分类号： G06F16/215 文献下载
摘要：本发明提供了一种训练数据集的清洗方法、装置及服务器，包括：获取待清洗的训练数据集；其中，训练数据集包括多个训练样本和每个训练样本标注的第一标签；通过预先训练得到的聚类模型对训练数据集进行聚类处理，确定多个样本聚类簇和每个样本聚类簇对应的第二标签；根据第一标签和第二标签清洗训练数据集，得到目标训练数据集。本发明可以有效、快速地对训练数据集进行清洗。
训练数据清洗方法装置服务器

[发明专利]一种自适应域外数据集的分类模型训练方法和装置-CN202310296574.7在审
发明人：张睿 -专利权人：光控特斯联（重庆）信息技术有限公司
申请日： 2023-03-23 - 公布日： 2023-07-21 - 主分类号： G06N3/0895 文献下载
摘要：本公开的实施例提供了一种自适应域外数据集的分类模型训练方法和装置，所述方法包括：根据目标域数据集和预训练数据集，利用自监督学习算法对网络模型进行预训练生成预训练模型；基于所述预训练模型的模型参数对包含不变特征学习器的训练模型进行初始化；根据所述预训练数据集对应的源域数据集，利用有监督学习算法对初始化后的所述训练模型进行次训练生成次训练模型；根据目标域数据集和源域数据集，利用半监督学习算法训练所述次训练模型，生成域外数据集分类模型。以此方式，可以提高域外数据集的分类模型的分类精度。
一种自适应域外数据分类模型训练方法装置

[发明专利]一种模型迭代方法、系统及计算机设备-CN202010686152.7在审
发明人：李鹏;汪明浩 -专利权人：北京思图场景数据科技服务有限公司
申请日： 2020-07-16 - 公布日： 2020-09-11 - 主分类号： G06K9/62 文献下载
摘要：包括获取使模型推导结果出现偏差的测试数据，形成新的待训练数据集；对待训练数据集进行数据分布评估，获得待训练数据集的分布特征；根据待训练数据集的分布特征将待训练数据集与模型的原始训练数据集进行融合，获得融合后的训练数据集；利用融合后的训练数据集对模型进行迭代训练，得到迭代后的模型。本发明不需要通过专业人员训练新模型就可以自动完成模型的迭代，有效提高模型迭代的效率。
一种模型方法系统计算机设备

[发明专利]活性预测模型训练方法、化合物活性预测方法及装置-CN202210981532.2在审
发明人：吴一尘;黄隆锴;魏颖 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-08-15 - 公布日： 2022-12-13 - 主分类号： G16C20/50 文献下载
摘要：本申请提供一种活性预测模型训练方法、化合物活性预测方法及装置，可应用于人工智能、机器学习、深度神经网络、元学习、药物分析、苗头化合物发现等场景。该方法包括：获取原始训练数据集，每一原始训练数据包括训练集和测试集，训练集包括样本化合物的分子结构特征和样本化合物针对靶点蛋白的活性值，测试集包括样本化合物的分子结构特征和样本化合物针对靶点蛋白的活性值，根据预先训练的增广网络模型和原始训练数据集生成第一目标训练数据集，第一目标训练数据集的数据分布和原始训练数据集的数据分布对齐，将原始训练数据集和第一目标训练数据集作为第一训练样本集，根据第一训练样本集采用元学习方法训练得到基础活性预测模型
活性预测模型训练方法化合物装置

[发明专利]卷积神经网络的训练方法、装置、设备和存储介质-CN202110527601.8在审
发明人：王章君沛;李功燕;许绍云 -专利权人：中国科学院微电子研究所
申请日： 2021-05-14 - 公布日： 2022-11-15 - 主分类号： G06V10/774 文献下载
摘要：本发明涉及人工智能技术领域，尤其涉及一种卷积神经网络的训练方法，该方法包括：通过第一训练数据集进行模型训练，得到教学模型，其中，第一训练数据集为携带人工标注的图像；利用教学模型对第二训练数据集中每个训练数据进行标注，得到目标训练数据集，其中，第二训练数据集中每个训练数据为待识别图像，目标训练数据集中每个训练数据携带有预测标签；将第一训练数据集和目标训练数据集进行增强处理，获得增强后的第三训练数据集；根据第三训练数据集对初始检测器模型进行迭代训练，直至迭代的检测器模型满足训练约束条件时，将满足训练约束条件时的迭代检测器模型确定为目标检测器模型。该方法提高卷积神经网络的泛化能力和训练效率。
卷积神经网络训练方法装置设备存储介质

[发明专利]数据处理设备和数据处理方法-CN201510106455.6在审
发明人：孙健;夏迎炬;杨铭 -专利权人：富士通株式会社
申请日： 2015-03-11 - 公布日： 2016-10-19 - 主分类号： G06F17/30 文献下载
摘要：提供一种数据处理设备和数据处理方法。数据处理设备包括：获取装置，用于根据预定规则选择历史数据作为训练数据集并且将所述历史数据划分为子训练数据集和子测试数据集，根据所述子训练数据集中数据的属性或属性的组合获取关于数据类型的信息，并且针对每个数据类型，通过利用在该数据类型下去噪后的子训练数据集所训练的分类器对所述子测试数据集进行预测并验证预测结果，以获得具有最优预测结果的最优数据类型；以及训练数据集选择装置，通过在该最优数据类型下对所述训练数据集中的数据进行去噪，来获得类别比例满足预定条件的训练数据集，以通过利用该满足预定条件的训练数据集所训练的分类器对测试数据集进行分类。
数据处理设备方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条