专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2019-09-10 公布专利
2019-09-06 公布专利
2019-09-03 公布专利
2019-08-30 公布专利
2019-08-27 公布专利
2019-08-23 公布专利
2019-08-20 公布专利
2019-08-16 公布专利
2019-08-13 公布专利
2019-08-09 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
高智网为您找到相关结果140206个,建议您升级VIP下载更多相关专利
  • [发明专利]一种性别分类网络训练方法、性别分类方法及相关装置-CN201610015510.5有效
  • 浙江- 浙江宇视科技有限公司
  • 2016-01-08 - 2019-03-08 - G06N3/08
  • 本发明提供一种性别分类网络训练方法、性别分类方法及相关装置,所述性别分类网络训练方法包括:生成训练样本集合中各训练样本对应的训练样本组;其中,训练样本对应的训练样本组中以该训练样本为主训练样本,该训练样本组还包括至少两个辅助训练样本;所述至少两个辅助训练样本中包括至少一个与主训练样本对应的性别相同的训练样本,以及至少一个与主训练样本对应的性别不同的训练样本;将训练样本组输入到预设的卷积神经网络进行网络训练,以使所述预设的卷积神经网络对主训练样本的识别结果达到预设要求应用本发明实施例可以提升卷积神经网络的训练速度和准确性。
  • 一种性别分类网络训练方法相关装置
  • [发明专利]一种分类器的构建方法-CN201510213464.5在审
  • 黑龙江- 哈尔滨工业大学
  • 2015-04-30 - 2015-07-08 - G06K9/62
  • 本申请涉及一种分类器的构建方法,该构建方法包括:利用欠采样方法来去除训练样本集中的部分多数类训练样本,并用欠采样处理后的训练样本集更新当前的训练样本集,其中训练样本集包括多数类训练样本和少数类训练样本,且训练样本集中的每个训练样本均已知类别;以及对训练样本集中的少数类训练样本进行过采样,以利用经过过采样处理后的训练样本集构建分类器。本发明的一种分类器的构建方法,有效去除训练样本中的噪声,能够有效地改善数据不平衡的问题,大大提高对训练样本数据分类的准确率,而且计算量较小、方法简单。
  • 一种分类构建方法
  • [发明专利]基于核局部线性表示的分类方法-CN201410026849.6在审
  • 江苏- 南京信息工程大学
  • 2014-01-21 - 2014-05-07 - G06K9/62
  • 本发明公开了基于核局部线性表示的分类方法,利用训练样本集识别测试样本所属的类别。首先对训练样本集和测试样本中的所有样本分别进行预处理,得到新的训练样本集和新的测试样本,然后从新的训练样本集中选取一部分距离新的测试样本最近的训练样本构成近邻训练样本集,各个样本类别的近邻训练样本构成子近邻训练样本集,再使用近邻训练样本集中的样本去线性表示新的测试样本,得到一组线性表示系数,并计算新的测试样本在各个子近邻训练样本集中的重构误差,最后将测试样本归为重构误差最小的子近邻训练样本集所对应的那一类。
  • 基于局部线性表示分类方法
  • [发明专利]一种提高二分类支持向量机分类精度的方法-CN201210544669.8无效
  • 湖北- 华中科技大学
  • 2012-12-13 - 2013-04-24 - G06K9/62
  • 本发明公开了一种提高二分类支持向量机分类精度的方法,步骤为:在待分类的样本空间中获取训练样本,得到2p个具有n个维度训练样本;利用训练样本集进行支持向量机训练,获取分类边界权系数向量w;利用支持向量机对所有训练样本进行映射,统计出所有被错误识别的训练样本集I1;按绝对值的大小对向量w中的每一个分量进行排序;找出排序最后的分量并剔除;重复m次,训练样本的维度减少到n-m;剔除掉这些错误训练样本;对剩余的训练样本进行支持向量机训练本发明可以筛选出训练样本中的最优维度,剔除训练样本集中的劣质训练样本,进而从源头上保证并提高了分类精度。
  • 一种提高分类支持向量精度方法
  • [发明专利]分块协同表示嵌入核稀疏表示遮挡人脸识别方法和装置-CN201710226186.6在审
  • 广东- 华南理工大学
  • 2017-04-08 - 2017-08-08 - G06K9/00
  • 本发明公开了分块协同表示嵌入核稀疏表示遮挡人脸识别方法和装置,该方法包括提取训练样本的WLD特征和测试样本的WLD特征,并生成训练样本的字典矩阵A以及待测样本的字典矩阵Y;根据训练样本的字典矩阵A获取训练样本的核矩阵K;计算训练样本的核矩阵K的特征值和特征向量,生成训练样本的核投影矩阵;根据测试样本的字典矩阵Y获取测试样本的核矩阵K';根据A、Y、K'和K得到对应的训练样本的核训练样本A'和待测样本的核测试样本Y';将训练样本和测试样本均划分为若干个子图像,得到加权系数矩阵W;根据加权系数矩阵W、核训练样本A'和核测试样本Y'得到分类结果。
  • 分块协同表示嵌入稀疏遮挡识别方法装置
  • [发明专利]训练样本的处理方法及装置-CN201610826098.5在审
  • 辽宁- 东软集团股份有限公司
  • 2016-09-14 - 2017-03-08 - G06K9/62
  • 本发明公开了一种训练样本的处理方法及装置,涉及计算机应用技术领域,解决了现有训练SVM模型的效率较低的问题。本发明的方法包括获取原始数据库,所述原始数据库包括训练样本可能涉及的所有词,所述训练样本涉及至少两种不同类别的训练样本;基于贝叶斯算法计算所述原始数据库中的词的假设概率,所述假设概率为当所述词出现在训练样本中时,所述训练样本为某种类别的训练样本的可能性大小;提取所述假设概率在预设范围内的词,得到目标数据库;基于所述目标数据库中的词将训练样本转换为训练样本矩阵,获得去噪后的训练样本。本发明应用于对训练样本进行去噪的过程中。
  • 训练样本处理方法装置
  • [发明专利]数据分类方法及装置-CN201410838411.8在审
  • 北京- 小米科技有限责任公司
  • 2014-12-29 - 2015-05-13 - G06K9/66
  • 本公开是关于一种数据分类方法及装置,该方法包括:识别预设样本数据库中每个训练样本的类别;在预设样本数据库中分别选取第一训练样本集和第二训练样本集;确定每一类别的训练样本的平均样本;利用预设迭代算法对所有类别的平均样本进行迭代运算得到第一训练样本集的分类字典;将第二训练样本集中的每个训练样本在分类字典下分解得到一个训练稀疏系数向量;将得到的所有训练稀疏系数向量级联得到训练矩阵;根据第二训练样本集中的每个训练样本的类别确定训练矩阵中每个列向量的类别标签,并保存训练矩阵中每个列向量对应的类别标签该方法可以使得在数据分类时训练字典的速度提高,消耗的时间减少,提高了数据分类的整体效率。
  • 数据分类方法装置
  • [发明专利]木板识别的机器再学习方法、装置、电子设备及存储介质-CN201711347768.6在审
  • 北京- 北京木业邦科技有限公司
  • 2017-12-14 - 2018-04-27 - G06K9/62
  • 所述方法包括获取用于木板识别的初始识别模型;所述初始识别模型经过第一训练样本集合训练;所述第一训练样本集合包括第一训练样本以及第一标注结果;获取第二训练样本集合;所述第二训练样本集合包括第二训练样本以及第二标注结果;获取本地识别模型;所述本地识别模型经过所述第二训练样本集合对所述初始识别模型再训练得到;所述获取用于木板识别的初始识别模型包括从服务器获取已经过所述第一训练样本集合训练的所述初始识别模型;或从服务器获取所述第一训练样本集合,并在本地利用所述第一训练样本集合训练得到所述初始识别模型。
  • 木板识别机器学习方法装置电子设备存储介质

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

高智网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top
定制专利/购买专利

行业大牛为您服务 快来咨询~

4008765105 / 022-60709568