“训练样本”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475917个，建议您升级VIP下载更多相关专利

[发明专利]血糖预测模型训练方法、装置以及设备-CN202211414245.X在审
发明人：郭佳昌;陈俊;代小亚 -专利权人：北京百度网讯科技有限公司
申请日： 2022-11-11 - 公布日： 2023-03-28 - 主分类号： G06F18/214 文献下载
摘要：本公开提供了一种血糖预测模型训练方法、装置以及设备，涉及人工智能技术领域，具体涉及机器学习等技术领域。该方法的一具体实施方式包括：获取第一有标签训练样本集合和无标签训练样本集合；将第一有标签训练样本集合中的第一有标签训练样本的第一电化学数据作为输入，将对应的第一血糖值作为输出，训练得到第一辅助模型；利用第一辅助模型对无标签训练样本集合进行标签标注和样本筛选，得到第二有标签训练样本集合；利用第一有标签训练样本集合和第二有标签训练样本集合，训练得到血糖预测模型。该实施方式训练出的血糖预测模型具有较准确的血糖预测能力。
血糖预测模型训练方法装置以及设备

[发明专利]模型训练方法、装置、设备及计算机存储介质-CN202310507711.7在审
发明人：段炼;吕正林;黄晓丽;朱龙;李莉;张琳;梁恩磊;汪帆;孙敏 -专利权人：中移动信息技术有限公司;中国移动通信集团有限公司
申请日： 2023-05-08 - 公布日： 2023-08-01 - 主分类号： G06N3/084 文献下载
摘要：本申请公开了一种模型训练方法、装置、设备及计算机存储介质。该方法包括：接收云端服务器发送的全局预测模型，全局预测模型用于识别攻击行为信息；获取第一边缘服务器的第一流量和第二边缘服务器的第二流量，第一流量和第二流量分别表征用户的行为信息；基于第一流量和第二流量构建第一训练样本；利用生成对抗网络生成第一训练样本对应的第二训练样本，并将第一训练样本与第二训练样本进行对抗学习，得到第三训练样本；基于第一训练样本和第三训练样本构建第四训练样本，并基于第四训练样本训练全局预测模型，得到第一预测模型
模型训练方法装置设备计算机存储介质

[发明专利]一种数据处理方法、装置、计算机设备及存储介质-CN202110376042.5在审
发明人：陈威任 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-04-07 - 公布日： 2021-11-26 - 主分类号： G06Q20/40 文献下载
摘要：该方法具体是：获取训练样本集，训练样本集包括多个训练样本；获取多个训练样本中每个训练样本的特征数据，特征数据包括初始标签数据和初始标签数据的标注时间；根据多个训练样本的初始标签数据的标注时间，对每个训练样本的初始标签数据进行调整处理，得到每个训练样本的调整后的目标标签数据，调整后的目标标签数据用于业务模型的训练。通过本方案，可以利用时间因素对标签进行平滑处理，得到调整后的目标标签数据，并用调整后的目标标签数据训练业务模型，从而提高业务模型识别效果的准确性。
一种数据处理方法装置计算机设备存储介质

[发明专利]推荐模型的训练方法、推荐方法和电子设备-CN202310448809.X在审
发明人：崔曼 -专利权人：维沃移动通信有限公司
申请日： 2023-04-24 - 公布日： 2023-06-30 - 主分类号： G06F16/9535 文献下载
摘要：本申请公开了一种推荐模型的训练方法、推荐方法和电子设备，属于人工智能技术领域。具体方案包括：获取至少一个第一训练样本，第一训练样本包括场景信息；获取至少一个第二训练样本，第二训练样本包括用户的属性信息、历史推荐对象信息及用户的历史操作信息；通过第一网络模型对第一训练样本进行处理，获得第二训练样本的预测标签，预测标签用于表示不同场景特性信息；通过第二训练样本和预测标签对第二网络模型进行训练，获得推荐模型。
推荐模型训练方法电子设备

[发明专利]训练样本增强方法及装置、设备和存储介质-CN202111676849.7在审
发明人：王永杰 -专利权人：上海流利说信息技术有限公司
申请日： 2021-12-31 - 公布日： 2022-04-29 - 主分类号： G06K9/62 文献下载
摘要：一种训练样本增强方法及装置、设备和存储介质，训练样本增强方法包括：获取训练集，包括多个训练样本，训练样本为第一语言的原始语料；对原始语料进行同义扩充处理，获得与原始语料相对应的新增训练样本，新增训练样本为第一语言的同义语料；将新增训练样本添加至训练集中，获得更新后的训练集。本发明通过同义扩充处理，获得更多与原始语料具有不同表达形式，但具有相同意思的同义语料，从而能够在原始语料的样本数量不够的情况下，增加更新后的训练集的样本总数量，且能够提升样本的多样性，相应的，利用更新后的训练集对文本评分模型进行训练，有利于提高对文本评分模型的训练效果，从而提升文本评分模型的评分精确度。
训练样本增强方法装置设备存储介质

[发明专利]导航动作预测模型训练方法、导航动作生成方法及装置-CN202110230215.2在审
发明人：于志杰 -专利权人：北京白龙马云行科技有限公司
申请日： 2021-03-02 - 公布日： 2021-06-25 - 主分类号： G01C21/20 文献下载
摘要：公开了一种导航动作预测模型训练方法、导航动作生成方法及装置。构造训练样本集，训练样本集包括一条或多条训练样本，训练样本为包含路口处的驶入路段和驶出路段的图像数据，训练样本的标记用于表征由驶入路段到驶出路段的导航动作；基于训练样本集训练导航动作预测模型。
导航动作预测模型训练方法生成装置

[发明专利]一种心电时序信号房颤检测模型训练方法及装置-CN202111248135.6在审
发明人：张霖;杜铭钰 -专利权人：北京航空航天大学
申请日： 2021-10-26 - 公布日： 2022-03-08 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种心电时序信号房颤检测模型训练方法及装置。包括：获取模型训练样本；模型训练样本包括有标签的第一模型训练样本和无标签的第二模型训练样本；基于第一模型训练样本对初始心电时序信号房颤检测模型进行训练，得到训练心电时序信号房颤检测模型；初始心电时序信号房颤检测模型为采用多分支残差网络层和生成多抗分类网络层并联形成的模型；将第二模型训练样本输入至所述训练心电时序信号房颤检测模型，以获取第二模型训练样本对应的伪标签样本；基于伪标签样本和第一模型训练样本对训练心电时序信号房颤检测模型进行训练，得到心电时序信号房颤检测模型。
一种时序信号房颤检测模型训练方法装置

[发明专利]多任务预训练模型的训练方法、装置、电子设备和介质-CN202110245071.8在审
发明人：罗锦文;郭伟东 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-03-05 - 公布日： 2021-11-26 - 主分类号： G06F16/33 文献下载
摘要：本申请涉及计算机技术领域，尤其涉及多任务预训练模型的训练方法、装置、电子设备和介质，用以提高多任务预训练模型的准确度。其中方法包括：获取训练样本数据集，训练样本数据集包括多个任务对应的训练样本；根据训练样本数据集中的训练样本，对多任务预训练模型执行循环迭代训练，并在训练完毕时，输出训练完毕的多任务预训练模型；一次循环迭代训练执行以下操作：从训练样本数据集中选取一组训练样本；将一组训练样本输入多任务预训练模型，获取多任务预训练模型输出的处理结果；基于处理结果构建与一个任务的任务类型对应的损失函数；基于损失函数在多任务预训练模型对一个任务相关参数进行调整本申请有助于提高多任务预训练模型的准确度。
任务训练模型方法装置电子设备介质

[发明专利]基于机器学习的流式细胞技术细胞分类方法、系统及终端-CN202211677238.9在审
发明人：叶纬;孙芮敏;关鸿斌;葛岩;文雯 -专利权人：上海焕一生物科技有限公司
申请日： 2022-12-26 - 公布日： 2023-06-27 - 主分类号： G06V20/69 文献下载
摘要：本发明的基于机器学习的流式细胞技术细胞分类方法、系统及终端，通过对每个训练样本的每个细胞特征进行归一化特征和样本内密度特征计算获得对应的各校正训练样本，再将校正待检测样本以及各校正训练样本去除批次效应获得多个最终训练样本，采用各最终训练样本对机器学习模型进行训练获得细胞分类模型，最后将训练后的模型用于待检测样本预测，得到样本中每个细胞的细胞分类结果。本发明通过引入样本校正和去除批次效应环节，缓解待预测新样本与训练样本之间的分布差异，进而大大提升了细胞分类的准确率。
基于机器学习细胞技术分类方法系统终端

[发明专利]模型训练方法、课程推荐方法、装置、设备及介质-CN202310623353.6在审
发明人：李素粉;赵健东 -专利权人：中国联合网络通信集团有限公司
申请日： 2023-05-30 - 公布日： 2023-08-04 - 主分类号： G06F18/214 文献下载
摘要：本申请提供一种模型训练方法、课程推荐方法、装置、设备及介质。该方法包括：获取初始训练样本，初始训练样本为从学习平台的历史数据信息中获取的样本，初始训练样本包括学员和学员学习过的课程；根据初始训练样本，确定课程中的目标课程、目标课程的被学习信息、学员中的目标学员和目标学员的学习属性信息；根据目标专业类别和课程属性类别，确定目标专业类别和历史学习课程的关联度；根据课程质量和关联度，对初始训练样本进行优化，得到优化训练样本；根据优化训练样本，对待训练模型进行训练，得到目标训练模型。本申请的方法，提高了对待训练模型的训练效果。
模型训练方法课程推荐装置设备介质

[发明专利]手写体数据分类方法、模型训练方法、装置、设备及介质-CN201810461229.3有效
发明人：张莉;徐志强;王邦军;张召;李凡长 -专利权人：苏州大学
申请日： 2018-05-15 - 公布日： 2022-05-17 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种手写体数据分类方法、模型训练方法、装置、设备及介质，包括：获取包含手写体数据样本和相应的手写体类别标签的原始训练样本集；对所述原始训练样本集进行数据预处理，以从所述原始训练样本集中选取出能够保持流形结构的非噪声数据，得到处理后训练样本集；利用所述处理后训练样本集进行稀疏支持向量机模型的训练，得到训练后模型。本申请在获取到原始训练样本集之后，会对原始训练样本集进行去噪处理，并且只保留能够保持流形结构的非噪声数据，从而降低了用于训练模型的样本数据的冗余度，减少样本数据量的同时还提升了样本数据的准确度，由此使得后续训练得到的模型具有非常出色的分类精度
手写体数据分类方法模型训练装置设备介质

[发明专利]神经网络模型的训练方法、装置和医学图像处理系统-CN201910759050.0在审
发明人：沈荣波;颜克洲;田宽;江铖;周可 -专利权人：深圳市腾讯计算机系统有限公司;华中科技大学
申请日： 2019-06-25 - 公布日： 2020-01-14 - 主分类号： G06K9/62 文献下载
摘要：具体地，提供了一种神经网络模型的训练方法、装置和医学图像处理系统。训练方法包括：利用第一训练样本集执行初始训练，获得初始神经网络模型；利用初始神经网络模型对第二训练样本集执行预测，获得第二训练样本集中每个的预测结果；基于预测结果，从第二训练样本集确定多个优选样本；接收对于多个优选样本的标注结果，将标注后的多个优选样本加入第一训练样本集，获得扩展的第一训练样本集；利用扩展的第一训练样本集执行更新训练，以获得更新的神经网络模型；在满足训练结束条件时，结束训练；在不满足训练结束条件时，重复预测、优选样本确定、样本扩展以及更新训练步骤。
训练样本集神经网络模型优选样本结束条件预测结果标注更新计算机视觉技术人工智能领域医学图像处理神经网络训练步骤训练样本样本扩展预测重复

[发明专利]机器翻译模型的训练方法、机器翻译方法、装置及设备-CN202111389048.2在审
发明人：陈钰枫;梁晓珂;王帅博;徐金安;李翔 -专利权人：北京交通大学
申请日： 2021-11-22 - 公布日： 2022-03-08 - 主分类号： G06F40/58 文献下载
摘要：本申请公开了一种机器翻译模型的训练方法、机器翻译方法、装置及设备，属于计算机技术领域，该方法包括：获取训练样本集，训练样本集包括训练样本及该训练样本对应的标准翻译文本；将训练样本及训练样本对应的标准翻译文本输入机器翻译模型中，获取机器翻译模型在反向传播过程中产生的梯度向量；基于梯度向量和多个噪音词为训练样本生成对抗样本；基于训练样本和对抗样本对机器翻译模型进行对抗训练，得到目标机器翻译模型。该训练方法生成的对抗样本对机器翻译模型攻击性较大，并且增加了训练数据的多样性，由此提高了机器翻译模型的鲁棒性，进而提高了机器翻译模型的翻译性能，使得通过机器翻译模型得到的翻译结果更加准确。
机器翻译模型训练方法装置设备

[发明专利]样本扩充方法、装置、设备及计算机可读存储介质-CN202010249085.2在审
发明人：李松;徐倩 -专利权人：深圳前海微众银行股份有限公司
申请日： 2020-03-31 - 公布日： 2020-07-28 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种样本扩充方法、装置、设备及计算机可读存储介质，涉及金融科技技术领域。该样本扩充方法包括：从初始训练样本集中抽取训练样本组，所述训练样本组包括语句文本和样本标签；对所述语句文本进行处理，得到对应的样本句向量；获取权重系数，基于所述权重系数对所述样本句向量和所述样本标签进行混合，并根据混合结果构建扩充训练样本。本发明能够实现训练样本的扩充，可有利于提升模型训练效果。
样本扩充方法装置设备计算机可读存储介质

[发明专利]基于极化分解的噪声稳健宽带全极化目标识别方法-CN201410216267.4有效
发明人：杜兰;邓盛;刘宏伟;马艳艳;闫昆;罗智泉 -专利权人：西安电子科技大学
申请日： 2014-05-21 - 公布日： 2017-05-24 - 主分类号： G01S7/41 文献下载
摘要：该基于极化分解的噪声稳健宽带全极化目标识别方法包括以下步骤将每组训练用全极化通道距离像信号作为对应的训练样本，针对每个训练样本，获取对应训练样本的平均距离像和分类特征；获取对应测试样本的平均距离像和分类特征；将对应测试样本的平均距离像分别与每个训练样本的平均距离像进行对齐；得出每个训练样本的对应测试样本融合特征；根据每个训练样本的对应测试样本融合特征、以及对应训练样本的分类特征，对对应测试样本进行分类识别
基于极化分解噪声稳健宽带目标识别方法