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
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 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 »
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]一种用于分布式模型训练训练样本重组方法及系统-CN202011082377.8有效
  • 郑龙飞;周俊;王力;陈超超 - 支付宝(杭州)信息技术有限公司
  • 2020-10-12 - 2021-02-05 - G06N20/00
  • 本说明书一个或多个实施例涉及一种用于分布式模型训练训练样本重组方法及系统,所述方法由参与方中的服务器实现;所述方法包括:获取融合训练样本集;所述融合训练样本集包括来自一个或多个训练成员的训练样本;获取第一模型,并将所述第一模型发送给各训练成员;对各训练成员进行一轮或多轮训练样本重组,其中每轮重组包括:获取当前轮的传输比例系数;基于所述传输比例系数为各训练成员选择部分训练样本并下发;获取各训练成员上传的当前轮对应的模型性能参数;所述当前轮对应的模型性能参数为训练成员基于自身持有的训练样本以及服务器下发的训练样本进行训练得到的模型的模型性能参数;确定进行下一轮重组,或者停止重组。
  • 一种用于分布式模型训练样本重组方法系统
  • [发明专利]数据预测的方法和装置-CN202010901455.6在审
  • 詹秋泉 - 北京深演智能科技股份有限公司
  • 2020-08-31 - 2020-12-01 - G06Q10/04
  • 其中,该方法包括:获取样本候选集、未标注样本集和随机采样比例;依据样本候选集、未标注样本集和随机采样比例获取至少一类训练样本集,得到第一初始训练样本和第二初始训练样本;依据第一初始训练样本和第二初始训练样本进行样本训练,得到对应第一初始训练样本的第一目标样本和对应第二初始训练样本的第二目标样本;依据第一目标样本和第二目标样本进行样本训练,得到对应目标分类器,并依据目标分类器对已购车辆的群体进行模型预测,得到至少一类群体
  • 数据预测方法装置
  • [发明专利]文本分类模型的训练样本生成方法、装置和电子设备-CN202010493959.9在审
  • 刘昊;肖欣延 - 北京百度网讯科技有限公司
  • 2020-06-03 - 2020-10-27 - G06F16/35
  • 本申请公开了文本分类模型的训练样本生成方法、装置和电子设备,涉及自然语言处理和深度学习技术领域。实现方案为:获取目标内容类型的种子词,以及获取种子词作为搜索词搜索得到多篇目标文本,对多篇目标文本分别作为训练样本进行标注,以生成目标内容类型的训练样本集合,根据训练样本集合中的多个训练样本,生成关键词,根据关键词,更新种子词,以及将更新后的种子词作为搜索词,再次进行搜索,并将再次搜索到的目标文本作为训练样本进行标注并添加至训练样本集合。本申请中通过对已有训练样本提取关键词,利用关键词更新种子词,进而采用更新的种子词搜索得到更多的训练样本,实现了无需人工生成样本,降低了成本,提高了生成效率。
  • 文本分类模型训练样本生成方法装置电子设备
  • [发明专利]模型训练方法、装置、存储介质及设备-CN201910423433.0有效
  • 黄超;张力柯 - 深圳市腾讯网域计算机网络有限公司
  • 2019-05-21 - 2021-08-13 - G06N5/02
  • 本申请公开了一种模型训练方法、装置、存储介质及设备,属于人工智能技术领域。所述方法包括:获取多个训练样本,每个所述训练样本中均包括交互画面和动作标签,所述动作标签给出了角色对象在所述交互画面中采取的交互动作;对每个所述训练样本中包括的交互画面进行特征提取,基于提取到的特征进行聚类;根据得到的聚类结果在所述多个训练样本中确定至少一个关键样本,所述关键样本为所述角色对象需执行特定交互动作的交互画面对应的样本;为每个所述训练样本设置权重,基于带权重的所述训练样本更新深度网络的网络参数,每个所述关键样本的权重均大于所述多个训练样本中其他样本的权重。本申请能够达到较好的模型训练效果。
  • 模型训练方法装置存储介质设备
  • [发明专利]一种脑机模型训练样本快速生成方法-CN202310682515.3在审
  • 周磊;卿文彬;郑其昌;秦远迎 - 湖南万脉医疗科技有限公司
  • 2023-06-09 - 2023-09-05 - G06F18/214
  • 本发明涉及样本生成的技术领域,揭露了一种脑机模型训练样本快速生成方法,所述方法包括:采集脑机样本并进行预处理,对预处理后的脑机样本进行特征提取得到脑机样本特征;对脑机样本特征进行分离处理,并计算不同有效特征的贡献度;根据不同有效特征及其贡献度生成脑机模型训练样本;计算所生成的脑机模型训练样本的高阶矩,并进行所生成训练样本筛选。本发明基于分离得到的不同分离特征的贡献度,特征贡献度越高的分离特征被选取用于训练样本生成的概率越大,提高所生成样本的质量,快速筛选有效特征提高训练样本的生成速度,并设计迭代参数,迭代参数随着生成训练样本数量的增加而变化,避免选取相同分离特征,生成相同的训练样本
  • 一种模型训练样本快速生成方法
  • [发明专利]仿生模式识别目标自适应跟踪方法-CN201310014606.6有效
  • 王军宁;刘焕云;何迪;涂尚斌;张晶 - 西安电子科技大学
  • 2013-01-15 - 2013-05-01 - G06T7/20
  • 本发明公开一种仿生模式识别目标自适应跟踪方法,主要解决现有技术中鲁棒性较差、对训练样本多样性要求较高的问题。其实现步骤为:(1)获取训练样本集;(2)提取训练样本特征;(3)依据训练样本灰度特征建立超香肠神经网络,依据训练样本编号特征和训练样本尺寸特征建立径向基神经网络;(4)计算超香肠神经网络与搜索区域中所有候选区域之间的欧式距离本发明通过对训练样本集中的训练样本进行覆盖式训练,提高了目标跟踪的鲁棒性,减少了对训练样本多样性的依赖,可用于智能机器人、智能交通系统和视频监控等领域。
  • 仿生模式识别目标自适应跟踪方法

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

钻瓜专利网在线咨询

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