“训练集数据”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_专利查询网

首页在售求购查询申请展会资讯专利榜企服商城升级VIP

立即登录免费注册

在售专利
求购专利
查询专利
新闻资讯
技术展会
招商加盟
专利榜

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

专利名称

专利名称
专利号码
专利分类
申请人
公布日期

农业化学；冶金建筑机械工程区域搜索

主分类

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

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

专利权人

国家电网公司

华为技术有限公司

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

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

钻瓜专利网为您找到相关结果2665968个，建议您升级VIP下载更多相关专利

[发明专利]一种基于离子电流的发动机早燃和积碳的检测与区分方法-CN202010970535.7有效
发明人：李理光;王金秋;丁伟奇;邓俊;胡宗杰 -专利权人：同济大学
申请日： 2020-09-16 - 公布日： 2021-12-31 - 主分类号： F02D41/22 文献下载
摘要：包括以下步骤：S1：采集发动机各工况下的离子电流信号及缸压信号；S2：利用离子电流信号筛选出发动机的积碳循环和早燃循环，并利用缸压信号对离子电流信号标记早燃循环和早燃时刻；S3：利用标记完成的离子电流信号，构建训练数据集，训练循环神经网络模型；S4：将训练完成的循环神经网络模型移植到发动机ECU中，用于发动机早燃与积碳的实时检测，与现有技术相比，本发明具有检测成功率更高、误判几率更低等优点。
一种基于离子电流发动机检测区分方法

[发明专利]一种基于编码-解码网络的音乐伴奏自动生成方法及其系统-CN202010795908.1有效
发明人：赵洲;何金铮;任意 -专利权人：浙江大学
申请日： 2020-08-10 - 公布日： 2020-12-08 - 主分类号： G10H1/00 文献下载
摘要：主要包括如下步骤：1）针对给定的原始音乐数据，训练由多编码器构成的编码神经网络进行编码，学习多轨（或者单轨）音乐的特征。2）对于编码完成得到的编码器输出的多轨（或者单轨）音乐特征与最后得到的音乐联合训练由多解码器构成的解码神经网络。相比于传统的基于序列模型的方法，本发明利用长距离缓存机制更好地建模了长音乐，同时本发明利用编码‑解码网络实现了更加迅速地训练过程。
一种基于编码解码网络音乐伴奏自动生成方法及其系统

[发明专利]一种基于生成对抗网络的多姿态人脸图像正面化方法-CN201910806159.5有效
发明人：张星明;容昌乐;林育蓓 -专利权人：华南理工大学
申请日： 2019-08-29 - 公布日： 2021-12-17 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于生成对抗网络的多姿态人脸正面化方法，在训练阶段，首先收集各种姿态的人脸图片作为数据集，然后输入多组同一人的正脸图像和非正脸图像，通过新设计的损失函数，交替训练生成网络和判别网络，直到损失函数的值稳定收敛在训练完成后的测试阶段，对输入的各种姿态人脸图片，本发明都可以将它们矫正成正脸图像。矫正后的图像不仅清晰，并且保留了原人脸的身份特征，可以用于人脸识别工作。
一种基于生成对抗网络多姿态人脸图像正面方法

[发明专利]小波卷积小波神经网络及情报分析方法与系统-CN201910377383.7有效
发明人：刘经纬;左芳玲 -专利权人：首都经济贸易大学
申请日： 2019-05-05 - 公布日： 2021-10-01 - 主分类号： G06N3/04 文献下载
摘要：本发明提出了小波卷积小波神经网络及情报分析方法与系统，小波卷积小波神经网络及情报分析方法(1000)，包括情报处理流程(100)、全段前向计算流程(200)、wCwNN训练计算流程(300)；可以应用到模式识别该方法包括情报处理、全段网络前向计算、全段网络训练计算流程。该系统包括不受控系统、前端情报板、网络安全与交换设备、海量情报服务器、高性能情报分析器、情报监察控制器。该方法与系统应用时可以通过物联网采集不受控系统大数据信息，快速完成训练，高精度完成智能计算，实现高性能智能系统。
卷积神经网络情报分析方法系统

[发明专利]一种基于深度学习的裁判文书自动生成方法及系统-CN202010000336.3有效
发明人：李鑫;王竹;翁洋;其他发明人请求不公开姓名 -专利权人：四川大学;成都星云律例科技有限责任公司
申请日： 2020-01-02 - 公布日： 2020-04-14 - 主分类号： G06F40/166 文献下载
摘要：本发明公开了一种基于深度学习的裁判文书自动生成方法及系统，本发明充分研究不同类型裁判文书案由的通常表述，结合同类型案由的基本情况，根据每种类型案由的要素分类情况标注裁判文书涉及的案由要素，将标注数据划分为训练集和测试集；利用深度学习算法建立序列模型，将LSTM作为模型的编码器和解码器；利用训练集和测试集训练和测试模型，通过案由要素实现裁判文书自动生成，可以有效提高裁判文书制作的效率与准确率，本发明还能够高速有效的生成一篇规范的裁判文书
一种基于深度学习裁判文书自动生成方法系统

[发明专利]一种使用人工智能对游客出行风险实时侦测的方法-CN201911299564.9有效
发明人：段吉民;梁善廷;孙建华 -专利权人：山东恒云信息科技有限公司
申请日： 2019-12-16 - 公布日： 2021-03-30 - 主分类号： H04W4/029 文献下载
摘要：能够以低训练成本的方式针对多游客，不同行为轨迹的数据序列构建出高精度、实时预测模型。由于向风险评估模型中引入时间维度和地理定位的选项作为额外输入，训练神经网络风险评估模型的时间步长度可大幅缩短，可以有效降低训练成本，同时提升预测精度。
一种使用人工智能游客出行风险实时侦测方法

[发明专利]一种自适应的非对称量化的深度神经网络模型压缩方法-CN201911269550.2有效
发明人：张丽;潘何益 -专利权人：北京工业大学
申请日： 2019-12-11 - 公布日： 2020-11-24 - 主分类号： G06N3/08 文献下载
摘要：本发明公开了一种自适应的非对称量化的深度神经网络模型压缩方法，该方法包括：在深度神经网络训练时，每一个批次的训练过程，在前向传播开始计算之前，将网络的每一层浮点权重自适应的量化为非对称的三元或四元值；并在反向传播更新参数阶段，使用原始的浮点型网络权重进行参数更新；最后对训练完成的量化深度神经网络进行压缩存储。本发明降低了深度神经网络的参数冗余程度，并对剩余参数实现自适应的量化，对网络模型进行极大限度的压缩，提升了量化方法在深度网络及大数据集上的识别准确率。
一种自适应对称量化深度神经网络模型压缩方法

[发明专利]表格模式解析和序列掩码的语言模型预训练方法及系统-CN202110210906.6有效
发明人：徐叶琛 -专利权人：杭州一知智能科技有限公司
申请日： 2021-02-25 - 公布日： 2021-05-25 - 主分类号： G06F16/242 文献下载
摘要：本发明公开了一种表格模式解析和序列掩码的语言模型预训练方法及系统，属于自然语言处理领域。查找和自然语言问句重叠度最高的单元值；（2）按“自然语言问句、列名、列类型、单元值”的顺序拼接为长序列，加入分隔符和标记符，并进行掩码处理；（3）根据掩码序列预测任务、表格模式解析任务、条件数量预测任务，联合训练语言模型；（4）利用梯度下降算法优化目标函数；（5）训练完毕，保存模型权重参数，该模型可以直接加入到已有的Text2SQL模型中，完成自然语言问句和数据库模式初始化编码。
表格模式解析序列掩码语言模型训练方法系统

[发明专利]人像转换模型生成方法及人像转换方法-CN202011585613.8有效
发明人：王鹏程;冀志龙;刘霄 -专利权人：北京世纪好未来教育科技有限公司
申请日： 2020-12-29 - 公布日： 2021-03-30 - 主分类号： G06T3/00 文献下载
摘要：人像转换模型生成方法包括使用原图和目标图作为训练数据，对循环生成对抗网络进行训练，训练时使用的损失函数包括结构损失函数和图对损失函数，所述结构损失函数包括：对原图进行聚类分割处理的结果与对网络生成的卡通图进行聚类分割处理的结果之间的差
人像转换模型生成方法

[发明专利]外挂识别模型训练方法、装置、电子设备及存储介质-CN202110407089.3有效
发明人：刘志煌 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-04-15 - 公布日： 2021-08-17 - 主分类号： A63F13/75 文献下载
摘要：本发明提供了一种外挂识别模型训练方法、装置、电子设备、存储介质，方法包括：基于目标用户的行为信息确定所述外挂识别模型的训练样本，确定所述外挂识别环境中的外挂画像特征；根据所述目标用户的行为信息，确定相应的行为序列信息；确定与所述外挂识别模型相适配的模型参数，由此，能够实现通过外挂识别模型对目标用户的行为进行实时监测，并根据风险预测结果执行相匹配的事件执行策略，使得外挂识别模型的泛化能力以及数据处理能力更强，适应不同的外挂识别环境同时无需获取大量标注样本训练专用于识别作弊行为的模型，因此可以有效降低识别作弊行为的成本。
外挂识别模型训练方法装置电子设备存储介质

[发明专利]基于字典对的多视角识别方法-CN201910712287.3有效
发明人：王磊;张帆;李丹萍;裴庆祺;马立川 -专利权人：西安电子科技大学
申请日： 2019-08-02 - 公布日： 2022-03-22 - 主分类号： G06V10/774 文献下载
摘要：实现步骤：获取训练样本集和待识别样本集；构建训练样本集的字典对集；构建对角化约束矩阵集；构建系数嵌入矩阵、标签矩阵和常数矩阵；构建非负矩阵和投影矩阵；构建基于字典对的多视角识别模型；对基于字典对的多视角识别模型进行训练；对待识别样本集中的样本数据进行分类。
基于字典视角识别方法

[发明专利]图像分类模型的训练方法及计算机可读存储介质-CN202111585657.5有效
发明人：刘国清;杨广;王启程;郑伟;张孟华;杨国武 -专利权人：深圳佑驾创新科技有限公司
申请日： 2021-12-23 - 公布日： 2022-03-22 - 主分类号： G06V10/774 文献下载
摘要：本发明提供了一种图像分类模型的训练方法，包括：根据第一图像训练初始分类模型以得到中间分类模型，其中，第一图像为有标签图像；根据中间分类模型对第二图像进行聚类处理以得到若干聚类簇，其中，第二图像为无标签图像；计算每一聚类簇的中心点；根据聚类簇的中心点计算相应的伪标签；以及根据第一图像、第二图像、中心点以及伪标签训练中间分类模型以得到图像分类模型。本发明技术方案有效解决了有标签图像数据量小导致图像分类模型准确度不高的问题。
图像分类模型训练方法计算机可读存储介质

[发明专利]基于用户交互的多轮对话在线训练方法及系统-CN201910218450.0有效
发明人：鄂海红;宋美娜;牛佩晴;陈忠富;肖思琪;周筱松;程瑞 -专利权人：北京邮电大学
申请日： 2019-03-21 - 公布日： 2022-04-26 - 主分类号： G06F16/332 文献下载
摘要：本发明公开了一种基于用户交互的多轮对话在线训练方法及系统，其中，该方法包括：获取当前对话轮次，并判断对话轮次是否大于预设阈值；若对话轮次大于预设阈值，则获取当前动作；若当前动作为接收操作动作时，则通过自然语言理解模块对当前动作进行意图和实体识别；若意图和实体的识别结果任一存在错误，则接收用户定义正确的意图和实体；根据用户定义正确的意图和实体对自然语言理解模块进行实时在线训练。该方法通过与用户在线交互，实时对模块进行训练，解决任务型多轮对话系统中文对话数据集匮乏且质量不高的问题，可适用于不同的对话场景。
基于用户交互轮对在线训练方法系统

[发明专利]基于神经网络的涡旋式复合机流量转矩预测方法及系统-CN201910498447.9有效
发明人：李珂;曲超;张承慧;郑天友 -专利权人：山东大学
申请日： 2019-06-10 - 公布日： 2022-04-15 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于神经网络的涡旋式复合机流量转矩预测方法及系统，该方法包括以下步骤：分析涡旋式复合机相关变量，选取合适的输入输出变量；选择合适的神经网络结构进行建模，生成神经网络模型；对神经网络模型进行训练，利用训练后的神经网络模型预测涡旋式复合机的流量和输出转矩。本发明在物理定律的基础上推导出基本模型，选择合适的用于训练网络的输入变量，然后通过实验数据与智能算法进行输出预测，大大简化了原有的机理模型，减低了建模的难度，提高了涡旋式复合机流量转矩预测的准确度。
基于神经网络涡旋式复合机流量转矩预测方法系统

[发明专利]基于可变形卷积与特征融合的玻璃缺陷检测方法与装置-CN202210132545.2有效
发明人：黄必清;郝睿阳 -专利权人：清华大学
申请日： 2022-02-14 - 公布日： 2022-04-29 - 主分类号： G06T7/00 文献下载
摘要：本申请涉及图像数据处理技术领域，特别涉及一种基于可变形卷积与特征融合的玻璃缺陷检测方法与装置，其中，方法包括：采集待检测玻璃的表面图像；将表面图像输入至预先训练的缺陷识别模型，确定待检测玻璃的实际缺陷，其中，预先训练的缺陷识别模型由含有可变形卷积的卷积神经网络、特征融合网络和检测器网络通过近似联合训练得到；基于实际缺陷生成待检测玻璃的目标抓取动作，按照目标抓取动作抓取待检测玻璃。
基于变形卷积特征融合玻璃缺陷检测方法装置

友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：76009968。

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

在线咨询

400-8765-105周一至周五 9:00-18:00

版权所有钻瓜科技（天津）有限公司津ICP备15000985号津公网安备 12019202000206号http://www.vipzhuanli.com/公布日期

咨询在线客服

咨询在线客服

tel code back_top