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1013307个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于智能传感技术的考核训练系统-CN202310354288.1有效
  • 刘子林 - 北京奥康达体育产业股份有限公司
  • 2023-04-06 - 2023-06-09 - A63B24/00
  • 本发明属于考核训练领域,公开了一种基于智能传感技术的考核训练系统,包括身份识别模块、训练模块、传输模块和云服务模块;身份识别模块用于对训练人员进行身份识别,获得训练人员的身份信息;训练模块用于获取训练人员的蛇形跑训练数据;传输模块用于将训练人员的蛇形跑训练数据发送至云服务模块;云服务模块用于存储蛇形跑训练数据,并将蛇形跑训练数据与身份识别模块得到的身份信息进行关联。在本发明中,通过设置身份识别模块、传输模块和云服务模块,对训练模块得到的蛇形跑训练数据进行了存储,使得训练人员能够方便地对历史的训练数据进行查看,分析自身在跑动过程中的缺陷。
  • 一种基于智能传感技术考核训练系统
  • [发明专利]一种语音识别模型训练方法、语音识别方法及相关设备-CN202210819897.5在审
  • 桑宏报;方磊;何雪;杨军;方四安;柳林 - 合肥讯飞数码科技有限公司
  • 2022-07-13 - 2022-10-14 - G10L15/06
  • 本发明提供了一种语音识别模型训练方法、语音识别方法及相关设备,训练方法包括:利用任务总集对构建的语音识别模型进行第一阶段的训练,得到第一阶段训练后的语音识别模型,任务总集中包括多个第一类别分别对应的任务,在进行第一阶段训练的过程中,通过自行学习适合任务总集中任务的学习率来把控模型参数更新方向,通过一阶梯度的计算对模型参数进行更新;利用第二类别的训练语音,对第一阶段训练后的语音识别模型进行第二阶段的训练采用本发明提供的语音识别模型训练方法可训练得到对第二类别的语音具有较好识别效果且具有较高稳定性的语音识别模型,利用该语音识别模型对第二类别的待识别语音进行识别,可获得准确率较高的识别结果。
  • 一种语音识别模型训练方法相关设备
  • [发明专利]意图识别模型训练方法、意图识别方法、装置及设备-CN202011135184.4在审
  • 蔡岩松;杜新凯;牛国扬;王彦昕;刘谦;高峰 - 阳光保险集团股份有限公司
  • 2020-10-21 - 2021-01-22 - G06F40/35
  • 本申请提供一种意图识别模型训练方法、意图识别方法、装置及设备,涉及自然语言处理技术领域。该方法包括:根据意图识别模型所应用的第一领域,获取第一训练语料,该第一训练语料包括该第一领域的标注的语料;使用该第一训练语料,训练得到第一训练模型;根据该意图识别模型所应用的第二领域,获取第二训练语料,该第二领域为该第一领域内的子领域,该第二训练语料包括该第二领域的标注的语料;使用该第二训练语料训练该第一训练模型,得到第二训练模型;获取第三训练语料,该第三训练语料为该第二领域内标注有意图信息的语料;使用该第三训练语料训练该第二训练模型,得到该意图识别模型。应用本申请实施例,可以提高意图识别的准确率。
  • 意图识别模型训练方法装置设备
  • [发明专利]命名实体识别模型训练方法及装置-CN202110137392.6在审
  • 弓源;李长亮 - 北京金山数字娱乐科技有限公司
  • 2021-02-01 - 2021-05-18 - G06F40/295
  • 本申请提供命名实体识别模型训练方法及装置,其中所述命名实体识别模型训练方法包括:获取有标注训练数据和无标注训练数据;根据所述有标注训练数据训练目标命名实体识别模型;将所述无标注训练数据输入至所述目标命名实体识别模型,获得所述目标命名实体识别模型输出至少一个实体词和每个实体词对应的置信度分值;根据每个实体词对应的置信度分值确定目标实体词,并根据所述目标实体词对所述无标注训练数据进行标注,生成新增有标注训练数据;根据所述新增有标注训练数据继续训练所述目标命名实体识别模型,本方法通过弱监督学习的方式,扩充了有标注训练数据的数量,有效防止模型训练过拟合,同时减少了人工标注有标注训练数据的成本。
  • 命名实体识别模型训练方法装置
  • [发明专利]车牌识别模型的训练方法及装置、车牌识别方法及装置-CN201911282626.5有效
  • 邓练兵;陈金鹿;薛剑 - 珠海大横琴科技发展有限公司
  • 2019-12-13 - 2021-02-26 - G06K9/32
  • 本发明公开了一种车牌识别模型的训练方法及装置、车牌识别方法及装置,该车牌识别模型的训练方法包括:获取车辆图像训练样本,车辆图像训练样本中包含具有车牌图像的正样本图像及不具有车牌图像的负样本图像;根据车辆图像训练样本提取第一目标训练特征;根据第一目标训练特征对第一深度学习网络模型进行训练,得到车牌识别模型;对车牌识别模型输出的车牌图像进行分割,得到目标训练字符;根据目标训练字符提取第二目标训练特征;根据第二目标训练特征对深度可分离卷积神经网络模型进行训练,得到深度可分离卷积车牌识别模型。本发明通过采用可分离卷积神经网络模型,可以实现空间信息和深度信息解耦合,减少网络参数量,提高训练准确率。
  • 车牌识别模型训练方法装置
  • [发明专利]一种工程图纸的图像识别方法、系统及相关装置-CN202110482907.6在审
  • 何楠;戴闻刚;王能锋 - 杭州品茗安控信息技术股份有限公司
  • 2021-04-30 - 2021-08-20 - G06K9/00
  • 本申请提供一种工程图纸的图像识别方法,包括:获取工程图纸数据;对所述工程图纸数据进行预处理,得到图像数据;将所述图像数据输入训练模型,得到图像识别结果;其中,所述训练模型为包含多边形训练模型、双平行线训练模型和门窗训练模型的混合模型本申请通过对工程图纸数据预处理后直接输入训练模型进行识别,无需人工识别,尤其对于画法复杂门窗构建,可以准确的分析识别,提高了对于工程图纸的识别精确度。同时借助于训练模型进行图像识别,可以通过对训练模型进行优化以保证识别精度,解决了当前图纸识别软件难以更新的问题。本申请还提供一种工程图纸的图像识别系统、计算机可读存储介质和电子设备,具有上述有益效果。
  • 一种工程图纸图像识别方法系统相关装置
  • [发明专利]语音关键词识别方法、系统、设备及存储介质-CN202111136249.1在审
  • 宫云梅;鄢仁祥;徐超 - 苏州科达科技股份有限公司
  • 2021-09-27 - 2021-12-28 - G10L15/06
  • 本发明提供了一种语音关键词识别方法、系统、设备及存储介质,所述方法包括:训练部分:建立训练数据库,包括多个关键词的样本音频;将各个样本音频分为多个样本音频段;提取各个样本音频段的特征向量,将特征向量按照图像分类训练算法的输入数据要求制作成输入训练算法的特征矩阵,并进行模型训练,存储训练好的模型;识别部分:采集待识别音频,分为多个待识别音频段,提取各个待识别音频段的特征向量,制作成适合模型的特征矩阵,输入模型,得到各个待识别音频段的标签;将数量最多的标签作为待识别音频的关键词标签本发明基于机器学习图像分类实现关键词识别。具有训练样本少、训练时间短、算法复杂度低,识别推理时间短、识别率高等优点。
  • 语音关键词识别方法系统设备存储介质
  • [发明专利]票据识别方法及装置-CN202210138508.2在审
  • 徐晓健 - 中国银行股份有限公司
  • 2022-02-15 - 2022-05-13 - G06V30/412
  • 本发明公开一种票据识别方法及装置,涉及人工智能技术领域,该方法包括:对获取的每一票据图片的文本区域和文本内容进行标注,得到训练集;根据已标注票据图片的干扰特征将训练集划分为多个子训练集;根据每一子训练集及其票据图片标注的文本区域,训练多个文本检测模型,得到多个文本区域识别模型;根据每一子训练集及其票据图片标注的文本内容,训练多个卷积神经网络,得到多个文本内容识别模型;将从训练集中选取的每一票据图片同时输入多个文本内容识别模型,采用遗传算法,确定每一文本内容识别模型的对应权重;利用前述多个文本区域识别模型、确定对应权重的多个文本内容识别模型,对待识别票据图片进行识别,可以提升票据识别的准确性。
  • 票据识别方法装置
  • [发明专利]一种数据处理方法、装置、设备及存储介质-CN202110918706.6有效
  • 司雪敏 - 腾讯科技(深圳)有限公司
  • 2021-08-11 - 2021-12-07 - G06K9/20
  • 本申请实施例公开了一种人工智能领域的数据处理方法、装置、设备及存储介质,其中该方法包括:获取目标弹幕的目标文本;通过第一弹幕识别模型,根据目标文本确定目标弹幕的第一识别结果;第一弹幕识别模型是基于包括第一训练文本及其对应的弱标注结果的第一训练样本训练得到的,弱标注结果是根据播放第一训练文本所属的弹幕后弹幕播放功能是否被关闭确定的;通过第二弹幕识别模型,根据目标文本确定目标弹幕的第二识别结果;第二弹幕识别模型是基于包括第二训练文本及其对应的强标注结果的第二训练样本训练得到的;根据第一识别结果和第二识别结果,确定目标弹幕的目标识别结果。该方法能够取得较好的不良弹幕识别效果,并且降低模型训练成本。
  • 一种数据处理方法装置设备存储介质
  • [发明专利]人脸识别模型的生成方法和装置-CN201810268892.1有效
  • 张刚 - 百度在线网络技术(北京)有限公司
  • 2018-03-29 - 2022-05-03 - G06V40/16
  • 本申请实施例公开了人脸识别模型的生成方法和装置。该方法的一具体实施方式包括:获取训练样本集合,然后将训练样本集合中的各训练样本输入到初始人脸识别模型中对初始人脸识别模型进行训练,得到训练后的人脸识别模型,人脸识别模型用于识别输入到其中的人脸图像对所对应的对象之间是否满足预定血缘关系在不增加目标对象的人脸图像和关系对象的人脸图像的同时,扩充了训练用的特征图,减少了获取训练用人脸图像的人力物力成本和时间成本。提高了训练人脸识别模型的效率。
  • 识别模型生成方法装置
  • [发明专利]一种基于SP-PGGAN风格迁移的行人重识别方法-CN202010226128.5在审
  • 孙艳丰;胡芸萍 - 北京工业大学
  • 2020-03-26 - 2020-07-17 - G06K9/00
  • 本发明提出了一种基于SP‑PGGAN风格迁移的行人重识别方法。该方法包括:基于CycleGAN构建SP‑PGGAN模型;将有标注的行人重识别数据集的训练集和无标注的行人重识别数据集的训练集同时输入到SP‑PGGAN模型进行训练,即有标注的行人重识别数据集的训练集通过生成器G得到迁移后的有标注的行人重识别数据集的训练集;利用行人重识别模型IDE对迁移后的有标注的行人重识别数据集的训练集进行分类网络的训练,得到训练好的IDE模型;将无标注的行人重识别数据集的测试集输入到训练好的IDE模型中,实现无标注数据集的行人重识别。由于本发明设计的SP‑PGGAN迁移模型在风格迁移的过程中更加准确,所以可以很大程度地提升无标注数据集的行人重识别效果。
  • 一种基于sppggan风格迁移行人识别方法

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