“隐式变分”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5224264个，建议您升级VIP下载更多相关专利

[发明专利]基于残差的级联渐进优化的多模态跨视角图像生成方法-CN202111261792.4在审
发明人：陈涛;章伟希;范佳媛 -专利权人：复旦大学
申请日： 2021-10-28 - 公布日： 2023-05-02 - 主分类号： G06T3/00 文献下载
摘要：本发明提供了一种基于残差的级联渐进优化的多模态跨视角图像生成方法，用于对源视角图像进行视角转换，包括以下步骤：步骤1，获取源视角图像的真实目标视角图像，构建变分自编码器提取真实目标视角图像的第一隐编码；步骤2，使用对抗生成网络生成粗糙目标视角图像；步骤3，构建多级级联的残差优化网络优化粗糙目标视角图像，得到精细目标视角图像；步骤4，通过变分自编码器提取精细目标视角图像的第二隐编码并与第一隐编码计算重构损失；步骤5，构建整体损失函数；步骤6，训练对抗生成网络后对于需进行视角转换的源视角图像，对抗生成网络随机采样第二隐编码生成多模态的粗糙目标视角图像，并经过多级级联的残差优化网络进行图像质量优化。
基于级联渐进优化多模态跨视角图像生成方法

[发明专利]面向小样本学习的变分自编码器网络模型和装置-CN201910621045.3有效
发明人：崔鹏;周琳钧;杨士强 -专利权人：清华大学
申请日： 2019-07-10 - 公布日： 2022-01-11 - 主分类号： G06K9/62 文献下载
摘要：本发明提出一种面向小样本学习的变分自编码器网络模型和装置，包括：获取样本的高层表征，根据高层表征通过第一神经网络采样得到隐表示，并通过第二个神经网络复原，以重构高层表征；根据分布参数生成每个类别分布；以及通过定义损失函数为重构误差、分类误差和隐表示分布与先验分布误差之和，以优化整个网络参数及每个类别分布的参数，生成变分自编码器网络模型。本发明通过面向小样本学习的变分自编码器网络模型，使得学习出来的高层表征有一个分布族能够精确的描述，而且高层表征的分布与其度量函数可以完全匹配，从而提升了小样本分类的准确率。
面向样本学习编码器网络模型装置

[发明专利]交叉注意力机制的变分图像配准方法、装置、设备及介质-CN202310334095.X在审
发明人：许康荣;杨烜;杨博乾 -专利权人：深圳大学
申请日： 2023-03-23 - 公布日： 2023-06-27 - 主分类号： G06T7/33 文献下载
摘要：本发明提供了一种交叉注意力机制的变分图像配准方法、装置、设备及介质，方法包括，用于图像配准，解决了变分心脏配准中，因图像缺少长距离特征建模以及目标函数ELBO与输入图像对的对数似然间的差距导致配准精度低的技术问题，方法包括：接收心脏浮动图像与固定图像；利用预先训练的基于交叉注意力机制的变分神经网络对所述心脏浮动图像与所述固定图像进行处理，得到变分模型的隐变量；将所述隐变量输入到预先构建的径向基函数，解码输出浮动图像的形变场，并根据形变场确定配准后的图像；本发明本方法解决了卷积神经网络无法捕捉图像中的远距离信息的问题，同时缩小了真实后验与变分后验之间的差距，显著提高了配准的精度。
交叉注意力机制图像方法装置设备介质

[发明专利]一种确定徐变试验棱柱体试件抗压强度折算系数的方法-CN201510589710.7有效
发明人：黄耀英;练迪;唐腾飞 -专利权人：三峡大学
申请日： 2015-09-16 - 公布日： 2018-02-02 - 主分类号： G06F17/50 文献下载
摘要：一种确定徐变试验棱柱体试件抗压强度折算系数的方法，该方法包括以下步骤1）确定影响抗压强度值的各主要因素；2）组建神经网络学习样本；3）建立预测混凝土棱柱体试件抗压强度隐式网络模型；4）获得较为合理的预测混凝土抗压强度尺寸效应的隐式网络模型，5）将徐变试验棱柱体试件的影响抗压强度值的各主要因素的信息输入较为合理的预测混凝土抗压强度尺寸效应的隐式网络模型中，即可得到该混凝土徐变棱柱体试件的抗压强度折算系数。本发明提供的一种确定徐变试验棱柱体试件抗压强度折算系数的方法，能更准确地预测掺粉煤灰混凝土和不掺粉煤灰混凝土的棱柱体徐变试件抗压强度折算系数，满足高应力比下混凝土徐变试验需要。
一种确定试验棱柱体抗压强度折算系数方法

[发明专利]利用条件变分自动编码器进行标签平滑的翻译方法及系统-CN202210950390.3在审
发明人：冯洋;郭登级;黄浪林 -专利权人：中国科学院计算技术研究所
申请日： 2022-08-09 - 公布日： 2022-12-09 - 主分类号： G06F40/58 文献下载
摘要：本发明提出一种利用条件变分自动编码器进行标签平滑的翻译方法和系统，包括：将翻译训练文本输入具有条件变分自动编码器的神经网络翻译模型，经过该神经网络翻译模型的编解码器，得到解码器的输出向量，将该输出向量输入该条件变分自动编码器，计算出隐变量，并利用隐变量重构出输出向量，最后用该输出向量替换原有的输出向量，预测标签概率分布。在训练阶段，对比该标签概率分布和原输出向量得出的概率分布构成翻译损失；对比条件变分自动编码器的先验后验输出构成自编码器损失。
利用条件自动编码器进行标签平滑翻译方法系统

[发明专利]基于正则化的变分深度聚类模型-CN202010798578.1在审
发明人：陈亚瑞;张志远;王浩楠;丁文强;史艳翠;杨巨成 -专利权人：天津科技大学
申请日： 2020-08-11 - 公布日： 2022-03-01 - 主分类号： G06V10/762 文献下载
摘要：所以本发明在变分自编码模型的基础上提出对数据聚类的学习，并加入正则项，提高模型的稳定性。这个模型不仅可以生成高质量的数据，而且可以在数据隐空间中完成高精度的聚类任务。推理模型不仅获得了数据隐空间分布，而且利用分类器计算了聚类分配的概率，隐向量利用高斯混合模型完成聚类任务，通过生成网络生成观测数据；采用的变分方法将推理问题转化为优化问题；采用随机梯度下降法对模型参数进行更新
基于正则深度模型

[发明专利]模型训练、命名实体识别方法及装置-CN202010631307.7有效
发明人：李扬名;李小龙;姚开盛 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2020-07-03 - 公布日： 2020-09-29 - 主分类号： G06F40/284 文献下载
摘要：在模型训练时，将第一样本序列中的第一命名实体替换为第一预设字符，得到第二样本序列，并从第二样本序列中确定包含第一预设字符的文本片段；采用第一递归神经网络，递归地确定第二样本序列中多个分词的隐向量，并确定文本片段的表征向量；通过变分自编码器，基于表征向量构建高斯分布并确定针对文本片段的全局隐向量；采用第一递归神经网络，以全局隐向量作为初始隐向量，递归地确定文本片段中分词的解码隐向量，并确定文本片段中分词的预测值；基于文本片段中分词与其预测值的差异以及分布差异，确定预测损失值，向减小预测损失值的方向，更新第一递归神经网络和变分自编码器。
模型训练命名实体识别方法装置

[发明专利]共用衬底上的功率裝置集成-CN201380051393.2有效
发明人：杰席克·寇瑞克;杨铂仪 -专利权人：矽澜纳股份有限公司
申请日： 2013-07-16 - 公布日： 2016-11-30 - 主分类号： H01L27/00 文献下载
摘要：本发明涉及一种用于促进共用衬底上的功率装置集成的半导体结构，其包含：第一绝缘层，其形成于所述衬底上；及作用区域，其具有第一导电性类型，形成于所述第一绝缘层的至少一部分上。具有第二导电性类型的隐埋式阱形成于所述作用区域中且与形成于所述结构的所述上部表面上的第二端子耦合。所述隐埋式阱与所述作用区域形成箝位二极管，所述箝位二极管将击穿雪崩区域定位于所述隐埋式阱与所述第一端子之间。所述功率装置中的至少一者的击穿电压随所述隐埋式阱的特性而变。
共用衬底功率集成

[发明专利]一种面向对话目标的条件变分自编码器对话推荐方法及系统-CN202211335892.1在审
发明人：荣文戈;颜岑;殷传涛;欧阳元新;熊璋 -专利权人：北京航空航天大学
申请日： 2022-10-28 - 公布日： 2023-02-03 - 主分类号： G06F16/332 文献下载
摘要：本发明涉及一种面向对话目标的条件变分自编码器对话推荐方法及系统，其方法包括：构建面向目标的条件变分自编码器模型，充分利用对话目标信息得到全局语义表示的隐变量，然后构建知识挑选模块，利用隐变量辅助外部知识挑选
一种面向对话目标条件编码器推荐方法系统

[发明专利]混合模型的确定方法及装置-CN201410101689.7在审
发明人：刘春辰;冯璐;藤巻辽平 -专利权人：日本电气株式会社
申请日： 2014-03-18 - 公布日： 2015-09-23 - 主分类号： G06F19/00 文献下载
摘要：方法包括：获取根据样本数据、隐变量及组件参数确定的对数似然、正则项及隐变量的变分分布的对数，根据对数似然、正则项及隐变量的变分分布的对数确定目标函数；根据从样本数据中抽取的子样本数据确定使目标函数收敛的隐变量的变分分布及组件参数，根据使目标函数收敛的隐变量的变分分布及组件参数确定混合模型。本发明通过根据样本数据、隐变量及组件参数确定的对数似然、正则项及隐变量的变分分布的对数确定目标函数，根据使目标函数收敛的隐变量的变分分布及组件参数确定混合模型，由于引入了正则项，因而可使得混合模型的复杂度得到自动控制
混合模型确定方法装置

[发明专利]一种SNP位点序列特征提取方法-CN202110234830.0在审
发明人：宋晓宇;冯小蓓;邱泽阳;冯兰庆;吴鸿阳 -专利权人：兰州蓝鲸信息技术有限公司
申请日： 2021-03-03 - 公布日： 2021-06-18 - 主分类号： G16B20/20 文献下载
摘要：一种SNP位点序列特征提取方法，将长串序列S任意分解为连续的、长度为k子序列，计算每一个子序列的出现频率，并对应记录为与k相关的特征向量x；通过变分自编码器对特征向量x的特征进行学习，得到特征向量x的隐变量向量z；解码隐变量向量z并构造损失函数；将采样到的隐变量向量z输入到变分自编码器的解码器中进行重构，生成新的特征向量一种 snp 序列特征提取方法

[发明专利]关系模型的确定方法及装置-CN201410101670.2在审
发明人：冯璐;刘春辰;藤巻辽平 -专利权人：日本电气株式会社
申请日： 2014-03-18 - 公布日： 2015-09-23 - 主分类号： G06F17/18 文献下载
摘要：所述方法包括：获取根据样本数据、至少两个用于说明样本数据所属样本类别的隐变量及模型参数确定的对数似然、正则项及各个隐变量的变分分布的对数，并根据对数似然、正则项及各个隐变量的变分分布的对数确定目标函数；确定使目标函数收敛的各个隐变量的变分分布及模型参数，根据使目标函数收敛的各个隐变量的变分分布及模型参数确定关系模型。本发明通过根据样本数据、至少两个用于说明样本数据所属样本类别的隐变量及模型参数确定的对数似然、正则项及各个隐变量的变分分布的对数确定目标函数，并根据使目标函数收敛的各个隐变量的变分分布及模型参数确定关系模型
关系模型确定方法装置

[发明专利]关系模型的确定方法及装置-CN201410101228.X在审
发明人：冯璐;刘春辰;藤巻辽平;中台慎二 -专利权人：日本电气株式会社
申请日： 2014-03-18 - 公布日： 2015-09-23 - 主分类号： G06F17/18 文献下载
摘要：方法包括：获取根据样本数据、至少两个用于说明样本数据拥有的特征的隐变量及模型参数确定的对数似然、正则项及各个隐变量的变分分布的对数；根据对数似然、正则项及各个隐变量的变分分布的对数确定目标函数；确定使目标函数收敛的隐变量的变分分布及模型参数，根据使目标函数收敛的隐变量的变分分布及模型参数确定关系模型。本发明通过根据对数似然、正则项及各个隐变量的变分分布的对数确定目标函数后，根据使目标函数收敛的隐变量的变分分布及模型参数确定关系模型，提高了关系模型的确定效率和精度，由于采用正则项，因而可以对模型的复杂度进行自动控制
关系模型确定方法装置

[发明专利]一种可见光隐式成像通信自适应嵌入方法及系统-CN201910026299.0在审
发明人：唐燕群;胡赟鹏;孟钰婷;沈智翔;姚祥文;沈彩耀;于宏毅;张效义 -专利权人：中国人民解放军战略支援部队信息工程大学;东莞信大融合创新研究院
申请日： 2019-01-11 - 公布日： 2019-06-21 - 主分类号： H04N1/32 文献下载
摘要：本发明公开了一种可见光隐式成像通信自适应嵌入方法及系统，方法包括：获取时变视频，计算时变视频相邻的两帧原始图像间对应像素的差异值；判断所述差异值是否小于等于最大帧间变化强度，若是，则：计算像素块的嵌入强度本发明应用于可见光隐式成像通信系统中，利用动态视频作为发送端信息载体时视频帧间存在的差异，通过分析动态视频帧图像实时变化的特点和帧间差异对信息传输造成干扰的原因，基于互补帧调制的自适应信息嵌入方法，提高了系统误码率性能，改善了隐式信息的视觉无感效果。
嵌入可见光自适应隐式成像动态视频像素块时变视频系统误码率性能叠加信息实时变化信息传输信息载体隐式信息原始图像帧间差异发送端视频帧帧调制帧图像最大帧通信系统通信像素视觉应用分析

[发明专利]基于图生成对抗网络和变分自动编码器的药物重定位方法-CN202310201284.X在审
发明人：王建林;马旭 -专利权人：河南大学
申请日： 2023-03-03 - 公布日： 2023-06-23 - 主分类号： G16B15/30 文献下载
摘要：本发明涉及生物信息学技术领域，具体涉及基于图生成对抗网络和变分自动编码器的药物重定位方法，该方法包括：利用药物相似性矩阵、靶标相似性矩阵和药物‑靶标相互作用矩阵，构建药物‑靶标的异构网络、邻接矩阵和初始特征矩阵；采用变分自动编码器利用卷积神经网络的特征提取和融合功能，将药物‑靶标的邻接矩阵和初始特征矩阵中的初始特征编码为隐变量；基于药物‑靶标的异构网络，利用对抗模型强化隐变量中药物和靶标的特征表示；在对抗模型多次迭代后，通过提取生成器中的隐变量，用以构建预测矩阵；对未知的药物‑靶标的相互作用进行预测。
基于生成对抗网络自动编码器药物定位方法