“分类概率”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425521个，建议您升级VIP下载更多相关专利

[发明专利]一种分类方法、系统、电子设备及存储介质-CN201811204920.X有效
发明人：张玮;朱涛;李毅;罗伟;朱佳兵;康成 -专利权人：武汉中旗生物医疗电子有限公司
申请日： 2018-10-16 - 公布日： 2022-03-18 - 主分类号： A61B5/346 文献下载
摘要：本申请提供一种分类方法、系统、电子设备及存储介质，用于解决现有技术中在心电检查工作中的心电图诊断准确性非常低的问题。该方法包括：将待测样本输入第一分类算法，计算获得第一概率列表，以及，将待测样本输入第二分类算法，计算获得第二概率列表；第一概率列表以及第二概率列表包括待测样本归属于各目标分类的概率；从第一概率列表中筛选出概率最高的第一分类，从第二概率列表中筛选出概率最高的第二分类；判断第一分类与第二分类是否相同；若否，则将各目标分类在第一概率列表中的概率与在第二概率列表中的概率相加，获得各目标分类的概率和值，形成第三概率列表；从第三概率列表中筛选出概率最高的第三分类，将第三分类作为最终分类。
一种分类方法系统电子设备存储介质

[发明专利]一种信息分类的方法及相关装置、服务器-CN201910794568.8在审
发明人：胡一凡;郑冶枫 -专利权人：腾讯科技(深圳)有限公司
申请日： 2019-08-23 - 公布日： 2019-11-26 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种信息分类的方法及相关装置、服务器，用于提高分类模型中样本数据较少的类别预测的准确率。本申请方法包括：获取待分类信息；通过分类模型获取待分类信息所对应的第一概率；基于信息分类规则对第一概率进行修正处理，得到第二概率，其中，信息分类规则表示原始概率集合与修正概率集合之间的对应关系，原始概率集合包括M个原始概率，修正概率集合包括M个修正概率，M为大于1的整数，原始概率与修正概率具有一一对应的关系，且修正概率集合中的修改概率与所述原始概率集合中的原始概率满足相同的分布顺序；根据第二概率生成信息分类结果
概率集合概率修正信息分类规则分类模型分类信息概率生成信息分布顺序分类结果相关装置信息分类修正处理样本数据准确率申请服务器预测

[发明专利]文本分类方法、装置、电子设备及存储介质-CN202310984816.1在审
发明人：刘吉 -专利权人：南京文易科技有限公司
申请日： 2023-08-06 - 公布日： 2023-10-27 - 主分类号： G06F16/35 文献下载
摘要：本申请实施例提供了一种文本分类的方法、装置、电子设备及存储介质，其中方法包括：利用待分类文本的模型分类概率值与模型分类预设阈值的比较结果来调节待分类文本的关键词提取阈值，从而动态控制待分类文本的关键词的提取范围，进而调节待分类文本的关键词分类概率值的精度。然后再根据待分类文本的模型分类概率值和关键词分类概率值与各自预设阈值的比较结果来调节综合概率权重。最后根据模型分类概率值、关键词分类概率值和综合概率权重确定待分类文本的综合分类概率值。本发明综合利用了模型分类结果和关键词分类结果来推导待分类文本的类型，避免了由单一分类方法造成误判和漏判的情况，提高了文本分类的准确率和客观性。
文本分类方法装置电子设备存储介质

[发明专利]一种短文本多标签分类方法及装置-CN201810769761.1有效
发明人：熊文灿;廖翔;周继烈;张昊;刘铭;张骏;单培;李士勇;张瑞飞;李广刚 -专利权人：鼎富智能科技有限公司
申请日： 2018-07-13 - 公布日： 2020-08-28 - 主分类号： G06F16/35 文献下载
摘要：本申请提供一种短文本多标签分类方法及装置，包括利用与分类标签对应的单分类模型，得到第一正向分类概率集；对第一正向分类概率集内的正向分类概率进行筛选，得到第一目标正向分类概率集；判断第一目标正向分类概率集中的每个正向分类概率是否大于或等于第一预设分类阈值，若是，则将正向分类概率对应的分类标签确定为待分类短文本所属的第一分类类别；若否，则将正向分类概率对应的分类标签确定为剩余分类标签；利用多分类模型，对待分类短文本进行分类，得到第二分类类别集。本申请先对待分类短文本进行初始分类处理，然后再对该待分类短文本进行二次分类处理，可实现短文本的多分类处理，减少数据处理的繁复性，提高数据处理的速度。
一种文本标签分类方法装置

[发明专利]图像识别方法和装置-CN201910070194.5有效
发明人：杨恒 -专利权人：深圳爱莫科技有限公司
申请日： 2019-01-24 - 公布日： 2022-09-09 - 主分类号： G06V10/764 文献下载
摘要：该方法包括调用分类识别模块对识别图像进行识别，得到识别图像对应每个分类的分类概率，以及调用标识识别模块对识别图像进行识别，得到识别图像对应每个标识的的标识概率，其中，每个分类均对应至少一个的标识；比较最大的分类概率和最大的标识概率；当最大的分类概率大于最大的标识概率时，确定最大的分类概率对应分类，将对应该分类的多个标识中标识概率最大的标识作为识别结果输出。
图像识别方法装置

[发明专利]基于统计概率的损失函数计算方法、电子设备、存储介质-CN201811033070.1在审
发明人：马瑞;丁志禄 -专利权人：浙江长兴笛卡尔科技有限公司
申请日： 2018-09-05 - 公布日： 2019-02-12 - 主分类号： G06K9/62 文献下载
摘要：本发明提供基于统计概率的损失函数计算方法，包括步骤：对原始数据集通过分类器进行分类，得到分类结果概率矩阵；通过损失函数计算分类结果概率矩阵中每一分类概率向量的损失，得到总体损失；通过统计惩罚项计算方法计算分类结果概率矩阵中每一数据分类概率对应的统计惩罚项，得到总体统计惩罚项；将总体损失中每一分类概率向量对应的损失与总体统计惩罚项中每一分类概率向量对应的统计惩罚项进行整合。本发明涉及电子设备与可读存储介质，用于执行基于统计概率的损失函数计算方法；本发明通过统计惩罚项的加入，对计算结果优势不明显的分类给予更高的惩罚，让分类器更好的将更明显的类别提取出来，提高了机器学习中分类任务的准确性和可靠性
惩罚项统计损失函数分类概率分类结果概率矩阵向量概率电子设备分类器分类可读存储介质原始数据集存储介质机器学习类别提取数据分类整合惩罚

[发明专利]复合表情识别方法、装置、终端设备及存储介质-CN202011304521.8有效
发明人：易苗 -专利权人：平安科技（深圳）有限公司
申请日： 2020-11-19 - 公布日： 2021-11-09 - 主分类号： G06K9/00 文献下载
摘要：本申请适用于人工智能技术领域，提供了一种复合表情识别方法、装置、终端设备及存储介质，该方法包括：利用第一表情识别模型、第一目标模型和第二目标模型识别待识别图像，分别得到每种复合表情的第一概率值、第一复合概率值和第二复合概率值；获取第一表情识别模型的第一误分类概率、每个第一目标模型的第一复合误分类概率和每个第二目标模型的第二复合误分类概率；根据第一概率值、第一误分类概率、第一复合概率值、第一复合误分类概率、第二复合概率值以及第二复合误分类概率，得到目标分类结果。通过上述复合表情识别方法，可在待识别图像包含复合表情时，结合多个表情识别模型的预测结果及误分类概率，准确预测待识别图像中的主从表情。
复合表情识别方法装置终端设备存储介质

[发明专利]一种对象分类方法、装置、以及电子设备-CN201910493583.9在审
发明人：牛振兴;刘宇 -专利权人：阿里巴巴集团控股有限公司
申请日： 2019-06-06 - 公布日： 2020-12-08 - 主分类号： G06K9/62 文献下载
摘要：本申请提供一种对象分类方法包括：获得待分类对象；将所述待分类对象输入到对象分类模型的识别器中，获得所述待分类对象可被所述对象分类模型识别的识别概率，所述对象分类模型用于根据所述待分类对象确定所述待分类对象所属的类目；如果所述识别概率达到或超过识别概率阈值，则将所述待分类对象输入到所述对象分类模型的分类器中，获得识别结果。本申请提供的分类方法仅对识别概率达到或超过识别概率阈值的待识别对象进行进一步的分类，提高了对待分类对象分类的准确性。
一种对象分类方法装置以及电子设备

[发明专利]一种发票商品名称分类方法及装置-CN202111553077.8在审
发明人：陈达;沈懿忱;刘子星;徐煌;罗贤哲;尤翔远 -专利权人：税友信息技术有限公司
申请日： 2021-12-17 - 公布日： 2022-03-22 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种发票商品名称分类方法及装置，在获取了待分类商品名称后，如果待分类核心词存在于预设核心词库中，则确定预设核心词库中待分类核心词的最大概率，如果最大概率超过概率阈值，则将最大概率对应的预设核心词库中的商品名称对应的商品分类编码作为待分类商品名称的商品分类编码，若最大概率没有超过概率阈值，将待分类商品名称输入至预先训练好的深度学习模型以得到分类结果及概率，基于分类结果的概率确定待分类商品名称的商品分类编码，深度学习模型基于历史发票样本中的商品名称、商品分类编码
一种发票商品名称分类方法装置

[发明专利]分类模型的概率阈值的确定方法、装置、设备及存储介质-CN202111264033.3在审
发明人：罗彤;郭彦东;李亚乾 -专利权人：上海瑾盛通信科技有限公司
申请日： 2021-10-27 - 公布日： 2022-01-28 - 主分类号： G06V10/764 文献下载
摘要：本申请涉及一种分类模型的概率阈值的确定方法、装置、设备及存储介质，属于人工智能技术领域。该方法包括：基于分类模型和多个测试数据集，确定多个概率，所述多个概率用于表示所述测试数据集中的多个测试数据属于所述分类模型的第一类别的概率；对于每个概率，以所述概率作为概率阈值，确定所述多个测试数据的预测标签；基于所述多个测试数据的预测标签，确定所述概率阈值对应的准确率和召回率，所述准确率用于反应所述分类模型的误检情况，所述召回率用于反应所述分类模型的漏检情况；基于所述概率阈值对应的准确率和召回率，确定满足条件的目标概率阈值，所述目标概率阈值被作为所述分类模型的概率阈值。本申请提高了分类模型的推理能力。
分类模型概率阈值确定方法装置设备存储介质

[发明专利]基于多模型引导的车牌字符分类方法以及系统-CN202310225517.X在审
发明人：闫军;丁丽珠;王艳清 -专利权人：智慧互通科技股份有限公司
申请日： 2023-03-09 - 公布日： 2023-06-23 - 主分类号： G06V20/62 文献下载
摘要：本发明公开一种基于多模型引导的车牌字符分类方法以及系统。方法包括：将第一车牌字符数据组输入至第一分类模型进行学习，获得每个类别的第一分类概率，将第一车牌字符数据组输入至初始车牌字符分类模型进行学习，获得每个类别的第一车牌字符分类概率；将第二车牌字符数据组输入至第二分类模型进行学习，获得每个类别的第二分类概率，将第二车牌字符数据组输入至初始车牌字符分类模型进行学习，获得每个类别的第二车牌字符分类概率；根据第一分类概率与第一车牌字符分类概率计算第一散度值，根据第二分类概率与第二车牌字符分类概率计算第二散度值；根据第一散度值与第二散度值构建整体损失函数进行训练，获得车牌字符分类模型。
基于模型引导车牌字符分类方法以及系统

[发明专利]一种层次深度学习农作物遥感分类方法-CN202011412442.9有效
发明人：李华朋;张树清 -专利权人：中国科学院东北地理与农业生态研究所
申请日： 2020-12-04 - 公布日： 2022-03-11 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种层次深度学习(HDL)农作物遥感分类方法，高层次作物LLC分类概率可作为高层次作物HLC分类的先验概率，反过来也是HLC的分类概率也作为LLC分类的先验概率，此过程反复迭代可用马尔科夫过程模型表达，HDL模型由两个子模型构成(HDL‑LLC以及HDL‑HLC)，分别用于低层次作物LLC和高层次作物HLC的分类，进行LLC分类概率计算和HLC分类概率计算。本发明能同时实现LLC和HLC遥感分类，并且将LLC和HLC的相关关系纳入分类过程，从而提高了LLC和HLC遥感分类精度，解决了目前LLC和HLC分类彼此分类割裂、无法统一的问题。
一种层次深度学习农作物遥感分类方法

[发明专利]一种基于多特征与多分类器的鲜茶叶分类方法-CN202010505288.3在审
发明人：毛腾跃;黄印;帖军;张雯娟 -专利权人：中南民族大学
申请日： 2020-06-05 - 公布日： 2020-10-30 - 主分类号： G06Q10/06 文献下载
摘要：本发明提供一种基于多特征与多分类器的鲜茶叶分类方法，包括以下：对茶叶图像训练样本提取几何特征和纹理特征，并输入SVM训练，得到训练好的SVM模型；利用训练好的SVM模型预测待预测茶叶图像，得到基于SVM分类器的茶叶各类型分类概率；对茶叶图像训练样本进行角点检测和距离矩阵相似度计算，并依据角点检测结果和距离矩阵相似度，得到基于特殊角度数量及距离矩阵的茶叶各类型分类概率；将基于SVM分类器的茶叶各类型分类概率和基于特殊角度数量及距离矩阵的茶叶各类型分类概率采用基于KNN结果融合，得到最终茶叶各类型分类概率；最终菜叶各类型分类概率中，最大概率值对应的类别标签即为最终分类结果；本发明提供的有益效果是：提高了茶叶分类的准确率。
一种基于特征分类茶叶方法

[发明专利]基于分类互斥性的损失函数计算方法、电子设备、介质-CN201811033060.8在审
发明人：马瑞;丁志禄 -专利权人：浙江长兴笛卡尔科技有限公司
申请日： 2018-09-05 - 公布日： 2019-03-08 - 主分类号： G06K9/62 文献下载
摘要：本发明提供基于分类互斥性的损失函数计算方法，包括步骤：对原始数据集通过分类器进行分类，得到分类结果概率矩阵；通过损失函数计算分类结果概率矩阵中每一分类概率向量的损失，得到总体损失；通过互斥惩罚项计算方法计算分类结果概率矩阵中每一数据分类概率对应的互斥惩罚项，得到总体互斥惩罚项；将总体损失中每一分类概率向量对应的损失与总体互斥惩罚项中每一分类概率向量对应的互斥惩罚项进行整合。本发明涉及电子设备与可读存储介质，用于执行上述方法；本发明通过互斥惩罚项的加入，对计算结果相对互斥分类结果优势不明显的分类给予更高的惩罚，让分类器更好的将互斥的类别分离开，提高了机器学习中分类任务的准确性和可靠性
互斥惩罚项分类结果分类概率概率矩阵损失函数分类向量电子设备分类器互斥性可读存储介质原始数据集机器学习数据分类整合惩罚概率

[发明专利]一种训练分类模型、对文本分类的方法及装置-CN202310629392.7在审
发明人：朱杰;郭立帆;曾海峰;陈风 -专利权人：阿里云计算有限公司
申请日： 2023-05-30 - 公布日： 2023-10-24 - 主分类号： G06F16/35 文献下载
摘要：本申请提供了一种训练分类模型、对文本分类的方法及装置。获取待处理文本，待处理文本中至少包括线上分类文本、线上问题、多个线上分类标签以及各个线上分类标签分别对应的预测概率填写位；线上问题用于提示预测线上分类文本针对线上问题的答案分别属于各个线上分类标签的预测概率；基于分类模型预测用于在待处理文本中的各个线上分类标签分别对应的预测概率填写位上填写的预测概率，预测概率包括线上分类文本针对线上问题的答案分别属于各个线上分类标签的概率；本申请对zero‑shot场景的分类准确率更高，可以降低服务平台的标注工作量，降低人工成本，减少分类模型中的网络参数，减少加载分类模型所需耗费的系统资源，提高运算速度，提高分类效率。
一种训练分类模型文本方法装置

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条