“初始样本集”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461899个，建议您升级VIP下载更多相关专利

[发明专利]推荐模型的训练方法及装置-CN202310623027.5在审
发明人：于晓东;吴军;张跃;杨新星;徐哲轩;李龙飞 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2023-05-29 - 公布日： 2023-08-15 - 主分类号： G06N20/00 文献下载
摘要：本说明书实施例提供了推荐模型的训练方法及装置，推荐模型的训练方法包括：获取混合场景样本集，混合场景样本集包括多个推荐项的特征数据，且该多个推荐项的特征数据对应于多个不同的场景；根据混合场景样本集，对初始推荐模型进行模型训练，得到中间推荐模型；初始推荐模型包括多目标单元和预设目标集合中每个推荐目标对应的多场景单元；多目标单元包括多个专家子单元、每个推荐目标对应的门控子单元以及每个推荐目标对应的归一化子单元；获取多个单场景样本集；根据每个单场景样本集，分别对中间推荐模型进行模型训练，得到推荐模型；推荐模型用于确定推荐项，该推荐项在预设场景中满足由预设场景和每个推荐目标确定的多目标推荐条件。
推荐模型训练方法装置

[发明专利]分类模型的学习方法及终端-CN202210000974.4在审
发明人：刘国清;杨广;王启程;郑伟;刘德富;杨国武 -专利权人：深圳佑驾创新科技有限公司
申请日： 2022-01-04 - 公布日： 2022-02-08 - 主分类号： G06K9/62 文献下载
摘要：本申请提供了一种分类模型的学习方法，该分类模型的学习方法包括：利用第一标签验证模型从训练样本集中筛选出标签正确的样本得到正确样本集、以及利用第二标签验证模型从所述训练样本集中选出标签不正确的样本得到错误样本集；利用正确样本集和第一无噪声损失函数、以及错误样本集和补标签损失函数共同对初始分类模型进行训练得到目标分类模型。本申请能够有效充分利用标注错误的样本，减少模型拟合错误信息，从而提高模型的泛化性能和对标签噪声的鲁棒性。
分类模型学习方法终端

[发明专利]一种基于K近邻的支持向量机主动学习的方法-CN201310300678.7有效
发明人：冷严;徐新艳;齐广慧 -专利权人：山东师范大学
申请日： 2013-07-17 - 公布日： 2017-02-22 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于K近邻的支持向量机主动学习的方法，具体步骤为步骤一用初始已标注样本集L训练一个初始SVM分类器；步骤二从未标注样本中找到潜在的高信息含量样本集Sp；步骤三从Sp中找到信息含量最大的样本；步骤四将此高信息含量的样本交由专家手工标注后放入已标注样本集L中；步骤五用更新的已标注样本集L重新训练SVM分类器；步骤六判断是否满足停止准则，满足则停止迭代，输出训练好的SVM分类器，不满足则重复步骤二至步骤五本发明基于样本的K近邻来判断样本的信息含量，其对样本信息含量的描述更加准确，因而能找到真正的信息含量大的样本，进而能更好地提高分类器的分类性能。
一种基于近邻支持向量机主学习方法

[发明专利]实体识别模型的生成方法、装置、电子设备及存储介质-CN202011197366.4在审
发明人：李千;史亚冰;蒋烨;柴春光;朱勇 -专利权人：北京百度网讯科技有限公司
申请日： 2020-10-30 - 公布日： 2021-02-09 - 主分类号： G06F40/279 文献下载
摘要：具体实现方案为：获取初始标注样本集；利用初始标注样本集，对初始实体识别模型进行训练，生成更新后的实体识别模型；利用更新后的实体识别模型，对未标注数据进行实体识别，以获取每个未标注数据对应的识别结果的置信度；获取置信度小于第一阈值的各个未标注数据对应的各标注结果；利用所述各个未标注数据及对应的各标注结果，对所述初始标注样本集进行更新，以利用更新后的标注样本集对更新后的实体识别模型进行继续训练，直至生成的实体识别模型的准确性大于第二阈值
实体识别模型生成方法装置电子设备存储介质

[发明专利]生成风格转化文本的方法和装置-CN201910760068.2在审
发明人：林玥煜;邓侃;邱鹏飞 -专利权人：北京大数医达科技有限公司
申请日： 2019-08-16 - 公布日： 2021-03-05 - 主分类号： G06F40/103 文献下载
摘要：该方法的一具体实施方式包括：获取文本；将文本输入文本对抗网络，生成风格转化文本，其中，文本对抗网络是根据以下步骤得到的：获取目标文本样本集，其中，目标文本样本集中的文本样本包括第一文本样本和第二文本样本；基于目标文本样本集，对初始对抗网络进行对抗训练，将结束对抗训练后的初始对抗网络确定为文本对抗网络，其中，初始对抗网络包括编码网络、生成网络和确定网络，其中，编码网络用于提取文本样本中的隐态，生成网络用于生成风格转化文本
生成风格转化文本方法装置

[发明专利]一种实体关系抽取方法、装置、设备及存储介质-CN202211324149.6在审
发明人：刘俊健;李博;朱天佑;刘普凡;李继伟;陈振宇;边靖宸;吕宏伟;郑飞;陈飞;江丽娜 -专利权人：国家电网有限公司大数据中心
申请日： 2022-10-27 - 公布日： 2022-12-30 - 主分类号： G06F16/36 文献下载
摘要：通过将句子样本集输入初始实体关系抽取模型得到至少一个第一实体关系集群，以及第一实体关系集群所包含的句子样本的伪标签；根据具有伪标签的句子样本更新句子样本集，将更新后的句子样本集输入初始实体关系抽取模型得到至少一个第二实体关系集群，以及第二实体关系集群所包含的句子样本的预测标签；根据句子样本对应的伪标签和预测标签计算损失函数值，并基于损失函数值对初始实体关系抽取模型中的网络参数进行迭代调整，得到目标实体关系抽取模型，能够实现无需人工标记的实体关系抽取方法
一种实体关系抽取方法装置设备存储介质

[发明专利]基于样本特性的相关向量回归增量学习算法及系统-CN201610605342.5有效
发明人：刘芳;景玉海;童蜜 -专利权人：武汉理工大学
申请日： 2016-07-28 - 公布日： 2018-09-11 - 主分类号： G06N99/00 文献下载
摘要：本发明公开了一种基于样本特性的相关向量回归增量学习算法及系统，该方法包括以下步骤：S1、获取初始样本集，初始化参数；S2、通过对样本集进行训练得到RVM预测模型；S3、计算每个样本的样本标签、局部密度因子和误差因子；S4、根据RVM预测模型对即将输入的未来样本进行预测；S5、计算样本特性向量，降序排列样本特性向量并进行循环，若非相关向量次数超过设定的阈值，则从样本集中删除该样本，跳出循环；S6、判断是否还有输入的新样本，若有新样本，则加入新样本，形成新的样本集，转到步骤S2；若没有新样本，则输出预测的未来样本。本发明能够保留含有有效信息的样本删除无效样本，具有更高的预测精度和更低的时间复杂度，可广泛应用于实时数据的处理和预测中。
基于样本特性相关向量回归增量学习算法系统

[发明专利]异常检测方法、装置、电子设备及计算机可读存储介质-CN202110932191.5在审
发明人：杨凯;尤志远;崔磊 -专利权人：上海商汤智能科技有限公司
申请日： 2021-08-13 - 公布日： 2021-11-23 - 主分类号： G06K9/62 文献下载
摘要：该方法包括：采用第一样本集对初始检测网络进行训练，得到检测网络；所述第一样本集为正样本集；在所述检测网络对多张待检测图像进行异常检测过程中，基于检测出的正常图像集和异常图像集，得到第二样本集，所述第二样本集为包含正样本和负样本的增量样本集；其中，所述负样本为图像中存在异常的异常图像；采用所述第二样本集，对所述检测网络进行更新训练，得到更新后的检测网络。
异常检测方法装置电子设备计算机可读存储介质

[发明专利]语言模型训练方法、装置、电子设备和计算机可读介质-CN202110137597.4有效
发明人：郭同;胡懋地 -专利权人：北京三快在线科技有限公司
申请日： 2021-02-01 - 公布日： 2023-01-20 - 主分类号： G06F18/214 文献下载
摘要：该方法的实施例包括：语言模型训练方法，其特征在于，方法包括：基于自然语言处理任务选取第一文本样本集，并利用第一文本样本集对第一预训练模型进行训练，得到初始语言模型；利用初始语言模型对预设的测试文本集中的测试文本进行测试，并基于测试结果和测试文本，生成第二文本样本集；利用第二文本样本集对第一预训练模型进行训练，得到第二预训练模型；利用第一文本样本集对第二预训练模型进行训练，得到目标语言模型。
语言模型训练方法装置电子设备计算机可读介质

[发明专利]一种产品需求预测方法及产品需求预测装置-CN201610902912.7有效
发明人：陈新杰;赵志洪;齐泉 -专利权人：华为技术有限公司
申请日： 2016-10-17 - 公布日： 2021-10-26 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种产品需求预测方法，包括：根据产品阶段以及调整状态，对产品调整记录进行采样得到第一样本集，根据第一样本集建立判断模型；根据初始预测值以及修正预测值，对产品历史预测值进行采样得到第二样本集，根据第二样本集建立目标回归模型；获取当前阶段的初始预测值以及当前产品阶段；使用判断模型对当前产品阶段进行处理，确定当前调整状态；若当前调整状态为需要调整，则将当前阶段的初始预测值代入目标回归模型计算，输出当前阶段的修正预测值
一种产品需求预测方法装置

[发明专利]用于生成图像生成模型的方法和装置-CN201810259506.2有效
发明人：赵晨 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2018-03-27 - 公布日： 2022-09-20 - 主分类号： G06T17/00 文献下载
摘要：该方法的一具体实施方式包括：获取样本集，其中，样本包括第一深度图像、第二深度图像和可见光图像；基于样本集执行以下训练步骤：将样本集中的至少一个样本的第二深度图像和可见光图像分别输入预先建立的初始神经网络模型，得到上述至少一个样本中的每个样本对应的生成深度图像；计算上述至少一个样本中的每个样本对应的生成深度图像与对应的第一深度图像之间的相似度；根据计算结果确定上述初始神经网络模型是否达到预设的优化目标；响应于确定上述初始神经网络模型达到预设的优化目标，将上述初始神经网络模型作为训练完成的图像生成模型。
用于生成图像模型方法装置

[发明专利]活体检测模型的训练方法、装置、计算机设备和存储介质-CN201910958191.5有效
发明人：赵娅琳;陆进;陈斌;宋晨 -专利权人：平安科技（深圳）有限公司
申请日： 2019-10-10 - 公布日： 2023-08-01 - 主分类号： G06V40/40 文献下载
摘要：方法包括：获取包括初始候选区域生成网络及初始活体分类网络的初始活体检测模型；根据第一训练样本集训练初始候选区域生成网络，得到第一候选区域生成网络；根据第一候选区域生成网络及第二训练样本集训练初始活体分类网络，得到第一活体分类网络；根据第一候选区域生成网络、第一活体分类网络及第二训练样本集，得到当前活体位置信息；根据当前活体位置信息及目标活体位置信息的差异调整第一候选区域生成网络的参数并继续训练，得到目标候选区域生成网络；根据目标候选区域生成网络及第二训练样本集训练第一活体分类网络，得到目标活体分类网络。
活体检测模型训练方法装置计算机设备存储介质

[发明专利]文本排序方法、文本排序装置、电子设备及存储介质-CN202211247591.3在审
发明人：张炜 -专利权人：中国平安人寿保险股份有限公司
申请日： 2022-10-12 - 公布日： 2023-01-03 - 主分类号： G06F16/338 文献下载
摘要：该方法包括：构建训练样本集，该训练样本集包括至少一个训练样本，每个训练样本包括样本查询文本、样本搜索文本、初始相关性分值、初始相关性类别；将样本查询文本和样本搜索文本输入预构建的初始文本排序模型，并根据初始相关性分值和初始相关性类别对初始文本排序模型进行参数调整，得到目标文本排序模型；获取目标对象的查询文本对，每个查询文本对包括初始查询文本和候选搜索文本；将查询文本对输入目标文本排序模型，以使得目标文本排序模型对初始查询文本和候选搜索文本进行处理，得到文本排序结果
文本排序方法装置电子设备存储介质

[发明专利]识别模型的训练方法-CN202110894428.5有效
发明人：许德鹏;刘晓康;张裕剑;刘剑 -专利权人：深圳市瑞图生物技术有限公司
申请日： 2021-08-05 - 公布日： 2021-12-07 - 主分类号： G06T7/00 文献下载
摘要：所述方法包括：获取第一样本集、第一金标准图像集、第二样本集、第二金标准图像集、第三样本集和第三金标准图像集；第一样本集包括染色的生物样本图像；第二样本集包括未染色的生物样本图像；第三样本集包括染色的和未染色的生物样本图像；根据第一样本集和第一金标准图像集、第二样本集和第二金标准图像集、第三样本集和第三金标准图像集，对初始识别模型进行训练，得到识别模型。
识别模型训练方法

[发明专利]一种基于梯度下降的时序模糊认知图的学习方法及系统-CN201810592605.2在审
发明人：冯禹洪;李宸;华静静;周才清;钟皓明;苗春燕 -专利权人：深圳大学
申请日： 2018-06-11 - 公布日： 2018-11-23 - 主分类号： G06N99/00 文献下载
摘要：本发明适用于时间序列分析技术领域，提供了时序模糊认知图的学习方法，包括：对样本数据进行预处理后划分，得到训练样本集和预测样本集，使用基于时序的皮尔逊相关系数初始化权值函数，在训练样本集中内构建全连接的时序模糊认知图网络；根据迭代次数，使用批量梯度下降法对初始化后的权值函数进行优化，用损失函数度量每次优化后的权值函数的误差；选取使得损失函数最小的权值函数，构建最优时序模糊认知图网络，利用预测样本集对最优时序模糊认知图进行验证，本发明使用批量梯度下降算法学习出tFCM模型，使用基于时序的皮尔逊相关系数来初始化权值，让搜索范围落在一个有统计意义的区间，降低陷入局部最优解的可能性。
时序模糊认知图权值函数损失函数初始化样本集构建预处理时间序列分析系数初始化训练样本集下降算法训练样本样本数据下降法最优解预测迭代度量学习优化搜索网络验证统计