“判别器”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8594364个，建议您升级VIP下载更多相关专利

[发明专利]一种生成对抗网络判别器及文本生成图像的方法-CN202210266864.2在审
发明人：肖春霞;方菲;罗飞 -专利权人：武汉大学
申请日： 2022-03-18 - 公布日： 2022-04-29 - 主分类号： G06V10/74 文献下载
摘要：本发明公开了一种生成对抗网络判别器及文本生成图像的方法，通过从三个方面对判别器进行设计，首先，提出了一种多样性敏感条件鉴别器，它通过判断生成的图像与不匹配文本的组合为假来增加生成图像的多样性。其次，对于非条件判别器，提出了一种对比搜索策略来衡量生成图像的真实感，并惩罚梯度以稳定训练过程。最后，用判别器作为特征提取器，引入了多层次图片相似度损失，进一步提高了训练图像和生成图像与目标之间的高级特征相似度。大量的实验结果和消融研究表明，对判别器的改进可以有效地提高生成图像的质量。
一种生成对抗网络判别文本图像方法

[发明专利]物种特异性蛋白质翻译后修饰位点预测方法及系统-CN202210405901.3在审
发明人：刘玉;王强;王安 -专利权人：安徽大学;中国电子科技集团公司第三十八研究所
申请日： 2022-04-18 - 公布日： 2022-07-08 - 主分类号： G16B20/30 文献下载
摘要：本发明提供物种特异性蛋白质翻译后修饰位点预测方法及系统包括：通过数据预处理获取翻译后修饰位点及差异物种训练样本；构建出序列特征提取网络并设置分类器及领域类别判别器；语义对抗策略处理所述差异物种训练样样本，以得到样本配对组；使用所述人类翻译后修饰样本训练所述序列特征提取网络及分类器，根据所述样本配对组训练领域类别判别器，以区分输入样本对的组别信息，交替训练序列特征提取网络和领域类别判别器，以使所述序列特征提取网络、所述分类器及所述领域类别判别器学习到领域不变性判别特征空间；评估深度神经网络的性能。
物种特异性蛋白质翻译修饰预测方法系统

[发明专利]多源遥感数据分类模型训练方法、分类方法和电子设备-CN202310273286.X有效
发明人：王建步;高云浩;朱文博;马元庆;胡亚斌;秦华伟;宋秀凯;李伟;宋莎莎;隋傅;王玮云 -专利权人：自然资源部第一海洋研究所;山东省海洋资源与环境研究院（山东省海洋环境监测中心、山东省水产品质量检验中心）;北京理工大学
申请日： 2023-03-21 - 公布日： 2023-07-07 - 主分类号： G06V10/764 文献下载
摘要：本申请提供多源遥感数据分类模型训练方法、分类方法和电子设备，属于图像处理技术领域，其中，分类模型包括特征生成网络和地物分类器，特征生成网络用于提取多源湿地遥感数据的共性特征和特异性特征，训练方法包括：将判别器和特征生成网络进行至少一轮交替训练，在判别器训练阶段最小化判别器损失函数，使判别器能够对共性特征进行模态分类；在特征生成网络训练阶段最大化判别器损失函数，共性特征和特异性特征线性独立。通过对抗学习保证共性特征不能被模态分类器区分，同时特异性特征与共性特征线性独立，与特异性特征优势互补，一定程度避免了多源特征的冗余性。
遥感数据分类模型训练方法电子设备

[发明专利]一种训练音频编解码器的系统和方法-CN202211711706.X在审
发明人：司马华鹏;毛志强 -专利权人：南京硅基智能科技有限公司
申请日： 2022-12-29 - 公布日： 2023-04-25 - 主分类号： G06N3/094 文献下载
摘要：本发明公开了一种训练音频编解码器的系统，包括：编解码器、判别器和训练模块；所述编解码器，用于将训练音频进行特征变换，生成音频数据；将所述音频数据进行编码，生成编码特征；对所述编码特征进行解码，得到第一输出结果；将所述第一输出结果输入至判别器；所述判别器，用于将所述第一输出结果作为输入；输出第二输出结果；训练模块，用于根据所述第一输出结果、所述第二输出结果和所述训练音频，对所述判别器和所述编解码器进行训练，直至所述判别器和所述编解码器收敛本发明还提供一种训练音频编解码器的方法，可以达到提高训练得到编解码器编码过程和解码过程准确性、降低训练所需要算力的技术效果。
一种训练音频编解码器系统方法

[发明专利]人声伴奏分离模型的训练方法、装置及电子设备-CN202310118490.4在审
发明人：许成林;郑羲光;张晨 -专利权人：北京达佳互联信息技术有限公司
申请日： 2023-02-02 - 公布日： 2023-06-13 - 主分类号： G10L21/0272 文献下载
摘要：方法包括：对于多个样本音频中的任一样本音频，基于人声伴奏分离模型中的人声伴奏分离网络对样本音频进行人声伴奏分离，得到预测人声和预测伴奏；基于人声伴奏分离模型中的人声判别器，对预测人声进行判别，得到第一判别结果；基于人声伴奏分离模型中的伴奏判别器，对预测伴奏进行判别，得到第二判别结果；基于样本音频、预测人声、预测伴奏、第一判别结果以及第二判别结果，对人声伴奏分离模型进行训练。
人声伴奏分离模型训练方法装置电子设备

[发明专利]一种基于嵌套U型网络结构的图像去模糊方法-CN202211360358.6在审
发明人：祁清 -专利权人：青海民族大学
申请日： 2022-11-02 - 公布日： 2023-05-30 - 主分类号： G06T5/00 文献下载
摘要：本发明公开一种基于嵌套U型网络结构的图像去模糊方法，包括以下步骤：(1)搭建生成对抗网络模型，设置参数；(2)设置图像语义内容约束项，图像结构重建约束项和判别目标损失函数；(3)生成网络的网络结构框架采用U型网络结构，生成网络包括编码器和解码器两部分(4)对于判别网络，将生成图像和标签图像输入到生成网络中，判别网络用需要对图像内容的真假进行判别；(5)判别网络将判别的结果反馈给生成网络，生成网络根据判别网络的反馈更新网络的参数进入下一次的迭代训练，生成网络和判别网络以上述描述的方式不断竞争训练，直到网络训练收敛；(7)将模糊图像载入到训练收敛的生成网络中，即可得到结构显著的生成图像。
一种基于嵌套网络结构图像模糊方法

[发明专利]一种矿井突水水源快速判别设备-CN201410570877.4有效
发明人：钱家忠;马雷;李佩全;刘满才;汪敏华;赵卫东;马济国 -专利权人：淮南矿业(集团)有限责任公司;合肥工业大学
申请日： 2014-10-23 - 公布日： 2015-01-21 - 主分类号： G01N27/26 文献下载
摘要：本发明公开了一种矿井突水水源快速判别设备，外壳面板上设有电源输入接口、开机/关机按钮、模式转换开关、功能按钮、显示屏、Micro-USB接口和离子电极连接线接口；置于外壳内部的电路板以单片机为核心连接显示屏、A/D转换模块、存储器、功能按钮、micro-USB接口和电源模块；根据建立突水水源判别流程体系的方法通过对存储器中已知水源类别样本分析，自动建立基于特征离子的矿井突水水源判别流程体系，离子电极检测水样，单片机根据能斯特方程计算得到实际的离子浓度，依据突水水源判别流程体系进行快速判别。本发明将特征离子检测突水水源判别进行集成，自动分析样本，构建判别体系，判别速度快、准确率高、携带方便。
一种矿井水源快速判别设备

[发明专利]一种存储器在轨智能故障判别系统及方法-CN202211188640.0在审
发明人：张磊;成亮;苏妤;祝名;姜贸公 -专利权人：中国空间技术研究院
申请日： 2022-09-28 - 公布日： 2023-01-03 - 主分类号： G11C29/08 文献下载
摘要：一种存储器在轨智能故障判别系统及方法，通过包括数据处理和总控模块、数据刷新电路、数据存储单元、采集电流ADC电路、信号采集运算放大器、温度传感器、精密电阻的故障判别系统，采集被测存储器电流参数及被测存储器温度参数，进行滤波处理及滤波后故障识别与分析，对识别后故障判别结果进行存储用于故障分析，对数据处理和总控模块进行定时刷新，完成故障判别的完整流程。
一种存储器智能故障判别系统方法

[发明专利]内窥镜用影像信号处理装置-CN201280020702.5有效
发明人：田中哲史;滨田敏裕;竹内祐介 -专利权人：奥林巴斯株式会社
申请日： 2012-11-06 - 公布日： 2016-11-30 - 主分类号： A61B1/04 文献下载
摘要：处理器（3）具有：数据收发部（26），其从设置在镜体（2）中的ROM（12）中读出该镜体（2）的固有参数数据；寄存器通信状态判别部（24），其判别由数据收发部（26）读出的参数数据有无错误；以及消隐控制/彩条控制部（25），其根据寄存器通信状态判别部（24）的判别结果，在参数数据存在错误的情况下，根据产生该错误的参数数据的种类对图像处理部（21）进行控制。
内窥镜影像信号处理装置

[发明专利]一种城市体检指标计算自动机-CN202110152956.3有效
发明人：王明省;林鸿;何华贵;张鹏程;龚磊;李少智 -专利权人：广州市城市规划勘测设计研究院
申请日： 2021-02-04 - 公布日： 2023-06-23 - 主分类号： G06F16/2457 文献下载
摘要：本发明公开了一种城市体检指标计算自动机，包括：指标编码器将指标信息转化为标准指标信息并发至指标解析判别器，指标解析判别器根据接收的信息获取标准指标编码和指标数值，将指标数值发至指标计算器，将标准指标编码发送至指标解码器；指标解码器根据接收的信息提取符号对和指标有效标识，根据符号对获取编码‑名称映射对，将指标有效标识发至指标计算器，将编码‑名称映射对发送至指标阈值判别器，指标计算器根据指标有效标识获取计算规则并用于指标数值计算，将计算结果发至指标阈值判别器；指标阈值判别器根据编码‑名称映射对获取指标阈值，对比指标阈值和计算结果得城市体检结果。
一种城市体检指标计算自动机

[发明专利]一种基于故障逃逸的电流互感器断线判别方法-CN201610881736.3有效
发明人：余越;柳焕章;詹荣荣;周泽昕;杜丁香;李岩军;郭雅蓉;周春霞;李肖;陈争光;孟江雯;廖文彪 -专利权人：中国电力科学研究院有限公司;国家电网有限公司;国网宁夏电力有限公司
申请日： 2016-10-09 - 公布日： 2020-12-22 - 主分类号： G01R31/54 文献下载
摘要：本发明提供了一种基于故障逃逸的电流互感器断线判别方法，其包括：检测电压互感器是否断线、启动继电器、判别电流互感器是否断线。本发明提供的技术方案大大缩短了判别电流互感器断线的时间，可在电流差动保护误动作前对电流互感器的断线作出有效判断，闭锁电流差动保护；有效防止了断线时的电流差动保护误动，防止将故障状态误判为电流互感器断线，大大提高了电流互感器断线判别的准确性和快速性。
一种基于故障逃逸电流互感器断线判别方法

[发明专利]医学图像预处理模型与分析模型的相关方法和装置-CN202110436513.7在审
发明人：殷保才;刘文超 -专利权人：科大讯飞股份有限公司
申请日： 2021-04-22 - 公布日： 2021-08-10 - 主分类号： G06K9/62 文献下载
摘要：本申请提供了一种医学图像预处理模型及分析模型的训练方法、识别方法和装置，其中，医学图像预处理模型的训练方法包括：利用医学图像预处理模型对第一医学图像样本进行预处理以获得预处理图像；利用保真判别器和第一医学图像样本对预处理图像进行真实性判定以获得真实性判定结果，并利用领域判别器对预处理图像进行领域标签判定以获得领域判定结果；利用真实性判定结果获得保真判别器反向梯度，并利用领域判定结果获得领域判别器反向梯度；利用保真判别器的反向梯度和领域判别器的反向梯度更新医学图像预处理模型的参数
医学图像预处理模型分析相关方法装置

[发明专利]一种基于组特征选择与判别相关滤波联合的电网变电检修作业人员跟踪方法-CN202210431220.4在审
发明人：丁伟斌;金绍君;沈华强;孙泉辉;程嵩;费英群;罗哲珺;张翼 -专利权人：国网浙江省电力有限公司;国网浙江省电力有限公司湖州供电公司
申请日： 2022-04-22 - 公布日： 2022-09-06 - 主分类号： G06T7/70 文献下载
摘要：本发明公开了一种基于组特征选择与判别相关滤波联合的电网变电检修作业人员跟踪方法，包括以下步骤：S1：获取电网变电检修作业人员的作业视频图像，将特征融合，构成多通道特征矩阵；S2：根据当前帧的多通道特征矩阵及相应的响应图估计当前帧的判别相关滤波器；S3：根据当前帧的判别相关滤波器估计值与上一帧的判别相关滤波器更新当前帧的判别相关滤波器；S4：提取下一帧的多通道特征矩阵，并根据当前帧的判别相关滤波器计算作业人员目标定位响应图，获得电网变电检修作业人员目标位置结果；本发明实现相关空间信道特征在一个动态的低维子空间中突出和一致性显示，能够有效减轻时间滤波器的退化。
一种基于特征选择判别相关滤波联合电网变电检修作业人员跟踪方法

[发明专利]一种基于深度学习的异常车辆轨迹异常检测方法及系统-CN202310395220.8在审
发明人：王磊;刘宇航;赵晓永;崔国玺;张静乐;王宁宁;卢慧雅 -专利权人：北京信息科技大学
申请日： 2023-04-13 - 公布日： 2023-07-11 - 主分类号： G06F18/2433 文献下载
摘要：其包括：将获取的车辆轨迹数据进行网格化处理，并对网格化处理后的车辆轨迹数据基于GRU和VAE提取特征向量；将提取到的特征向量输入到构建的GRU‑WGAN模型中，GRU‑WGAN模型包括一个生成器和一个判别器，生成器和判别器均由GRU网络构成；生成器根据输入的特征向量重建轨迹特征点，重建的轨迹特征点与真实数据输入判别器中，由判别器判定轨迹是否异常，并根据判定结果更新生成器和判别器的参数，学习训练特征提取部分的输出和真实数据的潜在特征，得到判别器最优的输出结果，完成车辆轨迹数据异常检测。
一种基于深度学习异常车辆轨迹检测方法系统

[发明专利]一种基于生成对抗网络的无监督偏振图像去噪方法-CN202211116513.X在审
发明人：胡浩丰;金慧烽;李校博;翟京生;刘贺东;程振洲 -专利权人：天津大学
申请日： 2022-09-14 - 公布日： 2023-01-13 - 主分类号： G06V10/30 文献下载
摘要：本发明公开一种基于生成对抗网络的无监督偏振图像去噪方法，使用非配对数据集训练一个适用于偏振图像去噪的生成对抗网络，以获得泛化性能强的偏振图像去噪模型，包括以下步骤：搭建生成对抗网络；生成对抗网络包括去噪生成器、噪声生成器、光强判别器、线性偏振度判别器和偏振角判别器，其中去噪生成器、噪声生成器均由浅层特征提取模块、残差密集模块和转换模块组成，光强判别器、线性偏振度判别器和偏振角判别器均由5层卷积层组成；构建损失函数并训练生成对抗网络
一种基于生成对抗网络监督偏振图像方法