“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]一种基于成对对抗训练的推荐模型的方法-CN201811265107.3有效
发明人：叶阳东;孙中川;吴宾;吴云鹏 -专利权人：郑州大学
申请日： 2018-10-29 - 公布日： 2022-04-01 - 主分类号： G06Q30/06 文献下载
摘要：该模型主要包含两个部分，生成器和判别器。其中，生成器用于对用户的偏好建模并生成用户所喜欢的物品，判别器用于判断用户对某物品是否喜欢。基于假设“相对于生成器生成的物品，判别器认为用户更喜欢已交互的物品”，使用成对损失函数在生成器和判别器之间建立连接。具体来说，判别器通过最小化成对损失增加自己的判别能力，生成器通过最大化成对损失建模用户偏好并欺骗判别器。此外，本发明使用可微的采样方式来替代传统的采样，使生成器和判别器之间的连接可微，因此本模型可以使用基于梯度的方法训练。相比于现有方法，本发明能够提高对抗训练在推荐系统中的稳定性和收敛速度。
一种基于成对对抗训练推荐模型方法

[发明专利]一种文本序列生成方法及其系统-CN201911200922.6有效
发明人：杨杨;丹晓东;房超;高志鹏;邵苏杰;杨会峰;高丽芳;王静;于海涛;赵倩;张艺馨;石晓丹 -专利权人：北京邮电大学;北京智芯微电子科技有限公司;国网河北省电力有限公司信息通信分公司
申请日： 2019-11-29 - 公布日： 2023-06-20 - 主分类号： G06F16/35 文献下载
摘要：本发明实施例提供的文本序列生成方法及其系统，包括：对抗网络模型包括生成器和判别器；生成器中包含特征反馈网络模块，用于从判别器中调取高阶特征，以生成指导特征向量；生成器基于指导特征向量，生成预输出文本序列的下一个词；判别器根据新构建的预输出文本序列和初始文本序列更新高阶特征；迭代执行上述步骤，直至新构建的预生成文本序列的总词数达到设定阈值时，输入至判别器进行判别，并根据分类判别结果计算更新梯度；根据更新梯度更新生成器的参数；迭代执行上述步骤直至生成器和判别器均收敛后，输出目标文本序列。本发明实施例通过增添特征转换反馈模块，将判别器提取到的特征向量输送至生成器作为指导信号，改善了生成器的生成质量。
一种文本序列生成方法及其系统

[发明专利]色彩校正矩阵的生成方法、系统、电子装置和存储介质-CN202211243899.0有效
发明人：邹健飞;冯上栋;肖传宝 -专利权人：杭州魔点科技有限公司
申请日： 2022-10-12 - 公布日： 2023-03-24 - 主分类号： H04N1/60 文献下载
摘要：本申请涉及一种色彩校正矩阵的生成方法、系统、电子装置和存储介质，通过训练判别器，直至判别器能正确识别第一色卡图像和第二色卡图像，将随机噪声和第一分类标签输入到生成器，生成器按第一分类标签输出多个色彩校正矩阵，通过多个色彩校正矩阵对第一色卡图像进行校正，将校正后的第一色卡图像、第二色卡图像和分类标签输入到判别器中进行判别，判别器将误差反向传播到生成器，更新生成器的参数，不断进行判别器和生成器的对抗过程，直至判别器无法判别校正后的第一色卡图像和第二色卡图像
色彩校正矩阵生成方法系统电子装置存储介质

[发明专利]一种基于双判别器生成对抗网络的硬件木马检测方法-CN202210508217.8在审
发明人：苏静;唐文静 -专利权人：天津科技大学
申请日： 2022-05-10 - 公布日： 2022-08-02 - 主分类号： G06F21/56 文献下载
摘要：本发明公开了一种基于双判别器生成对抗网络的硬件木马检测方法，包括以下步骤，获取原始侧信道信息，并将所述原始测到信息划分为训练集和测试集；交替训练生成器和判别器分类模型：固定所述生成器参数，基于训练集与生成器，对判别器分类模型进行训练；固定判别器分类模型参数，对所述生成器进行训练；迭代训练并生成最终的判别器分类模型；通过最终的判别器分类模型对所述测试集进行硬件木马检测，得到木马检测结果；本发明，通过交替训练
一种基于判别生成对抗网络硬件木马检测方法

[发明专利]一种基于PGGAN模型的图像修复方法-CN202310818206.4在审
发明人：盛婕;杨刚;戴丽珍;邓高强;和益庆;杨海龙;杨辉;陆荣秀;徐芳萍 -专利权人：华东交通大学
申请日： 2023-07-05 - 公布日： 2023-09-08 - 主分类号： G06T5/00 文献下载
摘要：包括：获取待修复的图像集；构建PGGAN模型；所述PGGAN模型包括生成器，局部判别器和全局判别器；生成器，局部判别器和全局判别器均由第一渐进层和第二渐进层构成；将图像集中的图像输入到PGGAN模型，获得修复后的图像本发明通过可变卷积的判别器对局部特征进行特征提取与生成图像进行对抗以达到对图像局部复杂特征信息的提取、对比、修复，结合保证图像全局一致性的全局判别器对具有复杂形变物体的图像有更好的修复效果。
一种基于 pggan 模型图像修复方法

[发明专利]一种基于生成对抗网络的海洋混响信号仿真方法-CN202310875105.0在审
发明人：王茂法;王阳圳;胡宁;吴胜杰;仇宝春;朱振经;李厚伟;刘大锐;赵佳宝 -专利权人：杭州电子科技大学
申请日： 2023-07-17 - 公布日： 2023-10-13 - 主分类号： G06F30/27 文献下载
摘要：其次固定生成对抗网络中的判别器，训练生成器，生成器根据判别器反馈回来的信息进行调整。然后固定生成器，训练判别器，判别器根据参考信号判断生成器生成的信号是否真实。最后循环训练生成器和判别器，不断增强生成器和判别器的性能。本发明计算量较小，根据生成的随机信号，并以少量的实际海洋混响信号为参考，模拟具有高度相似性的混响信号。
一种基于生成对抗网络海洋混响信号仿真方法

[发明专利]基于对比模式的随机森林分类方法和分类器-CN201010265846.X无效
发明人：王亦洲;王亮;高文 -专利权人：北京大学
申请日： 2010-08-27 - 公布日： 2010-12-22 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了基于对比模式的随机森林分类方法和分类器。其中，所述方法包括：由构成随机森林的每个弱分类器对输入数据进行分类判别，将弱分类器的输出进行编码，进而将每一弱分类器的输出量化为一个符号；所有所述弱分类器输出的符号构成一个符号集合，将该集合作为学习到的判别规则集合的输入，并根据当前符号集合以及判别规则集合中的所有判别规则，给出每一个类别的判别分数；选择判别分数最大的类别作为所述输入数据的最终判定类别。本发明很好的提高了原有随机森林的分类器的精确度。
基于对比模式随机森林分类方法

[发明专利]矿井突水水源综合快速判识设备及方法-CN201310571052.X有效
发明人：武强;刘春生;胡加斌;刘鎏 -专利权人：武汉长盛煤安科技有限公司
申请日： 2013-11-15 - 公布日： 2014-02-19 - 主分类号： G01N33/18 文献下载
摘要：本发明公开了一种矿井突水水源综合快速判识设备及方法，包括水位传感器、分光光路模块、水温传感器、模数转换器、中央处理器和显示器，水位传感器、分光光路模块和水温传感器的信号输出端通过模数转换器连接中央处理器的信号输入端，中央处理器的信号输出端连接显示器。本发明将传统的水化学分析判别法、水位分析判别法和水温分析判别法利用上述步骤中记载的方法复合为一个矿井突水水源综合判别模型，使得上述三个传统的方法能够相互弥补各自存在的缺陷，增加矿井突水水源综合判别结果的可信度，降低矿井突水水源综合判别过程的出错率，从而得到更精确的矿井突水水源综合判别结果。
矿井水源综合快速设备方法

[发明专利]一种多判别器误差反传的对抗网络方法-CN201710690217.3在审
发明人：周智恒;李立军 -专利权人：华南理工大学
申请日： 2017-08-14 - 公布日： 2018-01-09 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种多判别器误差反传的对抗网络方法，属于深度学习神经网络领域，该模型的建立包括以下步骤S1、构造生成对抗网络GAN模型；S2、在现有GAN模型的基础上构造多个判别器；S3、准备好数据集对改进之后的多判别器网络进行训练；S4、在每次训练的过程中，记录所有判别器的损失函数；S5、计算所有判别器损失函数的平均值，返回至生成器进行后续的网络训练。本方法能够解决在网络训练的过程中，由于判别器单一而导致的网络健壮性差的问题，并构造多个判别器的生成对抗网络，能够从更加客观的角度去评判生成器生成图像的“真假”，从而使整个生成对抗网络的训练效果更好。
一种判别误差对抗网络方法

[发明专利]一种双判别器GAN的古彝文字符修复方法-CN201910599249.1在审
发明人：陈善雄;朱世宇;韩旭;邱小刚;林小渝 -专利权人：西南大学
申请日： 2019-07-04 - 公布日： 2019-10-08 - 主分类号： G06K9/68 文献下载
摘要：本发明提供一种双判别器GAN的古彝文字符修复方法，所述方法包括：构造由彝文字符生成器和彝文字符判别器组成的DCGAN网络模型，在该网络模型基础上增加一个筛选判别器，形成一种双判别器GAN模型；通过所述双判别器本发明的双判别器GAN是在深度卷积生成对抗网络的基础上，增加一个彝文筛选判别器，通过两个阶段的训练对彝文字符生成模型进行迭代优化，从而获取待修复彝文的完整图像，能够有效提升古彝文字符修复的效率。
判别器修复概率分布网络模型彝文筛选图像迭代优化模型实现生成模型完整图像预测图像生成器多源卷积手写对抗预测网络

[发明专利]生成对抗网络、训练方法、计算机程序、存储介质和设备-CN202010440840.5在审
发明人： D.泰尔耶克 -专利权人：罗伯特·博世有限公司
申请日： 2020-05-22 - 公布日： 2020-11-24 - 主分类号： G06N3/08 文献下载
摘要：用于训练生成对抗网络（100）、尤其是Wasserstein生成对抗网络的方法（200），其中生成对抗网络（100）具有生成器（110）和判别器（120），其中生成器（110）和判别器（120）是人工神经网络，具有步骤：训练（201）判别器（120），其中在训练（201）判别器（120）的步骤中，根据损失函数适配判别器（120）的参数，其中损失函数（125）包括根据第一输入数据和第二输入数据以及根据在处理第一输入数据时判别器（120）的第一输出以及在处理第二输入数据时判别器（120）的第二输出代表对Lipschitz条件（126）的违反的项，其中以第一输入数据为出发点借助于应用虚拟对抗训练（116）的方法创建第二输入数据（
生成对抗网络训练方法计算机程序存储介质设备

[发明专利]图像生成模型训练、图像生成方法、装置及存储介质-CN202110084071.4在审
发明人：方慕园;张雷;万鹏飞 -专利权人：北京达佳互联信息技术有限公司
申请日： 2021-01-21 - 公布日： 2021-06-15 - 主分类号： G06T3/00 文献下载
摘要：本公开关于图像生成模型的训练方法、图像生成方法及装置，该图像生成模型的训练方法包括获取至少两个样本图像集；获取图像生成模型以及每种该图像风格对应的判别器，该模型包括图像生成网络和每种图像风格对应的风格向量；将样本图像和各个风格向量输入图像生成网络，得到每个风格向量对应的风格化图像；将各个风格化图像输入对应的判别器，得到第一判别器损失和第二判别器损失；根据样本图像、风格化图像以及第二判别器损失，得到图像生成损失；根据第一判别器损失训练对应的判别器，根据图像生成损失训练图像生成网络和各个风格向量。
图像生成模型训练方法装置存储介质

[发明专利]一种图像生成方法及装置-CN202110843549.7在审
发明人：沈力 -专利权人：京东数科海益信息科技有限公司
申请日： 2021-07-26 - 公布日： 2021-10-29 - 主分类号： G06T1/00 文献下载
摘要：本公开提供一种图像生成方法，包括：获取待生成信号；将待生成信号输入第一生成器模型，得到第一生成器模型输出的生成图像；其中，第一生成器模型是基于与第一判别器模型、预训练判别器模型形成压缩对抗网络进行对抗训练得到的；预训练判别器模型为预训练过的判别器模型，第一判别器模型及预训练判别器模型分别用于鉴别第一生成器模型的输出，得到鉴别信号，并将鉴别信号作用于第一生成器模型的对抗训练过程。本公开从教师‑学生的学习范式出发，在对抗网络中引入预训练判别器模型的监督，提升轻量级生成对抗网络的性能，使轻量级生成器具有原始生成器相近的生成图像能力。
一种图像生成方法装置

[发明专利]基于第三人称模仿学习的机械臂动作学习方法及系统-CN202010040178.4有效
发明人：章宗长;俞扬;姜冲 -专利权人：南京大学
申请日： 2020-01-15 - 公布日： 2022-06-21 - 主分类号： B25J9/16 文献下载
摘要：本发明中样本均以视频形式存在，而无需使用大量传感器来获取状态信息；在判别器模块中使用了图像差分方法，可以使判别器模块忽略学习对象的外观与环境背景，从而可以使用第三方示范数据进行模仿学习；大大降低了样本的获取成本；通过在判别器模块中使用了变分判别器瓶颈来约束判别器对由机械臂产生的示范的判别准确率，更好地平衡判别器模块与控制策略模块的训练过程；本发明能够快速模仿用户示范的动作，操作简单灵活，对环境及示范者要求低。
基于第三人称模仿学习机械动作学习方法系统

[发明专利]训练方法、训练装置、电子设备和存储介质-CN202210965579.X有效
发明人：刘永磊 -专利权人：国仪量子（合肥）技术有限公司
申请日： 2022-08-12 - 公布日： 2022-11-08 - 主分类号： G06T5/00 文献下载
摘要：训练方法包括执行如下迭代处理：将噪声图像和清晰图像输入预训练模型的判别器网络；计算判别器网络的第一判别结果与图像对应度的第一误差；将预训练模型的去噪器处理得到的去噪图像和清晰图像输入判别器；计算判别器输出的第二判别结果与图像对应度的第二误差；根据第一误差和第二误差更新判别器网络的权重；训练预训练模型的去噪器网络；在迭代次数每达到预定次数后，保存一个训练后的模型；选取一个训练后的模型作为图像降噪模型。
训练方法装置电子设备存储介质