“半监督”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320412个，建议您升级VIP下载更多相关专利

[发明专利]模型训练方法及系统、存储介质-CN202011362884.7在审
发明人：林科;权涛;缪丹丹 -专利权人：华为技术有限公司
申请日： 2020-11-28 - 公布日： 2022-07-01 - 主分类号： G06N20/00 文献下载
摘要：本申请实施例提供一种模型训练方法及系统、存储介质，包括：获取异构分布半监督数据集；根据所述异构分布半监督数据集的元特征确定半监督学习算法；根据所述半监督学习算法和所述异构分布半监督数据集，得到M个模型和所述通过本申请实施例，基于异构分布半监督数据集，根据异构分布半监督数据集的元特征确定半监督学习算法，并根据该半监督学习算法和该异构分布半监督数据集，得到M个模型和该M个模型分别对应的权重。采用该手段，基于异构分布半监督数据集得到多个模型，提高了在异构分布半监督数据集场景下训练得到的模型精度，进而提升了交付效率和交付质量。
模型训练方法系统存储介质

[发明专利]基于半监督图的油气勘探井位部署优选方法-CN202210294974.X在审
发明人：孙兴刚;韩宏伟;刘鸽;冯德永;刘海宁;江洁;姜蕾 -专利权人：中国石油化工股份有限公司;中国石油化工股份有限公司胜利油田分公司物探研究院
申请日： 2022-03-24 - 公布日： 2023-10-10 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种基于半监督图的油气勘探井位部署优选方法，包括：步骤1，选定研究区，收集工区相关数据资料；步骤2，根据收集到的工区相关数据资料，构建用于井位部署优选的半监督图；步骤3，根据半监督图节点之间的相关性确定半监督图的边的权重；步骤4，根据半监督图的边的权重确定位置未知节点的部署置信度；步骤5，更新井位半监督图；步骤6，根据未知节点的熵，计算半监督图整体的不确定度，实现部署井位优选。该基于半监督图的油气勘探井位部署优选方法通过半监督图关联已有井位和候选井位，使信息在半监督图上传播，选择使图置信度最大的候选井位进行部署，通过这样的方法可以实现井位部署方案优选。
基于监督油气勘探井位部署优选方法

[发明专利]一种数据分类方法、装置、计算机设备和存储介质-CN202110723318.2在审
发明人：刘广 -专利权人：中国平安人寿保险股份有限公司
申请日： 2021-06-28 - 公布日： 2021-11-02 - 主分类号： G06K9/62 文献下载
摘要：所述方法包括：计算有标签数据的有监督损失和计算无标签数据的一致性损失，并将有监督损失和一致性损失之和作为用于优化初始半监督分类模型的优化损失函数；基于优化损失函数，对初始半监督分类模型进行优化，得到优化后的半监督分类模型；以及将待分类的数据输入至优化后的半监督分类模型中进行分类处理，输出对应的分类结果。因此，采用本申请实施例，由于通过优化损失函数，对初始半监督分类模型进行优化，得到优化后的半监督分类模型；将待分类的数据输入至该优化后的半监督分类模型中，输出的分类结果也更加精准。
一种数据分类方法装置计算机设备存储介质

[发明专利]半监督分类模型训练、图像分类方法和装置-CN202211541994.9在审
发明人：王家兴;李勇;宫礼星;陶通;刘朋樟;包勇军;颜伟鹏 -专利权人：北京沃东天骏信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2022-12-02 - 公布日： 2023-04-04 - 主分类号： G06V10/764 文献下载
摘要：本公开提供了一种半监督分类模型训练方法和装置，涉及人工智能技术领域。该方法的一具体实施方式包括：对获取的素材样本进行序列化处理，得到素材序列；对素材序列进行随机掩码处理，得到包括整体语义特征的掩码序列；将素材序列和掩码序列输入预先构建的半监督分类网络的掩码预测网络中，计算得到掩码预测网络的掩码预测损失；将带目标标签且经过掩码预测网络预测的整体语义特征输入半监督分类网络的线性分类网络，计算得到线性分类网络的监督损失；基于掩码预测损失和监督损失，训练半监督分类网络，得到对应半监督分类网络的半监督分类模型该实施方式提高了半监督分类模型的分类性能。
监督分类模型训练图像方法装置

[发明专利]基于半监督模型的化工工艺异常监控方法及模型优化方法-CN202010450943.X在审
发明人：李传坤;王春利;高新江;李荣强;徐伟;石宁;张卫华;姜巍巍;曹德舜 -专利权人：中国石油化工股份有限公司;中国石油化工股份有限公司青岛安全工程研究院;应急管理部化学品登记中心
申请日： 2020-05-25 - 公布日： 2021-11-30 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种基于半监督模型的化工工艺异常监控方法及模型优化方法，属于化学工程技术领域。所述优化方法包括：确定所述第一初始半监督模型的损失值，所述损失值由损失函数得到；将第一初始半监督模型的损失值与损失预设值进行比较；根据损失值与损失预设值的比较结果，调整隐含层的层数，以确定满足所述损失值小于所述损失预设值的半监督模型对应的隐含层的层数范围；以及基于从所述隐含层的层数范围中的隐含层的层数建立新的半监督模型，所述新的半监督模型为优化后的半监督模型。通过上述技术方案，得到的优化后的半监督模型，不会出现数据欠拟合或者过拟合导致的半监督模型的损失值较高的情况，还能够适用于有标签数据少的化工工艺中。
基于监督模型化工工艺异常监控方法优化

[发明专利]一种基于半监督知识蒸馏的单幅图像去雾方法-CN202310370749.4在审
发明人：兰云伟;崔智高;李爱华;苏延召;蔡艳平;李庆辉;钟啸 -专利权人：中国人民解放军火箭军工程大学
申请日： 2023-04-10 - 公布日： 2023-08-04 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于半监督知识蒸馏的单幅图像去雾方法，包括步骤：一、训练集图像的获取；二、图像去雾半监督网络模型的建立；三、合成有雾图像和真实有雾图像的特征提取；四、监督损失函数和无监督损失函数的建立；五、合成有雾图像和真实有雾图像对图像去雾半监督网络模型的训练；六、利用训练好的图像去雾半监督网络模型对单幅图像去雾。本发明方法步骤简单，设计合理，通过无监督训练和有监督训练，提高图像去雾效果，且半监督学习通过结合监督学习的拟合优势和无监督学习防止过拟合的优势，能够有效提高模型输出特征的分布并提高鲁棒性。
一种基于监督知识蒸馏单幅图像方法

[发明专利]一种基于自监督学习的半监督节点分类方法-CN202110637743.X在审
发明人：康昭;刘昌澍 -专利权人：电子科技大学
申请日： 2021-06-08 - 公布日： 2021-09-10 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于自监督学习的半监督节点分类方法，包括以下步骤：S1、构建半监督分类数据集；S2、根据半监督分类数据依次构建拓扑图和特征图；S3、构建半监督节点分类模型，并基于拓扑图和特征图对其进行自监督训练，获得半监督节点分类结果。本发明从拓扑图和特征图的角度描述图数据，在图卷积神经网络框架中引入自监督学习模块融合节点特征和图拓扑结构的信息，在半监督节点分类任务上获得了更好的性能；本发明具备更高的计算效率，和基于注意力机制的方法相比需要更少的训练时间
一种基于监督学习节点分类方法

[发明专利]一种半监督智慧城市网络设备识别方法及系统-CN202310570160.9在审
发明人：杜航原;谢富中;王文剑;白亮;梁吉业 -专利权人：山西大学
申请日： 2023-05-19 - 公布日： 2023-08-11 - 主分类号： H04L41/14 文献下载
摘要：本发明提供一种半监督智慧城市网络设备识别方法及系统，属于智慧城市领域。方法包括网络设备数据预处理环节，半监督智慧城市网络设备识别模型的构建环节，半监督智慧城市网络设备识别模型的优化环节，半监督智慧城市网络设备识别模型的训练环节以及半监督智慧城市网络设备识别模型的结果输出环节五个主要组成部分半监督智慧城市网络设备识别模型由图自编码器模块、自训练聚类模块以及类语义信息模块构建，并设计一个联合优化目标函数，通过最小化目标函数进行模型训练。系统包括计算机处理器和内存、网络设备数据预处理单元、基于半监督智慧城市网络设备识别模型训练单元、基于半监督智慧城市网络设备识别模型结果输出单元。
一种监督智慧城市网络设备识别方法系统

[发明专利]基于半监督学习的脑部CT图像出血区域分割方法及系统-CN201610595691.3有效
发明人：胡浩基;孙明杰 -专利权人：浙江大学
申请日： 2016-07-25 - 公布日： 2019-02-01 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种基于半监督学习的脑部CT图像出血区域分割方法，所述方法包含半监督模型训练阶段和基于半监督模型的出血区域分割阶段；半监督模型训练阶段用于训练半监督模型；基于半监督模型的出血区域分割阶段包括对需要进行颅内出血区域分割的二维CT图像序列进行格式转换，将二维CT图像重建到三维空间，然后利用超体素算法将三维图像划分成大小相近的超体素，以每个超体素为样本提取特征，最后根据特征通过训练好的半监督模型将超体素分成前景和背景两部分。本发明通过引入半监督学习算法以及以超体素代替像素进行运算等途径有效地提高了出血区域检测的准确性。
基于监督学习脑部 ct 图像出血区域分割方法系统

[发明专利]一种改进的半监督图像分类方法、设备及存储介质-CN202111027446.X在审
发明人：邹帅;钱涛;余长江;邱斌;钟方伟;苟文清;周莉 -专利权人：新疆信息产业有限责任公司
申请日： 2021-09-02 - 公布日： 2021-11-26 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种改进的半监督图像分类方法、设备及存储介质，包括以下步骤：(1)构建改进后的半监督图像分类模型；改进后的半监督图像分类模型包括生成器、判断器及若干个子判断器(副判断器)；(2)训练改进后的半监督图像分类模型；(3)将待分类的图像输入至步骤(2)训练好的改进后的半监督图像分类模型，得到分类结果。本发明改进后的半监督图像分类模型表现出较好的测试错误率，可以更好地利用未标记图像和生成图像来提高分类能力。
一种改进监督图像分类方法设备存储介质

[发明专利]基于半监督模型的化工工艺异常监控系统及模型优化装置-CN202010451660.7在审
发明人：李传坤;王春利;高新江;李荣强;徐伟;石宁;张卫华;姜巍巍;曹德舜 -专利权人：中国石油化工股份有限公司;中国石油化工股份有限公司青岛安全工程研究院
申请日： 2020-05-25 - 公布日： 2021-11-30 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种基于半监督模型的化工工艺异常监控系统及用于半监督模型的优化装置，属于化学工艺技术领域。所述异常监控系统包括：数据采集单元，用于采集有关所述化工工艺的工段的工况的当前数据；以及处理器，用于将所述的当前数据作为优化后的半监督模型的输入，以根据所述优化后的半监督模型输出的结果识别所述当前数据是否出现异常，其中，所述半监督模型通过用于化工工艺的半监督模型的优化装置进行优化。通过上述技术方案，基于优化后的半监督模型对化工工艺进行监控，能够解决工业现场的有标签样本数据少，无标签样本数据多时的工艺异常识别问题。
基于监督模型化工工艺异常监控系统优化装置

[发明专利]一种基于半监督动量原型网络的风力发电机组齿轮箱诊断方法-CN202111175109.5在审
发明人：苏祖强;张小龙;韩延;于洪;罗茂林;余建航 -专利权人：重庆邮电大学
申请日： 2021-10-09 - 公布日： 2022-01-11 - 主分类号： G06V10/762 文献下载
摘要：本发明涉及一种基于半监督动量原型网络的风力发电机组齿轮箱诊断方法，属于故障诊断领域。该方法包括半监督动量原型网络训练与故障诊断识别两个流程；1、半监督动量原型网络训练：2、风力发电机组齿轮箱故障诊断：本发明结合半监督中的伪标签学习与小样本学习中的半监督动量原型网络，提出了一种基于半监督动量原型网络的风力发电机组齿轮箱故障诊断方法，该方法充分利用了无标记样本中包含的故障信息，大幅度减轻了原型网络由于标记样本稀缺导致的过拟合现象，增强了半监督动量原型网络在进行微调时的稳定性和准确性。
一种基于监督动量原型网络风力发电机组齿轮箱诊断方法

[发明专利]一种安全的半监督学习方法-CN201310315501.4在审
发明人：周志华;李宇峰 -专利权人：南京大学
申请日： 2013-07-24 - 公布日： 2013-11-13 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种安全的半监督学习方法，包括构建多个半监督分类器步骤和构建最终安全半监督分类器步骤；首先对于给定训练数据集构建多个差异性大的半监督分类器；然后通过最坏情况下最大化性能提高来构建最终安全半监督分类器
一种安全监督学习方法

[发明专利]基于生成对抗网络的半监督X光图像自动标注-CN201910250090.2在审
发明人：王典;刘坤;荣梦学 -专利权人：上海海事大学
申请日： 2019-03-29 - 公布日： 2019-08-09 - 主分类号： G06K9/62 文献下载
摘要：本发明提出了一种基于生成对抗网络半监督X光自动标注方法，基于现有的生成对抗网络方法，改进了传统训练方法，利用监督损失和无监督损失相结合的半监督训练方法进行基于少量标注样本的图像分类识别。围绕X光图像标注数据稀缺性的问题进行研究，首先在传统无监督生成对抗网络基础上用softmax替换最后输出层，扩展成为半监督生成对抗网络，其次对生成样本定义额外类别标签引导训练，然后采用半监督训练对网络参数进行优化该方法在医学X光图像自动标注方面，相比于传统监督学习和其他半监督学习算法性能得到了提高。
半监督自动标注对抗网络无监督标注样本半监督学习算法类别标签图像分类网络参数网络基础医学X光输出层稀缺性替换图像监督优化改进学习研究

[发明专利]用户分析模型优化方法及装置-CN202210032601.5在审
发明人：范进;宋子龙;温志龙 -专利权人：盐城矩阵运营管理有限公司
申请日： 2022-01-12 - 公布日： 2022-05-24 - 主分类号： G06Q10/04 文献下载
摘要：包括：获取半监督共享模型并将所述半监督共享模型发布至区块链网络中，以使得所述区块链网络中的各个节点将所述半监督共享模型下载至本地，而所述半监督共享模型用于基于半监督用户数据分析用户行为；接收所述各个节点上传的子模型参数，所述子模型参数为各个节点基于本地数据通过半监督学习得到的；根据所述子模型参数对所述半监督共享模型进行优化。
用户分析模型优化方法装置

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