“新样本”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533792个，建议您升级VIP下载更多相关专利

[发明专利]一种不平衡数据集的过采样方法-CN201910535115.3在审
发明人：侯雁博;朱志良 -专利权人：东北大学
申请日： 2019-06-20 - 公布日： 2019-09-24 - 主分类号： G06F16/2458 文献下载
摘要：K‑means方法对其聚类，根据每个类的数据集中元素个数划分少数类和多数类；然后，基于SMOTE方法，对少数类数据集进行过采样，得到合成的少数类数据集；接着，对合成的少数类数据集进行有放回的过采样，得到新的少数类数据集，形成新的数据集；最后，基于CCA方法，对新的数据集进行清洗：对新的数据集进行聚类，并计算每个类簇中每个样本与该类簇中其他样本之间的欧氏距离并排序，删除最远的欧氏距离对应的样本，得到清洗后的数据集。本发明能够有效合成更多的少数类样本，增加样本的易学习性，提高样本的有效性。
数据集样本过采样欧氏距离合成聚类清洗数据挖掘技术数据集中类簇排序删除习性采集

[发明专利]一种基于注意力和对比学习的小样本目标检测方法-CN202110793593.1在审
发明人：王蒙;王强;陈家兴;李鑫凯;邵逸轩 -专利权人：昆明理工大学
申请日： 2021-07-12 - 公布日： 2021-09-14 - 主分类号： G06K9/46 文献下载
摘要：本发明涉及了一种基于注意力和对比学习的小样本目标检测方法，属于人工智能、图像处理领域。本发明为一种结合了数据增强、注意力区域建议网络(AttentionRPN)、对比学习的小样本目标检测方法。该方法基于FasterR‑CNN网络，包括采用小样本马赛克(Few‑shot Mosaic)数据增强模块用于丰富小样本背景实例与新类(Novelclasses)和基类(Base classes)实例的对比本发明提高了FasterR‑CNN在小样本上新类的检测精度，同时保持了较高的基类检测精度；减少了FasterR‑CNN对新类训练样本量的依赖，提高对新类的迁移能力，在COCO和VOC数据集上验证了该方法的有效性
一种基于注意力对比学习样本目标检测方法

[发明专利]语义关系识别模型的训练方法、装置及终端-CN201910493678.0有效
发明人：高参;何伯磊;肖欣延 -专利权人：北京百度网讯科技有限公司
申请日： 2019-06-06 - 公布日： 2021-07-20 - 主分类号： G06F16/35 文献下载
摘要：本发明实施例提出一种语义关系识别模型的训练方法、装置以及终端，方法包括：将样本数据集输入至初始预训练模型中，输出样本句子的表示信息，样本数据集包括多个样本语义单元；获取多个特征词，并将多个特征词进行拼接，得到拼接特征词的表示信息；将样本句子的表示信息和拼接特征词的表示信息输入至初始分类器中，输出样本语义单元之间的语义关系类别；调整初始预训练模型以及初始分类器，得到新预训练模型和新分类器；根据新预训练模型和新分类器建立语义关系识别模型
语义关系识别模型训练方法装置终端

[发明专利]一种基于成对比较的有序分类方法-CN201810437124.4在审
发明人：宋艳枝;杨云丽 -专利权人：合肥黎曼信息科技有限公司
申请日： 2018-05-09 - 公布日： 2018-10-26 - 主分类号： G06K9/62 文献下载
摘要：本发明包括如下步骤：步骤S01类标签编码矩阵设计：考虑原始样本序信息和类关系，借助成对比较策略设计类标签编码方式；步骤S02样本均衡：循环使用类别数较少的原始样本来构造成对比较新样本，将有序多分类问题转化成无序多分类问题，同时实现对数据集进行样本均衡；步骤S03分类器训练：使用新训练集进行分类器训练；步骤S04新样本预测：对新测试集进行预测，将无序多分类结果转化成有序多分类类别，实现原始样本类别的判定。
成对分类多分类问题分类器训练标签编码分类结果分类类别样本均衡原始样本转化人工智能技术新样本预测策略设计处理性能分类效率矩阵设计测试集分类器数据集新样本训练集判定转换预测

[发明专利]一种基于熵的混合采样集成分类器-CN201810536985.8在审
发明人：王喆;李冬冬;程阳;杜文莉;张静 -专利权人：华东理工大学
申请日： 2018-05-30 - 公布日： 2018-11-06 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种基于熵的混合采样集成分类器，首先在原始训练样本上计算信息熵；接着，按照熵的大小将负类样本分成两组；其次，将熵较小的一组随机均分为若干子集，且每个子集与另一组样本形成新的子集；然后将正类上采样，再将新的正类与每个负类子集融合形成新的数据视角；最后，使用若干分类器单独处理生成的这些视角，并将它们集成。在测试阶段可以将测试样本代入训练的模型进行识别。相比于传统的采样方法，本发明引入熵来避免了采样中过于随机的特性。同时，避免样本的信息丢失，并且减轻样本重叠问题。本发明在充分考虑样本不平衡程度的情况下为每个数据集生成合适的采样程度，为解决不平衡问题提供了新的方法和思路。
采样子集样本集成分类器原始训练样本视角测试阶段测试样本单独处理负类样本计算信息问题提供信息丢失重叠问题传统的分类器上采样数据集两组融合引入

[发明专利]一种面向软件缺陷预测的新型过采样方法-CN202210990440.0在审
发明人：楼俊钢;牛辰煜;申情;陈林;沈张果;卢剑权 -专利权人：湖州师范学院
申请日： 2022-08-18 - 公布日： 2022-12-30 - 主分类号： G06F11/36 文献下载
摘要：本发明提出了一种面向软件缺陷预测的新型过采样方法，包括以下步骤：S1.聚类：采用迭代分区过滤器IPF对原始数据集进行粗过滤，然后使用K‑means聚类算法对粗过滤后的数据集进行聚类处理，并根据设定的阈值筛选出少数类样本稀疏分布的簇，用于合成新样本；S2.过采样：使用SMOTE合成少数过采样技术作为合成新的少数类样本的过采样算法，在由步骤S1筛选出的簇内进行过采样来生成新的少数类样本；S3.噪声过滤：采用迭代分区过滤器IPF作为处理噪声的过滤器，清除步骤S2所得数据集中残留的噪声样本。该新型过采样方法能够减少新的噪声样本的产生，缓解不同类间的重叠现象，使得样本数量以及分布更加平衡，决策边界更加清晰。
一种面向软件缺陷预测新型采样方法

[发明专利]SRAM样本库的自动更新方法-CN202310626308.6在审
发明人：张仁栗;陈宪宏;曾鼎程 -专利权人：上海华力集成电路制造有限公司
申请日： 2023-05-30 - 公布日： 2023-08-15 - 主分类号： G06F30/392 文献下载
摘要：本申请提供一种SRAM样本库的自动更新方法，包括：步骤S1，调取SRAM样本库，在SRAM样本库内做出一新图层；步骤S2，通过该图层图形的形状及尺寸确定新的SRAM样本版图置于SRAM样本库的位置坐标；步骤S3，利用步骤S2中获得的位置坐标完成SRAM样本库的更新。通过本申请，提高了SRAM样本库更新的工作效率，缩短验证试跑时间，从而减少出版时间。
sram 样本自动更新方法

[发明专利]一种数据分类方法、装置、设备及计算机可读存储介质-CN201810190818.2在审
发明人：伍文岳 -专利权人：平安科技（深圳）有限公司
申请日： 2018-03-08 - 公布日： 2018-09-04 - 主分类号： G06F17/30 文献下载
摘要：本申请提供一种数据分类方法、装置、设备及计算机可读存储介质，在两类样本不均衡的情况下，针对数量多的样本，通过下采样产生几份同类的样本集，针对少数类样本通过上采样产生新样本，利用新样本与少数样本混合形成数量较多的样本，使原本数量较少的样本集与原本数量较多的样本集的样本数量均衡，并且少数类样本与多数类样本通过多次建模来预测数据，最终取占数量优势的预测结果作为分类结果，通过上采样、下采样以及多次建模多次预测的手段来提高数据预测的准确性
样本样本集计算机可读存储介质数据分类上采样下采样新样本建模分类结果数据预测数量均衡样本混合预测结果预测数据不均衡预测申请

[发明专利]NIPT的GC含量校准方法、装置及计算机可读存储介质-CN201711038391.6在审
发明人：岑忠;崔书建;杨光辉 -专利权人：成都凡迪医疗器械有限公司
申请日： 2017-10-30 - 公布日： 2018-11-02 - 主分类号： G06F19/20 文献下载
摘要：一种NIPT的GC含量校准方法、装置及计算机可读存储介质，所述方法包括：计算待测试样本的GC含量；根据所述待测试样本的GC含量，从预设的参考库中选取与所述待测试样本的GC含量的差值处于预设范围内的样本，构建新参考库；根据所述新参考库，对所述待测试样本进行样本内GC含量校准及Z值计算。
测试样本校准计算机可读存储介质预设参考样本构建质控

[发明专利]一种基于标签重分配的小样本图像分类方法及系统-CN202110392522.0有效
发明人：陈琼;朱戈仁 -专利权人：华南理工大学
申请日： 2021-04-13 - 公布日： 2023-02-14 - 主分类号： G06F16/55 文献下载
摘要：本发明公开了一种基于标签重分配的小样本图像分类方法及系统，包括将小样本数据集划分成基类数据集与新类数据集，在基类数据集上预训练网络模型，在新类数据集上构建包含支撑集样本和查询集样本的小样本任务；利用预训练网络为支撑集样本和查询集样本提取特征，然后对提取的查询集样本特征进行聚簇，最后使用标签重分配方法为簇里的查询集样本重新分配标签；输出查询集样本的标签。本方法能够提高小样本分类的准确率。
一种基于标签分配样本图像分类方法系统

[发明专利]用于衡量模型不确定性的方法和系统-CN202110132049.2在审
发明人：李慧;夏莎莎;刘升平;梁家恩 -专利权人：云知声智能科技股份有限公司;厦门云知芯智能科技有限公司
申请日： 2021-01-30 - 公布日： 2021-05-04 - 主分类号： G16H50/50 文献下载
摘要：本发明公开一种用于衡量模型不确定性的方法，包括：模型训练过程中，对同一个batch中的样本0,1,…n,经过神经网络的特征表示层后得到对应的语义特征表示为x0，x1，......xn；随机两两混合所述第i个样本的语义特征和所述第j个样本的语义特征表示混合后的样本的新的语义特征；随机两两混合所述样本的one‑hot标签得到混合后的样本的新的one‑hot标签；将混合后的样本的新的语义特征表示送入全连接层，得到模型的预测概率值；根据所述模型的预测概率值和所述混合后的样本的新的one‑hot
用于衡量模型不确定性方法系统

[发明专利]样本生成方法、装置及设备-CN201911364116.2在审
发明人：柴东;罗维思;苏伟坚;许璐荣;李海波;谭晖;王江 -专利权人：深圳市海思半导体有限公司
申请日： 2019-12-26 - 公布日： 2021-06-29 - 主分类号： G06F17/18 文献下载
摘要：本申请实施例提供一种样本生成方法、装置及设备，该方法包括：获取多个变异方法的第一概率，所述第一概率用于指示所述变异算法生成增量样本的概率，所述增量样本为满足预设条件的样本；根据所述多个变异方法的第一概率，在所述多个变异方法中确定目标变异方法；根据所述目标变异方法对预设测试样本进行变异处理，生成新的测试样本，所述新的测试样本用于对待测试算子进行测试。提高了生成的测试样本的质量。
样本生成方法装置设备

[发明专利]样本处理方法及系统-CN202110455922.1在审
发明人：徐朋朋 -专利权人：中国移动通信集团江苏有限公司;中国移动通信集团有限公司
申请日： 2021-04-26 - 公布日： 2022-10-28 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种样本处理方法及系统，方法包括：对待处理样本数据集进行聚类，确定多个簇；基于所述待处理样本数据集中每个样本的唯一编号，确定每个样本的随机码；基于同一簇内具有相同随机码的样本生成新样本，确定更新后的样本数据集本发明提供的样本处理方法及系统，通过对待处理样本数据集进行聚类，将样本划分为多个簇，基于同一簇中相同随机码的样本生成新样本，更新样本数据集，实现样本数据的扩充和均衡，能够有效地降低人工调试工作量和集群计算和带宽压力
样本处理方法系统

[发明专利]一种基于共享样本的在线聚集方法-CN201910811714.3有效
发明人：温延龙;李云;袁晓洁 -专利权人：南开大学
申请日： 2019-08-30 - 公布日： 2023-03-24 - 主分类号： G06F16/2455 文献下载
摘要：一种基于共享样本的在线聚集方法，属于数据库技术应用领域。该方法包括：基于查询子句的特征和数据表特征，在线生成样本表；建立样本缓存池，将创建好的样本存储在样本缓存池中备用；指定共享样本的策略，当新的查询到来时，首先去样本缓存池中查询是否有需要的样本，如果没有的话再创建新的样本相比于离线采样的方法来说，本发明在创建样本时考虑到了查询的特征，能够使查询所使用的样本更有效。同时，本发明适用于处理多条连续查询，通过样本缓存池存储样本和不同查询之间共享样本，避免重复创建样本，提高了连续查询的查询效率。
一种基于共享样本在线聚集方法

[发明专利]基于样本回放的序列推荐模型的持续学习方法-CN202110881540.5有效
发明人：杨敏;原发杰;王李翰;李成明;姜青山 -专利权人：中国科学院深圳先进技术研究院
申请日： 2021-08-02 - 公布日： 2023-10-24 - 主分类号： G06F16/9535 文献下载
摘要：本发明涉及一种基于样本回放的序列推荐模型的持续学习方法，涉及序列推荐技术领域,包括步骤一、构建序列推荐模型，利用初始数据对所述序列推荐模型进行训练；步骤二、基于物品类别平衡的样本选择策略对小部分具有代表性的范例样本进行采样；步骤三、对采样出来的范例样本进行软标签的计算与存储，以便参与下一次模型更新中参与蒸馏损失函数部分的计算；步骤四、利用所述序列推荐模型为用户提供准确的推荐服务，同时收集新周期内获得的新数据；步骤五、利用新周期内获得的新数据与之前存储的样本范例对所述序列推荐模型参数进行更新
基于样本回放序列推荐模型持续学习方法