“条件随机场模型”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1611342个，建议您升级VIP下载更多相关专利

[发明专利]基于条件随机场与Stacking算法的时间序列预测方法和装置-CN201810413123.6有效
发明人：王宏志;魏延杰;齐志鑫;高宏 -专利权人：哈尔滨工业大学
申请日： 2018-05-03 - 公布日： 2021-02-19 - 主分类号： G06Q10/04 文献下载
摘要：本公开实施例涉及一种基于条件随机场与Stacking算法的时间序列预测方法、装置、计算机存储介质和电子设备。该方法包括：获得多个基预测器中每个基预测器预测的不同维度的预测数据；将所述多个基预测器的一部分预测数据作为验证集，输入条件随机场模型；根据所述验证集中的预测数据，初始化所述条件随机场模型；在所述条件随机场模型未收敛期间，结合Stacking算法，进行多次迭代，直到所述条件随机场模型收敛为止，得到收敛的条件随机场模型；将所述收敛的条件随机场模型的输出确定为时间序列预测结果。
基于条件随机 stacking 算法时间序列预测方法装置

[发明专利]基于反馈式条件随机场的G蛋白偶联受体拓扑计算预测方法-CN201510155276.1有效
发明人：陈石敏;吴宏杰;陆卫忠;王坤;胡伏原;付保川 -专利权人：苏州科技学院
申请日： 2015-04-02 - 公布日： 2018-02-13 - 主分类号： G06F19/18 文献下载
摘要：本发明涉及一种基于反馈式条件随机场的G蛋白偶联受体拓扑计算预测方法，该预测方法包括(1)数据集准备；(2)数据预处理；(3)反馈式条件随机场，包括三个阶段(31)基本条件随机场模型，(32)反馈式条件随机场框架本发明的GPCR的拓扑结构进行预测的方法是基于反馈式基本条件随机场模型(FCRF)；基于条件随机场的联合概率模型，不需要对观察序列进行独立性假设，从而解决隐马尔可夫模型的局部最优问题；其次，本发明改进了基本条件随机场方法，引入了反馈机制，在不断的反馈中自我完善条件随机场的建模能力，从而最终提高GPCR拓扑的预测精度。
基于反馈条件随机蛋白受体拓扑计算预测方法

[发明专利]票据识别方法、装置、电子设备以及存储介质-CN202210211125.3有效
发明人：何烩烩;王佳阳;向宇波 -专利权人：北京百度网讯科技有限公司
申请日： 2022-03-03 - 公布日： 2023-09-01 - 主分类号： G06V30/40 文献下载
摘要：电子设备以及存储介质，涉及深度学习、模式识别领域，可以为：获取待识别的目标票据；分别对多个文本块在目标票据上的二维位置信息进行编码处理，得到多个编码结果；分别对多个编码结果进行图卷积处理，得到多个卷积结果；基于第一条件随机场模型对每个卷积结果进行识别，得到目标票据的文本块级别的第一预测结果，第一条件随机场模型与第二条件随机场模型之间协同训练，第二条件随机场模型用于对每个卷积结果进行识别，以得到目标票据的字级别的第二预测结果。避免了第二条件随机场模型引入的切分误差，在提升第二条件随机场模型的性能的同时，也促进了第一条件随机场模型的预测性能。
票据识别方法装置电子设备以及存储介质

[发明专利]基于两层全连接条件随机场模型的深度图结构修复方法-CN202011057715.2有效
发明人：杨勐;王昊天;郑南宁 -专利权人：西安交通大学
申请日： 2020-09-30 - 公布日： 2022-10-25 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于两层全连接条件随机场模型的深度图结构修复方法，向第一层全连接条件随机场模型中输入彩色图和深度图，通过最小化第一层全连接条件随机场模型的能量函数，得到粗略恢复的深度图；将粗略恢复的深度图输入第二层全连接条件随机场模型，通过最小化第二层全连接条件随机场模型的能量函数，得到精确恢复的深度图。
基于两层全连接条件随机模型深度结构修复方法

[发明专利]一种基于局部区域条件随机场模型的图像语义分割方法-CN201811003417.8在审
发明人：李训根;张誉矾;潘勉;于彦贞 -专利权人：杭州电子科技大学
申请日： 2018-08-30 - 公布日： 2019-01-29 - 主分类号： G06T7/11 文献下载
摘要：本发明涉及一种基于局部区域条件随机场模型的图像语义分割方法。本发明全卷积神经网络结构提取输入图片特征并获得一个粗糙的分割结果，区域选择结构将分割结果图进行边缘滤波，并选择分割结果为行人，自行车，机动车的部分的最大外接矩形，局部区域条件随机场模型在上述矩形区域建立条件随机场模型并精细优化上述矩形区域的分割结果本发明有效的结合了条件随机场模型精度上的优势和全卷积神经网络速度上的优势。优化了条件随机场模型计算方式从而大幅降低了模型时间复杂度；提升了传统全卷积神经网络的分割精度；将概率图模型的应用和全卷积神经网络的应用设计为了一个端到端系统。
条件随机场模型分割结果卷积神经网络局部区域矩形区域图像语义分割神经网络结构概率图模型时间复杂度随机场模型有效的结合计算方式建立条件区域选择输入图片外接矩形应用设计端到端卷积滤波优化机动车粗糙精细自行车应用

[发明专利]数据驱动的电动汽车充电需求的时空价格弹性估计方法-CN202110328125.7在审
发明人：胡泽春;鲍志远 -专利权人：清华大学
申请日： 2021-03-26 - 公布日： 2021-07-23 - 主分类号： G06Q30/02 文献下载
摘要：该方法首先获取每个区域在研究时间内的充电历史数据并归一化，得到各区域每日每时段归一化后的充电需求和充电价格并组成训练集；建立一个条件随机场模型，选取条件随机场模型的拓扑结构及条件随机场模型的特征函数；利用训练集对条件随机场模型进行训练，得到训练完毕的条件随机场模型；利用训练完毕的条件随机场模型，计算任一区域任一时段充电价格对各区域任一时段充电需求的影响即得到时空价格弹性。
数据驱动电动汽车充电需求时空价格弹性估计方法

[发明专利]基于三层条件随机场的疾病数据命名实体识别方法及系统-CN201710906128.8在审
发明人：赵淦森;刘创辉;王欣明;夏慧敏;梁会营;刘广建;庄序填;席云;伍昱燊;余达明;唐华;庞雄文;聂瑞华 -专利权人：华南师范大学;广州市妇女儿童医疗中心(广州市妇幼保健院、广州市儿童医院、广州市妇婴医院)
申请日： 2017-09-29 - 公布日： 2018-03-20 - 主分类号： G06F17/27 文献下载
摘要：本发明公开了基于三层条件随机场的疾病数据命名实体识别方法及系统，该方法包括步骤获取儿童疾病文本数据，将儿童疾病文本数据输入三层条件随机场模型的第一层进行属性信息识别，输出第一层识别文本数据；将第一层识别文本数据输入三层条件随机场模型的第二层进行简单命名实体识别，输出第二层识别文本数据；将第二层识别文本数据输入三层条件随机场模型的第三层进行复杂命名实体识别，输出最终命名实体识别结果。本发明通过三层条件随机场模型来对儿童疾病数据进行命名实体识别，将复杂的任务转换成三个任务分别分配给三个条件随机场模型来处理，从而提高了识别的效率和准确率。本发明可广泛应用于命名实体识别领域。
基于三层条件随机疾病数据命名实体识别方法系统

[发明专利]基于条件随机场图结构学习的语义图像分割方法-CN201711429655.0有效
发明人：王振华;丁福光;郭东岩;张剑华;刘盛;陈胜勇 -专利权人：浙江工业大学
申请日： 2017-12-26 - 公布日： 2020-08-18 - 主分类号： G06T7/143 文献下载
摘要：一种基于条件随机场图结构学习的语义图像分割的方法，所述方法包括以下步骤：1)训练一个全卷积神经网络或是采用现成的全卷积神经网络来进行语义图像粗分割；2)使用rcf神经网络学习条件随机场图结构；3)采用学习得到的图结构来训练条件随机场模型参数；使用训练得到的条件随机场模型做语义图像细分割，过程如下：解决最大后验MAP推理问题，通过调用alpha‑beta扩展例程来找到x的最优标签。本发明提供一种分割效果较好的基于条件随机场图结构学习的语义图像分割的方法。
基于条件随机结构学习语义图像分割方法

[发明专利]一种事件触发词识别方法及装置-CN201410548795.X在审
发明人：李寿山;朱珠;周国栋 -专利权人：苏州大学
申请日： 2014-10-16 - 公布日： 2015-05-06 - 主分类号： G06F17/30 文献下载
摘要：本申请公开了一种事件触发词识别方法及装置，方法为：获取语料库中各条原始语料的语料特征，组成可用语料，利用预设的特征模板，从所述可用语料中提取所述语料特征，组成训练语料，利用所述训练语料对条件随机场模型进行训练，得到训练后的目标条件随机场模型，利用所述目标条件随机场模型对待测语料进行事件触发词的识别。本申请将事件的触发词识别任务看作是序列标注问题，使用条件随机场模型，可以充分的利用上下文信息，建立一个统一的概率模型，同时可以避免标签偏置的问题，提高事件触发词的识别效率及性能。
一种事件触发识别方法装置

[发明专利]游戏角色的行为控制方法、装置和电子设备-CN202310295588.7在审
发明人：蔡康 -专利权人：网易（杭州）网络有限公司
申请日： 2023-03-22 - 公布日： 2023-08-01 - 主分类号： A63F13/55 文献下载
摘要：本发明提供了一种游戏角色的行为控制方法、装置和电子设备；其中，该方法包括：获取目标游戏的当前状态数据；将当前状态数据输入至预先训练完成的机器学习模型中，得到第一输出结果；其中，第一输出结果中包括：多个预设行为操作对应的概率；获取机器学习模型的指定数量的历史输出结果；将第一输出结果和历史输出结果输入至预先训练完成的条件随机场模型中，得到目标行为操作。该方式中，将机器学习模型和条件随机场模型相结合，机器学习模型和条件随机场模型均能建立状态和行为操作之间的关系，条件随机场模型还能建立行为操作之间的时序关系，可以使游戏AI的智能化程度较高；同时模型结构简单且易收敛
游戏角色行为控制方法装置电子设备

[发明专利]基于深度神经网络与条件随机场的对话行为识别方法-CN201410455219.0有效
发明人：胡清华;周玉灿 -专利权人：天津大学
申请日： 2014-09-09 - 公布日： 2017-07-11 - 主分类号： G06K9/66 文献下载
摘要：本发明公开了一种基于深度神经网络与条件随机场的对话行为识别方法，步骤是(1)对数据集中的汉语口语语料进行预处理，提取多模态特征；(2)构造条件随机场模型；(3)基于多模态深度神经网络构造条件随机场模型的状态特征函数(4)最大化对数似然函数，求解条件随机场模型参数，(5)通过求解整段对话的对话行为序列，得到该段对话中对应的每个语句的对话行为。本发明不仅能从原始特征中学到与分类任务更加相关的抽象特征，而且可对对话行为中的多模态信息进行更加高效的融合，为后续的分类任务奠定良好的基础，同时，可更好地刻画样本类标的序列依赖关系，提出以条件随机场为主体框架
基于深度神经网络条件随机对话行为识别方法

[发明专利]半监督的高光谱遥感图像分类标注方法-CN201610265798.1有效
发明人：姜志国;张浩鹏;吴俊峰;史振威;尹继豪;谢凤英;罗晓燕;赵丹培 -专利权人：北京航空航天大学
申请日： 2016-04-26 - 公布日： 2019-11-08 - 主分类号： G06K9/62 文献下载
摘要：针对高光谱遥感图像分类标注问题，本发明公开了一种半监督的高光谱遥感图像分类标注方法，该方法包括：通过人工样本采集获得少量已标注训练样本(含类别标注真值)、大量未标注训练样本和测试样本；通过直推式支持向量机构造条件随机场的关联势函数；通过改进的Potts模型构造条件随机场的交互势函数；通过遗传算法对条件随机场模型进行训练；通过训练得到的条件随机场模型对测试样本进行推断，获得其分类标注结果。本发明所得到的高光谱遥感图像分类标注结果相比于单独使用条件随机场算法或直推式支持向量机的分类标注结果，去掉了大量的孤立噪声点，具有较好的区域连续性且精度较高。
监督光谱遥感图像分类标注方法

[发明专利]一种基于双层条件随机场的人体行为识别方法-CN201710537393.3有效
发明人：刘天亮;董晓栋;戴修斌;高尚;罗杰波 -专利权人：南京邮电大学
申请日： 2017-07-04 - 公布日： 2019-10-01 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于双层条件随机场的人体行为识别方法，属于计算机视觉的行为识别领域。然后，建模顶层条件随机场以捕捉人体行为间的高阶相关性，建模底层条件随机场以丰富人体行为内部的潜在结构，最终构建双层条件随机场的判别分类模型。接着，采用精确推理和结构化支持向量机分类器学习双层条件随机场的判别分类模型参数。最后，根据学习得到的模型参数和即得模型预测测试视频中人体行为类别。本发明在一定程度上提高了人体行为动作的识别准确度。
一种基于双层条件随机人体行为识别方法

[发明专利]一种基于条件随机场决策树的地质模型随机场的获取方法-CN202210798250.9在审
发明人：陈珂;谢平;方伟立;骆汉宾 -专利权人：华中科技大学
申请日： 2022-07-06 - 公布日： 2022-11-15 - 主分类号： G06F30/20 文献下载
摘要：本发明属于地质勘测相关技术领域，并公开了一种基于条件随机场决策树的地质模型随机场的获取方法。该方法包括下列步骤：S1选取拟建工程的岩土分析域，在该分析域内钻孔并记录钻孔信息；S2根据地质空间的变异特征、钻孔数据可获取性和土层分布情况，构建基于条件随机场的决策树；S3将步骤S1记录的钻孔点的钻孔信息作为输入，利用步骤S2中构建的基于条件随机场的决策树选取对应的参数化地质建模方法，计算获得参数化地质几何模型、网格化的几何模型和该网格化几何模型中各个网格节点对应的随机场值；S4将步骤S3中获得的随机场值予以表征，以此实现待分析岩土随机场值的可视化。通过本发明，解决在地质模型构建中无法考虑地质空间变异性的问题。
一种基于条件随机决策树地质模型获取方法

[发明专利]基于条件随机场和BP神经网络的孔隙度预测方法-CN201810993007.6有效
发明人：王峣钧;何鑫;胡光岷 -专利权人：电子科技大学
申请日： 2018-08-29 - 公布日： 2020-09-01 - 主分类号： G06N3/08 文献下载
摘要：本发明公开了一种基于条件随机场和BP神经网络的孔隙度预测方法，包括以下步骤：S1、构建BP神经网络；S2、利用条件随机场模型，结合神经网络对标签数据的拟合残差，在置信度回归算法中对隐藏层的相循环性修正。本发明把条件随机场和神经网络两种模型结合在一起，借鉴了EM算法的思想，两个模型参数循环迭代求解模型参数和条件随机场隐藏层，构成一种半监督机器学习方法，能够使用较少的标记孔隙度数据和阻抗数据对孔隙度和岩相分布进行预测
基于条件随机 bp 神经网络孔隙预测方法

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