专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果2589889个,建议您升级VIP下载更多相关专利
  • [发明专利]一种数据融合方法及装置-CN201910214601.5在审
  • 仇辉;李海波;秦宇皓 - 北京嘀嘀无限科技发展有限公司
  • 2019-03-20 - 2020-09-29 - G06K9/62
  • 本申请提供了一种数据融合方法及装置,其中,该方法包括:获取多个样本,并基于选定时刻与多个样本中每个样本关联的时刻,确定多个样本中每个样本的权重;从多个样本中选择样本,构成有效样本集合;基于有效样本集合中每个样本和每个样本的权重,确定多个样本在选定时刻的融合数据。采用上述方式,可以基于样本的时效性为每个样本分配权重,并且也可以通过排除异常数据来得到有效样本集合,从而基于有效样本集合中每个样本和每个样本的权重确定出的融合数据可以较为准确地反映出真实情况,提升数据融合的准确性。
  • 一种数据融合方法装置
  • [发明专利]一种用于小样本甲骨文识别的数据增广方法、应用及装置-CN202011492114.4在审
  • 付彦伟;韩文慧;任新麟;林航宇;薛向阳 - 复旦大学
  • 2020-12-17 - 2022-07-05 - G06V10/776
  • 本发明提供了一种用于小样本甲骨文识别的数据增广方法、应用及装置,其特征在于,包括如下步骤:对大样本、小样本序列化得到序列化大样本、序列化小样本;对序列化大样本抹除得到抹除大样本、完整大样本,对抹除大样本编码得到编码后抹除大样本;将编码后抹除大样本输入特征提取网络得到深度特征;利用预测网络对抹除大样本预测得到预测大样本;训练更新深度学习网络得到增广器;对序列化小样本随机抹除得到抹除小样本,并对抹除小样本编码得到编码后抹除小样本;将编码后抹除小样本输入增广器预测得到预测小样本,将该预测小样本作为增广样本
  • 一种用于样本甲骨文识别数据增广方法应用装置
  • [发明专利]模型的训练方法、数据处理方法、装置、电子设备及介质-CN202210315455.7在审
  • 尉德利 - 北京百度网讯科技有限公司
  • 2022-03-29 - 2022-06-24 - G06N3/08
  • 本公开提供了一种样本生成方法、模型的训练方法、数据处理方法、装置及、电子设备及介质,涉及人工智能技术领域,尤其涉及计算机视觉、深度学习、图像处理技术领域,可应用于人脸识别等场景。具体实现方案为:确定样本的有效样本,得到有效样本,其中,有效样本的长度是有效样本长度;对有效样本进行剪枝,得到剪枝样本;对剪枝样本进行填充,得到中间样本;对中间样本中的填充数据进行掩码,得到目标样本;利用目标样本序列训练深度学习模型,得到数据处理模型,其中,目标样本序列包括多个目标样本
  • 模型训练方法数据处理装置电子设备介质
  • [发明专利]数据分类方法和装置、计算机可读存储介质、电子设备-CN202210364684.8在审
  • 单嘉润;韩宇翔;董启江 - 同盾科技有限公司
  • 2022-04-07 - 2022-07-12 - G06K9/62
  • 本公开是关于一种数据分类方法、数据分类装置、计算机可读存储介质以及电子设备,涉及计算机技术领域。该方法包括:获取样本,基于所述样本得到目标聚合数据,根据所述目标聚合数据确定所述样本中包括的训练数据;对所述训练数据中的黑样本进行标记,得到黑样本以及未标记样本,利用所述黑样本进行模型训练,得到分类模型;通过所述分类模型,确定所述未标记样本中包括的黑样本,得到目标黑样本以及目标白样本;利用所述目标黑样本以及所述目标白样本进行模型训练,得到目标分类模型,通过所述目标分类模型,对所述样本进行分类。本公开提高了样本分类的准确性。
  • 数据分类方法装置计算机可读存储介质电子设备
  • [发明专利]数据处理方法、装置、电子设备及计算机可读存储介质-CN201910209648.2有效
  • 赵呈路;李雪 - 上海拉扎斯信息科技有限公司
  • 2019-03-19 - 2021-03-16 - G06Q10/04
  • 本公开实施例公开了一种数据处理方法、装置、电子设备及计算机可读存储介质,包括:获取样本样本的分布信息和目标数据,根据目标数据,对样本进行分段,得到至少两段样本;根据样本的分布信息,从至少两段样本中确定出异常数据所属的目标段样本;将目标段样本按照预设分位数进行切分,得到预设分位数个目标子样本区间,对每个目标子样本区间中的数据分别进行归一化处理后,进行差异化数据处理,并与非目标段样本组合,得到最终样本,非目标段样本为至少两段样本中除目标段样本之外的其他段样本。该方案能够保证数据之间的区分度与均匀性,从而可以提高预测结果的准确性。
  • 数据处理方法装置电子设备计算机可读存储介质
  • [发明专利]一种数据处理方法及装置-CN202111621709.X在审
  • 曹绍升 - 北京芙睿特无限科技发展有限公司
  • 2021-12-28 - 2023-07-14 - G06F18/243
  • 本公开提供了一种数据处理方法及装置,其中,该方法包括:获取样本集,以及针对目标分类任务训练的决策树模型;样本集中包括多个用户样本样本,决策树模型用于从样本中提取适用于目标分类任务的特征信息;基于决策树模型,对样本集中的每个样本进行特征提取,得到每个样本分别对应的样本特征信息;基于每个样本分别对应的样本特征信息,确定各个样本之间的邻居关系信息;其中,具有邻居关系的样本之间的相似度满足预设条件;将样本集,以及确定的各个样本之间的邻居关系信息输入针对目标分类任务训练的目标神经网络,确定样本集中测试样本对应的目标分类任务下的分类结果。
  • 一种数据处理方法装置
  • [发明专利]样本缓存方法、系统、计算机设备和存储介质-CN202311029639.8在审
  • 韩珂;李勇;曾令仿;陈光;吴运翔;程稳 - 之江实验室
  • 2023-08-16 - 2023-09-12 - G06F12/0875
  • 本申请涉及一种样本缓存方法、系统、计算机设备和存储介质。所述方法包括:获取用于训练的样本列表;若缓存区域的解码样本集中不存在与样本列表中第一样本匹配的解码样本,则从解码样本集中确定备选解码样本;若第一样本的重要度与备选解码样本的重要度满足预设条件且第一样本的解码资源消耗大于备选解码样本的解码资源消耗,则对第一样本进行解码处理,得到对应的目标解码样本;根据目标解码样本对缓存区域的解码样本集进行更新。采用本方法减少冗余的IO和考虑了数据解码本身的资源消耗,缩短了整体的训练时长,进而提高了训练效率。
  • 样本数据缓存方法系统计算机设备存储介质
  • [发明专利]样本的处理方法、装置、服务器及存储介质-CN202110595347.5有效
  • 易明智 - 北京达佳互联信息技术有限公司
  • 2021-05-28 - 2022-10-04 - H04N21/24
  • 本公开关于一种样本的处理方法、装置、服务器及存储介质。其中,该样本的处理方法包括:获取用于训练直播播放时长预测模型的初始样本,初始样本包括第一直播数据在多个样本帐户上的播放时长样本;对各样本帐户的播放时长样本进行第一数据变换,得到与各播放时长样本对应的变换时长样本,其中,播放时长样本对应的时长区间长度大于变换时长样本对应的时长区间长度;基于变换时长样本生成目标样本,目标样本用于训练直播播放时长的预测模型。采用本公开提供的样本的处理方法、装置、服务器及存储介质,能够解决训练出来的直播播放时长预测模型的预测准确度不高的问题。
  • 样本数据处理方法装置服务器存储介质
  • [发明专利]一种数据处理方法、装置、电子设备及存储介质-CN202111494533.6在审
  • 王希予;裴积全;张立平;易津锋 - 京东科技信息技术有限公司
  • 2021-12-08 - 2023-06-09 - G06N20/20
  • 本发明提供一种数据处理方法、装置、电子设备及存储介质,获取数据定价请求指示的目标任务对应的多个样本集;利用多个样本集对待训练的纵向联邦模型进行纵向联邦训练得到纵向联邦模型;针对每个样本集中的每个样本,通过纵向联邦模型对样本集中的样本与各个其他样本组合进行处理,得到样本的多个损失值,并根据样本对应的多个损失值,计算样本的目标损失值;针对每个样本集,根据样本集中的各个样本的目标损失值,计算样本集对应的目标损失值;分别基于每个样本集对应的目标损失值,确定每个样本集的重要程度。本发明在不直接获取真实数据的情况下,实现对数据的重要程度的计量。
  • 一种数据处理方法装置电子设备存储介质
  • [发明专利]一种模型训练方法及装置-CN201811544547.2有效
  • 林淼哲;方桢;张峻滔 - 上海游昆信息技术有限公司
  • 2018-12-17 - 2021-04-06 - G06K9/62
  • 本发明实施例公开了一种模型训练方法及装置,其中方法包括:针对于每个负样本,根据该负样本和P个正样本的差异值以及该负样本和Q个负样本的差异值,确定该负样本是否为不可信负样本;使用P个正样本和Q个负样本中除不可信负样本以外的可信负样本进行模型训练,得到二分类模型。本发明实施例中,通过确定Q个负样本中的不可信负样本得到用于训练模型的可信负样本,相比于现有技术中基于随机筛选或者人工筛选得到的负样本来说,本发明实施例中的可信负样本更加准确,从而使得基于可信负样本训练得到的二分类模型更为合理
  • 一种模型训练方法装置
  • [发明专利]一种数据智能集中处理服务平台-CN202210170642.0在审
  • 罗飞艳 - 新花漾信息技术(深圳)有限公司
  • 2022-02-24 - 2022-05-27 - G06F16/16
  • 本发明公开了一种数据智能集中处理服务平台,包括:样本处理设备接收样本样本预存储模块对样本进行预先存储;样本检验处理模块对样本进行检验筛分,并对病毒数据及垃圾数据进行标记;样本杀毒模块将标记的病毒数据及垃圾数据进行粉碎删除处理;样本分析模块对粉碎删除处理后的样本进行数据类型分析;样本子文件创建模块创建子文件夹;样本存储模块按照数据类型分析结果将粉碎删除处理后的样本分别集中储存至子文件夹中。本发明通过样本检验处理模块与样本杀毒模块对样本中的病毒数据及垃圾数据进行粉碎删除,减少数据容量,提高数据智能集中处理服务平台对数据的读写速度。
  • 一种数据智能集中处理服务平台

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top