“样本特征向量”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2638900个，建议您升级VIP下载更多相关专利

[发明专利]一种图像匹配方法、装置以及相关设备-CN202010103371.8在审
发明人：陈敏杰;戴传梁;王森 -专利权人：上海小萌科技有限公司
申请日： 2020-02-19 - 公布日： 2020-06-30 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种图像匹配方法，包括获取待测图像与样本图像；利用预设网络模型分别对所述待测图像和所述样本图像进行处理，获得目标特征向量和样本特征向量；分别对所述目标特征向量和所述样本特征向量进行二值化处理，获得目标二值特征和样本二值特征；对所述目标二值特征和所述样本二值特征进行距离测度，获得特征距离；根据所述特征距离确定图像匹配结果；该图像匹配方法实现过程简单快捷，可有效提高图像匹配效率。
一种图像匹配方法装置以及相关设备

[发明专利]一种小样本意图识别方法、装置、设备及存储介质-CN202111034749.4在审
发明人：周喜;杨奉毅;马博;王轶;王磊;赵凡 -专利权人：中国科学院新疆理化技术研究所
申请日： 2021-09-04 - 公布日： 2021-11-30 - 主分类号： G06F40/30 文献下载
摘要：本发明公开了一种小样本意图识别方法、装置、设备以及存储介质，该方法获取意图识别数据集，对数据集进行处理，构建小样本意图识别数据集；提取句子的语义信息，将句子编码为高维特征向量；利用辅助类中样本之间的多样性特征，在高维空间中生成未知样本的多样性特征；将生成的多样性特征与原句子向量进行融合，获取句子的增强特征向量，进一步得到目标意图的原型向量表示；计算查询句子的增强特征向量与目标类别的原型向量之间的相似度，实现对查询句子的分类本发明增强了模型对未知意图样本的特征向量表示，可以有效适应小样本场景下的意图识别任务，提高了小样本意图识别的准确率。
一种样本意图识别方法装置设备存储介质

[发明专利]一种基于层次化特征子空间学习的人体行为识别方法-CN201811415195.0有效
发明人：盛碧云;肖甫;李群;沙乐天;黄海平;沙超 -专利权人：南京邮电大学
申请日： 2018-11-26 - 公布日： 2022-06-28 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了基于层次化特征子空间学习的人体行为识别方法，方法包括：将人体行为视频样本划分成训练样本和测试样本，提取并编码视频样本的手工特征和深度特征，分别以手工特征和深度特征的特征向量表示每一视频样本；设置视频样本的样本标签，采用训练样本的手工特征和深度特征的特征向量以及对应的样本标签作为输入，训练层次化特征子空间学习模型，生成子空间投影矩阵和行为类别的决策边界；利用子空间投影矩阵学习测试样本的手工特征和深度特征的子空间特征向量；计算并比较测试样本的子空间特征向量到各个行为类别的决策边界的距离，判别测试样本的行为类完成识别操作；本发明提高了子空间特征表达的辨识力，且具有良好的识别精度和效率。
一种基于层次特征空间学习人体行为识别方法

[发明专利]文档的分类分级方法、分类分级装置和文档系统-CN202210240945.5在审
发明人：李鸿飞;谢福进;陈震宇;刘国华;李少波 -专利权人：中国邮政储蓄银行股份有限公司
申请日： 2022-03-10 - 公布日： 2022-06-28 - 主分类号： G06F16/93 文献下载
摘要：本申请提供了一种文档的分类分级方法、分类分级装置和文档系统，该方法包括：获取多个文档样本；采用中文文档向量对文档样本进行特征提取，得到文档特征向量；对文档特征向量进行聚类，得到多个类别和各类别对应的类簇中心点向量；去除各类别中偏心欧式距离大于预定距离的文档特征向量对应的文档样本，得到样本库，偏心欧式距离为文档特征向量对应的点与所属类别的类簇中心点向量对应的点的欧式距离；采用样本库对初始模型进行训练得到文档分类分级模型该方法解决了现有技术中文档的分类分级方法中构建样本库的人力成本高的问题。
文档分类分级方法装置系统

[发明专利]一种基于深度学习的跨场景行人搜索方法-CN201510977881.7在审
发明人：舒泓新;蔡晓东;宋宗涛;王爱华 -专利权人：中通服公众信息产业股份有限公司
申请日： 2015-12-23 - 公布日： 2016-06-01 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于深度学习的跨场景行人搜索方法，包括：对样本库中的每张图片进行预处理；构建卷积神经网络并训练；对经预处理的两组图像集提取上半身局部特征向量集和下半身局部特征向量集，然后将其融合得到全局特征向量；将待搜索图片经过预处理后，提取上半身局部特征向量和下半身局部特征向量并融合，得到的全局特征向量；将待搜索图片对应的全局特征向量与样本库图片对应的全局特征向量，通过余弦相似度依次进行比对，输出一组相似度值本发明的有益效果是：本发明是以监控视频中获取的行人图片作为样本库，不需要对特征进行设计、特征鲁棒性强且实际搜索准确率高。
一种基于深度学习场景行人搜索方法

[发明专利]一种焊缝缺陷检测方法、装置、设备及系统-CN201711282920.7有效
发明人：高向东;代欣欣;郑俏俏 -专利权人：广东工业大学
申请日： 2017-12-07 - 公布日： 2021-05-11 - 主分类号： G01N27/85 文献下载
摘要：其中，方法包括提取待测焊件磁光图像的灰度共生矩阵的多个特征，并分别计算各特征的平均值和标准差，以作为磁光图像的识别特征向量；根据各特征确定聚类数目以选取已知缺陷类别的样本图像，并计算各样本图像与磁光图像相同类型特征的样本特征向量；将识别特征向量、各样本特征向量输入模糊聚类识别模型，并为模糊聚类识别模型配置参数，初始化模糊聚类识别模型的聚类中心；利用模糊聚类识别模型，迭代计算识别特征向量与各样本特征向量的隶属度函数与聚类中心，直至满足预设迭代结束条件
一种焊缝缺陷检测方法装置设备系统

[发明专利]模型训练方法、装置、识别方法、电子设备及存储介质-CN201810851349.4有效
发明人：张弛 -专利权人：北京旷视科技有限公司
申请日： 2018-07-27 - 公布日： 2021-03-23 - 主分类号： G06K9/00 文献下载
摘要：该方法包括获取第一特征向量，第一特征向量是由训练样本对第一ReID模型训练获得的全局特征构成的；根据第一ReID模型对训练样本进行聚类分析获得训练样本中的难样本；根据难样本和损失函数训练第二ReID模型，直至第二ReID模型符合预设要求，获得第二特征向量，第二特征向量包括全局特征和局部特征。本发明实施例通过利用难样本训练第二ReID模型，并利用损失函数使得第二ReID模型输出的第二特征向量中既包含全局特征又包含布局特征，从而在进行图像重识别是能够同时兼顾一般样例和高度相似样例。
模型训练方法装置识别电子设备存储介质

[发明专利]产品点击率确定方法-CN202210754365.8在审
发明人：陈恩红;张裕人;金斌斌;王皓;侯旻;于润龙 -专利权人：中国科学技术大学
申请日： 2022-06-28 - 公布日： 2022-09-06 - 主分类号： G06Q30/02 文献下载
摘要：该方法包括获取产品数据训练样本集，其中，产品数据训练样本集包括多个训练样本，每个训练样本包括多个产品特征向量和交互行为序列；针对每个训练样本，利用均值聚类模型处理多个产品特征向量，得到多个聚类中心向量；根据预设目标产品的预设特征向量和与交互行为序列对应的多个聚类中心向量，确定对应于每个聚类中心向量的采样概率；按照多个采样概率，对交互行为序列进行采样处理，得到多条交互行为子序列；利用预设特征向量和多条交互行为子序列训练深度兴趣网络，得到训练完成的点击率预测模型；将待预测产品的产品特征向量和待预测用户的交互行为序列输入点击率预测模型，输出预测结果。
产品点击率确定方法

[发明专利]网络入侵检测方法和装置-CN201610920689.9有效
发明人：杜强 -专利权人：东软集团股份有限公司
申请日： 2016-10-21 - 公布日： 2020-04-28 - 主分类号： H04L29/06 文献下载
摘要：本申请提出一种网络入侵检测方法和装置，该网络入侵检测方法包括：获取待检测流量的特征向量；采用深度神经网络对所述特征向量进行检测，确定所述待检测流量属于的网络入侵类别，其中，所述深度神经网络是对训练数据进行训练后生成的，所述训练数据包括：正常样本的特征向量和攻击样本的特征向量，所述攻击样本包括：原始攻击样本，以及，对所述原始攻击样本添加噪声后的样本。
网络入侵检测方法装置

[发明专利]基于医学图像的远程互联网大数据智慧医疗系统和医疗辅助方法-CN202110490171.7在审
发明人：罗鑫龙 -专利权人：罗鑫龙
申请日： 2021-05-06 - 公布日： 2021-07-30 - 主分类号： G16H30/40 文献下载
摘要：其中，所述医疗系统包括移动终端和服务器；所述服务器中预设有病灶康复函数；所述服务器用于接收移动终端上传的病灶图像及历史就诊时间；计算所述历史就诊时间距离当前时间的治疗时间长度；提取所述病灶图像的特征向量，并从病灶康复函数中，确定与该特征向量匹配的目标样本特征向量；以目标样本特征向量对应的治疗时间为起点，向前推移所述治疗时间长度，以确定在所述历史就诊时间所对应的样本特征向量，从而提取出该样本特征向量对应的样本病灶图像；将病灶图像、历史就诊时间、以及样本病灶图像发送给目标医生的移动终端。
基于医学图像远程互联网数据智慧医疗系统辅助方法

[发明专利]一种基于5G的远程互联网大数据智慧医疗系统-CN202011239065.3在审
发明人：罗鑫龙 -专利权人：罗鑫龙
申请日： 2020-11-09 - 公布日： 2021-02-12 - 主分类号： G16H40/67 文献下载
摘要：其中，所述医疗系统包括移动终端和服务器；所述服务器中预设有病灶康复函数；所述服务器用于接收移动终端上传的病灶图像及历史就诊时间；计算所述历史就诊时间距离当前时间的治疗时间长度；提取所述病灶图像的特征向量，并从病灶康复函数中，确定与该特征向量匹配的目标样本特征向量；以目标样本特征向量对应的治疗时间为起点，向前推移所述治疗时间长度，以确定在所述历史就诊时间所对应的样本特征向量，从而提取出该样本特征向量对应的样本病灶图像；将病灶图像、历史就诊时间、以及样本病灶图像发送给目标医生的移动终端。
一种基于远程互联网数据智慧医疗系统

[发明专利]基于主成分分析的迁移学习图片分类方法及其装置-CN201811589272.4有效
发明人：张学阳;胡敏;杨雪榕;肖龙龙;方宇强;殷智勇;许洁平;陈超 -专利权人：中国人民解放军战略支援部队航天工程大学
申请日： 2018-12-25 - 公布日： 2020-04-10 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种基于主成分分析的迁移学习图片分类方法及其装置，该方法包括以下步骤：步骤S100：采用主成分分析法对小样本数据集中的各样本进行特征向量降维，得到降维后的特征向量；步骤S200：用降维后的特征向量训练深度卷积神经网络中的全连接层神经网络，得到分类器；步骤S300：提取待分类图片的特征向量，将待分类图片的特征向量投影到低维空间，得到降维结果，将降维结果输入分类器中，输出分类结果；小样本数据集中每类样本总数≤15个。该方法通过将样本特征向量投影到低维空间，从而增加样本密度，减小噪声对图片识别的影响，提高分类准确率。本申请的又一方面还提供了一种基于主成分分析的迁移学习图片分类装置。
基于成分分析迁移学习图片分类方法及其装置

[发明专利]一种基于注意力神经网络的小样本学习图像识别方法-CN201910011538.5有效
发明人：黄进;董侃;朱明仓;李剑波;王敏;刘怡;任鑫;任钰;程章桃;杨伟康 -专利权人：西南交通大学
申请日： 2019-01-07 - 公布日： 2020-08-04 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于注意力基于神经网络的小样本学习图像识别方法，方法包括如下步骤：步骤S1：将样本图片经过神经网络处理，得到该图片的特征向量；步骤S2：将同一类别图片的特征向量经过注意力网络处理，得到图片的特征注意力向量；步骤S3：将特征注意力向量与特征向量相乘得到注意力修正后的特征向量；步骤S4：将注意力修正后的特征向量求平均值得到同一类别的特征向量；步骤S5：将待处理的图片经过神经网络处理，得到待处理图片的特征向量；步骤S6：将待处理图片的特征向量与同一类别的特征向量进行距离远近的对比，得到待处理图片的所属类别，解决了当样本数据量比较少时可以进行图片分类同时能一定程度上减少图片背景干扰，提高识别准确率的问题。
一种基于注意力神经网络样本学习图像识别方法

[发明专利]用户评论的排序方法、电子设备及计算机存储介质-CN201710651375.8有效
发明人：柳燕煌;王海璐 -专利权人：掌阅科技股份有限公司
申请日： 2017-08-02 - 公布日： 2018-09-04 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种用户评论的排序方法、电子设备及计算机存储介质，该方法包括：通过第一种机器学习算法确定各个评论样本所对应的隐语义特征以及用户评论所对应的隐语义特征，根据每个评论样本所对应的隐语义特征确定该评论样本的特征向量；通过第二种机器学习算法，并结合各个评论样本的样本标注结果对各个评论样本的特征向量进行训练，得到评论排序模型；根据每个用户评论所对应的隐语义特征确定该用户评论的特征向量，通过评论排序模型确定与各个用户评论的特征向量相对应的评价得分；根据与各个用户评论的特征向量相对应的评价得分对各个用户评论进行排序。
用户评论排序方法电子设备计算机存储介质

[发明专利]一种基于多视图卷积神经网络的表情识别方法-CN201510807938.9有效
发明人：不公告发明人 -专利权人：广州华久信息科技有限公司
申请日： 2015-11-23 - 公布日： 2022-02-15 - 主分类号： G06V40/16 文献下载
摘要：本发明涉及一种基于多视图卷积神经网络的表情识别方法，包括步骤：根据表情类别构造多个视图；采用每个视图的训练样本集训练卷积神经网络，获得视图特征抽取模型。根据视图抽取模型抽取测试样本的特征向量，将测试样本在所有视图下的特征向量串接成一个高维稀疏特征向量，然后进行特征选择，获得低维特征向量；采用表情分类模型对低维特征向量分类，获得表情类别。本发明的效果是提高了表情识别的准确率，每个视图特征抽取模型可并行计算，能提高识别速度。
一种基于视图卷积神经网络表情识别方法