“样本特征”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2594049个，建议您升级VIP下载更多相关专利

[发明专利]结构化数据识别方法、装置、设备和存储介质-CN202111681433.4在审
发明人：王晓波;陈柏林;张盼;尚保林;位凯志;古亮 -专利权人：深信服科技股份有限公司
申请日： 2021-12-28 - 公布日： 2022-04-29 - 主分类号： G06F40/216 文献下载
摘要：本申请公开了一种结构化数据识别方法、装置、设备和存储介质，方法包括：基于待训练的第一深度学习模型，对训练样本集合中每一训练样本进行特征提取，得到第一样本特征集合；基于第二深度学习模型，对训练样本集合中每一训练样本进行特征提取，得到第二样本特征集合；将每一训练样本的第一样本特征和对应的第二样本特征，确定为正样本对；将每一训练样本的第一样本特征和负样本字典中对应的每一第三样本特征，确定为负样本对；基于每一正样本对中两样本特征之间的第一相似度和每一负样本对中两样本特征之间的第二相似度
结构数据识别方法装置设备存储介质

[发明专利]一种异常检测的解释特征确定方法和装置-CN201811208609.2在审
发明人：方文静 -专利权人：阿里巴巴集团控股有限公司
申请日： 2018-10-17 - 公布日： 2019-04-05 - 主分类号： G06K9/62 文献下载
摘要：本说明书实施例提供一种异常检测的解释特征确定方法和装置，其中，方法可以包括：对于输入异常检测模型的一个样本，所述样本包括至少一个样本特征，根据每个样本特征的分布参数确定所述样本特征的偏移度；所述分布参数用于表示该样本特征在所述异常检测模型的训练集数据中的分布特点；所述异常检测模型是无监督模型；根据所述样本中的各个样本特征的偏移度，确定至少一个样本特征作为所述样本对应的解释特征，所述解释特征用于解释所述样本与对应的所述异常检测模型的模型输出结果之间的关联。
样本特征样本异常检测模型方法和装置分布参数特征确定异常检测偏移度训练集数据分布特点输出结果输入异常无监督关联检测

[发明专利]穿戴检测模型的训练方法、穿戴检测方法及相关设备-CN202210924309.4在审
发明人：郑惠中;唐邦杰;潘华东;殷俊;郑少飞 -专利权人：浙江大华技术股份有限公司
申请日： 2022-07-27 - 公布日： 2022-12-02 - 主分类号： G06V40/10 文献下载
摘要：本申请公开了一种穿戴检测模型的训练方法、穿戴检测方法及相关设备，穿戴检测模型包括特征提取层、属性预测层以及类别预测层，该穿戴检测模型的训练方法包括：获取训练样本图像；将训练样本图像输入特征提取层，得到样本提取特征；将样本提取特征输入属性预测层，得到样本穿戴属性特征；将样本提取特征输入类别预测层，得到样本身份特征；基于样本穿戴属性特征、样本身份特征以及样本提取特征，计算训练样本图像对应的训练损失；基于训练损失，对穿戴检测模型进行训练
穿戴检测模型训练方法相关设备

[发明专利]样本扩展方法、训练方法和系统、及样本学习系统-CN202110325808.7在审
发明人：詹忆冰;韩梦雅 -专利权人：北京沃东天骏信息技术有限公司
申请日： 2021-03-26 - 公布日： 2021-06-25 - 主分类号： G06K9/62 文献下载
摘要：本公开提出一种样本扩展方法、训练方法和系统、及样本学习系统，涉及机器学习技术领域。本公开的一种样本扩展方法，包括：通过特征提取网络提取样本的特征；根据具有类别标注的样本的特征确定每个具有类别标注的样本的价值参数；获取具有类别标注的样本中属于同一类别的样本的特征的加权和，作为对应类别的特征；根据待确定类别的样本的特征与每个类别的特征的相似性，确定待确定类别的样本的类别，进而标注对应的待确定类别的样本，获取扩展样本。通过这样的方法，当采用已有样本进行训练时，通过对样本的价值进行衡量，能够得到可信的扩展样本，提高样本扩展的鲁棒性和准确度，提高样本采集的可信度、效率和准确度，降低样本采集的负担。
样本扩展方法训练系统学习

[发明专利]面部图像生成方法、装置、计算机设备、存储介质及产品-CN202310228721.7在审
发明人：张振宇;陈人望 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-02-28 - 公布日： 2023-10-27 - 主分类号： G06T17/00 文献下载
摘要：该方法包括：通过第一编码网络对样本面部图像集合进行特征提取，得到样本面部图像集合的样本一致性特征；通过第二编码网络对样本面部图像集合进行特征提取，得到样本面部图像集合中各个样本面部图像的样本形变特征；对样本一致性特征和样本形变特征进行相加处理，得到各个样本面部图像的第一样本面部特征；基于样本相机姿态参数和各个第一样本面部特征进行图像重构，生成样本重构图像集合，样本重构图像中的面部视角与样本相机姿态参数有关；基于样本重构图像集合和样本面部图像集合
面部图像生成方法装置计算机设备存储介质产品

[发明专利]纵向联邦预测方法、系统、电子设备、介质及程序产品-CN202211204181.0在审
发明人：何元钦;康焱 -专利权人：深圳前海微众银行股份有限公司
申请日： 2022-09-29 - 公布日： 2023-01-10 - 主分类号： G06N20/00 文献下载
摘要：本申请公开了一种纵向联邦预测方法、系统、电子设备、介质及程序产品，应用于第一参与方设备，包括：依据第一方联邦特征变换模型，对未对齐样本进行特征变换，得到第一样本变换特征；将第一样本变换特征上传至联邦服务器，以生成样本模糊匹配结果；基于第一方联邦预测特征提取模型，对未对齐样本进行特征提取，得到第一方预测样本特征；接收第二参与方设备发送的第二方预测样本特征，依据第一方预测样本特征和第二方预测样本特征进行纵向联邦预测本申请解决了基于已对齐样本构建的纵向联邦学习模型无法对未对齐样本进行纵向联邦学习预测，导致未对齐样本的样本预测准确度低的技术问题。
纵向联邦预测方法系统电子设备介质程序产品

[发明专利]一种视觉问答模型训练方法及装置-CN201910647573.6有效
发明人：李长亮;詹华年;丁洪利;唐剑波 -专利权人：北京金山数字娱乐科技有限公司;成都金山数字娱乐科技有限公司
申请日： 2019-07-17 - 公布日： 2022-05-31 - 主分类号： G06V10/764 文献下载
摘要：其中，一种视觉问答模型训练方法，包括：获取训练样本和样本标签；提取样本图像特征信息和样本问题特征信息；将所述样本图像特征信息和所述样本问题特征信息进行特征交叉处理，得到携带有样本问题信息的样本图像特征向量和携带有样本图像信息的样本问题特征向量；将所述携带有样本问题信息的样本图像特征向量和所述携带有样本图像信息的样本问题特征向量输入至所述视觉问答模型中通过所述视觉问答模型得到预测答案；基于所述真实答案和所述预测答案确定损失函数的损失值；通过所述损失函数的损失值对所述视觉问答模型进行更新
一种视觉问答模型训练方法装置

[发明专利]特征提取模型处理方法、装置和特征提取方法、装置-CN202310931966.6在审
发明人：张镇鸿 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-07-27 - 公布日： 2023-08-25 - 主分类号： G06V40/12 文献下载
摘要：一种特征提取模型处理方法，包括：获取样本掌部的多张样本掌部图像，确定各样本掌部图像中包括有样本掌部的预设部位的第一样本图像区域，及除第一样本图像区域外的第二样本图像区域；将各第一样本图像区域的第一样本嵌入特征映射到键空间，得到各第一样本嵌入特征的键向量；将各第二样本图像区域的第二样本嵌入特征映射到查询空间，得到各第二样本嵌入特征的查询向量；根据各键向量和各查询向量确定预测自注意力权重；基于预测自注意力权重融合各第一样本嵌入特征和各第二样本嵌入特征，获得预测掌部特征；基于多张样本掌部图像对应的预测掌部特征相对于标签掌部特征的预测差异进行模型训练，得到特征提取模型。本方法能够提高特征提取的准确性。
特征提取模型处理方法装置

[发明专利]一种网络安全威胁情报处理方法及系统-CN201510725335.4在审
发明人：康学斌;姜晓楠;肖新光 -专利权人：哈尔滨安天科技股份有限公司
申请日： 2015-11-02 - 公布日： 2016-07-06 - 主分类号： H04L29/06 文献下载
摘要：本发明提出一种网络安全威胁情报处理方法及系统，包括：获取已知恶意代码样本的全部动静态特征；获取已知白样本的动静态特征，建立白样本特征情报库；通过白样本特征情报库对恶意代码样本的全部动静态特征进行过滤将过滤后保留得到的恶意代码样本的动静态特征形成黑样本特征情报库；周期性的执行上述步骤，补充白样本特征情报库及黑样本特征情报库；并定期输出白样本特征情报库及黑样本特征情报库，进行准确率及有效性验证，并将检出的误报特征进行更新。通过本发明能够获得可信来源的信息，并转化为威胁情报，不断提高准确性，降低误报率，产出高覆盖率的特征情报库，辅助家族及样本特征分析识别，提升通用检出能力。
一种网络安全威胁情报处理方法系统

[发明专利]特征属性的权重计算方法及装置、终端设备-CN201910340945.0有效
发明人：彭明喜;张胜;邱祥平;雷霆;杜渂;林永生;周赵云;王月;王孟轩;韩国令;张昆鹏;何共晖;陈健 -专利权人：迪爱斯信息技术股份有限公司
申请日： 2019-04-26 - 公布日： 2022-04-08 - 主分类号： G06F16/2458 文献下载
摘要：本发明公开了一种特征属性的权重计算方法及装置、终端设备，涉及特征计算领域，该方法包括：收集案例样本；对案例样本根据预设特征属性聚类，得到m类案例样本库；分别从每类案例样本库中随机抽取n个案例样本；针对随机抽取的每个案例样本，从其所属类的案例样本库中找出k个最近案例样本，从其他类的每个案例样本库中分别找到k个近邻案例样本；根据分别从每类案例样本库中随机抽取的n个案例样本及其对应的k个最近案例样本和(m‑1)k个近邻案例样本，计算得到特征属性的权重。本发明特征属性的权重降低了案例样本分布差异对特征属性的权重的影响，从而得到更有效的特征属性的权重。
特征属性权重计算方法装置终端设备

[发明专利]一种恶意软件组织识别方法及设备-CN202310067439.5有效
发明人：孙玉霞;许颖媚;林松;陈诗琪;钟真毅;巢志锋 -专利权人：广东省科技基础条件平台中心;暨南大学
申请日： 2023-02-06 - 公布日： 2023-06-20 - 主分类号： G06F21/56 文献下载
摘要：本发明公开了一种恶意软件组织识别方法及设备，该方法包括：获取待识别的当前恶意软件样本；对当前恶意软件样本进行预处理，提取其属性信息和特征表示向量，并存储到样本特征数据集中；根据当前恶意软件样本的特征表示向量，使用预先训练好的恶意软件组织识别模型进行识别，获得组织识别结果；根据样本特征数据集中的各个恶意软件样本的属性信息，将样本特征数据集中的各个恶意软件样本划分为新样本数据集和旧样本数据集，以检测样本是否发生概念偏移；若是则将当前恶意软件样本的组织识别结果更新到样本特征数据集中，并采用更新后样本特征数据集重新训练恶意软件组织识别模型，可以克服恶意软件样本在现实中可能存在的概念漂移问题。
一种恶意软件组织识别方法设备

[发明专利]基于神经网络的分类方法和分类装置-CN202110678054.3在审
发明人：梁潇;刘巍;余雯;李安新;中村一成;郭垿宏 -专利权人：株式会社NTT都科摩
申请日： 2021-06-18 - 公布日： 2022-12-20 - 主分类号： G06V10/764 文献下载
摘要：该分类方法包括：提取检测样本中的检测样本特征；提取多组参考样本中的多个参考样本的多个参考样本特征，其中每组参考样本具有相同的类别；获取检测样本特征与多个参考样本特征中每个参考样本特征之间的相似度；针对每组参考样本，计算相似度的平均值；以及将相似度的平均值最大的组的类别确定为检测样本所属的类别。
基于神经网络分类方法装置

[发明专利]一种音频处理方法、装置、计算机设备以及存储介质-CN202010236419.2有效
发明人：缪畅宇 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-03-30 - 公布日： 2021-08-17 - 主分类号： G06F16/65 文献下载
摘要：本申请实施例公开了一种音频处理方法、装置、计算机设备以及存储介质，音频处理方法包括：获取样本音频数据的样本频率时间序列；样本频率时间序列包括第一频率特征和第二频率特征；调用样本特征提取模型对第一频率特征编码处理，得到第一频率特征的样本时序特征；调用样本特征预测模型对样本时序特征解码处理，得到处于第二音频时间段上的预测频率特征；根据预测频率特征、第二频率特征和样本特征预测模型，训练样本特征提取模型，得到特征提取模型，特征提取模型用于识别目标音频数据的音频时序特征。采用本申请，可以准确提取音频特征，提高音频识别模型的识别准确率。
一种音频处理方法装置计算机设备以及存储介质

[发明专利]一种网站类别模型训练、网站类别确定方法-CN202211668324.3在审
发明人：刘勤亮;陈静;袁军;彭元 -专利权人：绿盟科技集团股份有限公司;北京神州绿盟科技有限公司
申请日： 2022-12-23 - 公布日： 2023-03-28 - 主分类号： G06F18/241 文献下载
摘要：本申请公开了一种网站类别模型训练、网站类别确定方法，其中，通过对样本网站进行划分，然后获取划分后的每个样本网站的第一类样本特征和第二类样本特征，并对样本网站类别数量少的第一类样本特征和第二类样本特征进行样本特征数量处理，最后利用样本特征数量处理后的第一类样本特征训练第一神经网络模型、以及利用样本特征数量处理后的第二类样本特征训练第二神经网络模型，进而根据训练完成的第一神经网络模型和第二神经网络模型的融合结果得到网站类别模型通过调整不同类别网站的特征数量，使得利用调整特征数量训练得到的网站类别模型可以准确对待确定类别的网站进行识别。
一种网站类别模型训练确定方法

[发明专利]特征提取模型的训练方法、图像检索方法、装置及设备-CN202210330051.5有效
发明人：郭卉 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-03-31 - 公布日： 2022-07-12 - 主分类号： G06F16/583 文献下载
摘要：本申请公开了一种特征提取模型的训练方法、图像检索方法、装置及设备，属于图像处理技术领域。方法包括：获取多个样本图像对和多个样本图像对中各张样本图像的标注类别；根据神经网络模型获取多个样本图像对中各张样本图像的图像特征；基于多个样本图像对中各张样本图像的图像特征，确定多个样本图像对中各张样本图像的第一类别特征；基于多个样本图像对中各张样本图像的标注类别，确定多个样本图像对中各张样本图像的第二类别特征；基于多个样本图像对中各张样本图像的图像特征、第一类别特征和第二类别特征，对神经网络模型进行调整，得到特征提取模型实现了利用样本图像的预测类别、标注类别约束模型来提取图像特征，提高了模型的准确性。
特征提取模型训练方法图像检索装置设备