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475917个,建议您升级VIP下载更多相关专利
  • [发明专利]推荐模型的训练方法、装置、电子设备及存储介质-CN202111002586.1在审
  • 骆明楠;廖一桥;刘成军 - 北京达佳互联信息技术有限公司
  • 2021-08-30 - 2021-11-26 - G06K9/62
  • 本公开公开了一种推荐模型的训练方法、装置、电子设备及存储介质。该方法在获取训练样本集后确定待处理训练样本集;遍历待处理训练样本集,并执行:根据当前训练样本中第一对象类型对应的样本信息,在第一训练样本中确定当前训练样本的相似样本;将相似样本中的第二对象类型对应的样本信息,对当前训练样本中的第二对象类型对应的样本信息进行替换,将替换后的当前训练样本作为新训练样本,以及得到新训练样本样本标签;基于训练样本集中的训练样本和相应样本标签,以及待处理训练样本集中每个训练样本对应的新训练样本和相应样本标签,对神经网络模型进行迭代训练,得到推荐模型。
  • 推荐模型训练方法装置电子设备存储介质
  • [发明专利]一种图像处理模型、机器学习模型的训练方法及装置-CN202011279492.4在审
  • 孟强;徐霞清;周峰 - 北京爱笔科技有限公司
  • 2020-11-16 - 2021-01-22 - G06K9/00
  • 本发明公开的一种图像处理模型、机器学习模型的训练方法及装置,可以根据第一训练样本集中第一类别的训练样本样本特征与第二训练样本集中至少部分训练样本样本特征的相似度,为目标训练样本设置相应的样本关系标识,之后可以至少使用带有样本关系标识的目标训练样本对模型进行训练。本发明可以增加在使用第一训练样本集对模型进行训练时的训练样本数量,提高对模型的训练效果,并可以使得模型在学习第一训练样本集中训练样本样本特征时,可以学习到来自第二训练样本集的训练样本样本特征,从而使模型可以具备在第一训练样本集对应的场景和第二训练样本集对应的场景中的通用性
  • 一种图像处理模型机器学习训练方法装置
  • [发明专利]一种性别分类网络训练方法、性别分类方法及相关装置-CN201610015510.5有效
  • 朱旭东;肖海林 - 浙江宇视科技有限公司
  • 2016-01-08 - 2019-03-08 - G06N3/08
  • 本发明提供一种性别分类网络训练方法、性别分类方法及相关装置,所述性别分类网络训练方法包括:生成训练样本集合中各训练样本对应的训练样本组;其中,训练样本对应的训练样本组中以该训练样本为主训练样本,该训练样本组还包括至少两个辅助训练样本;所述至少两个辅助训练样本中包括至少一个与主训练样本对应的性别相同的训练样本,以及至少一个与主训练样本对应的性别不同的训练样本;将训练样本组输入到预设的卷积神经网络进行网络训练,以使所述预设的卷积神经网络对主训练样本的识别结果达到预设要求应用本发明实施例可以提升卷积神经网络的训练速度和准确性。
  • 一种性别分类网络训练方法相关装置
  • [发明专利]训练样本筛选方法、装置、电子设备及存储介质-CN202010568902.0在审
  • 王峰;邓锦君;李磊;罗恒亮;张庆 - 北京三快在线科技有限公司
  • 2020-06-19 - 2020-11-03 - G06K9/62
  • 本公开提供了一种训练样本筛选方法、装置、电子设备及计算机可读存储介质。所述方法包括:根据训练样本集中任意两个训练样本样本特征之间的关联性,确定待筛选样本集;根据待筛选样本集中每个训练样本与每个训练样本的邻接训练样本之间的连接关系,从待筛选样本集中筛选出预设个数的训练样本,生成候选样本集;每个训练样本的邻接训练样本是指与训练样本具有连接关系的训练样本;根据候选样本集中每个训练样本与每个训练样本的邻接训练样本,确定每个训练样本对应的标签融合信息熵;根据各标签融合信息熵,从候选样本集中筛选出用于训练图卷积神经网络的目标训练样本本公开能够使用较少的样本数量达到全量数据所获得的性能,减少计算耗时。
  • 训练样本筛选方法装置电子设备存储介质
  • [发明专利]训练样本保存方法、装置、电子设备及存储介质-CN201910325393.6有效
  • 娄康;史忠伟 - 五八有限公司
  • 2019-04-22 - 2022-12-27 - G06F40/186
  • 本发明提供了一种训练样本保存方法、装置、电子设备及存储介质,其中,所述方法包括:根据基准样本确定用于生成训练样本的制作模板;填充预设训练字段至所述空白区域,得到待处理训练样本;生成所述待处理训练样本对应的若干仿真训练样本;生成最终训练样本;根据所述预设训练字段,生成最终训练样本样本名称;以所述样本名称为文件名保存所述最终训练样本,得到训练样本库。本发明所提供的训练样本保存方法能够快速且自动的生成训练样本样本名称,从而提高训练样本的保存效率。
  • 训练样本保存方法装置电子设备存储介质
  • [发明专利]训练样本集清洗方法、装置-CN202210960705.2有效
  • 葛标;王辉;郭宝松;柳进军;张聪聪;马圣;赵祥;孙冬雪;张昆鹏;王远航 - 中关村科学城城市大脑股份有限公司
  • 2022-08-11 - 2023-04-14 - G06V20/54
  • 本公开的实施例公开了训练样本集清洗方法、装置。该方法的一具体实施方式包括:初始训练样本集中的训练样本包括样本图像和样本图像的标注;确定初始训练样本集对应的多种聚类算法;利用多种聚类算法,对各个训练样本进行聚类以生成聚类结果;对于聚类结果中的每个簇,将簇中所包含的、标注与簇对应的标签不一致的训练样本确定为异常样本;将异常样本训练样本集中删除,得到更新后训练样本集;对于更新后训练样本集中的每个训练样本,确定训练样本包括的样本图像中目标对象的遮挡率和大小是否满足预设条件,若满足,将更新后训练样本集确定为清洗后训练样本集。实现了异常训练样本的剔除。
  • 训练样本清洗方法装置
  • [发明专利]一种模型训练的方法及装置-CN202110008202.0在审
  • 初祥祥;张勃;张津津;柴振华;魏晓林 - 北京三快在线科技有限公司
  • 2021-01-05 - 2021-04-20 - G06N20/00
  • 本说明书公开了一种模型训练的方法及装置,可以获取若干训练样本,并从获取到的若干训练样本中选取至少两个训练样本,得到样本集,将该样本集中包含的各训练样本进行数据混合,得到混合样本,通过待训练模型,确定该样本集中每个训练样本对应的输出结果,以及混合样本对应的输出结果,进而根据该样本集中每个训练样本对应的输出结果,以及混合样本对应的输出结果,对待训练模型进行训练。由于在模型训练过程中,加入了将构建出的样本集中包含的每个训练样本进行数据混合的混合样本,并最终参考混合样本对应的第三输出结果,对待训练模型进行训练,这样可以保证训练后的模型在输出结果上的准确性。
  • 一种模型训练方法装置
  • [发明专利]人脸识别方法、装置、存储介质及计算机设备-CN201810530822.9有效
  • 李安平;李绍欣;陈超;沈鹏程;吴双;李季檩 - 腾讯科技(深圳)有限公司
  • 2018-05-29 - 2023-06-30 - G06V40/16
  • 本申请涉及一种模型的训练方法,方法包括:读取当前组训练样本,当前组训练样本基于训练集确定;通过待训练模型,获得当前组训练样本中的各训练样本的第一样本特征,并基于各训练样本所属的分类类别和各第一样本特征,获得与各训练样本分别对应的中心特征;获得各训练样本分别对应的特征分布参数,训练样本对应的特征分布参数是对训练集中、属于该训练样本所属的分类类别的各训练样本的第二样本特征进行统计获得,训练样本的第二样本特征由已训练模型基于该训练样本输出;基于各中心特征和各特征分布参数,获得当前组训练样本对应的综合损失参数,并基于综合损失参数调整待训练模型的模型参数。本申请提供的方案能够提高模型的训练效率。
  • 识别方法装置存储介质计算机设备
  • [发明专利]训练样本集的生成方法和存储介质-CN202310099497.6在审
  • 黄殿文;张冲;马煜坤;阮成孝;倪崇嘉;叶家祺;马斌 - 阿里巴巴达摩院(杭州)科技有限公司
  • 2023-01-30 - 2023-03-28 - G10L15/06
  • 本申请公开了一种训练样本集的生成方法和存储介质。其中,该方法包括:获取待处理的原始训练样本集,其中,原始训练样本集用于训练得到语音处理模型;对原始训练样本进行混合增强,得到第一目标训练样本集;对第一目标训练样本集和原始训练样本集进行对比学习,得到对比损失,其中,对比损失用于表征原始训练样本集相对于第一目标训练样本集的相似度;至少基于对比损失对第一目标训练样本集进行调整,得到第二目标训练样本集,其中,原始训练样本集相对于第二目标训练样本集的相似度大于相似度阈值,且第二目标训练样本集用于训练得到语音处理模型。本申请解决了无法有效处理训练样本集的技术问题。
  • 训练样本生成方法存储介质
  • [发明专利]预测模型训练方法及装置-CN202310141272.2在审
  • 刘红樱;匡明;林芝;汤佳;程伟;宋甜甜 - 杭州康晟健康管理咨询有限公司
  • 2023-02-08 - 2023-05-12 - G16H50/50
  • 本说明书实施例提供预测模型训练方法及装置,预测模型训练方法包括:确定初始对象训练样本以及初始对象训练样本对应的样本标签,其中,初始对象训练样本对应的样本标签为目标对象结果,根据初始对象训练样本确定至少两个目标训练样本集,并从至少两个目标训练样本集中初始对象训练样本对应的初始样本特征中,确定至少两个目标训练样本集中初始对象训练样本对应的目标样本特征,将至少两个目标训练样本集中初始对象训练样本对应的目标样本特征,分别输入至少两个目标训练样本集对应的决策树进行预测,获得预测对象结果,根据预测对象结果以及目标对象结果,对至少两个目标训练样本集对应的决策树进行调整,获得预测模型。
  • 预测模型训练方法装置
  • [发明专利]机器识别模型的训练及机器识别方法、装置、电子设备-CN201810975289.7有效
  • 傅欣艺 - 创新先进技术有限公司
  • 2018-08-24 - 2021-02-02 - H04L29/06
  • 本公开实施例公开了一种机器识别模型的训练及机器识别方法、装置、电子设备。该方法包括获取训练样本;其中,所述训练样本包括多个正训练样本和多个第一负训练样本;所述正训练样本为人类行为在显示界面上生成的移动轨迹,所述第一负训练样本为机器模拟人类在显示界面上生成的移动轨迹;对所述正训练样本进行机器模拟,得到多个第二负训练样本;利用所述正训练样本、第一负训练样本和第二负训练样本进行模型训练,得到机器识别模型。本公开实施例可以利用正训练样本机器模拟出更多的负训练样本,在通过检测机器攻击得到的负训练样本较少或者覆盖面不全的情况下,能够扩充负训练样本的数量以及覆盖面,使得训练得到的机器识别模型的识别能力更强。
  • 机器识别模型训练方法装置电子设备
  • [发明专利]一种分类器的构建方法-CN201510213464.5在审
  • 余翔湛;叶麟;张伟哲;何慧;张宏莉;丛小亮;王岳 - 哈尔滨工业大学
  • 2015-04-30 - 2015-07-08 - G06K9/62
  • 本申请涉及一种分类器的构建方法,该构建方法包括:利用欠采样方法来去除训练样本集中的部分多数类训练样本,并用欠采样处理后的训练样本集更新当前的训练样本集,其中训练样本集包括多数类训练样本和少数类训练样本,且训练样本集中的每个训练样本均已知类别;以及对训练样本集中的少数类训练样本进行过采样,以利用经过过采样处理后的训练样本集构建分类器。本发明的一种分类器的构建方法,有效去除训练样本中的噪声,能够有效地改善数据不平衡的问题,大大提高对训练样本数据分类的准确率,而且计算量较小、方法简单。
  • 一种分类构建方法

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