“样本训练”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475917个，建议您升级VIP下载更多相关专利

[发明专利]样本筛选方法、装置和电子设备-CN202110105876.2在审
发明人：梅子行 -专利权人：维沃移动通信有限公司
申请日： 2021-01-26 - 公布日： 2021-05-07 - 主分类号： G06Q40/02 文献下载
摘要：本申请公开了一种样本筛选方法、装置和电子设备，属于模型训练领域。方法包括：基于训练样本进行训练，得到第一逻辑回归模型；根据测试样本对第一逻辑回归模型进行测试，生成第一逻辑回归模型对应的第一模型指标；基于训练样本和目标候选样本进行训练，得到第二逻辑回归模型；根据测试样本对第二逻辑回归模型进行测试，生成第二逻辑回归模型对应的第二模型指标；在第一模型指标和第二模型指标满足预设条件的情况下，将训练样本和目标候选样本作为目标训练样本。本申请实施例可以引入目标候选样本，可以使得目标候选样本的数量得到提升，实现了对训练样本的样本量较小时的样本补充训练。
样本筛选方法装置电子设备

[发明专利]活体检测模型的训练方法和装置-CN202110317807.8有效
发明人：徐文浩 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2021-03-25 - 公布日： 2022-07-19 - 主分类号： G06V40/40 文献下载
摘要：本说明书实施例提供了一种活体检测模型的训练方法和装置。根据该实施例的方法，首先获取至少两个训练样本对；在获取训练样本对时，先获取该训练样本对中的正样本，然后对该正样本进行伪造处理得到该训练样本对的负样本，其中，正样本被标注为真实人脸图像，负样本被被标注为伪造人脸图像；然后，将所述至少两个训练样本对输入到所述活体检测模型中；通过活体检测模型可以得到训练样本对中正样本的图像特征和负样本的图像特征，并根据得到的图像特征计算训练样本对的对比损失；最后，根据得到的各对比损失，训练所述活体检测模型。
活体检测模型训练方法装置

[发明专利]语音合成器的构建方法、语音合成方法及装置-CN202110679577.X在审
发明人：阳珊;苏丹 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-06-18 - 公布日： 2021-12-21 - 主分类号： G10L13/02 文献下载
摘要：语音合成器的构建方法包括：获取多个训练语音样本；利用多个训练语音样本对语音特征提取模型和语音合成模型进行联合训练，以获取多个训练语音样本中的每个训练语音样本的至少一个训练语音特征分布；利用多个训练语音样本中的每个训练语音样本的至少一个训练语音特征分布以及与多个训练语音样本对应的多个训练文本样本，对语音特征预测模型进行训练；以及利用所训练的语音特征预测模型和语音合成模型构建语音合成器。
语音合成器构建方法合成装置

[发明专利]轮廓识别模型的训练方法和目标对象的检测方法-CN202011112336.9在审
发明人：王晓珂 -专利权人：上海智臻智能网络科技股份有限公司
申请日： 2020-10-16 - 公布日： 2020-12-29 - 主分类号： G06K9/46 文献下载
摘要：本申请提供了一种轮廓识别模型的训练方法，包括：提供多个样本的基础数据，所述基础数据对应所述样本中识别对象的轮廓；基于每个所述样本的所述基础数据获取多个训练数据；以及基于带有所述多个训练数据的所述样本对神经网络模型进行训练，以使得所述神经网络模型能基于所述样本输出与所述多个训练数据分别对应的多个轮廓识别数据。由于样本的基础数据对应样本中识别对象的轮廓，多个训练数据对应基于样本中识别对象的轮廓获得的多个训练轮廓，一个样本带有多个训练样本，基于带有多个训练数据的样本对神经网络模型进行训练，通过该训练方法，使得轮廓识别模型具有输入一个样本输出与多个训练数据的分别对应的多个轮廓识别数据的能力
轮廓识别模型训练方法目标对象检测

[发明专利]布料瑕疵识别模型的训练方法和布料瑕疵的检测方法-CN202011112313.8在审
发明人：程洁;王晓珂;胡晓伟;陈成才 -专利权人：鲸斛（上海）智能科技有限公司;上海智臻智能网络科技股份有限公司
申请日： 2020-10-16 - 公布日： 2021-01-26 - 主分类号： G06T7/13 文献下载
摘要：本申请提供了一种布料瑕疵识别模型的训练方法，包括：提供多个样本的基础数据，所述基础数据对应所述样本中已知布料瑕疵的轮廓；基于每个所述样本的所述基础数据获取多个训练数据；以及基于带有所述多个训练数据的所述样本对神经网络模型进行训练，以使得所述神经网络模型能基于所述样本输出与所述多个训练数据分别对应的多个轮廓识别数据。由于样本的基础数据对应样本中已知布料瑕疵的轮廓，多个训练数据对应基于样本中已知布料瑕疵的轮廓获得的多个训练轮廓，一个样本带有多个训练样本，基于带有多个训练数据的样本对神经网络模型进行训练，通过该训练方法，使得轮廓识别模型具有输入一个样本输出与多个训练数据的分别对应的多个轮廓识别数据的能力。
布料瑕疵识别模型训练方法检测

[发明专利]业务模型训练方法、装置及系统-CN202011585759.2有效
发明人：陈超超;周俊;王力 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2020-12-29 - 公布日： 2021-08-20 - 主分类号： G06N3/08 文献下载
摘要：本说明书实施例提供用于经由多个成员设备训练业务模型的方法、装置及系统。第一和第二成员设备分别具有第一和第二数据，第一和第二数据按照垂直切分方式组成用于模型训练的训练样本集，并且第一成员设备具有训练样本的标签数据。在每次循环时，各个成员设备协同，使用当前训练样本训练出当前业务模型并得到当前训练样本的模型预测结果。在第一成员设备处根据模型预测结果确定出当前训练样本中的预测误差最大的第一训练样本，并将第一训练样本的样本标识发送给各个第二成员设备。各个成员设备协同来从未使用训练样本中选择出与第一训练样本相似的第二训练样本，作为下一循环过程的当前训练样本。
业务模型训练方法装置系统

[发明专利]一种基于人工智能的大数据管理系统-CN202310712878.7在审
发明人：吴小云;王新乐 -专利权人：吴小云
申请日： 2023-06-15 - 公布日： 2023-08-18 - 主分类号： G06F18/214 文献下载
摘要：本说明书实施例提供一种基于人工智能的大数据管理系统，周期内处理单元的排序模块，在每个训练周期按照预设的归一化权重规则对批量训练样本进行排序，中心样本处理模块，根据排序筛选出2n个边缘训练样本，计算边缘训练样本的中心样本，分别预测边缘训练样本的目标以及中心样本的目标，影响因子模块，计算随全局变量递增的样本影响因子，结合中心样本标签偏差调整模型参数，迭代次序间处理模块，筛选与中心样本的目标的性质相反的训练样本进行迭代训练，周期间处理单元，在收集样本满足条件时，初始化当前代次数，获取上个训练周期得到的智能模型，利用初始化的当前代次数和新收集到的训练样本优化训练，提高了训练效率以及智能模型的分辨度。
一种基于人工智能数据管理系统

[发明专利]瑕疵检测模型的建立方法及电子装置-CN202111175917.1在审
发明人：张家泓;赵士仪 -专利权人：纬创资通股份有限公司
申请日： 2021-10-09 - 公布日： 2023-03-03 - 主分类号： G06F18/241 文献下载
摘要：基于训练样本集来建立第一分类模型，其中训练样本集包括多个训练样本。将所述训练样本分别输入至第一分类模型，以获得训练样本各自的分类结果。基于分类结果自所述训练样本中获得分类错误的多个离群样本。自所述训练样本中删除分类错误的部分离群样本，而将剩余的训练样本作为最佳样本集。基于最佳样本集来建立第二分类模型，以通过该第二分类模型来进行一瑕疵检测。
瑕疵检测模型建立方法电子装置

[发明专利]模型训练方法、肉类鉴别方法、装置、终端和存储介质-CN201911220261.3在审
发明人：翰海;刘东威 -专利权人：内蒙古拜欧牧业科技有限公司
申请日： 2019-12-03 - 公布日： 2020-04-21 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种用于肉类鉴别的深度学习模型训练方法、肉类鉴别方法、装置、终端和存储介质，训练方法包括：获取第一训练样本和第二训练样本；第一训练样本和第二训练样本均包括一定数量的目标肉类的图像、非目标肉类的图像和非肉类的图像；将第一训练样本和第二训练样本缩放至设定尺寸作为第一目标训练样本和第二目标训练样本；将第一目标训练样本和第二目标训练样本输入至预先构建的卷积神经网络模型进行训练，当训练次数达到预设迭代次数时停止训练，得到肉类鉴别模型
模型训练方法肉类鉴别方法装置终端存储介质

[发明专利]难度自适应学习方法、系统、电子设备以及存储介质-CN202210152509.2在审
发明人：朱文武;王鑫;张子威;张泽阳 -专利权人：清华大学
申请日： 2022-02-18 - 公布日： 2022-06-14 - 主分类号： G06Q10/04 文献下载
摘要：本申请提供一种难度自适应学习方法、系统、电子设备以及存储介质，属于模型训练的技术领域。所述方法包括将训练样本集输入预设模型进行多次训练，多次训练包括：根据预设模型对训练样本集的本次训练结果，通过难度评估器确定本次训练样本集的难度值；根据本次训练样本集的难度值，通过难度调整器调整预设模型下一次对训练样本集训练时的训练权重；在预设模型针对训练样本集的多次训练达到标定训练状态时，通过难度自适应生成器生成难度值增加的新样本集，新样本集作为训练样本集输入预设模型进行多次训练；在预设模型达到预设的停止训练状态时，停止对预设模型的训练
难度自适应学习方法系统电子设备以及存储介质

[发明专利]一种机器翻译增强方法、系统、终端及存储介质-CN202011503186.4在审
发明人：陈霖捷;王健宗;瞿晓阳 -专利权人：平安科技（深圳）有限公司
申请日： 2020-12-18 - 公布日： 2021-04-16 - 主分类号： G06F40/289 文献下载
摘要：本发明公开了一种机器翻译增强方法、系统、终端及存储介质，包括：获取原始训练样本，根据原始训练样本训练得到翻译模型；对原始训练样本进行分词以及词性标注，从分词以及词性标注后的原始训练样本中找出目标词语，并利用语义知识库对目标词语进行同义词替换，生成第一对抗训练样本；将原始训练样本和第一对抗训练样本分别输入翻译模型进行再训练，并根据第一对抗训练样本训练得到的损失函数对翻译模型进行梯度更新，得到第一增强翻译模型。本发明实施例利用已有的语义知识库为原始训练样本生成对应的第一对抗训练样本，将第一对抗训练样本和对应的原始训练样本一起输入翻译模型进行再训练，增强翻译模型的鲁棒性，提高翻译模型的翻译准确度。
一种机器翻译增强方法系统终端存储介质

[发明专利]模型训练方法、装置、电子设备和存储介质-CN202010496550.2有效
发明人：张辽;付晓寅;蒋正翔;梁鸣心;张奇 -专利权人：北京百度网讯科技有限公司
申请日： 2020-06-03 - 公布日： 2022-03-15 - 主分类号： G06V10/774 文献下载
摘要：本申请公开了模型训练方法、装置、电子设备和存储介质，涉及深度学习技术领域。具体方案为：通过获取第一训练样本库和第二训练样本库，根据第一训练样本库和第二训练样本库分别生成第一至第N训练样本集合，利用第一至第N训练样本集合对模型进行训练，根据标注分布和模型生成的预测分布判断是否满足训练条件由此，通过利用从两个不同的训练样本库获得训练样本集合，对模型进行混合训练，如对非成熟语音产品，可以通过两种不同训练样本库中的语音数据对模型进行混合训练，又如对非成熟图像产品，通过两种不同训练样本库中的图像数据对模型进行混合训练等，不仅解决了非成熟产品训练数据量少的问题，获得满足训练要求的模型，而且应用场景广泛。
模型训练方法装置电子设备存储介质

[发明专利]一种模型训练方法和装置-CN202211189650.6在审
发明人：吴慧;郭佳敏;王臻;周宇鹏 -专利权人：中国农业银行股份有限公司
申请日： 2022-09-28 - 公布日： 2023-01-31 - 主分类号： G06N20/00 文献下载
摘要：本申请提供一种模型训练方法和装置，方法包括：获取训练样本集合；获取训练样本集合中缺失特征参数的原始训练样本，记为待修正训练样本；获取与所述待修正训练样本缺失的特征参数的相匹配的修正权重值；为所述训练样本集合中的待修正训练样本配置所述修正权重值；采用配置所述修正权重值后的训练样本集合对初始模型进行训练，得到目标模型，提高了所述目标模型的精准度。
一种模型训练方法装置

[发明专利]一种指尖检测模型的训练方法和设备-CN201911347283.6在审
发明人：向少雄;刘阳兴;熊宇龙 -专利权人：武汉TCL集团工业研究院有限公司
申请日： 2019-12-24 - 公布日： 2021-06-25 - 主分类号： G06K9/00 文献下载
摘要：一种指尖检测模型的训练方法包括：获取训练样本图像集中的训练样本图像，以及所述训练样本图像中的指尖位置；根据训练样本图像以及所述训练样本图像的指尖位置，确定所述训练样本图像对应的样本置信数据；将训练样本图像输入指尖检测模型，得到检测置信数据；根据所述检测置信数据和所述样本置信数据，对所述指尖检测模型的参数进行修正，并返回执行所述将训练样本图像输入指尖检测模型，得到检测置信数据的步骤，直至所述检测置信数据与所述样本置信数据满足预设条件，得到已训练的指尖检测模型。由于采用根据指尖位置所确定的置信数据进行训练，相对于仅标定指尖位置的训练方式，使得指尖检测模型可以快速的收敛，有利于提高模型的训练效率。
一种指尖检测模型训练方法设备

[发明专利]训练样本筛选方法、装置、设备及存储介质-CN202111624699.5在审
发明人：敖吉;胡传锐;江大山 -专利权人：北京奇虎科技有限公司
申请日： 2021-12-28 - 公布日： 2023-07-11 - 主分类号： G06F18/214 文献下载
摘要：本发明公开了一种训练样本筛选方法、装置、设备及存储介质，属于计算机视觉技术领域。本发明通过获取待筛选训练样本集中各个待筛选训练样本的样本类别；确定各个样本类别对应的样本数量；根据所述样本类别和所述样本数量确定各个待筛选训练样本对应的样本熵值；根据所述样本熵值从所述待筛选训练样本集对应的多个待筛选训练样本中筛选出目标样本，通过样本熵值筛选出用于标注的目标样本，降低了人工标注成本，同时所筛选出的目标样本能够达到全部数据的模型结果，提升了筛选出的样本的训练效果。
训练样本筛选方法装置设备存储介质

首页
«上一页
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
下一页»
尾页
共 100000 条