“样本识别”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895680个，建议您升级VIP下载更多相关专利

[发明专利]信贷风险识别方法、装置、设备及程序-CN202110864778.7在审
发明人：壮青;陈婷;吴三平;庄伟亮 -专利权人：深圳前海微众银行股份有限公司
申请日： 2021-07-27 - 公布日： 2021-09-17 - 主分类号： G06Q40/02 文献下载
摘要：本发明公开了一种信贷风险识别方法、装置、设备及程序，该方法包括以下步骤：获取重叠社区中所述参考样本点与所述待识别样本点的重叠社区结构、所述参考样本点的自身特征以及待识别样本点的自身特征；结合所述重叠社区结构、所述参考样本点的自身特征以及所述待识别样本点的自身特征，生成所述待识别样本点所在社区的社区特征；基于所述社区特征，执行变量衍生操作，生成新的样本特征；将所述新的样本特征，输入风险识别模型，获得所述待识别样本点的违约概率；本发明提高信贷风险识别的准确率。
信贷风险识别方法装置设备程序

[发明专利]命名实体识别方法、模型训练方法、设备及存储介质-CN202210344549.7在审
发明人：蒋勇;王涛;谢朋峻 -专利权人：阿里巴巴（中国）有限公司
申请日： 2022-03-31 - 公布日： 2022-06-24 - 主分类号： G06F40/295 文献下载
摘要：本申请实施例提供一种命名实体识别方法、模型训练方法、设备及存储介质。其中，方法包括如下的步骤：获取待识别文本；将待识别文本输入至训练过的命名实体识别模型中，得到待识别文本的识别结果；其中，命名实体识别模型的训练过程包括：将第一样本文本、第二样本文本以及第三样本文本输入至命名实体识别模型中，得到第一样本文本、第二样本文本以及第三样本文本各自的识别结果；第二样本文本与第三样本文本语义相似；根据第一样本文本的识别结果与其期望识别结果之间的第一差异以及第二样本文本的识别结果与第三样本文本的识别结果之间的第二差异，对命名实体识别模型进行优化。
命名实体识别方法模型训练设备存储介质

[实用新型]自动进样装置、样本管识别装置-CN201922428506.3有效
发明人：王锐;刘文斌;陆锋 -专利权人：深圳市帝迈生物技术有限公司
申请日： 2019-12-28 - 公布日： 2021-01-15 - 主分类号： G01N35/10 文献下载
摘要：本实用新型提供了一种自动进样装置及样本管识别装置，所述样本管识别装置包括第一样本管识别传感器、第二样本管识别传感器、第三样本管识别传感器，第一样本管识别传感器用于在第一高度位置检测所述样本架上是否有样本管；第二样本管识别传感器用于在第二高度位置检测所述样本架上的样本管的高度类型，所述第二高度位置高于所述第一高度位置；第三样本管识别传感器用于在第三高度位置检测所述样本架上的样本管的高度类型，所述第三高度位置高于所述第二高度位置本实用新型提供的自动进样装置结构简单，可以方便的识别多类样本管，解决了医护人员需要将同类样本管规则摆放的问题。
自动装置样本识别

[发明专利]一种复杂环境下基于t分布的人脸快速识别方法-CN201710182334.9在审
发明人：岑峰;王澄莹 -专利权人：同济大学
申请日： 2017-03-24 - 公布日： 2017-08-04 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种复杂环境下基于t分布的人脸快速识别方法，包括样本训练步骤和人脸识别步骤，样本训练步骤具体为通过卷积神经网络，对训练样本进行特征提取，得到特征样本；通过t分布非线性投影，将特征样本投影至低维空间，得到低维空间的训练样本和降维路径参数；人脸识别步骤具体为通过卷积神经网络，对待识别图片进行特征提取，得到待识别图片的特征样本；根据降维路径参数，将待识别图片的特征样本r投影至低维空间，得到低维空间的测试样本s；通过分类器将低维空间的训练样本(y1,y2,…,yn)和测试样本s进行分类识别，得到识别结果。与现有技术相比，本发明具有识别效率高、识别性能更优以及灵活性高等优点。
一种复杂环境基于分布快速识别方法

[发明专利]图像处理方法、装置、电子设备及介质-CN202110990326.3在审
发明人：吴曌 -专利权人：北京旷视科技有限公司;北京迈格威科技有限公司
申请日： 2021-08-26 - 公布日： 2021-12-31 - 主分类号： G06K9/62 文献下载
摘要：本申请提供了一种图像处理方法、装置、电子设备及存储介质，该方法包括：获取测试样本；测试样本包括样本图像和样本图像中目标对象的标注信息；标注信息包括目标对象所对应的检测框标注信息和识别结果标注信息；通过检测模型对样本图像进行检测，得到目标对象所对应的检测框信息，基于检测框信息通过识别模型对目标对象进行识别，得到样本图像所对应的识别结果信息；若基于样本图像的识别结果标注信息和识别结果信息确定测试样本识别失败，则根据样本图像所对应的检测框信息和检测框标注信息，对测试样本识别失败的原因进行分析。本申请实现了使用同一测试样本同时对检测模型和识别模型进行联合分析，可以准确确定识别失败原因。
图像处理方法装置电子设备介质

[发明专利]异常文本识别模型训练方法及异常文本识别方法-CN202210395555.5在审
发明人：刘洋;赵薇;柳景明 -专利权人：北京飞象星球科技有限公司
申请日： 2022-04-15 - 公布日： 2022-08-05 - 主分类号： G06F16/35 文献下载
摘要：本说明书提供异常文本识别模型训练方法及异常文本识别方法，其中异常文本识别模型训练方法包括：获取训练集，从训练集中取出至少一个初始样本文本；确定各初始样本文本的文本标签，得到携带有文本标签的目标样本文本，并将目标样本文本添加至初始样本集中，得到目标样本集；根据目标样本集，对初始识别模型进行训练，得到目标识别模型；确定目标样本集为初始样本集，确定目标识别模型为初始识别模型，继续执行从训练集中取出至少一个初始样本文本的步骤，在达到第一训练停止条件时，将训练好的目标识别模型确定为异常文本识别模型。本方案不仅可以减少标记的样本数，缩短训练时间，还能让提高异常文本识别的效率。
异常文本识别模型训练方法

[发明专利]基于状态空间模型的雷达高分辨距离像目标识别方法-CN201110089135.6有效
发明人：刘宏伟;王鹏辉;杜兰;戴奉周;纠博 -专利权人：西安电子科技大学
申请日： 2011-04-11 - 公布日： 2011-11-23 - 主分类号： G06K9/62 文献下载
摘要：本发明提出了一种基于状态空间模型的雷达高分辨距离像目标识别方法，主要解决现有雷达高分辨距离像目标识别技术中，训练样本需求量大，识别性能差的问题。其实现过程是：提取训练样本归一化后的频谱幅度信号作为训练样本的识别特征；对训练样本的识别特征用状态空间模型建模；用期望最大化方法估计训练样本状态空间模型的所有参数，并将所有参数存入识别系统模板库；提取测试样本归一化后的频谱幅度信号作为测试样本的识别特征，并对测试样本的识别特征进行识别。本发明具有训练样本需求量小，识别性能高的优点，可用于对雷达目标的识别。
基于状态空间模型雷达分辨距离目标识别方法

[发明专利]对象识别模型训练方法、装置、电子设备及介质-CN202211690086.6在审
发明人：华启志;吴洪涛 -专利权人：维沃移动通信有限公司
申请日： 2022-12-27 - 公布日： 2023-03-28 - 主分类号： G06V10/82 文献下载
摘要：本申请公开了一种对象识别模型训练方法、装置、电子设备及介质，属于人工智能技术领域。该对象识别模型训练方法包括：获取未携带样本标签的第一数据样本；将该未携带样本标签的第一数据样本输入对象识别模型簇进行处理，得到携带目标样本标签的第二数据样本，上述对象识别模型簇包括N个第一对象识别模型，该N个第一对象识别模型对应输出N个第一样本标签，上述目标样本标签为上述N个第一样本标签中置信度最高的样本标签，N为正整数；基于第二对象识别模型、上述携带目标样本标签的第二数据样本和上述第一对象识别模型，得到目标对象识别模型。
对象识别模型训练方法装置电子设备介质

[发明专利]对水质测量数据的基于移动的收集-CN201580040643.1有效
发明人：马克思·施赖伯;约翰内斯·贝尔森;西尔维娅·豪施泰因;让·鲍勃 -专利权人：哈希朗格有限公司
申请日： 2015-07-28 - 公布日： 2019-05-03 - 主分类号： G01N33/18 文献下载
摘要：用于收集与水质样本位置相关的数据的方法和布置。以电子方式获得水质样本容器的识别信息，并且以电子方式获得水质样本位置的识别信息。在容器中放置有来自水质样本位置的水样。存储水质样本容器的识别信息和水质样本位置的识别信息：这样的存储包括使水质样本容器的识别信息与水质样本位置的识别信息相关联。本文广泛地预期了其它变体和实施例，其包括用于验证水质样本数据的方法和布置。
水质测量数据基于移动收集

[发明专利]一种基于分布式蒸馏的人脸识别方法、系统和存储介质-CN202310409858.2在审
发明人：金炜 -专利权人：北京数美时代科技有限公司;数美天下（北京）科技有限公司
申请日： 2023-04-17 - 公布日： 2023-07-11 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种基于分布式蒸馏的人脸识别方法、系统和存储介质，包括：根据人脸样本集，获取困难样本集和简单样本集；根据困难样本集，构建多个困难正样本对和困难负样本对，并根据简单样本集，构建简单正样本对和简单负样本对；利用预训练人脸识别模型，获取困难正样本对分布特征、困难负样本对分布特征、简单正样本对分布特征和简单负样本对分布特征，并对设有分布式蒸馏损失函数的人脸识别学生模型进行迭代训练，得到目标人脸识别模型；将待测图像输入目标人脸识别模型，得到待测图像的人脸识别结果。本发明对人脸样本集进行划分，并通过分布式蒸馏损失函数对样本分布特征进行分布式蒸馏，提高了对困难样本中人脸的有效识别。
一种基于分布式蒸馏识别方法系统存储介质

[发明专利]一种识别模型的构建方法及装置-CN201910091868.X在审
发明人：牟永奇 -专利权人：北京朗镜科技有限责任公司
申请日： 2019-01-30 - 公布日： 2019-05-21 - 主分类号： G06K9/62 文献下载
摘要：本申请提供了一种识别模型的构建方法及装置，方法包括：获取第一样本集和第二样本集，第一样本集的样本数量小于第一预设值，第二样本集的样本数量大于第二预设值，第一样本集与第二样本集中的训练样本至少具有部分相同的视觉特征；用第一样本集训练初始的第一识别模型，并获取训练得到的第一识别模型的参数作为第一目标参数，第一识别模型的输入为第一样本集中任意两个样本组成的样本对，识别目标为样本对中的两个样本是否属于同一类别；将第一目标参数作为初始的第二识别模型的初始参数，用第一样本集和第二样本集训练初始的第二识别模型，训练得到的第二识别模型作为目标识别模型。本申请使得使用较少的样本也可训练出准确度较高的识别模型。
样本集样本目标参数构建预设准确度部分相同初始参数目标识别视觉特征训练样本样本组成可训练申请

[发明专利]自动进样装置-CN201911384326.8在审
发明人：王锐;刘文斌;陆锋 -专利权人：深圳市帝迈生物技术有限公司
申请日： 2019-12-28 - 公布日： 2021-06-29 - 主分类号： G01N35/10 文献下载
摘要：本发明提供了一种自动进样装置，包括进样机构、第一样本管识别传感器、第二样本管识别传感器、第三样本管识别传感器，进样机构用于传输样本架经过采样工位；第一样本管识别传感器用于在第一高度位置检测样本架上是否有样本管；第二样本管识别传感器用于在第二高度位置检测样本架上的样本管的高度类型，第二高度位置高于第一高度位置；第三样本管识别传感器用于在第三高度位置检测样本架上的样本管的高度类型，第三高度位置高于第二高度位置；采样工位位于第一样本管识别传感器、第二样本管识别传感器、第三样本管识别传感器的下游。本发明提供的自动进样装置结构简单，可以方便的识别多类样本管，解决了医护人员需要将同类样本管规则摆放的问题。
自动装置

[发明专利]一种文字识别模型的构建方法及构建系统-CN202211373058.1在审
发明人：何豪杰;尹玉成;张阳阳;何云;刘奋 -专利权人：武汉中海庭数据技术有限公司
申请日： 2022-11-03 - 公布日： 2023-02-03 - 主分类号： G06V30/18 文献下载
摘要：本发明提供一种文字识别模型的构建方法及构建系统，基于少量的文字标注样本构成训练样本集，基于训练样本集训练文字识别模型，利用训练后的文字识别模型对视频帧中的文字数据进行识别，然后利用识别的文字数据对视频帧进行标注，并将其作为样本加入原来的训练样本集，循环训练文字识别模型，可以基于少量标注的样本，训练文字识别模型，减少了样本数据的标注工作。
一种文字识别模型构建方法系统

[发明专利]端到端文本识别方法、模型训练方法及装置-CN202110186700.4有效
发明人：张勇东;周宇;谢洪涛 -专利权人：中国科学技术大学
申请日： 2021-02-10 - 公布日： 2022-09-09 - 主分类号： G06V30/413 文献下载
摘要：一种端到端文本识别方法、模型训练方法及装置，模型训练方法包括：构建初始端到端文本识别模型，其中，初始端到端文本识别模型包括初始文本检测模块和初始文本识别模块；获取训练样本数据集；利用样本生成算法处理训练样本数据集中的训练样本，生成扩增训练样本数据集，以便增加用于训练初始文本识别模块的训练样本数量；以及利用训练样本数据集和扩增训练样本数据集训练初始端到端文本识别模型，得到端到端文本识别模型。通过上述技术方案本发明利用样本生成算法生成大量用于训练文本识别模块的训练样本，从而有效地解决了文本检测模块过拟合和文本识别模块欠拟合的问题，提升端到端文本识别模型的识别精度。
端到端文本识别方法模型训练装置

[发明专利]一种模型确定方法和相关装置-CN202310260221.1在审
发明人：张克越;曹隽逸;姚太平;尹邦杰;丁守鸿 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-03-07 - 公布日： 2023-10-27 - 主分类号： G06V10/764 文献下载
摘要：本申请公开了一种模型确定方法和相关装置，针对图像中对象的对象类型识别，通过初始编码器可以确定出图像样本的第一图像样本特征，并基于第一图像样本特征生成标识不同识别环境的第二图像样本特征。针对这两个图像样本特征都可通过初始解码器得到对应的纹理图像，并根据图样样本特征和对应的纹理图像一起，通过初始分类器确定出分别对应图像样本和跨场景图像样本的识别结果，并基于识别标签和识别结果生成的识别损失函数训练初始识别模型得到识别模型以此训练得到的识别模型在进行对象识别时，对跨场景识别、各种攻击类型识别均达到较好的泛化能力，有效提升了模型识别精度。
一种模型确定方法相关装置