“样本集合”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314331个，建议您升级VIP下载更多相关专利

[发明专利]声线识别模型的训练方法和装置、声线识别方法和装置-CN202111591448.1在审
发明人：曾夕娟 -专利权人：北京达佳互联信息技术有限公司
申请日： 2021-12-23 - 公布日： 2022-04-08 - 主分类号： G10L17/04 文献下载
摘要：其中，声线识别模型的训练方法包括：获取多个语音样本，每个语音样本携带有语音输出对象标签；对多个语音样本进行聚类处理，得到多个语音样本集合；其中，携带有同一语音输出对象标签的语音样本归入的语音样本集合相同；从每个语音样本集合中抽取预设数量个抽样语音样本，获取预设数量个抽样语音样本的第一声线类型标签；根据预设数量个第一声线类型标签中满足预设条件的目标第一声线类型标签，得到相应语音样本集合对应的第二声线类型标签；根据每个语音样本集合中的语音样本及对应的第二声线类型标签训练预设机器学习模块，得到声线识别模型。
声线识别模型训练方法装置

[发明专利]视频译码中具有非正方形预测单元的线性模型预测-CN201680068132.5在审
发明人：张莉;陈建乐;钱威俊;赵欣;李翔;马尔塔·卡切维奇 -专利权人：高通股份有限公司
申请日： 2016-11-23 - 公布日： 2018-08-28 - 主分类号： H04N19/119 文献下载
摘要：本公开描述一种视频译码器，其重建色度参考样本集合且重建非正方形预测单元的明度样本。另外，所述视频译码器对所述明度参考样本集合进行子采样，使得与所述非正方形预测块的较长侧相邻的所述明度参考样本的总数目和与所述非正方形预测块的较短侧相邻的所述明度参考样本的总数目相同。所述视频译码器基于公式I确定线性模型LM参数，其中I为所述明度参考样本集合中的参考样本的总数目，xi为所述明度参考样本集合中的明度参考样本，yi为所述色度参考样本集合中的色度参考样本。所述视频译码器在过程中使用所述LM参数确定所述非正方形预测块的色度样本的值。β＝(∑yi‑α·∑xi)/I。
参考样本明度非正方形视频译码器集合色度预测线性模型预测单元参数确定色度样本视频译码较短侧子采样重建样本

[发明专利]训练标签预测模型的方法、标签预测方法和装置-CN202111059586.5在审
发明人：吕乐;周璟;刘佳;傅幸;杨阳;范东云;王宁涛;王维强 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2021-09-10 - 公布日： 2022-01-07 - 主分类号： G06Q10/06 文献下载
摘要：首先获取样本集合，所述样本集合中的各样本包括对象的特征数据以及对该对象标注的标签；然后从所述样本集合中确定支持集合和查询集合；再利用所述支持集合和查询集合训练标签预测模型；其中，将所述支持集合和查询集合中的查询样本输入所述标签预测模型，由所述标签预测模型利用输入的查询样本与支持集合中各支持样本之间的特征相似度以及各支持样本的标签，预测输入的查询样本的标签；训练目标为最小化预测结果与查询样本被标注的标签之间的差异。
训练标签预测模型方法装置

[发明专利]一种数据处理方法、装置、电子设备及存储介质-CN202111272988.3在审
发明人：张志伟;王希爱 -专利权人：北京达佳互联信息技术有限公司
申请日： 2021-10-29 - 公布日： 2022-01-28 - 主分类号： G06F16/9538 文献下载
摘要：本公开关于一种数据处理方法、装置、电子设备及存储介质，涉及计算机技术领域，该方法包括：获取第一搜索关键字；基于该第一搜索关键字，从目标集合中确定至少两种类型的搜索结果，该目标集合为第一样本集合和第二样本集合的并集，该第一样本集合对应的历史搜索词包括该第一搜索关键字，该第二样本集合对应的历史搜索词包括该第一搜索关键字与第二搜索关键字，并且该第二样本集合与该第一样本集合之间的搜索时间差小于时间阈值。
一种数据处理方法装置电子设备存储介质

[发明专利]负样本确定方法、装置、介质及电子设备-CN202310079003.8在审
发明人：刘宇 -专利权人：抖音视界有限公司
申请日： 2023-01-17 - 公布日： 2023-04-25 - 主分类号： G06F18/241 文献下载
摘要：本公开涉及一种负样本确定方法、装置、介质及电子设备，方法包括：获取负样本集合，其中，所述负样本集合中的负样本为用户未点击的第一样本推送消息；采用训练好的样本分类模型，确定所述负样本集合中的各负样本是否合格，其中，所述样本分类模型用于将用户能够关注到的第一样本推送消息确定为合格的负样本；至少将所述负样本集合中合格的负样本作为用于训练推荐模型的负样本，其中，训练完成的推荐模型用于预测目标用户对待推送消息的点击率
样本确定方法装置介质电子设备

[发明专利]一种信息处理设备、方法及计算机存储介质-CN202110988139.1在审
发明人：徐敬蘅;赵艺宾;章明星;刘彦南;位凯志 -专利权人：深信服科技股份有限公司
申请日： 2021-08-26 - 公布日： 2023-03-03 - 主分类号： G06F18/214 文献下载
摘要：本申请实施例公开了一种信息处理设备、方法及计算机存储介质，其中，该设备包括：特征存储模块和训练模块；所述特征存储模块用于：存储第一特征数据集合，所述第一特征数据集合包括：对第一训练样本集合中每一第一样本进行特征提取得到的特征信息，和所述每一第一样本对应的标签；所述训练模块用于：获取第二训练样本集合，并从所述特征存储模块中获取所述第一特征数据集合，基于所述第二训练样本集合和所述第一特征数据集合，训练得到第一目标模型；所述第二训练样本集合中包括多个带标签的样本
一种信息处理设备方法计算机存储介质

[发明专利]一种训练样本获取方法、转化率预估模型生成方法及装置-CN202210879482.7在审
发明人：佘琪;杨辰杰;张宇;卢靓妮 -专利权人：北京有竹居网络技术有限公司;脸萌有限公司
申请日： 2022-07-25 - 公布日： 2022-09-30 - 主分类号： G06F30/20 文献下载
摘要：本申请公开了一种训练样本获取方法、转化率预估模型生成方法及装置，其中，方法包括：当获取第一训练样本集合后，将第一训练样本集合中的负样本以及时间特征输入打散模型。其中，时间特征是基于第一训练样本集合中的正样本的回流时间确定的，打散模型为预先训练的，用于确定负样本在时间上的分布情况，将根据负样本以及时间特征确定负样本的时间分布。在确定负样本的时间分布后，将根据该时间分布确定第二训练样本集合，从而确定的第二训练样本集合中的正样本和负样本的比例符合预设条件。由于本申请在确定负样本的时间分布时参考了正样本的回流时间，从而可以对负样本的分布进行准确打散，提高正负样本分布比例的稳定性。
一种训练样本获取方法转化预估模型生成装置

[发明专利]分类模型的训练方法和装置-CN201911006979.2有效
发明人：刘凡;张格皓 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2019-10-22 - 公布日： 2022-03-01 - 主分类号： G06K9/62 文献下载
摘要：方法包括：获取第一领域的第一样本集合，包括多个第一训练样本，每个第一训练样本包括样本输入和对应的第一分类任务的类别标签；获取第二领域的第二样本集合，包括多个第二训练样本，每个第二训练样本包括样本输入和对应的第二分类任务的类别标签；两个分类任务的类别标签具有映射关系；将第二样本集合中的多个第二训练样本加入第一样本集合，并根据映射关系，将第二训练样本包括的第二分类任务的类别标签转换为第一分类任务的类别标签，得到第三样本集合；将第三样本集合中的样本输入输入待训练的分类模型
分类模型训练方法装置

[发明专利]基于分布式样本筛选的kmeans日志分类方法和装置-CN202310721373.7在审
发明人：程永龙;王钰;范淑君;王睿 -专利权人：中国工商银行股份有限公司
申请日： 2023-06-16 - 公布日： 2023-08-18 - 主分类号： G06F18/24 文献下载
摘要：本申请提供一种基于分布式样本筛选的kmeans日志分类方法和装置，涉及大数据领域。该方法包括：获取N个日志样本集合和对应的副本，确定出每个日志样本集合中的K个中心，对该副本中的日志样本进行簇划分，得到该副本每个簇的簇中心；将所有副本中簇的簇中心组成初始中心集合，确定其中各个簇中心之间的余弦距离，对簇中心进行融合处理得到第一中心集合；根据第一中心集合中的簇中心与该日志样本集合中的K个中心的余弦距离，计算得到K个最小距离并确定该日志样本集合的等级标签；基于等级标签从所有日志样本集合中抽取目标数量的日志样本
基于分布式样本筛选 kmeans 日志分类方法装置

[发明专利]基于人工智能的异常交易处理方法、装置-CN202010850857.8在审
发明人：彭飞;徐尧;陈志恒;钟罕君;徐晓雨 -专利权人：腾讯科技（上海）有限公司
申请日： 2020-08-21 - 公布日： 2020-11-24 - 主分类号： G06Q40/04 文献下载
摘要：本申请提供了一种基于人工智能的异常交易处理方法、装置、电子设备及计算机可读存储介质；方法包括：根据第一产品交易样本集合中每个产品交易样本的异常度，对所述第一产品交易样本集合中的产品交易样本进行筛选；将筛选得到的产品交易样本组成第二产品交易样本集合；获取所述第二产品交易样本集合中每个产品交易样本的类别标注数据，其中，所述类别标注数据用于表征所述产品交易样本正常或异常；以所述第二产品交易样本集合中的产品交易样本对异常交易识别模型进行训练，得到训练后的异常交易识别模型
基于人工智能异常交易处理方法装置

[发明专利]意图识别的方法、装置、设备和介质-CN202210262775.0在审
发明人：汪硕芃;张林箭;宋有伟;张聪;吕唐杰;范长杰;胡志鹏 -专利权人：网易（杭州）网络有限公司
申请日： 2022-03-17 - 公布日： 2022-07-05 - 主分类号： G06F16/33 文献下载
摘要：本申请公开了一种意图识别的方法、装置、设备和介质，该方法包括：获取训练样本集合，该训练样本集合包括多个训练样本，每个训练样本为抽象化意图的字符组合，训练样本至少包括有序排列的关注字符；在去重后训练样本集合的总字符数量大于或等于第一阈值时，根据字符出现次数对每个训练样本进行压缩处理，得到压缩样本集合；将压缩样本集合输入到预先构建的掩码语言模型进行训练，输出得到意图识别结果，该掩码语言模型用于将输入的压缩样本填充到待训练的语言提示模板中预设位置后进行训练本申请提供的实施例通过对训练样本进行统一的预处理改造，有效地提升了掩码语言模型的收敛速度。
意图识别方法装置设备介质

[发明专利]噪声样本的识别方法、装置、电子设备以及存储介质-CN202111136350.7在审
发明人：卢伟鹏;夏晶;吕海军;李曙鹏;施恩 -专利权人：北京百度网讯科技有限公司
申请日： 2021-09-27 - 公布日： 2021-12-31 - 主分类号： G06K9/62 文献下载
摘要：本公开提供了噪声样本的识别方法、装置、电子设备以及存储介质，涉及深度学习等人工智能技术领域。具体实现方案为：获取任意的一轮训练采用的样本集合；采用样本集合中训练样本对训练模型进行训练；根据训练模型的输出，采用至少一第一噪声识别算法从样本集合中识别出第一噪声样本和对应的置信度，以及采用多种第二噪声识别算法分别从样本集合中识别出第二噪声样本；根据置信度从各第一噪声识别算法所识别出的第一噪声样本中选出第一目标样本；将各第二噪声识别算法均识别出的第二噪声样本，确定为第二目标样本；根据第一目标样本和第二目标样本，确定该轮训练识别出的噪声样本。能够高效、精确的从样本集合中识别出噪声样本。
噪声样本识别方法装置电子设备以及存储介质

[发明专利]一种位置信息处理方法、装置、存储介质及电子设备-CN201911119894.5在审
发明人：潘鸿裕;刘玉平;陈凌伟;郑梦含 -专利权人：广东博智林机器人有限公司
申请日： 2019-11-15 - 公布日： 2020-02-21 - 主分类号： G01S5/02 文献下载
摘要：本发明公开了一种位置信息处理方法、装置、存储介质及电子设备，其中方法包括：获取目标定位设备基于接收的电子脉冲确定的预设数量的位置点；对于任一位置点，根据预设密度参数，确定所述位置点的邻域子样本集合，其中，所述邻域子样本集合中包括处于所述位置点的密度参数范围内的至少一个位置点；根据所述邻域子样本集合，确定各所述邻域子样本集合中的位置点的分类信息。通过密度参数确定各位置点的邻域子样本集合，并基于邻域子样本集合确定各位置点的分类信息，实现了无监督地对位置点进行分类，并基于上述分类信息可准确对目标定位设备确定的行为信息进行分类识别，便于对位置信息的管理和筛查
一种位置信息处理方法装置存储介质电子设备

[发明专利]模型的处理方法、装置、电子设备和存储介质-CN202210917417.9在审
发明人：周青宇;李映辉 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-08-01 - 公布日： 2022-11-01 - 主分类号： G06F16/35 文献下载
摘要：本申请实施例公开了一种模型的处理方法、装置、电子设备和存储介质；本申请实施例可以获取上一模型、训练样本集合以及扩展样本集合；采用训练样本集合训练上一模型，得到当前模型；将扩展样本集合中的实体输入至当前模型基于实体对应的预测结果，得到实体对应的预测置信度；根据实体对应的预测置信度，对实体进行分类，得到实体的类型；根据实体对，得到当前模型的对比损失；当对比损失不大于预设阈值时，返回并执行步骤获取上一模型、训练样本集合以及扩展样本集合
模型处理方法装置电子设备存储介质

[发明专利]基于集合选择的分布式信息检索方法-CN201410120437.9有效
发明人：陈岭;何旭峰 -专利权人：浙江大学
申请日： 2014-03-27 - 公布日： 2017-02-22 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种基于集合选择的分布式信息检索方法，用于对存储于各检索服务器上的集合进行检索，包括步骤1，从各个集合获取样本集，并根据其中的样本集文档建立LDA主题模型；步骤2，接收用户查询，计算用户查询和样本集文档的关键词相关度和主题相关度；步骤3，利用主题相关度和关键词相关度计算用户查询和样本集文档的综合相关度；步骤4，根据用户查询和样本集文档的综合相关度以及样本集文档所属集合的信息，计算用户查询与各集合的相关度，并按相关度的高低选择相应的集合进行检索
基于集合选择分布式信息检索方法