“模型初始化”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3233206个，建议您升级VIP下载更多相关专利

[发明专利]翻译模型的确定方法和装置及存储介质-CN202310630832.0在审
发明人：丁亮;昝畅通 -专利权人：北京京东振世信息技术有限公司
申请日： 2023-05-30 - 公布日： 2023-08-29 - 主分类号： G06F40/55 文献下载
摘要：本公开提出一种翻译模型的确定方法和装置及存储介质，涉及计算机领域。本公开实施例将随机初始化翻译模型对齐到预训练翻译模型得到对齐后的随机初始化翻译模型，融合对齐后的随机初始化翻译模型和预训练翻译模型得到融合翻译模型，基于融合翻译模型进而得到最终翻译模型。从而，通过模型融合，有效结合预训练参数初始化与随机参数初始化两种方法训练出来翻译模型的优点，同时提高翻译模型的翻译效果和泛化性，缓解高资源场景的翻译任务中，预训练参数初始化训练的翻译模型翻译效果差、随机参数初始化训练的翻译模型泛化性较差的问题
翻译模型确定方法装置存储介质

[发明专利]一种基于RTOS实时系统的初始化启动方法、启动单元和系统-CN202210793938.8在审
发明人：黎明哲;招嘉焕;黄章良;陈小军 -专利权人：广州鲁邦通物联网科技股份有限公司
申请日： 2022-07-05 - 公布日： 2022-09-23 - 主分类号： G06F9/48 文献下载
摘要：本发明本发明属于计算机技术领域，公开了一种基于RTOS实时系统的初始化启动方法，所述方法具体包括如下步骤：步骤1：RTOS系统初始化；步骤2：定义各功能模块的调用等级；步骤3：调用模块初始化模型，完成各功能模块的初始化操作；所述模块初始化模型建立在链接器脚本中、用于按照调用等级依序调用各功能模块的初始化函数；所述初始化函数用于使功能模块初始化。该方法无需main函数调用，直接通过初始化模型调用即可，处理速率比main函数的C代码更快；在代码中的任何位置，非函数体内都能使用初始化模型的接口初始化功能模块；增强代码逻辑可读性，提高开发人员开发效率同时，本发明还提供了一种RTOS实时系统的初始化启动单元和RTOS实时系统。
一种基于 rtos 实时系统初始化启动方法单元

[发明专利]一种巡航控制方法、装置、设备及存储介质-CN202211052599.4在审
发明人：王秀雷;赵康荏;孟媛媛 -专利权人：潍柴动力股份有限公司
申请日： 2022-08-29 - 公布日： 2022-11-29 - 主分类号： B60W30/14 文献下载
摘要：本发明公开了一种巡航控制方法、装置、设备及存储介质，该方法包括：基于初始化种群中的多个初始化个体，分别构建初始巡航控制模型；其中，初始化个体用于表征初始巡航控制模型对应的初始化的网络权重；针对每个初始巡航控制模型，基于设定目标车速和初始巡航控制模型，确定与初始巡航控制模型对应的初始化个体的适应度数据；基于预设循环条件和各初始化个体分别对应的适应度数据，对初始化种群执行更新操作，得到目标个体；基于目标个体，构建目标巡航控制模型，并基于目标巡航控制模型，对目标车辆执行巡航控制操作。
一种巡航控制方法装置设备存储介质

[发明专利]神经网络搜索方法、装置和计算机设备-CN202211423554.3在审
发明人：尹首一;韩振华;韩慧明;魏少军 -专利权人：清华大学
申请日： 2022-11-15 - 公布日： 2023-03-07 - 主分类号： G06N3/0464 文献下载
摘要：所述方法包括：确定目标网络层数；根据目标网络层数确定多个初始化神经网络模型，对各初始化神经网络模型进行表达能力判断，得到对应的判断结果；针对任一初始化神经网络模型，在判断结果表征初始化神经网络模型的表达能力满足预设条件的情况下，确定初始化神经网络模型的片内存储信息和片外存储信息，在初始化神经网络模型的片内存储信息和片外存储信息满足存储条件的情况下，根据目标带宽利用率确定初始化神经网络模型的性能数据；根据各初始化神经网络模型的性能数据，确定目标神经网络模型。采用本方法能够快速的获取到在部署芯片性能较好、精度较高的目标神经网络模型。
神经网络搜索方法装置计算机设备

[发明专利]一种多模型特征增强疾病筛查系统-CN202211281077.1在审
发明人：陈超;宋彪;韩泽文 -专利权人：内蒙古卫数数据科技有限公司
申请日： 2022-10-19 - 公布日： 2023-01-06 - 主分类号： G16H50/20 文献下载
摘要：本发明公开了一种多模型特征增强疾病筛查系统，包括：数据采集模块、数据处理模块、初始化模型构建模块、特征提取模块和疾病筛查模型构建模块；数据采集模块用于获取多个目标疾病数据集和对应的健康样本数据集；数据处理模块用于对上述数据集进行处理，获得多个初始化模型训练数据集和初始化模型测试数据集；基于此，通过初始化模型构建模块构建对应的多个初始化模型；特征提取模块用于基于初始化模型训练数据集和初始化模型，获得目标疾病特征数据集；疾病筛查模型构建模块用于根据目标疾病特征数据集训练生成疾病筛查模型；通过该系统可以实现数据集的特征增强，从而提升疾病筛查模型的筛查效率和准确度。
一种模型特征增强疾病系统

[发明专利]深度学习模型训练方法、装置及电子设备-CN201910943965.7在审
发明人：章良君 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2019-09-30 - 公布日： 2021-03-30 - 主分类号： G06K9/00 文献下载
摘要：本申请实施例提供了深度学习模型训练方法、装置及电子设备，应用于计算机视觉技术领域，该方法包括：获取已训练的目标检测模型，目标检测模型包括前景及背景识别结构；利用目标检测模型的背景识别参数，对待训练的初始深度学习模型进行初始化，得到初始化后的初始深度学习模型，其中，初始深度学习模型包括前景及背景识别结构；利用预设样本图片对初始化后的初始深度学习模型进行训练，得到训练后的目标深度学习模型。利用已训练的目标检测模型的背景识别参数对初始深度学习模型进行初始化，初始化后的初始深度学习模型已经具有了较强的背景识别能力，并含有鲁棒的目标特征提取能力，容易训练至收敛，增加深度学习模型目标检测的准确性
深度学习模型训练方法装置电子设备

[发明专利]变分推理的数据初始化的方法和装置-CN201510148685.9有效
发明人：刘春辰;王虎;冯璐 -专利权人：日本电气株式会社
申请日： 2015-03-31 - 公布日： 2019-06-28 - 主分类号： G06N5/04 文献下载
摘要：本发明的实施例涉及用于混合模型选择的方法和装置。该方法包括：基于训练样本集来确定候选初始化参数的集合；利用预定的统计模型，基于候选初始化参数的集合确定目标初始化参数的集合；以及基于目标初始化参数的集合来确定目标模型。
用于混合模型选择方法装置

[发明专利]一种统一的无参考图像视频质量评价模型及其最优初始化方法-CN202310051947.4在审
发明人：高伟;李鼎权;李浩辉;李革 -专利权人：北京大学深圳研究生院
申请日： 2023-02-02 - 公布日： 2023-06-02 - 主分类号： G06V10/40 文献下载
摘要：一种统一的无参考图像视频质量评价模型及其最优初始化方法，模型包括特征提取器和质量回归器，其中，特征提取器包括图像分类网络和全局空间平均池化层；质量回归器则是由第一线性层、层归一化层、两层结构的门控循环单元、层归一化层、第二线性层和全局时间平均池化层依次组成；模型最优初始化方法包括：特征提取器的初始化：在图像分类任务上训练好的分类网络的参数被用来初始化模型特征提取器对应层的参数；质量回归器的初始化：图像质量回归器的参数初始化采用随机初始化的方式，而视频质量初始化则是采用训练好的图像质量器的参数进行初始化。本发明模型可以满足在没有或无法获得对应原始图像和视频的情况下评估图像和视频质量的现实需求。
一种统一参考图像视频质量评价模型及其最优初始化方法

[发明专利]一种基于半监督学习的时序行为检测方法及系统-CN202110790271.1在审
发明人：宋砚;王琳 -专利权人：南京理工大学
申请日： 2021-07-13 - 公布日： 2021-10-22 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于半监督学习的时序行为检测方法及系统，该方法包括：获取视频的时空特征并构建训练集和测试集；获取一个端到端的时序行为检测模型；将训练集输入时序行为检测模型得到分类分数和位置偏移量；然后对时序行为检测模型进行学习优化得到初始模型参数；根据时空特征计算扰动噪声特征；构建学生模型和教师模型；根据初始模型参数对学生模型和教师模型进行初始化；将扰动噪声特征输入初始化学生模型，将时空特征输入初始化教师模型；根据初始化学生模型和初始化教师模型的输出结果对初始化教师模型进行优化；将测试集输入优化后的教师模型得到当前视频中包含的动作类别和动作的时间边界。
一种基于监督学习时序行为检测方法系统

[发明专利]基于固态硬盘写性能测试结果的初始化方式自动调整方法-CN202310118204.4有效
发明人：向哲爽 -专利权人：四川华鲲振宇智能科技有限责任公司
申请日： 2023-02-15 - 公布日： 2023-04-28 - 主分类号： G11C29/56 文献下载
摘要：本发明涉及基于固态硬盘写性能测试结果的初始化方式自动调整方法，属于服务器、硬盘、软件、性能测试等技术领域，对于写性能不符合预期的硬盘，通过调整初始化方法进行改善。对于不同的业务模型，预置针对性的初始化方式。当进行某一种初始化后，若性能未达标，就按照预置的初始化依次复测，直到覆盖所有的初始化方式。然后每种业务模型均按照流程进行写性能测试，直到完成所有业务模型验证。按照预置的初始化依次复测，其特征在于可自行根据设定的标准门限值判断测试结果，并将某种初始化后的对应数据进行统计、归类，便于测试人员进行分析。
基于固态硬盘性能测试结果初始化方式自动调整方法

[发明专利]基于检测模型的异常感知方法、装置、设备及介质-CN202310714621.5在审
发明人：瞿晓阳;王健宗;王亮 -专利权人：平安科技（深圳）有限公司
申请日： 2023-06-15 - 公布日： 2023-10-03 - 主分类号： G06F21/57 文献下载
摘要：本发明涉及金融服务技术领域，特别涉及一种基于检测模型的异常感知方法、装置、设备及介质，本发明获取软件系统的正常时段的第一运行数据，基于所述第一运行数据初始化训练预设的检测模型，得到初始化模型，初始化模型能够对运行数据进行分类，以分类得到为运行正常的数据；获取软件系统的运行正常时段的第二运行数据，将第二运行数据输入所述初始化模型，输出检测结果，从第二运行数据中提取出检测结果为非正常的数据作为更新数据；获取初始化训练时的初始损失函数，对初始损失函数进行反向处理，得到反向损失函数；基于更新数据和反向损失函数，对初始化模型进行再训练，确定训练结果为异常检测模型；提高了模型检出的准确率。
基于检测模型异常感知方法装置设备介质

[发明专利]一种CTR模型自适应增量训练方法、装置、设备和存储介质-CN202210075672.3在审
发明人：张琳琳;张振;徐恒;吴悦悦;王玥;胡建宇;陈群 -专利权人：南京希音电子商务有限公司
申请日： 2022-01-22 - 公布日： 2022-04-29 - 主分类号： G06F16/9535 文献下载
摘要：本申请公开了一种CTR模型自适应增量训练方法、装置、设备和存储介质，其中方法包括：采集初始数据集；基于初始数据集，对CTR模型进行训练得到初始化模型；间隔预置时刻采集增量数据集，增量数据集包括新增数据和历史数据；根据增量数据集调整初始化模型中对应的参数，得到调整后的初始化模型；基于调整后的增量数据集和调整后的初始化模型对应的参数，进行增量训练得到增量模型，并将增量模型作为新的初始化模型，解决了现有技术通过选取固定时间跨度的数据进行全量训练，导致模型训练的时效性和数据利用率都比较低，以及用户体验感较差的技术问题。
一种 ctr 模型自适应增量训练方法装置设备存储介质

[发明专利]一种基于幂律分布的权重初始化方法-CN202110492649.X有效
发明人：孙仁诚;邢彤彤;隋毅;孙凤霄;尹来国;陈珊 -专利权人：青岛大学
申请日： 2021-05-07 - 公布日： 2023-07-25 - 主分类号： G06N3/0464 文献下载
摘要：本发明属于人工智能领域，涉及一种优化、提升网络训练过程的权重初始化方法，先建立cifar10数据集的AlexNet和ResNet32网络模型，并计算卷积层权重数量；再生成各个卷积层参数初始化所需要的一种基于幂律分布的分布数据；并在深度学习模型中应用本发明提出的初始化数据进行权重初始化，再将提出的基于幂律分布的权重初始化方法与现有的初始化方法进行对比，本发明与现有技术相比，在权重初始化领域，突破固有的随机分布、均匀分布以及正态分布的数学模型，引入使用幂律分布初始化的概念，并在实验中得到有效的验证。可以适用于各种不同的网络模型的结构，同时可以节省模型训练的时间，提升最终的识别精确度。
一种基于分布权重初始化方法

[发明专利]联邦学习方法、装置、计算机设备及存储介质-CN202310107125.3在审
发明人：陈永红;谢翀;兰鹏;罗伟杰;陈柯树;赵豫陕 -专利权人：深圳前海环融联易信息科技服务有限公司
申请日： 2023-01-29 - 公布日： 2023-06-06 - 主分类号： G06N20/00 文献下载
摘要：本申请公开一种联邦学习方法、装置、计算机设备及存储介质，包括：获取服务端的全局模型及所述全局模型的初始化参数；将所述全局模型与所述初始化参数发送到若干个参与联邦训练的客户端；在客户端的当前迭代轮次阶段，获取客户端的训练数据，根据所述训练数据所述述全局模型与初始化参数进行若干次训练，并通过计算模型的交叉熵损失和模型蒸馏确定训练后的本地模型参数，得到客户端的本地模型；将所述客户端的本地模型参数发送至服务端，获取服务端聚合后生成的下一迭代轮次的初始化参数；将所述下一迭代轮次的初始化参数发送至客户端，作为下一迭代轮次阶段的初始化参数。通过配置客户端模型不同迭代轮次阶段的初始化参数，提高模型的准确性。
联邦学习方法装置计算机设备存储介质

[发明专利]一种基于概率密度估计的散点样本数据扩充方法-CN202111569653.8在审
发明人：韦笑;王梦龙;秦鑫龙;王岩 -专利权人：桂林优利特医疗电子有限公司
申请日： 2021-12-21 - 公布日： 2022-04-12 - 主分类号： G01N15/14 文献下载
摘要：本发明涉及医疗技术领域，具体涉及一种基于概率密度估计的散点样本数据扩充方法，包括提取样本的生成模板中的散点组，并对散点组进行标注后分类，得到多个类型数据；为多个类型数据分别建立概率分布模型；基于多个概率分布模型的概率分别建立多个概率方程，并基于多个概率方程将对应的概率分布模型进行初始化，得到多个初始化模型，设置多个初始化模型的迭代次数；根据迭代次数加1后的奇偶，计算多个初始化模型的后验概率；更新多个初始化模型中的参数，并对多个初始化模型的后验概率进行统计；直至相邻两个后验概率之差的绝对值小于预设阈值，或迭代次数达到上限阈值，得到最终分布模型；基于最终分布模型，生成多个散点数据。
一种基于概率密度估计样本数据扩充方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条