“模型选择”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1590467个，建议您升级VIP下载更多相关专利

[发明专利]一种三维怪物模型的生成方法-CN201410017209.9有效
发明人：郭雪坤;金小刚 -专利权人：浙江大学
申请日： 2014-01-15 - 公布日： 2014-05-07 - 主分类号： G06T13/40 文献下载
摘要：本发明公开了一种三维怪物模型的生成方法，包括如下步骤：（1）选择合适的输入模型集合；（2）从输入模型集合中选取基础模型和辅助模型；（3）得到抽象基础模型和抽象辅助模型；（4）对抽象基础模型的结构进行变异操作，得到抽象结果模型；（5）将抽象结果模型实例化，并筛选出符合生物功能约束的结果模型；（6）循环（2）～（5），得到结果模型集合，取出一个最多样化的子集；（7）选择出满意模型集合；（8）循环（2）～（7），得到预定数量的满意模型，选择下一代模型集合；（9）选择下一代背景集合；（10）循环（2）～（9），直至完成所有三维怪物模型的生成。本发明方法自动反馈用户选择，得到足够数量的多样化的怪物模型。
一种三维怪物模型生成方法

[发明专利]用于确定样品中存在的组分的光谱装置和方法-CN202080061265.6在审
发明人：伊恩·麦克·贝尔;布莱恩·约翰·爱德华·史密斯 -专利权人：瑞尼斯豪公司
申请日： 2020-09-01 - 公布日： 2022-04-15 - 主分类号： G01N21/65 文献下载
摘要：一种根据从样品获得的光谱数据确定样品中存在的组分的方法，该方法包括：解析该光谱数据的多个模型中的每一个，该多个模型包括具有从预定的组分参考光谱集中选择的不同数量的组分参考光谱的模型；基于模型选择标准选择该多个模型之一，并基于所选择的模型确定该样品中存在的一个或多个组分。该模型选择标准包括每个模型的度量，该度量平衡该模型对该光谱数据的拟合质量上的改善与根据该模型中使用的组分参考光谱的数量确定的复杂性惩罚。
用于确定样品存在组分光谱装置方法

[发明专利]一种瓦楞纸箱包装的生产工艺智能选择方法-CN202111354979.9在审
发明人：李国兵 -专利权人：武汉市宏伟纸箱包装有限公司
申请日： 2021-11-16 - 公布日： 2021-12-14 - 主分类号： B31B50/00 文献下载
摘要：本发明公开了一种瓦楞纸箱包装的生产工艺智能选择方法，其中，所述方法包括：通过印刷属性信息和第一包装应用特性信息对第一纸箱工艺选择模型进行训练，获得第一强化纸箱工艺选择模型；通过物理属性信息对第二纸箱工艺选择模型进行训练，获得第二强化纸箱工艺选择模型；提取第一强化纸箱工艺选择模型的第一参数信息和第二强化纸箱工艺选择模型的第二参数信息；根据第一参数信息和第二参数信息，构建第三纸箱工艺选择模型；根据第三纸箱工艺选择模型，对所述第一纸箱包装的生产工艺进行选择解决了现有技术瓦楞纸箱生产工艺选择缺乏针对性，导致影响纸箱包装应用效果，进而对产品造成损坏的技术问题。
一种瓦楞纸箱包装生产工艺智能选择方法

[发明专利]图像检测方法、装置、电子设备及存储介质-CN202010275064.8在审
发明人：杨傲楠 -专利权人：深圳云天励飞技术有限公司
申请日： 2020-04-09 - 公布日： 2021-10-19 - 主分类号： G06K9/00 文献下载
摘要：本发明实施例提供一种图像检测方法、装置、电子设备及存储介质，所述方法包括：获取m个不同场景的样本图像；获取n个图像检测器模型，其中，所述n个图像检测器模型为处理相同检测任务的不同模型；以所述m个不同场景的样本图像与所述n个图像检测器模型约束条件，对模型选择器进行训练，以使所述模型选择器在任意时间点都以最大化奖励函数作为目标进行决策，得到目标模型选择器；获取待检测图像；将待检测图像输入到所述目标模型选择器，通过所述目标模型选择器选择目标图像检测器对所述待检测图像进行检测通过训练得到的模型选择器来针对不同的待检测图像选取不同的目标图像检测器模型，使得检测效果得到提升。
图像检测方法装置电子设备存储介质

[发明专利]生成代码的方法及相关设备-CN202211167954.2在审
发明人：李晢曦 -专利权人：京东方科技集团股份有限公司
申请日： 2022-09-23 - 公布日： 2022-12-13 - 主分类号： G06F8/35 文献下载
摘要：该方法，包括：提供用于选择数据模型的第一页面，所述第一页面包括多个待选择的数据模型，所述多个待选择的数据模型包括不同的数据处理规则；响应于针对所述多个待选择的数据模型中的目标数据模型的选择指令，基于所述目标数据模型生成所述代码
生成代码方法相关设备

[发明专利]模型的结果展示方法、计算机可读存储介质及计算机设备-CN201910057852.7在审
发明人：柴磊;许靖;李红一;尹帅 -专利权人：深圳魔数智擎科技有限公司
申请日： 2019-01-22 - 公布日： 2019-05-24 - 主分类号： G06F9/451 文献下载
摘要：本发明提供了一种机器学习模型的结果对比展示方法。所述结果对比展示方法包括：响应于用户选择的模型类型展示出在选择出的模型类型下的多个机器学习模型以及与各个机器学习模型对应的模型指标；响应于用户选择的机器学习模型以及选择的模型对比指令展示出用户选择的机器学习模型的结果对比图本发明将由同一个数据集训练出的不同机器学习模型的结果进行对比，并以可视化的方式来展示不同机器学习模型之间的差异。本发明可支持多个模型结果之间的对比，将各个模型的参数信息，重要变量信息，以及模型误差评估结果信息以图表的方式展示出来，直观形象的对各个模型进行比较，以便用户快速直观的选出最优模型。
机器学习模型结果对比展示模型类型计算机可读存储介质直观评估结果信息计算机设备参数信息结果展示模型对比模型结果模型误差重要变量最优模型可视化响应指令

[发明专利]一种机器学习的训练数据选择方法-CN201910222007.0有效
发明人：李向阳;范阳;张兰 -专利权人：中国科学技术大学
申请日： 2019-03-22 - 公布日： 2022-03-01 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种机器学习的数据选择方法，包括以下步骤：步骤1，选定待选择数据的机器学习模型，并获取该机器学习模型对应的训练数据集；步骤2，从训练数据集中随机选出一个数据子集作为策略训练数据集，通过深度强化学习对策略训练数据集应用于机器学习模型进行若干轮训练，根据训练结果确定与机器学习模型匹配的数据选择策略；步骤3，通过确定的数据选择策略对机器学习模型待输入数据按批次进行选择，将选出的数据用于机器学习模型的训练。该方法能用得出的对当前机器学习模型最优的训练数据选择策略进行机器学习模型的训练数据的选择，提升机器学习模型性能。
一种机器学习训练数据选择方法

[发明专利]对象选择模型的训练方法、对象选择方法及装置-CN202210980320.2在审
发明人：丁建辉;曹宜超;陈珍 -专利权人：北京百度网讯科技有限公司
申请日： 2022-08-16 - 公布日： 2022-11-11 - 主分类号： G06Q10/04 文献下载
摘要：本公开提供了一种对象选择模型的训练方法、对象选择方法及装置，涉及人工智能技术领域，尤其涉及强化学习技术领域。实现方案为：获取多种候选对象的属性信息和多种选择策略，其中，多种候选对象被配置为利用目标资源，多种选择策略中的每种选择策略用于对多种候选对象进行选择；将属性信息和训练状态信息输入对象选择模型，以得到对象选择模型输出的目标选择策略，其中，训练状态信息指示对象选择模型在历史迭代轮次中输出的历史目标选择策略对多种候选对象的选择情况；基于属性信息、训练状态信息和目标选择策略，确定基于目标选择策略所得到的对象选择结果对目标资源的利用效果；以及基于利用效果，调整对象选择模型的参数。
对象选择模型训练方法装置

[发明专利]基于强化学习的事件论元抽取方法及装置-CN202010552821.1有效
发明人：张世琨;叶蔚;习翔宇;张君福;胡文蕙;刘学洋 -专利权人：北京北大软件工程股份有限公司
申请日： 2020-06-17 - 公布日： 2023-08-22 - 主分类号： G06F16/36 文献下载
摘要：本发明涉及一种基于强化学习的事件论元抽取方法及装置，包括构建事件检测模型，构建论元检测模型，构建实体选择模型，将实体选择模型选择的待检测实体输入到论元检测模型进行检测，采集预测结果的损失，根据预测结果的损失更新论元检测模型的参数；根据待检测实体更新实体选择模型；通过更新后的论元检测模型和更新后的实体选择模型对句子中的实体进行检测，并将检测结果引入更新后的论元检测模型和更新后的实体选择模型进行更新，循环直至遍历所有实体。
基于强化学习事件抽取方法装置

[发明专利]一种面向设计过程的代理模型选择方法-CN201910605746.8在审
发明人：贾良跃;郝佳;王国新;阎艳;霍阳阳 -专利权人：北京理工大学
申请日： 2019-07-05 - 公布日： 2019-10-22 - 主分类号： G06F17/50 文献下载
摘要：本发明公开了一种面向设计过程的代理模型选择方法。使用本发明通过预筛选，能够快速准确地选择出代理模型，提高模型选择效率，且准确度高。本发明提取工程设计设计数据集的工程特征，从工程特征角度对设计数据集进行分类，并基于基准数据库的数据构建工程特征与最合适代理模型类别的映射关系；随后使用CART方法，以工程特征作为分类项，构建分类决策树；然后利用分类决策树进行预筛选，缩小候选代理模型类别的数量，提高代理模型选择效率；最后使用基于进化算法的代理模型选择方法在预筛选出的代理模型类别的基础上进行进一步的选择，缩短了模型选择过程的消耗时间，提高了选择效率
代理模型工程特征预筛选分类决策树模型选择设计过程设计数据基准数据库工程设计候选代理进化算法数据构建映射关系准确度分类项构建行进消耗分类

[发明专利]一种面向无人履带混合动力平台的多目标路径重规划方法-CN202210659099.0有效
发明人：刘海鸥;刘龙龙;陈慧岩;关海杰;卢佳兴 -专利权人：北京理工大学
申请日： 2022-06-13 - 公布日： 2022-09-06 - 主分类号： G05D1/02 文献下载
摘要：本发明涉及一种面向无人履带混合动力平台的多目标路径重规划方法，属于导航路径重规划领域，包括：当无人履带混合动力平台在道路被阻断或改变行驶方向时，触发平台重新规划全局路径以及多条回退路径；建立路径选择模型，包括基于时间最短的路径选择模型、基于能量最优的路径选择模型和基于换挡次数最少的路径选择模型；基于越野环境模型和动力学模型模拟平台在多条回退路径上行驶的情况；根据路径选择模型的模拟数据，基于熵权法构建多目标路径选择模型；根据多目标路径选择模型选择最优回退路径；控制平台沿最优回退路径回退后，重新沿全局路径行驶至下一任务点。
一种面向无人履带混合动力平台多目标路径规划方法

[发明专利]一种面向复杂工业过程难测参数的软测量方法-CN201910397985.9在审
发明人：汤健;余刚;赵建军;王猛 -专利权人：北京工业大学
申请日： 2019-05-14 - 公布日： 2019-08-23 - 主分类号： G06F17/50 文献下载
摘要：采用相关系数法对高维原始特征进行线性选择，基于预设定的线性特征选择系数集合得多组线性特征子集；采用互信息法对高维原始特征进行非线性选择，基于预设定的非线性特征选择系数集合获得多组非线性特征子集；分别基于线性与非线性特征子集构建线性子模型和非线性子模型，得到线性特征线性模型、线性特征非线性模型、非线性特征线性模型、非线性特征非线性模型共4类子模型子集；基于优化选择算法和加权算法对上述候选子模型进行选择与合并，获得具有较高泛化性能的难测参数选择性集成软测量模型采用磨矿过程球磨机的高维机械振动频谱数据构建磨机负荷参数软测量模型仿真验证了有效性。
非线性特征线性特征子模型子集高维复杂工业过程非线性模型软测量模型系数集合线性模型原始特征软测量预设定构建球磨机优化选择算法非线性选择选择性集成泛化性能仿真验证互信息法机械振动加权算法磨机负荷磨矿过程频谱数据系数法合并

[发明专利]实现分布式系统中高负载场景下服务高可用的方法、系统-CN202010741416.4有效
发明人：李娟;郭坤;张海军 -专利权人：苏州浪潮智能科技有限公司
申请日： 2020-07-29 - 公布日： 2022-05-27 - 主分类号： H04L67/1097 文献下载
摘要：本发明提供一种实现分布式系统中高负载场景下服务高可用的方法、系统，所述方法包括如下步骤：在分布式集群的主节点构建节点选择模型；其中，节点选择模型用于主节点从中选择被服务的从节点及从节点被服务的顺序；在从节点中构建请求选择模型；其中，请求选择模型包括指定的各个请求的权重、对权重大于设定值的请求设置的折衷参数；请求选择模型用于从节点从中选择被响应的请求及被响应请求的顺序；在分布式系统进入高负载场景中时，主节点读取节点选择模型，按照时间片轮转策略顺序选择服务的从节点；从节点读取请求选择模型，按照每个请求的折衷参数按顺序返回各个请求的数据。
实现分布式系统中高负载场景服务可用方法

[发明专利]虚拟模型的处理方法、装置、电子设备及存储介质-CN202110767415.1在审
发明人：王众怡;王可欣;孙佳佳;马里千;张国鑫;李秋帆;李曼 -专利权人：游艺星际（北京）科技有限公司
申请日： 2021-07-07 - 公布日： 2021-10-08 - 主分类号： G06F3/0481 文献下载
摘要：本公开提供了一种虚拟模型的处理方法、装置、电子设备及存储介质，属于计算机技术领域。方法包括：响应于检测到具有目标标签的虚拟模型，在表情选择界面添加表情选择控件，建立表情选择控件与虚拟模型的关联关系；响应于对表情选择控件的第一触发操作，基于虚拟模型获取表情图片；在表情选择界面中关联显示表情选择控件和表情图片上述技术方案，通过在表情选择界面添加表情选择控件，使得在触发该表情选择控件之后，能够在表情选择界面中显示表情图片，使得用户能够基于该表情图片，确定该虚拟模型所呈现的表情，从而用户能够方便快捷的查看和管理虚拟模型
虚拟模型处理方法装置电子设备存储介质

[发明专利]一种实现超参数选择的方法、装置及设备-CN201911151006.8在审
发明人：侯广健 -专利权人：东软集团股份有限公司
申请日： 2019-11-21 - 公布日： 2020-05-08 - 主分类号： G06N20/00 文献下载
摘要：本申请实施例公开了一种实现超参数选择的方法、装置及设备，在获取到K个训练验证数据集之后，先选择一组超参数建立当前机器学习模型并将该当前机器学习模型确定为当前最优模型；再重新选择一组超参数建立当前机器学习模型，并基于当前机器学习模型与当前最优模型利用目标数据集得到的优劣差异重新确定当前最优模型及增加目标数据集的数量，如此重复多次执行建立当前机器学习模型、基于模型优劣差异重新确定当前最优模型以及增加目标数据集的数量的过程，直至满足预设停止条件，此时可以将最终获得的当前最优模型对应的超参数确定为目标超参数。如此提高超参数选择过程的效率，减少超参数选择过程的时间及内存消耗，降低模型超参数的选择成本。
一种实现参数选择方法装置设备