“正样本”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376679个，建议您升级VIP下载更多相关专利

[发明专利]一种样本生成方法、装置、电子设备以及存储介质-CN202110789221.1在审
发明人：刘定祥;古毅伟 -专利权人：上海浦东发展银行股份有限公司
申请日： 2021-07-13 - 公布日： 2021-09-21 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种样本生成方法、装置、电子设备以及存储介质，属于机器学习技术领域。该方法包括：确定本次正样本集的本次均值样本；其中所述本次正样本集根据上次正样本集和所述上次正样本集的新正样本确定；根据所述本次均值样本与所述本次正样本集中的正样本之间的距离，对所述本次正样本集进行分组，得到至少两个正样本组；其中，所述正样本组中包括至少四个正样本；针对每一正样本组，若根据该正样本组中正样本的空间位置关系，确定该正样本组能组成一个空间多面体，则根据所述空间多面体的球心的空间信息，生成该正样本组的新正样本；根据至少两个正样本组的新正样本，确定所述本次正样本集的新正样本。丰富了正样本集中正样本的多样性。
一种样本生成方法装置电子设备以及存储介质

[发明专利]生产不良分析的样本抽样方法、装置及存储介质-CN202110204849.0在审
发明人：任佳伟;王瑜;王海金;刘楠;柴栋;吴建民;王洪 -专利权人：北京中祥英科技有限公司;京东方科技集团股份有限公司
申请日： 2021-02-23 - 公布日： 2022-09-09 - 主分类号： G06Q10/06 文献下载
摘要：本文公开一种生产不良分析的样本抽样方法，包括：根据目标生产对象的生产检测数据构建原始样本空间；根据不良类型遍历原始样本空间筛选出目标负样本和原始正样本，生成原始正样本集合；针对任意目标负样本，挑选与目标负样本存在关联关系的正样本作为候选正样本并生成候选正样本集合，确定候选正样本在不良分析时的重要性，根据重要性确定所述候选正样本的抽取权重；根据候选正样本的抽取权重对候选正样本集合进行重要性随机抽样得到目标正样本；由多个目标正样本和多个目标负样本生成新的样本集合供生产不良分析用本文能缩小用于生产不良分析的样本的数量，提高样本的有效性。
生产不良分析样本抽样方法装置存储介质

[发明专利]模型训练、样本平衡方法及装置以及个人信用评分系统-CN201510981091.6有效
发明人：席炎;王晓光;赵科科;张柯;毛旭东;杨旭;蔡宁 -专利权人：阿里巴巴集团控股有限公司
申请日： 2015-12-23 - 公布日： 2020-08-25 - 主分类号： G06K9/62 文献下载
摘要：本申请公开一种针对不平衡样本集的模型训练方法及装置，对不平衡样本集进行样本平衡后再训练模型，从而提高模型的性能。该方法包括：获取不平衡样本集，所述不平衡样本集中包含负样本和正样本，且负样本与正样本的样本数量比大于不平衡阈值，所述不平衡阈值大于1；根据所述不平衡样本集中的正样本，以及与所述正样本相邻的样本，建立合成正样本，所述与所述正样本相邻的样本包含负样本和/或正样本；当合成正样本与正样本的数量之和与负样本数量的比值在平衡阈值区间内时，将合成正样本修改为正样本，生成平衡样本集；根据所述平衡样本集进行模型训练。本申请还公开一种针对不平衡样本集的样本平衡方法及装置以及一种个人信用评分系统。
模型训练样本平衡方法装置以及个人信用评分系统

[发明专利]模型训练及投诉预测方法、装置、电子设备和存储介质-CN202310225093.7在审
发明人：李利;朱琳;袁向阳 -专利权人：中国移动通信有限公司研究院;中国移动通信集团有限公司
申请日： 2023-03-01 - 公布日： 2023-10-20 - 主分类号： G06F18/214 文献下载
摘要：其中，该模型训练包括：确定训练样本集；训练样本集包括专线的负样本集和正样本集；负样本集中的负样本表征专线的投诉样本，正样本集中的正样本表征专线的非投诉样本；从正样本集中选取多个正样本，组成多个正样本子集；每个正样本子集中的样本数量与负样本集中的样本数量相同；基于负样本集和多个正样本子集训练预测模型；预测模型用于确定专线是否会被投诉。
模型训练投诉预测方法装置电子设备存储介质

[发明专利]正样本获取方法、行人检测模型生成方法和行人检测方法-CN201810149833.2有效
发明人：唐小军 -专利权人：京东方科技集团股份有限公司
申请日： 2018-02-13 - 公布日： 2022-04-22 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了一种正样本获取方法、行人检测模型生成方法和行人检测方法，该正样本获取方法包括：对原始图像中预先标记的正样本原始框添加扰动，以得到正样本选取框，所述正样本原始框所围住的图像包含行人；提取所述正样本选取框所围住的图像以作为正样本本发明的技术方案可有效提升原始图像中可获取的正样本的数量，以及为正样本添加背景，可有效提升训练出的行人检测模型的识别精准度。
样本获取方法行人检测模型生成

[发明专利]不平衡数据过采样方法、装置及存储介质-CN201911007816.6在审
发明人：乔少杰;刘定祥;孙科;韩楠;魏军林;张永清;许源平;彭珍妮;王伟;元昌安;冉先进;范勇强;彭京;周凯;黄萍;郑皎凌;何晓曦;李斌勇;覃晓;张吉烈 -专利权人：成都信息工程大学;泸州市城投智慧科技发展有限责任公司
申请日： 2019-10-22 - 公布日： 2020-04-07 - 主分类号： G06N20/00 文献下载
摘要：本发明涉及机器学习技术领域，提供了一种不平衡数据过采样方法，基于三角形重心特点，包括：S1、获取样本集，并对所述样本集进行正负样本划分，得到正样本集和负样本集；S2、获取正样本集坐标点位信息，根据所述正样本集坐标点位信息生成均值中心点；S3、识别所述正样本集中每一正样本到均值中心点的马氏距离，按马氏距离大小对所述正样本进行排序得到正样本序列；S4、根据所述正样本序列对正样本集进行分组生成正样本组，识别所述正样本组的重心，将所述重心位置标记为新正样本；S5、将所述新正样本并入至正样本集得到新正样本集，重复步骤S2‑S4，得到与负样本数量相平衡的正样本数量；通过上述方法，本发明解决了机器学习中的过拟合现象。
不平衡数据采样方法装置存储介质

[发明专利]模型的构建方法、关系的确定方法、装置、介质及设备-CN202210451863.5在审
发明人：刘杰辰 -专利权人：北京金堤科技有限公司
申请日： 2022-04-26 - 公布日： 2022-08-02 - 主分类号： G06F16/9535 文献下载
摘要：本公开涉及一种模型的构建方法、关系的确定方法、装置、介质及设备，涉及计算机技术领域，包括：获取企业集合中的多个正样本对，每个正样本对包括存在上下游关系的两个样本企业；根据多个正样本对，从企业集合中获取负样本对，每个负样本对包括不存在上下游关系的两个样本企业；获取每个正样本对对应的正样本特征和每个负样本对对应的负样本特征；将得到的多个正样本对、多个正样本对对应的多个正样本特征、多个负样本对和多个负样本对对应的多个负样本特征，作为训练样本对；根据训练样本对和训练样本对对应的上下游关系，构建关系识别模型。
模型构建方法关系确定装置介质设备

[发明专利]用户挖掘及模型的训练方法、装置、电子设备和存储介质-CN202310483889.2有效
发明人：郭雪茹 -专利权人：京东科技控股股份有限公司
申请日： 2023-04-28 - 公布日： 2023-09-05 - 主分类号： G06F16/2458 文献下载
摘要：本发明实施例公开一种用户挖掘及模型的训练方法、装置、电子设备和存储介质，涉及大数据技术，用户挖掘模型的训练方法包括：将目标物品的类似物品的受众确定为伪正样本用户；基于伪正样本用户挖掘目标物品的受众，得到第一正样本用户；基于第一正样本用户继续挖掘目标物品的受众，得到第二正样本用户；基于第一正样本用户和第二正样本用户进行模型训练，得到用户挖掘模型，用户挖掘模型用于挖掘目标物品的待推荐用户。本发明在没有正样本时，通过类似物品的受众确定伪正样本用户，再基于伪正样本用户逐步挖掘积累正样本用户，以为模型训练提供足够的正样本，利用这些样本做模型训练，训练得到的模型可以精准挖掘用户，提升高潜用户挖掘效果
用户挖掘模型训练方法装置电子设备存储介质

[发明专利]一种用于人脸检测的训练样本的生成方法及装置-CN201310137893.X有效
发明人：汪海洋;周祥明;王刚;潘石柱;张兴明;傅利泉;朱江明;吴军;吴坚 -专利权人：浙江大华技术股份有限公司
申请日： 2013-04-19 - 公布日： 2017-03-22 - 主分类号： G06K9/36 文献下载
摘要：本发明公开了一种用于人脸检测的训练样本的生成方法，该方法包括获取原始人脸正样本集合，以及原始人脸负样本集合；对原始人脸正样本集合中的人脸正样本进行图像处理，添加到原始人脸正样本集合中，得到中间人脸正样本集合；对中间人脸正样本集合中的人脸正样本进行随机抽取和随机加权，添加到中间人脸正样本集合中，得到最终人脸正样本集合；以及对原始人脸负样本集合中的人脸负样本进行随机抽取和按位逻辑运算，添加到原始人脸负样本集合中，得到最终人脸负样本集合；将最终人脸正样本集合和最终人脸负样本集合作为用于人脸检测的训练样本。该方案节省人力资源、提高训练样本的多样性、保证检测结果的准确性。
一种用于检测训练样本生成方法装置

[发明专利]一种空壳企业确定方法及装置、空壳企业监测方法及装置-CN202011513583.X在审
发明人：孙明月;王宏刚;刘识;王倩;彭放;孙妮;简燕红;张海峰;米娜;崔琪;马寒梅;邓祥瑞;吴颖波;杨涛 -专利权人：国家电网有限公司大数据中心
申请日： 2020-12-18 - 公布日： 2021-07-23 - 主分类号： G06K9/62 文献下载
摘要：该空壳企业确定方法包括：从全量样本中选取出m个样本作为训练样本集；从训练样本集中选出n个正样本作为第一正样本集，并从第一正样本集中选取出s个正样本作为第二正样本集；对第二正样本集中所有正样本进行标记作为标签样本，将训练样本集中其他未标记的m‑s个样本作为无标签样本；利用训练样本集，且以是否为标签样本来训练预设分类器；利用已经训练好的预设分类器对全量样本进行预测，从而获得全量样本中各样本为正样本的概率值以及根据该概率值确定的分类结果；在分类结果是确定为正样本时，确定对应的样本为空壳企业。本发明方案可以准确地确定出某个样本是否为空壳公司。
一种空壳企业确定方法装置监测

[发明专利]数据处理方法、模型训练方法及装置-CN202211555235.8在审
发明人：任云静;龙克树;郑美兰 -专利权人：中国移动通信集团贵州有限公司;中国移动通信集团有限公司
申请日： 2022-12-06 - 公布日： 2023-10-20 - 主分类号： G06Q10/04 文献下载
摘要：本申请实施例提供了一种数据处理方法、模型训练方法及装置，该数据处理方法包括：从全量样本数据中确定正样本和负样本，正样本为办理了目标业务的用户的样本数据，负样本为未办理目标业务的用户的样本数据；分别将正样本和负样本划分为S个分区，每个分区包括至少一个正样本和至少一个负样本；计算每个分区内负样本的数量和正样本的数量的比值；对S个分区的比值进行降序排序，按照排序由高到低的顺序依次对每个分区内的正样本和/或负样本进行裁剪处理，得到裁剪后的正样本和负样本，其中，裁剪后得到的正样本的数量与全量样本数据中正样本的数量的比值不小于第一预设值。
数据处理方法模型训练装置

[发明专利]一种获得邻域和正域的方法和系统-CN201710384473.X在审
发明人：彭政红;崔莉;赵泽 -专利权人：中国科学院计算技术研究所
申请日： 2017-05-26 - 公布日： 2017-10-27 - 主分类号： G06N99/00 文献下载
摘要：本发明涉及一种获得邻域和正域的方法和系统，包括将哈希分桶后的数据集作为算法的输入，遍历每个数据桶中的样本，通过正域标志判断当前样本是否已被标记为非正域样本，若是则对其他样本进行正域判断，否则查找当前样本的邻域样本；判断当前样本和邻域样本的决策属性值是否相同，若是则舍弃邻域样本，检索其它邻域样本，否则判断当前样本和邻域样本是否互为邻域，若是则通过正域标志将当前样本和邻域样本标记为非正域样本，否则舍弃邻域样本，检索当前样本的其它邻域样本本发明利用邻域关系的对称性、哈希映射函数的局部敏感性和决策属性过滤策略优化了计算邻域和正域的计算效率。
一种获得邻域方法系统

[发明专利]一种神经网络模型训练方法、装置及计算机可读存储介质-CN202011063849.5在审
发明人：王征韬 -专利权人：腾讯音乐娱乐科技（深圳）有限公司
申请日： 2020-09-30 - 公布日： 2021-01-05 - 主分类号： G06N3/04 文献下载
摘要：本申请公开了一种神经网络模型训练方法、装置、设备及介质，获取标注样本集；对标注样本集中的正样本进行扩散，得到扩散样本集；获取预测样本集；在预测样本集中，确定各个第一正样本对应的第一子样本集，第一子样本集中包含对应的第一正样本；在扩散样本集中，确定与第一正样本的样本位置相同的第二正样本，确定各个第二正样本对应的第二子样本集，第二子样本集中包含对应的第二正样本；基于正样本位置相同的第一子样本集及第二子样本集各自的正负样本信息，计算神经网络模型的目标损失函数值；基于目标损失函数值对神经网络模型进行训练，得到训练好的神经网络模型，以基于训练好的神经网络模型对目标样本进行正负样本检测识别效率高。
一种神经网络模型训练方法装置计算机可读存储介质

[发明专利]分类模型训练方法及装置-CN201510456761.2在审
发明人：叶幸春 -专利权人：腾讯科技（深圳）有限公司
申请日： 2015-07-29 - 公布日： 2015-11-18 - 主分类号： G06K9/62 文献下载
摘要：方法包括：根据本轮正例样本和本轮负例样本进行模型训练，得到本轮分类模型；若本轮分类模型不满足指定条件，则利用本轮分类模型对全部样本进行分类，根据分类结果在全部样本中选取特定样本；将本轮正例样本和特定样本作为下一轮正例样本，根据下一轮正例样本确定下一轮负例样本；根据下一轮正例样本和下一轮负例样本，继续执行上述模型训练和样本处理过程，直至得到满足指定条件的分类模型。随着正例样本数量的不断增加，负例样本中包含的潜在正例样本会随之下降，可有效提升负例样本的纯净度，根据数量叠加的正例样本和负例样本进行训练得到的模型稳定性较好，分类精确度较高。
分类模型训练方法装置

[发明专利]样本权重分配方法、模型训练方法、电子设备及存储介质-CN201711480906.8有效
发明人：严蕤;牟永强 -专利权人：深圳云天励飞技术有限公司
申请日： 2017-12-29 - 公布日： 2019-10-25 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种样本权重分配方法，所述方法包括：获取训练样本，所述训练样本包括正样本集及负样本集；计算所述正样本集中每个正样本对的距离，及所述负样本集中每个负样本对的距离；根据所述正样本集中每个正样本对的距离，确定所述正样本集的距离分布；根据所述负样本集中每个负样本对的距离，确定所述负样本集的距离分布；基于所述正样本集的距离分布及所述负样本集的距离分布，确定所述训练样本的权重分布。本发明能增加分类错误的样本对的权重，在模型训练过程中，增大所述分类错误的样本对目标损失的贡献，从而能更好地修正模型参数，提高模型参数的表达能力。
负样本距离分布正样本样本训练样本正样本集存储介质电子设备模型训练权重分配权重模型训练过程模型参数修正模型分类

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