“注意力模型”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1670109个，建议您升级VIP下载更多相关专利

[发明专利]一种文本情感分析模型的优化方法及装置-CN202011573557.6在审
发明人：任亮;傅雨梅;罗刚 -专利权人：北京知因智慧科技有限公司
申请日： 2020-12-25 - 公布日： 2021-04-02 - 主分类号： G06F16/33 文献下载
摘要：本申请实施例提供一种文本情感分析模型的优化方法及装置，涉及文本分析技术领域。该方法包括将第一词向量输入对抗Dropout的情感词注意力模型和自适应尺度注意力模型，获得情感词注意力特征和自适应尺度注意力特征；将添加对抗扰动的第二词向量输入对抗Dropout的情感词注意力模型、随机Dropout的情感词注意力模型、对抗Dropout的自适应尺度注意力模型和随机Dropout的自适应尺度注意力模型，获得对抗情感词注意力特征、对抗自适应尺度注意力特征；再并最小化总损失，以优化模型，该方法结合情感词的全局注意力机制、自适应尺度的局部注意力机制和对抗Dropout并对模型进行优化，提高模型的鲁棒性和情感分类结果的准确性，解决了现有方法鲁棒性较低、结果不准确的问题。
一种文本情感分析模型优化方法装置

[发明专利]序列数据处理方法、装置、设备及存储介质-CN201911235348.8有效
发明人：燕鹏举 -专利权人：同盾控股有限公司
申请日： 2019-12-05 - 公布日： 2021-09-07 - 主分类号： G06N3/08 文献下载
摘要：本发明公开一种注意力模型的训练方法、装置、计算机设备及存储介质。该方法包括：获取训练数据，所述训练数据包括训练样本及其标签；通过所述注意力模型对所述训练样本进行处理，获得所述注意力模型的预测结果和注意力向量；根据所述训练样本的预测结果及其标签，获得固有损失函数；根据所述固有损失函数和所述注意力向量确定总损失函数；基于所述总损失函数更新所述注意力模型的模型参数，获得所述注意力模型的目标模型参数。本发明使得注意力模型在训练过程中对注意力向量进行优化，从而可实现提高注意力模型的收敛速度。
序列数据处理方法装置设备存储介质

[发明专利]一种基于注意力深度卷积神经分类网络的图像分类方法-CN202110710310.2在审
发明人：刘一柳;王志胜;马瑞 -专利权人：南京航空航天大学
申请日： 2021-06-25 - 公布日： 2021-10-01 - 主分类号： G06K9/46 文献下载
摘要：本发明公开了一种基于注意力深度卷积神经分类网络的图像分类方法，具体为：步骤1：建立通道注意力模型；步骤2：建立空间注意力模型；步骤3：将通道注意力模型的输出结果作为空间注意力模型的输入，从而将通道注意力模型和空间注意力模型结合成注意力模型；步骤4：根据步骤3中的注意力模型建立深度卷积神经分类网络；步骤5：对步骤4中的深度卷积神经分类网络进行训练，采用训练好的深度卷积神经分类网络对图像进行分类。
一种基于注意力深度卷积神经分类网络图像方法

[发明专利]一种基于腕部穿戴设备的注意力机制人体行为识别方法-CN202310674266.3在审
发明人：王燕;杨红梅;汪鑫;王瑷珲;路成钢;耿颖睿;温晓许;王海泉 -专利权人：中原工学院
申请日： 2023-06-08 - 公布日： 2023-08-11 - 主分类号： G06F3/01 文献下载
摘要：本发明公开了一种基于腕部穿戴设备的注意力机制人体行为识别方法，包括：利用腕部穿戴设备采集多种人体行为的动作数据，并进行预处理；基于预处理后的多种人体行为的动作数据，构建基于注意力机制的多层注意力模型，其中，基于注意力机制的多层注意力模型包括传感器通道注意力层、自注意力层和全局时间注意力层；利用构建的基于注意力机制的多层注意力模型，对腕部穿戴设备实时采集的人体行为动作数据进行人体行为识别。本发明构建的多阶段注意力模型包括传感器通道注意力层、自注意力层以及全局时间注意力层，用来提取跨传感器通道特征、样本间深层特征和跨样本特征，以从人体行为的时间序列数据中提取更有价值的特征，提高模型识别率。
一种基于腕部穿戴设备注意力机制人体行为识别方法

[发明专利]一种基于多样化语义注意力模型的细粒度实体分类方法-CN202011366099.9在审
发明人：向镐鹏;胡岩峰;乔雪;姜添;潘宇顺;彭晨;李熙雨;罗晋 -专利权人：中国科学院电子学研究所苏州研究院
申请日： 2020-11-29 - 公布日： 2021-02-26 - 主分类号： G06F40/30 文献下载
摘要：本发明提出了一种基于多样化语义注意力模型的细粒度实体分类方法，基于切分长度和步长，得到句子的多样化注意力片段序列；构建多样化语义注意力模型，包括注意力图预测模型与注意力特征集成模型两部分；构建多样性约束，包括注意力图约束和注意力片段约束，结合分类损失，确定最终的损失函数，用于训练多样化语义注意力模型；利用训练好的多样化语义注意力模型，确定多样化注意力片段序列对应的注意力图，结合softmax网络，预测每个时间步长对于每个细粒度实体类别分类结果
一种基于多样化语义注意力模型细粒度实体分类方法

[发明专利]注意力范围自适应方法、系统及计算机可读存储介质-CN202110340866.7在审
发明人：曾庆威;沈文枫;艾文伟;赵时旻;黄天印;毕湘利 -专利权人：上海大学
申请日： 2021-03-30 - 公布日： 2021-07-06 - 主分类号： G06F40/166 文献下载
摘要：本发明提供了注意力范围自适应方法、系统及计算机可读存储介质，其中注意力范围自适应方法，包括以下步骤：S1、通过缓存机制保存模型的隐向量序列，设置保存的最大长度；S2、添加掩盖函数控制模型的注意力范围；根据所述掩盖函数的最长范围确定参与模型计算的隐向量序列长度；S3、训练所述掩盖函数，并通过训练后的掩盖函数确定模型的注意力范围。本注意力范围自适应方法、系统及计算机可读存储介质，不仅可以调节当前层注意力头的注意力范围，还可以调节模型其他层注意力头的注意力范围，在保证让每层的学习到最佳的注意力范围，同时让模型保持最佳的注意力范围。
注意力范围自适应方法系统计算机可读存储介质

[发明专利]儿童注意力评估系统及其方法-CN201910023305.7有效
发明人：张建海;唐明峰;唐佳佳;苏重威;刘予晞 -专利权人：杭州电子科技大学
申请日： 2019-01-10 - 公布日： 2021-06-01 - 主分类号： A61B5/16 文献下载
摘要：本发明公开儿童注意力评估系统及其方法。本发明通过采集儿童的前额脑电并获取原始注意力数据，对其进行处理与分析，建立基于脑电的注意力评价模型，并得到注意力的各项客观指标。本发明提出的注意力评估模型将注意力状态分为六种：放松状态、注意力转移状态、任务状态、专注状态、走神状态、注意力消失状态；并且计算注意力的若干指标：放松状态平均注意力、专注状态平均注意力、最高注意力、注意力强度、注意力的持久性、注意力的稳定性、注意力状态转移效率。本发明将会有效帮助家长了解孩子注意力状况，提升儿童注意力水平，促进孩子学习成绩提高。
儿童注意力评估系统及其方法

[发明专利]一种废品瓶多标签分类模型构建方法及废品瓶分类方法-CN202111576591.3在审
发明人：莫卓亚;许家誉;肖景钰 -专利权人：广东弓叶科技有限公司
申请日： 2021-12-22 - 公布日： 2022-04-01 - 主分类号： G06V10/764 文献下载
摘要：本发明属于图像处理技术领域，尤其涉及一种废品瓶多标签分类模型构建方法，包括：获取废品瓶图像数据集，根据所述废品瓶图像数据集，采用残差网络结构提取上下文特征，构建残差学习模型；其中，所述废品瓶图像数据集包括废品瓶图像数据和废品瓶图像类别标签；结合通道注意力机制与空间注意力机制，提取废品瓶图像数据集的分类特征，构建混合注意力模型；基于混合注意力模型输出的特征图像，生成标签分类数值，构建自注意力模型；根据所述残差学习模型、所述混合注意力模型和所述自注意力模型，构建废品瓶多标签分类模型；通过结合残差学习模型、混合注意力模型和自注意力模型，能够显著提高废品瓶多标签分类的正确率。
一种废品标签分类模型构建方法

[发明专利]一种数据处理方法和相关装置-CN202110970700.3在审
发明人：曾显峰;冉邱;孟凡东 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-08-23 - 公布日： 2022-04-05 - 主分类号： G06F16/33 文献下载
摘要：语言模型的解码器包括的多层注意力层，其中包括了在解码顺序下前后相邻的第一注意力层和第二注意力层。在该多层注意力层中设置至少两种注意力机制，第一注意力层采用了其中的第一注意力机制，第二注意力层采用了其中的第二注意力机制，针对待处理语料，通过该语言模型可以基于待处理语料确定的输入数据，得到对应该待处理语料的语言处理结果由于语言模型能够采用至少两种不同的注意力机制，不同的注意力机制针对同一个语料的注意力分布或者说所关注的侧重点是有所区别的，语言模型通过综合不同的注意力分布，能够关注到更多需要注意的数据，增加了处理多样性，显著提高语言模型的语言处理精度。
一种数据处理方法相关装置

[发明专利]一种构建注意力识别模型的方法及装置-CN202110025525.0在审
发明人：刘向阳;赵晨旭;唐大闰 -专利权人：上海明略人工智能（集团）有限公司
申请日： 2021-01-08 - 公布日： 2021-04-06 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种构建注意力识别模型的方法及装置，方法包括：对不同教室采集的头部图像集进行标注；对各头部图像集进行支撑集组织和查询集组织，得到支撑集‑查询集对；依据支撑集对注意力识别初始模型进行训练，得到注意力识别中间模型；依据查询集对注意力识别中间模型进行训练，获取总查询识别损失；将支撑集‑查询集对输入去掉分类层的注意力识别中间模型进行训练，获取总距离损失；若依据总查询识别损失及总距离损失计算的总损失小于总损失阈值，将注意力识别中间模型作为注意力识别模型，否则，调整训练的注意力识别初始模型的模型参数，直至总损失小于总损失阈值。可以提高注意力识别的准确性。
一种构建注意力识别模型方法装置

[发明专利]注意力检测方法及装置-CN202211117447.8在审
发明人：贺克赛 -专利权人：际络科技（上海）有限公司
申请日： 2022-09-14 - 公布日： 2022-12-30 - 主分类号： G06V40/16 文献下载
摘要：本发明提供一种注意力检测方法及装置，方法包括：获取连续的多帧驾驶员图像；将连续的多帧驾驶员图像输入至注意力检测模型中，得到注意力检测模型输出的注意力检测结果；注意力检测模型是基于注意力机制，并利用视线和头部姿态对训练图像进行监督学习得到的本发明通过云端接收车端发送的连续的多帧驾驶员图像，以利用云端的注意力检测模型对驾驶员图像进行检测，通过云端对深度学习模型计算量的高容忍度，以充分发挥算法的优势；另外基于注意力机制，并利用视线和头部姿态对注意力检测模型进行监督训练，以大幅度提高云端性能，通过采用注意力机制，提升了模型的并行计算能力，进而提升模型的训练速度和准确率。
注意力检测方法装置

[发明专利]一种基于双注意力机制网络的车速预测方法、系统及车辆-CN202210743672.6在审
发明人：魏翼鹰;贾炳明;李志成;江煜;邓澳洋;张晖;张渝沄;李绘鹏;杨训鑑;吴限 -专利权人：武汉理工大学
申请日： 2022-06-28 - 公布日： 2022-09-09 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供了一种基于双注意力机制网络的车速预测方法、系统及车辆。其方法包括：获取车辆行驶特征数据，基于所述车辆行驶特征数据构建数据样本集；构建双注意力机制网络预测模型，所述双注意力机制网络模型包括第一注意力机制网络模型和第二注意力机制网络模型；基于数据样本集训练得到训练完备的双注意力机制网络预测模型；获取实时行驶数据，基于所述训练完备的双注意力机制网络预测模型，获得预测的车辆速度。本发明通过构建双注意力机制网络预测模型，在双注意力机制下，将隐藏层的时间序列进行有效的预测，从而提高神经网络模型的鲁棒性和时效性，进而提高车辆速度预测的准确性。
一种基于注意力机制网络车速预测方法系统车辆

[发明专利]图像超分辨率重建方法及装置-CN202111123791.3有效
发明人：请求不公布姓名 -专利权人：上海壁仞智能科技有限公司
申请日： 2021-09-24 - 公布日： 2023-06-27 - 主分类号： G06T3/40 文献下载
摘要：本发明提供一种图像超分辨率重建方法及装置，所述方法包括：将待重建图像输入至图像重建模型，得到图像重建模型输出的超分辨率图像。其中，图像重建模型的注意力层包括多个注意力模块，各注意力模块用于对上一注意力特征依次进行上采样和注意力特征提取，得到当前模块的当前注意力特征，并将当前模块的当前注意力特征作为下一注意力模块的上一注意力特征首个注意力模块的上一注意力特征为待重建图像的各子图像的初始特征，末个注意力模块的当前注意力特征作为各子图像的注意力特征。
图像分辨率重建方法装置

[发明专利]一种数据处理方法及装置-CN202110212564.1在审
发明人：程文华;吕倪祺;游亮;龙欣 -专利权人：阿里巴巴集团控股有限公司
申请日： 2021-02-25 - 公布日： 2021-08-24 - 主分类号： G06K9/46 文献下载
摘要：在本申请中，基于数据处理网络对输入数据处理，得到中间数据，获取注意力网络输出的固定的注意力特征，固定的注意力特征是至少使用初始化的注意力特征训练模型后得到的，初始化的注意力特征中的包括的各个注意力权重中不全相同，基于模型中的数据聚合网络、根据固定的注意力特征对中间数据处理，得到输出数据，固定的注意力网络之前不接任何输入，即注意力网络输出的注意力特征与输入数据无关。固定的注意力特征不仅能让模型中更重要的参数发挥更大的作用，提高模型准确度，并能定位出参数的重要性，也有利于模型进一步地压缩，另外也规避了某一些归一化层给传统注意力网络带来的输入特征相同的问题。
一种数据处理方法装置

[发明专利]一种注意力机制模型的训练方法、装置、设备及存储介质-CN202210228371.X在审
发明人：孟庆春 -专利权人：华为技术有限公司
申请日： 2022-03-10 - 公布日： 2022-10-28 - 主分类号： G06N3/08 文献下载
摘要：本申请公开了人工智能领域中的一种注意力机制模型的训练方法、装置、设备及存储介质，一种注意力机制模型的训练方法包括：获取多个词向量；确定多个词向量之间的依赖关系；基于多个词向量之间的依赖关系，对注意力机制模型进行训练，获得经训练的注意力机制模型。采用本申请的注意力机制模型的训练方法，能够增加句子中词语之间的表达关系，提高注意力机制模型的准确率。
一种注意力机制模型训练方法装置设备存储介质

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