“源域”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652060个，建议您升级VIP下载更多相关专利

[发明专利]基于目标域移动机制的多源域自适应方法-CN202210516703.4在审
发明人：吴兰;王涵;李斌全;郭鑫 -专利权人：河南工业大学
申请日： 2022-05-12 - 公布日： 2022-08-05 - 主分类号： G06V10/764 文献下载
摘要：本发明公开基于目标域移动机制的多源域自适应方法，涉及分类技术领域，包括以下步骤：通过公共特征提取器对第一源域数据进行公共特征提取；通过第一源域特征提取器对第一源域数据进行第一源域局部自适应得到第一源域局部自适应数据；将第一源域局部自适应数据送入第一源域分类器获取第一源域目标域样本；对第一源域目标域样本和第二源域数据通过第二源域特征提取器提取第二源域网络进行第二源域局部自适应得到第二源域局部自适应数据；将第二源域局部自适应数据送入第二源域分类器获取第二源域目标域样本；将第三源域和第二源域目标域样本自适应输出目标域标签信息。本发明通过目标域的移动串行地与每一个源域进行局部域自适应，提高其分类精度。
基于目标移动机制多源域自适应方法

[发明专利]一种基于数据筛选的域适应方法和系统-CN202310461928.9在审
发明人：吴超;王沛正;李皓 -专利权人：浙江大学
申请日： 2023-04-26 - 公布日： 2023-08-01 - 主分类号： G06F18/24 文献下载
摘要：本发明公开了一种基于数据筛选的域适应方法和系统，属于迁移学习中的域适应技术领域。获取任务一致但数据分布不同的源域和目标域数据集；利用源域数据预训练源域卷积神经网络和源域分类器；构建由源域卷积神经网络、目标域神经网络、判别器组成的对抗网络，并进行基于域分类任务的对抗训练；利用预训练后的源域卷积神经网络提取源域数据特征，利用训练后的判别器对源域数据进行域分类，从分类为源域的数据子集中剔除部分数据，更新源域数据集；使用新的源域数据集和原始的目标域数据集进行域适应操作。本发明利用对抗训练方式拉近了目标域与源域在同一特征空间的特征表示，筛选出更接近目标域数据的源数据进行域适应操作，提升了域适应的性能。
一种基于数据筛选适应方法系统

[发明专利]息肉检测模型的训练方法、检测方法、装置、介质及设备-CN202211015295.0在审
发明人：王杰祥;张志诚;边成;李永会 -专利权人：抖音视界有限公司
申请日： 2022-08-23 - 公布日： 2022-11-22 - 主分类号： G06T7/00 文献下载
摘要：本公开涉及一种息肉检测模型的训练方法、检测方法、装置、介质及设备，包括：基于息肉检测模型对源域数据集中的源域图像和目标域数据集中的目标域图像进行前背景特征提取，获得第一源域特征和第一目标域特征；基于第一源域特征和第一目标域特征，确定源域前景节点和目标域前景节点；确定每一源域前景节点和每一目标域前景节点之间的相关性参数；根据相关性参数分别对第一源域特征和第一目标域特征进行更新，获得第二源域特征和第二目标域特征；根据第二源域特征获得源域图像对应的预测结果；根据源域图像对应的预测结果和息肉标签、以及第二源域特征和第二目标域特征，确定息肉检测模型的目标损失，并根据目标损失对息肉检测模型进行训练。
息肉检测模型训练方法装置介质设备

[发明专利]一种基于对比学习的跨域多模态遥感图像分类方法-CN202310959584.4在审
发明人：董文倩;杨岳广;曲家慧;杨腾;肖嵩;李云松 -专利权人：西安电子科技大学
申请日： 2023-08-01 - 公布日： 2023-10-20 - 主分类号： G06V10/764 文献下载
摘要：一种基于对比学习的跨域多模态遥感图像分类方法，包括：预训练阶段，对源域数据进行数据预处理；提取源域数据特征，得到源域融合特征；将源域融合特征输入分类器，得到分类结果；跨域对比学习阶段，重新输入源域和目标域数据并对其进行预处理；利用预训练阶段得到的源域网络最优参数初始化此阶段源域和目标域网络，初始化目标域各类别的特征队列；提取源域和目标域数据特征，得到源域和目标域融合特征；得到分类结果和高维特征，利用对比学习进行域自适应对齐；反向传播更新源域网络，动量更新目标域网络，保存最优目标域网络的参数及其分类结果。本发明可实现目标域无监督分类，减小源域和目标域的域间差异，显著提高了目标域遥感图像分类精度。
一种基于对比学习跨域多模态遥感图像分类方法

[发明专利]一种跨域自适应的图卷积平衡迁移学习方法与系统-CN202110363771.7在审
发明人：陈益强;高晨龙;蒋鑫龙;陈前 -专利权人：中国科学院计算技术研究所
申请日： 2021-04-02 - 公布日： 2021-07-16 - 主分类号： G06N3/04 文献下载
摘要：本发明公开一种跨域自适应的图卷积平衡迁移学习方法，包括：将源域数据和目标域数据输入第一图卷积神经网络，分别得到源域数据和目标域数据中节点的局部特征；将源域数据和目标域数据输入第二图卷积神经网络，分别得到源域数据和目标域数据中节点的全局特征；利用注意力机制将源域数据和目标域数据中节点的局部特征和全局特征进行聚合，得到源域数据和目标域数据中节点的统一特征；基于源域数据和目标域数据中节点的统一特征，构建源域分类器和目标域分类器分别对源域数据和目标域数据中节点进行分类，构建领域分类器用于判定节点来自源域数据或者目标域数据。
一种自适应图卷平衡迁移学习方法系统

[发明专利]一种多源非均衡域自适应方法-CN202110111137.4有效
发明人：刘龙;惠朝晖;罗彬;黄西平 -专利权人：西安理工大学
申请日： 2021-01-27 - 公布日： 2023-08-18 - 主分类号： G06N3/0464 文献下载
摘要：本发明公开了一种多源非均衡域自适应方法，具体包括如下步骤：步骤1，对各个源域的图像数据进行预处理；步骤2，计算源域数据和目标域数据之间的Wasserstein距离；步骤3：构建多源域自适应网络，确定多源域自适应过程中各源域自适应损失权重λi；步骤4：构建多源非均衡域自适应网络框架，确定各源域整体在多源域自适应过程的非平衡因子；步骤5：在多源域自适应过程中为各源域整体加入动态调节因子，使目标域数据的平均识别准确率超过本发明解决了现有技术在多源域自适应过程中，均衡地采用各个源域的特征信息所产生的负迁移现象，进而导致训练的图像分类器准确率不高的问题。
一种多源非均衡自适应方法

[发明专利]语义分割方法、装置、计算机设备及计算机可读存储介质-CN202310904970.3在审
发明人：赖昕;刘枢;吕江波;沈小勇;田倬韬;易振彧 -专利权人：深圳思谋信息科技有限公司
申请日： 2023-07-24 - 公布日： 2023-08-22 - 主分类号： G06V10/26 文献下载
摘要：方法包括：通过源域浅层网络对源域样本图提取源域图像特征；通过目标域浅层网络对目标域样本图提取目标域图像特征；基于共享深层网络分别对源域图像特征和目标域图像特征进行语义分割处理，得到源域分割结果和目标域分割结果；根据源域图像特征与目标域图像特征间的分布差异确定第一损失；根据源域分割结果与目标域分割结果的差异确定第二损失；根据源域样本图携带的标签与源域分割结果的差异确定第三损失；根据第一损失、第二损失和第三损失，优化源域浅层网络、目标域浅层网络和共享深层网络，以得到适于目标域的语义分割模型。
语义分割方法装置计算机设备可读存储介质

[发明专利]一种基于迁移性图谱的图像分类方法、装置、设备和介质-CN202310773223.0有效
发明人：叶玥;苏慧;王瑾;程乐超 -专利权人：之江实验室
申请日： 2023-06-28 - 公布日： 2023-09-05 - 主分类号： G06V10/764 文献下载
摘要：本申请涉及一种基于迁移性图谱的图像分类方法、装置、设备和介质，其中，基于迁移性图谱的图像分类方法包括：基于至少一个源域模型以及至少一个源域数据集，获得目标域模型在各所述源域数据集下与各所述源域模型的迁移性强度；基于所述至少一个源域模型、所述目标域模型以及所述迁移性强度，生成迁移性图谱；确定各所述源域数据集对应的至少一个可选的源域模型；基于用户选择的源域数据集和源域模型对目标域模型进行优化；将待分类图像输入到所述优化后的目标域模型可在海量源域数据集和源域模型中快速在不同源域数据集下选择合适的源域模型进行迁移学习，提高迁移学习效果，提高图像分类的精度。
一种基于迁移性图谱图像分类方法装置设备介质

[发明专利]数据处理方法、装置、设备以及计算机存储介质-CN202111653297.8在审
发明人：许明微;李小海;李琳;周冰;吴耀华 -专利权人：咪咕文化科技有限公司;中国移动通信集团有限公司
申请日： 2021-12-30 - 公布日： 2022-05-03 - 主分类号： G06V40/10 文献下载
摘要：本发明实施例涉及计算机数据处理技术领域，公开了一种数据处理方法，该方法包括：对源域样本数据和目标域样本数据进行特征增强，得到增强后源域样本数据和增强后目标域样本数据；根据增强后源域样本数据和增强后目标域样本数据之间的距离确定增强后源域样本数据对应的权重矩阵；根据权重矩阵、增强后源域样本数据确定源域子空间；根据增强后目标域样本数据确定目标域子空间；将源域子空间和目标域子空间对齐，得到对齐后源域样本数据、对齐后目标域样本数据；根据对齐后源域样本数据、对齐后目标域样本数据以及源域样本数据对应的样本标签确定目标域样本数据对应的样本标签
数据处理方法装置设备以及计算机存储介质

[发明专利]一种基于样本权重的多源域多层级迁移学习方法-CN202111561558.3在审
发明人：张延华;李梦璐;杨睿哲;司鹏搏;孙艳华 -专利权人：北京工业大学
申请日： 2021-12-15 - 公布日： 2022-03-25 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种基于样本权重的多源域多层级迁移学习方法，包括：获取与目标任务相似的多个源域的数据集及相应的深度学习网络模型；采用最大均值差异法计算各源域样本权重；分别计算多个源域与低资源目标域的相似度，获得每个源域的领域权重；融合从各源域各源域迁移的层，构建目标域神经网络模型；使用采集的目标域数据集对目标模型进行训练。本发明通过获取已公开的数据集以及由该数据集训练好的神经网络模型，并将其作为迁移学习的源域数据集和源域模型，按照基于样本权重的方法衡量每个源域与目标域的相似性，继而对源域模型进行不同层级的迁移，实现目标域神经网络模型的构造，完成目标域样本不充足的场景下的深度学习任务。
一种基于样本权重多源域多层迁移学习方法

[发明专利]确定服务器和通信者具有兼容安全电子邮件的系统和方法-CN200610003796.1有效
发明人： E·D·特瑞布尔;T·W·弗里曼 -专利权人：微软公司
申请日： 2006-02-10 - 公布日： 2006-09-13 - 主分类号： H04L29/06 文献下载
摘要：发现秘密从源域被发送到通信者域。发现秘密包括对通信者域专用的数据元素。发现秘密包括许可通信者域向其发送消息的源域地址，以便确定潜在通信者具有兼容的安全电子邮件技术，从而可以建立源域与通信者域之间的链路。发现秘密由通信者域接收，包括接收数据元素和源域地址。邀请从通信者域被发送到源域地址。该邀请包括该数据元素或对应于该数据元素的元素。源域在源域接收邀请时启动建立与通信者域的链路的进程。
确定服务器通信具有兼容安全电子邮件系统方法

[发明专利]一种优化神经网络模型的方法及相关装置-CN202210304576.1在审
发明人：许奕星;唐业辉;王云鹤;丁宁;许超 -专利权人：华为技术有限公司;北京大学
申请日： 2022-03-26 - 公布日： 2023-10-10 - 主分类号： G06N3/082 文献下载
摘要：本申请实施例公开了一种优化神经网络模型的方法及相关装置，用于在没有源域数据的情况下，利用源域数据的信息提高域自适应算法的精度，从而可以提高优化效果。本申请实施例方法包括：确定K个类别的源域特征的条件分布，源域特征是源域数据的特征，其中，K为大于1的整数；根据条件分布进行特征采样，以得到K个类别的代理源域特征，并采用代理源域特征代替源域特征；对于根据K个类别的源域特征进行预训练得到的神经网络模型，根据K个类别的代理源域特征、K个类别的目标域特征和域自适应算法对该神经网络模型进行优化，目标域特征是目标域数据的特征。
一种优化神经网络模型方法相关装置

[发明专利]一种数据分类方法-CN202110651152.8在审
发明人：李晓;杜辉;翟之博 -专利权人：西安电子科技大学
申请日： 2021-06-10 - 公布日： 2021-09-10 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种数据分类方法，应用于包括源域和目标域的系统中，首先确定出所述源域中源域数据在公共子空间中对应的源域数据映射类原型矩阵，然后确定出所述目标域中目标域数据在所述公共子空间中对应的目标域已知类映射类原型矩阵，所述源域数据映射类原型矩阵包括源域已知类映射类原型矩阵和源域未知类映射类原型矩阵，然后基于所述源域数据映射类原型矩阵和所述目标域已知类映射类原型矩阵确定所述目标域未知类映射类原型矩阵，最后根据所述目标域未知类映射类原型矩阵确定所述目标域未知类数据中每一个样本的类别标签，实现了在具有大量源域已知类数据和源域未知类数据的情况下，对目标域未知类数据进行准确分类，且避免了域偏移问题。
一种数据分类方法

[发明专利]基于生成模型的隐私保护跨域推荐方法-CN202310742959.1有效
发明人：陈超超;廖馨婷;郑小林 -专利权人：杭州金智塔科技有限公司
申请日： 2023-06-21 - 公布日： 2023-09-19 - 主分类号： G06F21/62 文献下载
摘要：本申请提供基于生成模型的隐私保护跨域推荐方法，其中所述基于生成模型的隐私保护跨域推荐方法包括：获取源域预测数据和目标域训练数据，其中，所述源域预测数据通过将噪声数据输入生成模型生成得到；提取所述源域预测数据的特征向量，获得源域用户信息向量；提取所述目标域训练数据的特征向量，获得目标域用户信息向量和目标域项目信息向量；基于所述源域用户信息向量和所述目标域用户信息向量之间的跨域信息向量、以及所述目标域项目信息向量，训练推荐模型；通过生成模型获得的源域预测数据，并不会直接触及到源域中用户的原始信息，实现了对源域用户数据的隐私保护，又将源域的用户知识转移到目标域中，以提高目标域中推荐模型的推荐性能。
基于生成模型隐私保护推荐方法

[发明专利]一种基于GAN-QP特征迁移模型的风电机组状态监测方法-CN202211739162.8在审
发明人：金晓航;王浩 -专利权人：浙江工业大学
申请日： 2022-12-31 - 公布日： 2023-04-25 - 主分类号： G06F30/27 文献下载
摘要：本发明公开一种基于GAN‑QP特征迁移模型的风电机组状态监测方法，包括以下步骤：收集两台风电机组发电机系统运行状态历史数据集；将一台作为源域机组另一台作为目标域机组，分别对两台机组的数据集进行预处理，得到源域训练集、目标域训练集；基于目标域训练集、源域训练集对特征迁移模型进行训练，训练后特征迁移模型可将目标域机组数据的特征分布变换至源域机组数据的特征分布；基于源域训练集训练自编码器；对目标域机组在线数据集进行预处理，得到目标域测试集，基于训练后特征迁移模型将目标域测试集变换至源域空间，得到源域测试集；将源域测试集输入训练后自编码器，计算源域测试集与源域训练集的均方误差，基于均方误差判断系统运行是否正常。
一种基于 gan qp 特征迁移模型机组状态监测方法

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