“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]图像分割方法、装置和存储介质-CN202010084625.6有效
发明人：柳露艳;马锴;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-02-10 - 公布日： 2023-09-12 - 主分类号： G06T7/11 文献下载
摘要：本申请实施例公开了一种图像分割方法、装置和存储介质；本申请实施例先获取目标域图像、以及已标注目标信息的源域图像，再采用第一生成对抗网络中的生成网络以及第二生成对抗网络中的生成网络分别对源域图像和目标域图像进行分割，接着，根据该第一源域分割损失、该第二源域分割损失确定第一源域目标图像和第二源域目标图像，根据该第一目标域分割损失、该第二目标域分割损失确定第一目标域目标图像和第二目标域目标图像，然后，对第一生成对抗网络和第二生成对抗网络进行交叉训练
图像分割方法装置存储介质

[发明专利]基于协同网络控制器的多域源路由转发-CN201580003416.1有效
发明人：伊芙琳·洛克;彼得·艾斯伍德-史密斯 -专利权人：华为技术有限公司
申请日： 2015-01-19 - 公布日： 2019-05-24 - 主分类号： H04L12/28 文献下载
摘要：通过将源路由跳列表中的域内跳列表替换为路径标识，能够在多域网络中实现高效、可扩展的源路由转发。再将路径标识替换为每个对应的域的入口边缘节点上对应的域内跳列表。路径标识没有指定沿域内路径段的各跳，因此，通常比域内跳列表更短。为推动多域源路由转发技术，更新对应的域的边缘节点的路由表，以在计算域间路径时(或者紧随其后)关联路径标识和对应的域内跳列表。
基于协同网络控制器多域源路由转发

[发明专利]一种生成领域适应支持向量机的方法-CN201711085524.5在审
发明人：董爱美 -专利权人：齐鲁工业大学
申请日： 2017-11-07 - 公布日： 2018-04-06 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种生成领域适应支持向量机的方法，属于领域适应学习领域，要解决的技术问题为在领域适应学习中如何充分挖掘领域间数据的共性信息并克服对源域数据和目标域数据标签的依赖；其方法包括如下步骤以源域数据和目标域数据为基础，通过过取样算法生成合成数据；以合成数据和目标域数据为基础，根据概率分布积分均方差最小原理挖掘合成数据和目标域数据之间的共享隐特征空间；以目标域数据为基础，在由共享隐特征空间和原始特征空间组成的扩展特征空间上训练生成领域适应支持向量机可充分挖掘源域数据和目标域数据间的共性信息。该方法能够在不依赖源域数据和目标域数据标签的情况下挖掘源域数据和目标域的共性信息。
一种生成领域适应支持向量方法

[发明专利]基于聚类的对抗部分域适应跨被试EEG情绪识别方法-CN202111539147.4在审
发明人：张桦;吴政轩;赵月;戴国骏;曾虹;方欣;刘洋;吴琪 -专利权人：杭州电子科技大学
申请日： 2021-12-15 - 公布日： 2022-03-25 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于聚类的对抗部分域适应跨被试EEG情绪识别方法，利用源域样本的特征计算类簇中心，并将源域真实标签作为类簇标签，并引入一致性匹配算法和跨域聚类共识指标，利用Kmeans聚类得到无标签目标域样本相应的类簇标签和类簇中心，将源域类簇中心与目标域类簇中心进行一致性匹配，对于匹配成功的两个类簇，将源域标签分配给共同语义的目标域类簇，同时计算跨域聚类共识指标实现最优目标域类簇个数的搜索，最终实现源域和目标域的共有类别的关联和私有类别的分离
基于对抗部分适应跨被试 eeg 情绪识别方法

[发明专利]一种故障诊断方法、装置、电子设备及存储介质-CN202210475187.5在审
发明人：吴振宇;郭聚川;刘奕辰 -专利权人：北京邮电大学深圳研究院;北京邮电大学
申请日： 2022-04-29 - 公布日： 2022-09-16 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种故障诊断方法、装置、电子设备及存储介质，其包括：使用特征提取器提取源域数据的源域特征以及目标域数据的目标域特征；基于源域特征来确定标签分类器的第一标签分类损失并基于源域特征和目标域特征来确定域分类器的域分类损失；基于第一标签分类损失和域分类损失来更新特征提取器、标签分类器和域分类器；将源域数据过采样为类别均衡数据并初始化标签分类器，使用特征提取器模块提取类别均衡数据的特征信息；基于特征信息来确定标签分类器的第二标签分类损失；基于第二标签分类损失来更新标签分类器，得到训练后的标签分类器模块；基于特征提取器、标签分类器模块以及域分类器来建立故障诊断模型以确定第一设备的故障分类。
一种故障诊断方法装置电子设备存储介质

[发明专利]一种基于改进对抗网络和注意力机制的跨工况故障诊断方法-CN202210427118.7在审
发明人：陆建涛;张名武;李舜酩;邓婕 -专利权人：南京航空航天大学
申请日： 2022-04-22 - 公布日： 2022-09-02 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于改进对抗网络和注意力机制的跨工况故障诊断方法，对采集得到的不同工况故障振动信号进行数据预处理，标记标签，划分源域和目标域数据集；源域数据预训练，通过深特征提取器进行故障特征提取，再将学习好的源域特征输入Softmax分类器进行特征分类训练；通过改进对抗网络训练目标域数据，使得目标域数据与源域数据在数据分布上差异最小化；目标域数据测试，将训练得到的目标域特征输入源域分类器中，实现故障信号跨域诊断。本发明通过改进对抗网络实现故障的跨工况诊断，可针对一个或同时针对多个目标域数据进行训练，有效缩小故障诊断网络训练所需时间；且在目标域特征提取器中加入注意力机制，提高重要特征的权重，优化数据结构。
一种基于改进对抗网络注意力机制工况故障诊断方法

[发明专利]特征量化模型训练、特征量化、数据查询方法及系统-CN202010181479.9在审
发明人：方奕庚;穆亚东;唐小军 -专利权人：京东方科技集团股份有限公司;北京大学
申请日： 2020-03-16 - 公布日： 2021-09-17 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例提供一种特征量化模型训练、特征量化、数据查询方法及系统，该特征量化模型训练方法包括：获取多个源数据域；获取每一所述源数据域的特征信息和标注信息；根据所有所述源数据域的特征信息和标注信息，对特征量化模型进行训练，得到公共特征量化模型，其中，训练过程中，从所述多个源数据域的特征信息中分解出公共特征信息和域专有的特征信息，所述公共特征信息为所述多个源数据域共有的特征信息。本发明实施例中，使用多个源数据域的丰富的标注信息训练得到公共特征量化模型，公共特征量化模型可用于标注信息匮乏的目标数据域的特征量化，从而提高特征量化模型在标注信息匮乏的数据域的特征量化性能。
特征量化模型训练数据查询方法系统

[发明专利]生成故障分类模型的方法及确定旋转设备故障类型的方法-CN202110784624.7在审
发明人：汪湘湘;朱非白;许启发;范振华;王勇;谢天明 -专利权人：安徽容知日新科技股份有限公司
申请日： 2021-07-12 - 公布日： 2021-10-26 - 主分类号： G06K9/62 文献下载
摘要：其中，生成故障分类模型的方法包括步骤：获取原始旋转设备对应的源域数据以及目标旋转设备对应的目标域数据作为训练数据，源域数据具有故障类型标签；将训练数据输入预训练的故障分类模型中进行处理，以输出源域数据对应的预测故障类型、源域数据的预测领域、目标域数据的预测领域；通过计算源域数据对应的预测故障类型与故障类型标签之间的第一损失函数、预测领域与领域标签之间的第二损失函数、源域数据的分布与目标域数据的分布之间的第三损失函数，
生成故障分类模型方法确定旋转设备类型

[发明专利]用于预测电池的健康状态的方法和相关装置-CN202310699711.1在审
发明人：张勇;李元春;李慧;刘云新;张策 -专利权人：数据天地创新科技有限公司;清华大学
申请日： 2023-06-13 - 公布日： 2023-09-12 - 主分类号： G01R31/392 文献下载
摘要：方法包括：获取包括参考电池在全寿命周期的电压随时间变化曲线的源域数据和包括目标电池在寿命早期的电压随时间变化曲线的目标域数据；识别特征电压变化区间；构造源域样本，其样本输入包括每个参考电池在每个特征电压变化区间之前的第一多次特征电压变化区间的特征值和健康状态，其样本输出包括该参考电池在该特征电压变化区间之后的第二多次特征电压变化区间的健康状态；基于源域样本构造度量样本输入相似性的度量函数；以类似构造源域样本的方式构造目标域样本；用目标域样本的样本输入与源域样本的样本输入之间的相似性对源域样本的样本输出加权以合成目标电池的健康状态预测值
用于预测电池健康状态方法相关装置

[发明专利]一种基于注意力机制的自适应视频分类方法及系统-CN202010838907.0在审
发明人：吉长江 -专利权人：北京影谱科技股份有限公司
申请日： 2020-08-19 - 公布日： 2020-12-15 - 主分类号： G06K9/00 文献下载
摘要：本申请提供了一种基于注意力机制的自适应视频分类方法及系统，在本申请提供的方法中，先获取无监督视频流作为目标域视频流；再获取有有标注的图像数据和视频数据作为源域数据集；然后利用预设的领域自适应模型对目标域视频流和源域数据集进行特征训练，以输出目标域视频流的特征参数；最后基于目标域视频流的特征参数对目标域视频流进行分类，生成目标域视频流的类别标签。基于本申请提供的基于注意力机制的自适应视频分类方法及系统，将针对现有模型的缺陷，采用web上的图像和视频数据作为源域数据集，增加源域数据的多样性，并通过注意力机制降低源域数据的噪声影响，提高分类准确性。
一种基于注意力机制自适应视频分类方法系统

[发明专利]一种基于宽度迁移学习的填料塔压降预测方法-CN202210576257.6在审
发明人：刘毅;朱佳良;邓鸿英;高增梁 -专利权人：浙江工业大学
申请日： 2022-05-25 - 公布日： 2022-08-30 - 主分类号： G06F30/27 文献下载
摘要：一种基于宽度迁移学习的填料塔压降预测方法，包括以下步骤：(1)获取不同喷淋密度下的过程数据，得到多组不同喷淋密度的填料塔工况数据，将其中一个工况数据划分为为拥有较多标签数据量的源域，其余工况作为拥有少量标签数据量的目标域(2)构建基于宽度学习BLS的源域域适应模型BLS‑SDA，将源域的标签数据和目标域的少量标签数据集放入模型中进行训练。(3)将训练出的BLS‑SDA模型进行目标域测试数据的预测。本发明利用基于宽度学习框架建立基于源域域适应的迁移模型，进行不同喷淋密度下的压降变量预测，用于填料塔液泛状态的识别，可通过源域标签数据的辅助，提高目标域数据的建模预测效果。
一种基于宽度迁移学习填料塔压降预测方法

[发明专利]一种多源固态硬盘协同故障诊断方法、系统、设备及介质-CN202211134732.0在审
发明人：王宇 -专利权人：苏州云晨数安智能科技有限公司
申请日： 2022-09-19 - 公布日： 2022-12-30 - 主分类号： G06F11/22 文献下载
摘要：本发明属于存储器故障和可靠性诊断技术领域，公开了一种多源固态硬盘协同故障诊断方法、系统、设备及介质，通过固态硬盘运行数据S.M.A.R.T.参数集筛选出用于固态硬盘协同故障诊断的预处理数据集；引入域内特征提取器，提取单个源域与目标域内分布特征；引入加权域适应理论，运用基于相似度加权的域适应网络对齐已知多源域固态硬盘故障分布特征与未知目标域固态硬盘故障分布特征，将已知多源域固态硬盘故障特征知识迁移到未知目标域固态硬盘数据本发明中的多源域加权域适应模型，具有更加简单的应用条件，诊断知识可从已知故障数据的固态硬盘中迁移，对于存储设备维护人员的指导意义更强。
一种固态硬盘协同故障诊断方法系统设备介质

[发明专利]一种基于聚类均衡和权重矩阵优化的迁移学习方法-CN201810378299.2有效
发明人：易长安;朱珍;黄营;胡明;邓波 -专利权人：佛山科学技术学院
申请日： 2018-04-25 - 公布日： 2021-08-31 - 主分类号： G06N20/00 文献下载
摘要：本发明公开了一种基于聚类均衡和权重矩阵优化的迁移学习方法，包括定义源域样本集和目标域样本集；对源域样本集以及目标域样本集样本的标签重新赋值；对源域样本集和目标域样本集中样本进行降维；对源域样本集中样本进行基于特征的无监督聚类分析；对每个聚类进行均衡处理；为每个聚类学习度量矩阵；根据聚类及度量矩阵，生成权重矩阵；对权重矩阵优化；利用权重矩阵预测目标域样本集中样本的标签。本发明通过无监督的聚类分析方法将源域样本集分为多个不同的聚类，使每个聚类具有相似的属性；同时基于各个聚类生成权重矩阵，并对其进行优化，更符合目标域样本集的实际情况，利用该权重矩阵对目标域样本集的标签进行预测
一种基于均衡权重矩阵优化迁移学习方法

[发明专利]烟草加工中工艺参数预测方法及系统-CN202010637890.2有效
发明人：刘姝君;周霄天;孙强;路瑶;晋文静;金超 -专利权人：北京天泽智云科技有限公司
申请日： 2020-07-06 - 公布日： 2020-10-30 - 主分类号： G06F3/00 文献下载
摘要：本发明公开了一种烟草加工中工艺参数预测方法及系统，该方法包括：在烟草加工相关因素发生变化后，实时采集少量当前生产数据作为目标域数据集；从历史数据库中选出源域数据集；在目标域数据集与源域数据集的分布差异小于设定的差异下限、并且目标域数据集中各特征参数与源域数据集中相应的特征参数的分布差异均小于对应该特征的分布差异阈值时，将源域数据集对应的预测模型作为当前预测模型；在目标域数据集与源域数据集的分布差异小于设定的差异上限时，通过迁移学习得到目标域迁移模型，并将目标域迁移模型作为当前预测模型。
烟草加工工艺参数预测方法系统

[发明专利]一种基于公共隐空间的异构网络排序方法-CN200910238290.2无效
发明人：唐杰;王波;杨子 -专利权人：清华大学
申请日： 2009-11-24 - 公布日： 2010-05-19 - 主分类号： G06F17/30 文献下载
摘要：本发明提出了一种基于公共隐空间的异构网络排序方法，包括：设定源域与目标域之间的公共隐空间，并将源域与目标域的训练样本通过转换函数映射到该公共隐空间内；设定通用目标函数；并通过公共隐空间对源域与目标域进行关联，并为源域和目标域上分别设定损失函数；优化损失函数并进行公共隐空间学习。本发明利用目标域与源域之间的公共隐空间，将两个域中的样本均通过一个转换函数被映射到该隐空间中，该公共隐空间也潜在地量化了两个域之间的相关性。
一种基于公共空间网络排序方法