“离线训练”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371792个，建议您升级VIP下载更多相关专利

[发明专利]一种面向交通设施巡检的视觉缺陷在线检测方法-CN202210001738.4在审
发明人：孙正兴;张胜;朱毅欢;张巍 -专利权人：南京大学
申请日： 2022-01-04 - 公布日： 2022-05-27 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种面向交通设施巡检的视觉缺陷在线检测方法，包括离线训练和在线巡检两部分。离线训练时采用带有包围框和类别标注的缺陷数据集作为训练数据，训练CrackDet检测模型，结合深度学习算法和传统算法的优势；同时裁剪出不同种类的缺陷图像块，使用度量学习模型进行训练。
一种面向交通设施巡检视觉缺陷在线检测方法

[发明专利]一种基于深度强化学习的雷达波形博弈系统构建方法、装置、计算机及储存介质-CN202211695720.5在审
发明人：刘环宇;解烽;李君宝;杨忠琳;王晓航 -专利权人：哈尔滨工业大学
申请日： 2022-12-28 - 公布日： 2023-04-21 - 主分类号： G01S7/41 文献下载
摘要：方法包括：雷达与干扰环境进行数据交互，获取仿真干扰波形；根据当前时刻回波波形与前一时刻的回波波形，计算获得抗干扰行为的奖励值，并存入记忆库；离线训练模块采用记忆库储存的数据进行神经网络的训练与更新，获得预训练模型；在线学习模块加载离线训练模块的预训练模型，进行雷达的在线学习，获得深度强化学习的雷达波形博弈系统。
一种基于深度强化学习雷达波形博弈系统构建方法装置计算机储存介质

[发明专利]基于人工智能的电网事件诊断自主学习方法及系统-CN202110910732.4有效
发明人：马翔;崔建业;王凯军;项中明;徐奇锋;支月媚;黄健;朱英伟;吴柄超;吕磊炎;陈水耀;童存智;周东波;杜浩良;吴华华;阙凌燕;徐立中;陈聪;谷炜;张小聪 -专利权人：国网浙江省电力有限公司金华供电公司;国网浙江省电力有限公司
申请日： 2021-08-09 - 公布日： 2021-11-02 - 主分类号： G06K9/62 文献下载
摘要：本申请提出了基于人工智能的电网事件诊断自主学习方法及系统，包括自主学习模型离线预处理、自主学习模型在线训练、自主学习模型在线运行三部分。自主学习模型离线预处理部分，通过对含大量缺失值的历史电网告警事件数据预处理、特征工程确定训练算法模型所需数据特征属性；自主学习模型在线训练部分，通过定时自主处理算法模型数据、选取最优算法及算法参数，训练算法模型；自主学习模型在线运行部分，选取准确率最高的算法模型，进行电网事件诊断，并以可视化方式展示模型训练及事件诊断结果。
基于人工智能电网事件诊断自主学习方法系统

[发明专利]基于脑-机接口的无人机集群编队队形重构控制方法-CN201910581534.0有效
发明人：宗群;张睿隆;彭麒麟;赵欣怡;王丹丹 -专利权人：天津大学
申请日： 2019-06-29 - 公布日： 2022-05-17 - 主分类号： G05D1/10 文献下载
摘要：本发明涉及数据分析、脑机接口、人机交互、软件开发等领域，为提高对无人机集群队形的控制效果，让操控人员获得更便利、高效的操纵感受，本发明，基于脑‑机接口的无人机集群编队队形重构控制方法，包括离线训练步骤和在线训练步骤：离线训练步骤：运动想象训练系统初始化；通过神经网络的分类值与标签值的比较，采用反向传播算法对混合深度神经网络进行训练，确定网络权值；在线控制步骤：预处理，信号特征提取和利用基于深度卷积网络及深度长短期记忆网络的混合深度神经网络进行分类
基于接口无人机集群编队队形控制方法

[发明专利]一种基于骨架姿态的人物跟踪方法-CN202010471069.8有效
发明人：吴渊;金城;张志远 -专利权人：复旦大学
申请日： 2020-05-28 - 公布日： 2022-08-19 - 主分类号： G06V20/40 文献下载
摘要：本发明分为离线训练阶段、在线姿态识别阶段和在线跟踪阶段。离线训练阶段，先准备模型训练集，将OpenPose格式的骨架关键点坐标经过归一化后作为模型输入，再对模型进行训练。在线跟踪阶段，先将图像中的人物骨架依次输入训练好的模型得到骨架姿态特征，再求出图像中每个人物骨架姿态特征与在库特征之间的欧式距离矩阵，用匈牙利算法求出每个人物特征匹配的id作为跟踪结果，最后更新在库id
一种基于骨架姿态人物跟踪方法

[发明专利]基于离线环境的模型训练方法及装置-CN202310027604.4有效
发明人：肖荣昌;许先才;张家栋;熊磊 -专利权人：深圳市云积分科技有限公司
申请日： 2023-01-09 - 公布日： 2023-05-05 - 主分类号： G06F18/214 文献下载
摘要：本发明公开了一种基于离线环境的模型训练方法及装置，其中，该方法包括：获取多个样本用户的历史订单数据，其中，所述历史订单数据包括所述多个样本用户在多个时间分别购买的商品集合列表；采用所述多个样本用户的历史订单数据按照用户层级生成正样本序列集合，其中，所述用户层级用于表征对应样本用户的消费习惯类型；采用所述正样本序列离线生成负样本序列集合；采用所述正样本序列集合和所述负样本序列集合训练初始对抗式网络强化学习GRL网络，得到商品推荐模型。通过本发明，解决了相关技术训练模型效率低的技术问题，降低了模型训练时对样本数量和样本质量的要求，提高了模型的训练效率。
基于离线环境模型训练方法装置

[发明专利]数据处理方法、装置、电子设备及存储介质-CN201911340646.3在审
发明人：李文学;田浩;史忠伟 -专利权人：五八有限公司
申请日： 2019-12-23 - 公布日： 2020-05-15 - 主分类号： G06F16/182 文献下载
摘要：本申请公开了数据处理方法、装置、电子设备及存储介质，该方法从分布式文件系统中获取日志数据集；对日志数据集进行离线ETL处理，得到离线结果数据集；将离线结果数据集导入到Druid中，所述Druid包括预先导入的至少一个实时结果数据，该实时结果数据为所述日志数据经实时ETL处理得到；在Druid中，将离线结果数据与实时结果数据融合。该数据处理方法使用Druid将离线数据与实时数据进行融合，不但融入了Druid的诸多优点，还可以支持不断变化的数据分析需求，例如，在对离线数据进行数据分析时，可以直观看到实时数据的数据结果，在各类算法模型训练时，还可以支持对离线数据和实时数据的共同需求。
数据处理方法装置电子设备存储介质

[发明专利]基于循环动态卷积神经网络的雷达回波外推模型训练方法-CN201810402200.8在审
发明人：李骞;施恩;马强;马烁 -专利权人：中国人民解放军国防科技大学
申请日： 2018-04-28 - 公布日： 2018-11-20 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了基于循环动态卷积神经网络的雷达回波外推模型训练方法，包括：RDCNN离线训练：对给定的雷达回波图像，通过数据预处理得到训练样本集，初始化RDCNN模型，并利用训练样本集训练RDCNN，经过网络前向传播计算输出值
雷达回波卷积神经网络训练样本集模型训练循环动态数据预处理反向传播离线训练前向传播网络参数初始化收敛图像输出更新网络

[发明专利]基于人工神经网络的语音识别方法、装置及电子设备-CN201510688493.7在审
发明人：柯逸倩;孙廷玮 -专利权人：展讯通信（上海）有限公司
申请日： 2015-10-21 - 公布日： 2017-05-03 - 主分类号： G10L15/16 文献下载
摘要：一种基于人工神经网络的语音识别方法、装置及电子设备，基于人工神经网络的语音识别方法包括离线训练用于语音识别的人工神经网络模型；在离线训练的人工神经网络模型通过测试后，记录人工神经网络模型的当前权重和当前偏置值；将当前权重和当前偏置值作为无线终端采用的人工神经网络模型的初始权重和初始偏置值；在线训练采用初始权重和初始偏置值的人工神经网络模型，得到在线训练后的权重和偏置值；将采用在线训练后的权重和偏置值的人工神经网络模型用于无线终端的语音识别所述基于人工神经网络的语音识别方法、装置及电子设备缩短了无线终端采用的人工神经网络模型的训练时间，提高了语音识别输出结果的准确性。
基于人工神经网络语音识别方法装置电子设备

[发明专利]一种基于神经网络和迭代学习的无人集群地理位置路由方法-CN202210412303.9在审
发明人：郑墨泓;李勇;李新宇;姜虎 -专利权人：中国电子科技集团公司第七研究所
申请日： 2022-04-19 - 公布日： 2022-07-29 - 主分类号： H04W40/20 文献下载
摘要：本发明公开了一种基于神经网络和迭代学习的无人集群地理位置路由方法，包括步骤如下：在组网前，基于神经网络和迭代学习对历史数据进行离线训练，训练获得预测规则，在训练时设计多个价值函数子梯度，以防止局部收敛；本发明采用离线训练，减小无人机的计算量和功耗，对历史数据的学习和训练均在线下完成，无需无人集群在组网时进行在线训练，大幅度减小了无人机的计算量和功耗，减小了机载计算机和电源的负担；有效的避免在机上进行大量的迭代和运算
一种基于神经网络学习无人集群地理位置路由方法

[发明专利]一种计算分层的联邦学习训练方法-CN202211619123.4在审
发明人：陈思光;石雁航;黄宇虹 -专利权人：南京邮电大学
申请日： 2022-12-14 - 公布日： 2023-03-28 - 主分类号： G06F18/214 文献下载
摘要：本发明属于物联网技术领域，公开了一种高效的计算分层的联邦学习训练方法，包括：步骤1：构建一个计算分层的联邦学习系统模型，步骤2：在联邦学习系统模型中允许用户在不需要进行本地梯度计算或连续数据传输的情况下参与联邦训练，该原则通过在线方法和离线方法实现；步骤3：针对联邦学习系统模型中的竞争、用户移动性、新的数据任务不断呈现给联邦学习系统模型和隐私保护的挑战提供解决方案。本发明使资源受限的设备能够在设备训练和轻量级消息传输的基础上执行联邦训练，在线和离线方法允许设备在不需要进行本地梯度计算或连续数据传输的情况下参与联邦训练，在保障性能的基础上减轻训练负担，减少通信开销。
一种计算分层联邦学习训练方法

[发明专利]基于层次聚类技术和在线极限学习机的室内定位方法-CN201810964227.6有效
发明人：颜俊;路培彬;钱琛;曹艳华 -专利权人：南京邮电大学
申请日： 2018-08-23 - 公布日： 2020-12-15 - 主分类号： H04W4/029 文献下载
摘要：本发明揭示了一种基于层次聚类技术和在线极限学习机的室内定位方法，包括如下步骤：S1、训练库构建步骤，测量并获得定位区域内多个不同位置处无线信号的信号强度向量，构成离线指纹数据训练库；S2、聚类处理步骤，利用层次聚类技术对离线指纹数据训练库进行无监督聚类处理，分别得到受攻击的训练数据样本和未受到攻击的训练数据样本；S3、模型建立步骤，对训练数据样本进行处理，得到位置递归模型；S4、位置估计步骤，将在线收集到的信号强度测量值代入位置递归模型中
基于层次技术在线极限学习机室内定位方法

[发明专利]应用于无线网络用户间上行干扰建模的方法-CN202110530072.7有效
发明人：彭涛;郭异辰;刘晗;段淦元 -专利权人：北京邮电大学
申请日： 2021-05-14 - 公布日： 2022-09-27 - 主分类号： H04W72/08 文献下载
摘要：本申请提出了一种应用于无线网络用户间上行干扰建模的方法，涉及无线通信、多用户干扰、干扰预测、非线性回归技术领域，其中，该方法包括：通过离线训练生成干扰模型，离线训练包括以下步骤:获取输入数据；对所述输入数据进行处理，首先对数据进行清洗，剔除被调度次数小于预设阈值的数据，将剔除后的数据整理为训练数据集；使用训练数据集和非线性回归模型函数，采用一类基于置信域方法的迭代式算法进行分布训练，使用损失度量函数削弱异常值对训练结果的影响
应用于无线网络用户上行干扰建模方法

[发明专利]基于深度学习的多天线系统信道估计方法-CN202110640980.1有效
发明人：潘志文;金子程;刘楠;尤肖虎 -专利权人：东南大学;网络通信与安全紫金山实验室
申请日： 2021-06-09 - 公布日： 2022-06-24 - 主分类号： H04L25/02 文献下载
摘要：本发明公开了基于深度学习的多天线系统信道估计方法，适用于估计上行多径信道，本发明基于条件生成对抗网络实现，条件生成对抗网络包括基于深度学习网络的生成器与判别器两部分，该方法包括离线训练和在线测试两部分：离线训练首先根据真实信道测量值生成训练样本，然后利用生成器获得训练样本对应的估计信道；其次由判别器得到判别输出，计算损失函数更新判别器和生成器的网络参数；循环迭代完成后将训练完成的生成器神经网络存储于基站处；在线测试阶段，将量化后的导频信号和原导频信号输入训练完成的生成器，获得用户到所有天线的估计信道。
基于深度学习天线系统信道估计方法

[发明专利]工业控制系统的入侵检测方法、存储器和处理器-CN202110911997.6有效
发明人：王艺霖;张如飞;王安平 -专利权人：北京易通信联科技有限公司
申请日： 2021-08-10 - 公布日： 2023-07-21 - 主分类号： H04L9/40 文献下载
摘要：本申请公开了一种工业控制系统的入侵检测方法、存储器和处理器，所述方法包括，利用大数据平台采集监测点数据，并进行实时数据缓冲存储和离线数据存储；将存储的离线数据作为训练集分别参与有监督模型的训练和无监督模型的训练；将存储的实时数据输入训练完成的有监督模型中识别是否为已知入侵行为；若否，则将上述存储的实时数据输入无监督模型中识别是否为该无监督模型中已学习的未知入侵行为；若是，则将上述存储的实时数据作为训练数据参与有监督模型的训练
工业控制系统入侵检测方法存储器处理器