“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]一种多弹协同突防中的目标威胁程度评估方法-CN202110538682.1在审
发明人：李红霞 -专利权人：江苏大学
申请日： 2021-05-18 - 公布日： 2021-09-21 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种多弹协同突防中的目标威胁程度评估方法，首先离线构建深度神经网络，获得威胁属性集数据、相应评估值，并将二者分别作为网络训练数据的输入数据以及标签值，得到训练深度神经网络所需离线数据集；基于离线数据集，将噪声以及威胁属性集数据作为生成对抗式网络输入，使得噪声学习并逼近威胁属性集数据分布，得到与威胁属性集数据相近伪样本数据，从而扩充威胁属性集数据；利用扩充后的离线数据集离线训练、测试和验证，完成深度神经网络的构建；运用离线建立深度神经网络，进行导弹在线目标威胁评估；当出现异常情况，运用查表方法得到异常情况下目标威胁评估值；将异常情况目标威胁属性值及评估值作为训练数据，继续对网络在线训练，优化并提升网络性能。
一种协同突防中的目标威胁程度评估方法

[发明专利]一种多光源融合的视觉检测系统-CN201910853836.9有效
发明人：陈果;闫龑;王洋 -专利权人：上海深视信息科技有限公司
申请日： 2019-09-10 - 公布日： 2022-06-28 - 主分类号： G01N21/84 文献下载
摘要：本发明提供了一种多光源融合的视觉检测系统，包括多方向照明光源、多光谱照明光源、一号摄像头、二号摄像头、视觉控制器、在线训练模块和离线训练模块；视觉控制器包括图像队列、视觉控制器深度神经网络推理引擎、视觉控制器统计数据库和光源及相机控制器；视觉控制器连接并控制多方向照明光源、一号摄像头、二号摄像头和多方向照明光源；视觉控制器连接外部PLC控制器；在线训练模块连接视觉控制器；离线训练模块包括离线图像样本库和深度神经网络离线训练引擎；离线图像样本库连接深度神经网络训练引擎；深度神经网络训练引擎连接在线训练模块。
一种光源融合视觉检测系统

[发明专利]一种面向大数据应用的云计算资源调度方法-CN201711437160.2在审
发明人：周红卫;周博;吴昊;张晓洲;王钟沛 -专利权人：江苏润和软件股份有限公司
申请日： 2017-12-26 - 公布日： 2018-06-15 - 主分类号： G06F9/50 文献下载
摘要：发明由离线训练和反馈调整两个阶段组成。对于离线学习，由于大规模数据的类型有限，并且每类作业对应的数据规模又比较稳定，所以通过离线训练中的日志分析抽取作业的基础数据可以很好地描述作业的关键特征。基于离线训练，我们可以建立成本效益模型，并由此抽象出一个三维动态规划问题继而使用贪心算法可以获得最优的资源规划。对于一个全新的批处理作业，发明需要做的仅仅是对该单一新作业进行离线训练。 1
离线训练云计算资源大数据批处理调度大规模数据成本效益动态规划关键特征基础数据日志分析数据规模贪心算法资源规划作业分配作业集中离线应用抽取三维抽象反馈学习

[发明专利]基于离线数据模型增强的脑机接口训练系统及方法-CN202310083424.8在审
发明人：李迎新;王薇 -专利权人：上海术理智能科技有限公司
申请日： 2023-02-08 - 公布日： 2023-05-02 - 主分类号： G06F3/01 文献下载
摘要：本发明公开了一种基于离线数据模型增强的脑机接口训练系统，包括云服务器、分别与云服务器相连通的文件服务节点、执行脑机接口训练的客户端应用、离线处理模块以及数据库，所述数据库与离线处理模块连通，所述离线处理模块分别与文件服务节点、云服务器、数据库相连通；本发明通过将训练数据上传到文件服务节点，与此同时云服务器从文件服务节点中获取全部相关联的训练数据，对全部数据进行算法处理生成模型对象并存储在数据库中，在下次训练时可以直接获取训练模型，避免了在每次训练过程中的模型建立阶段，这样做的效果可以对训练阶段进行减负和优化了模式结构，以及节约了不必要的时间浪费。
基于离线数据模型增强接口训练系统方法

[发明专利]基于岭回归和极限学习机的室内定位方法-CN201810964285.9在审
发明人：颜俊;冯志跃;钱琛;曹艳华 -专利权人：南京邮电大学
申请日： 2018-08-23 - 公布日： 2019-01-18 - 主分类号： H04W4/02 文献下载
摘要：本发明揭示了一种基于岭回归和极限学习机的室内定位方法，包括如下步骤：S1、离线数据集构建步骤，在定位区域内采集无线信号接收强度数据，建立离线数据训练集；S2、离线学习步骤，利用岭回归技术和极限学习机技术，学习离线数据训练集中的无线信号接收强度与目标位置之间的关系，训练得到基于位置的递归模型；S3、在线数据获取步骤，在线收集待估计位置处的无线信号接收强度数据并将其代入基于位置的递归模型中，得到位置估计结果本发明具有在离线阶段学习稳定性好、在在线阶段定位精度高等优点，可以充分满足实际的使用需求。同时，本发明对于离线训练数据集中异常数据元素的敏感性低，抗干扰性能优异。
无线信号接收极限学习机离线数据基于位置强度数据室内定位递归回归位置估计结果抗干扰性能定位区域估计位置离线阶段离线训练目标位置数据集中异常数据在线阶段在线收集在线数据训练集构建离线学习采集

[发明专利]数据库参数调整方法、装置、电子设备和存储介质-CN202111466754.2在审
发明人：李忠良;周祥生;屠要峰;杨魁 -专利权人：中兴通讯股份有限公司
申请日： 2021-12-03 - 公布日： 2022-03-25 - 主分类号： G06F16/21 文献下载
摘要：方法包括：基于离线数据库的仿真生成离线训练样本，并基于在线数据库的运行生成在线训练样本；根据所述在线训练样本和所述离线训练样本对预设的参数调优模型进行训练，得到训练后的参数调优模型；提取所述在线数据库的特征信息，将所述在线数据库的特征信息作为所述训练后的参数调优模型的输入，得到所述在线数据库的调整后的数据库参数；所述特征信息与所述在线训练样本和所述离线训练样本的输入信息的信息类型相同；将所述调整后的数据库参数加载到所述在线数据库中降低参数调优模型的训练样本的获取难度，减少时间成本，提高参数调优模型的生成效率。
数据库参数调整方法装置电子设备存储介质

[发明专利]一种视频场景检测方法-CN201510427821.8有效
发明人：童云海;杨亚鸣;丁宇辰;郜渊源;蒋云飞 -专利权人：北京大学
申请日： 2015-07-20 - 公布日： 2018-06-12 - 主分类号： G06K9/00 文献下载
摘要：本发明公布了一种视频场景检测方法，该方法通过计算机代替人工对视频数据进行检测，识别出视频中的场景；检测方法包括离线训练判别模型过程和视频场景检测过程。离线训练判别模型过程，针对训练视频样本集中每个视频抽取特征，包括语义和时空特征抽取；对特征向量进行类别标注，得到了一组样本集；利用多核学习框架对样本集进行迭代训练，得到离线训练模型；视频场景检测过程接入监控视频源；进行视频采样得到一个短视频；对短视频抽取特征；载入离线训练模型对特征进行检测，得到检测结果。
检测离线训练视频场景视频抽取判别模型样本集数据存储和检索对视频数据场景语义迭代训练检测结果接入监控类别标注人工识别时空特征视频采样特征向量训练视频视频源计算机多核样本载入便利学习

[发明专利]一种基于骨架姿态的人物识别方法-CN202010471056.0有效
发明人：吴渊;金城;文静 -专利权人：复旦大学
申请日： 2020-05-28 - 公布日： 2022-06-21 - 主分类号： G06V40/10 文献下载
摘要：本发明分为离线训练阶段,离线构造注册集阶段和在线识别阶段。在离线训练阶段，准备模型训练集，对模型进行训练。在离线构造注册集阶段，将用于构造注册集的骨架输入训练好的模型，得到骨架姿态特征，再将特征归一化得到注册集特征。在在线识别阶段，将待识别骨架输入训练好的模型，得到待识别的骨架姿态特征，并对特征进行归一化，然后计算其和各注册集特征之间的相似度，最后取相似度最大的注册集特征的人物id作为检索结果。
一种基于骨架姿态人物识别方法

[发明专利]基于协同过滤和长短记忆网络的在线推荐系统-CN201811567618.0在审
发明人：胡金涛;饶若楠 -专利权人：上海交通大学
申请日： 2018-12-21 - 公布日： 2019-04-16 - 主分类号： G06F16/9535 文献下载
摘要：一种基于协同过滤和长短记忆网络的在线推荐系统，包括：实时模块、近线模块和离线模块，实时模块实时接受用户请求，经预处理后输出至若干终端搭建的HDFS集群分布式文件系统，同时根据请求进行实时推荐和线上评估；近线模块从实时模块获得用户请求数据，并实时将请求通过消息队列分发到分布式缓存中，并使用用户请求中的特征对推荐模型进行离线训练，离线训练完成的推荐模型加载缓存中的数据进行增量式更新；离线模块从特征池中加载特征，之后使用推荐模型在训练集中进行训练，训练完成后的推荐模型通过自编码器实现协同过滤来挖掘用户的长期偏好，从而可以与长短记忆网络结合在测试集中进行推荐模型预估，最后对推荐模型效果进行离线评估得到最终推荐结果
记忆网络实时模块协同过滤在线推荐系统离线训练用户请求近线离线预处理缓存预估用户请求数据分布式缓存集群分布式增量式更新长期偏好离线评估模型加载模型效果文件系统线上评估消息队列编码器特征池分发终端测试输出挖掘

[发明专利]一种基于动作空间约束的离线强化学习方法-CN202211605184.5在审
发明人：毛克明;张笑桐 -专利权人：东北大学
申请日： 2022-12-14 - 公布日： 2023-04-14 - 主分类号： G06N3/045 文献下载
摘要：本发明设计一种基于动作空间约束的离线强化学习方法，利用在线RL算法在基准数据集上获取离线数据集，使用异策略Q‑learning在离线数据集中收集多条轨迹样本存入回放缓存中，然后对当前学习策略进行策略评估；利用深度神经网络来计算预估价值Q；处理分布转移带来的影响，利用VAE训练得到的生成模型生成与离线数据集相似的动作集合，并通过Q选择价值最高的动作；利用随机集成混合方法来训练多个Q值的估计，并将其加权组合得到更加精确的Q值估计，减少神经网络近似Q值带来的评估误差；当训练次数结束时，更新最终的策略参数，将训练好的策略在现实环境进行交互并评估；验证在离线数据集训练好的策略在在线是否表现良好。
一种基于动作空间约束离线强化学习方法

[发明专利]一种基于离线强化学习的翻译性能提升方法-CN202211684789.8在审
发明人：付鹏飞;陈瑞 -专利权人：沈阳雅译网络技术有限公司
申请日： 2022-12-27 - 公布日： 2023-04-07 - 主分类号： G06F40/58 文献下载
摘要：本发明公开一种基于离线强化学习的翻译性能提升方法，使用极大似然估计范式训练神经机器翻译模型作为极大似然估计模型；以极大似然估计模型作为真实采样策略，把离线强化学习模型作为待更新策略，计算重要性采样权重，用以训练过程中离线强化学习模型的更新；通过极大似然估计模型采样轨迹数据，针对输入源语输出的目标语概率分布总和作为奖励函数；使用重要性采样权重与预期回报，结合当前待训练策略的决策输出，采用策略梯度方法对离线强化学习模型进行训练，实现离线强化学习模型翻译性能的提升。本发明解决了传统强化学习范式下，模型策略需要不断与环境进行采样交互的操作，避免了采样交互过程中策略陷入零奖励区域中导致训练困难。
一种基于离线强化学习翻译性能提升方法

[发明专利]基于混合机器学习的运维时序数据异常检测方法及系统-CN202111481612.3在审
发明人：彭雷;高嵩峰;傅湘玲;刘春生;王友军;徐朗朗;苗丛 -专利权人：华融融通（北京）科技有限公司
申请日： 2021-12-07 - 公布日： 2022-03-18 - 主分类号： G06F11/34 文献下载
摘要：本发明公开了基于混合机器学习的运维时序数据异常检测方法及系统，所述方法包括：提取数据、数据预处理、离线预测、离线训练、在线检测、输出判断结果等步骤；所述系统包括数据提取模块、数据预处理模块、离线预测模块、离线训练模块、在线检测模块、判断模块、模型评价模块；本发明的优点在于：依靠历史数据，结合离线预测、离线训练和在线检测三大部分，构建无监督模型，能够在保证准确性和时效性的前提下完成智能运维时序数据的异常检测
基于混合机器学习时序数据异常检测方法系统

[发明专利]一种基于力度无关鲁棒特征的肌电手势识别方法-CN202111514339.X在审
发明人：李玉榕;林恒;施正义;杜国川 -专利权人：福州大学
申请日： 2021-12-11 - 公布日： 2022-03-11 - 主分类号： G06K9/00 文献下载
摘要：包括：离线训练阶段，首先需要对用户的原始肌电信号数据进行预处理；接着采用CSP算法，两两动作之间计算得到一个最大化二者之间区别的二分类空间投影矩阵，组合空间投影矩阵，得到适用于多分类的空间投影矩阵；再通过差分、取方差、归一化，用线性无关分析将数据投影到低维空间，得到训练特征；最后训练特征和训练标签共同训练分类器；在线测试阶段，新得到的肌电数据同样经过预处理，接着用离线训练阶段得到的投影矩阵，得到投影后的新信号，然后新信号经过差分、取方差、数据归一化，再用离线训练阶段得到的降维矩阵进行降维，最后将特征输入离线训练阶段训练好的分类器输出预测的类别。
一种基于力度无关特征手势识别方法

[发明专利]一种支持本地模型训练的离线语音识别设备-CN202210318534.3在审
发明人：张强 -专利权人：广州读音智能科技有限公司
申请日： 2022-03-29 - 公布日： 2023-04-14 - 主分类号： G10L15/06 文献下载
摘要：本发明提供了一种支持本地模型训练的离线语音识别设备，包括：声学模型，用于将用户语音并转化为语音数据；指令集，用于存储命令词；语言模型，用于对语音数据进行识别，并提取语音数据里的命令词；声音存储模块，用于存储采集到的用户语音数据；声音检测模块，用于启动声学模型、语言模型，并对用户语音进行识别；训练模块，用于对声学模型、语言模型进行模型训练；离线语音识别设备包括普通训练模式，当用户语音或语音数据采集量满足设定阈值时，启动训练模块，进行模型训练；所述离线语音识别设备还包括特殊训练模式；通过语音指令触发训练，使设备启动训练模式，进行训练。本发明可进行本地模型训练，不需联网也可实现语音识别及模型训练。
一种支持本地模型训练离线语音识别设备

[发明专利]基于振动信号的变工况下轴承保持架打滑率在线测量及预测方法-CN202210649322.3在审
发明人：马磊明;姜斌;肖玲斐;郭勤涛;陆宁云;耿慧琳 -专利权人：南京航空航天大学
申请日： 2022-06-09 - 公布日： 2022-09-30 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于振动信号的变工况下轴承保持架打滑率在线测量及预测方法，包括离线训练阶段和在线评估阶段；在离线训练阶段，采集轴承振动信号和轴承保持架打滑率作为离线训练数据集，并利用自适应VMD对获取的离线训练数据集进行降噪处理，剔除样本异常值；接着基于RF‑LSTM对获取的处理后的数据集进行打滑特征指标构建，将特征集分为训练集和测试集两部分；最后构建基于卷积神经网络‑改进DBSCAN算法的打滑率无监督诊断模型，分别利用训练集和测试集对诊断模型进行训练和精度验证
基于振动信号工况轴承保持打滑在线测量预测方法