专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
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]一种基于离线深度学习与在线人机协同的目标识别方法-CN202111080979.4在审
  • 何元;曹德宇 - 北京邮电大学
  • 2021-09-15 - 2022-01-04 - G06K9/00
  • 本发明公开一种基于离线深度学习与在线人机协同的目标识别方法,涉及计算机模式识别领域。本发明利用大数据集得到预训练模型,对小数据集数据增强变换扩充数据样本,将源预训练模型在目标小数据集上进行迁移训练得到离线训练模型;在离线模型识别置信率低时,提取目标底层特征进行语意映射得到语义属性,计算到未知类目标的语义属性距离,当该类目标不在离线训练模型知识范围内时,以问题的形式向用户提出需要补充的知识或经验,实现未知类目标识别;提出拟人化人机交互指令架构,构建具备自主学习能力的一体化目标识别方法,提高了对小样本数据识别准确率
  • 一种基于离线深度学习在线人机协同目标识别方法
  • [发明专利]列车特征库管理方法、装置、电子设备及可读存储介质-CN202110790470.2在审
  • 王殿文;肖骁 - 交控科技股份有限公司
  • 2021-07-13 - 2021-11-09 - G06F16/25
  • 本申请实施例中提供了列车特征库管理方法、装置、电子设备及可读存储介质,旨在通过该列车特征库管理方法提高模型训练效率。其中,列车特征库管理方法包括:获得列车的多种原始行车数据,并根据每种原始行车数据对应的转换算法,将每种原始行车数据转换为对应的离线特征,以及将离线特征存入离线特征库,其中,每种原始行车数据对应的离线特征与相应原始行车数据对应的属性信息相关联;获得查询请求,查询请求携带目标属性信息;根据查询请求携带的目标属性信息,从离线特征库中获取与目标属性信息相关联的离线特征;根据获取的离线特征,对预设模型进行训练
  • 列车特征管理方法装置电子设备可读存储介质
  • [发明专利]推荐模型的特征管理方法及系统-CN201910606587.3在审
  • 梁超;崔瑞 - 腾讯科技(深圳)有限公司
  • 2019-07-05 - 2021-01-05 - G06F16/9535
  • 本发明提供了一种推荐模型的特征管理方法、系统及存储介质;方法包括:在推荐模型的机器学习框架中植入特征管理实例;在推荐模型的离线训练阶段,从日志系统获取推荐模型在线预测阶段的推荐日志,通过特征管理实例中配置的特征处理方式,从推荐日志中提取离线特征,以及基于离线特征形成训练样本,以用于推荐模型的离线训练;在推荐模型的在线预测阶段,通过特征处理方式从用户请求和候选对象的信息中提取在线特征,以用于推荐模型的在线预测,以及利用用户的特征和在线预测所推荐的对象的特征通过本发明,能够优化特征处理以提升训练推荐模型的效率以及推荐模型预测的精度。
  • 推荐模型特征管理方法系统
  • [发明专利]一种基于深度学习的台标检测方法-CN201710081113.2在审
  • 杭欣;郭伟伟 - 杭州当虹科技有限公司
  • 2017-02-15 - 2017-06-13 - G06K9/00
  • 本发明涉及一种基于深度学习的台标检测方法,包括训练图片输入;对训练图片进行多种形式图像变换;对台标位置参数进行标注处理;利用训练模型进行离线训练获取台标检测模型初始化参数集;应用指定参数集初始化台标检测模型在线检测视频图片台标本发明通过多次卷积、池化处理和全连接层整合等技术手段对视频图像进行离线训练以获取在线实时视频台标检测模型的配置参数集,最后采用使得离线训练结果收敛的参数初始化台标检测模型并实现在线台标检测,改变了传统的人工设计特征提取方法的低效、繁琐模式,并通过预先对训练图片进行多种变换处理,大大增强了台标检测的鲁棒性,提升了台标检测效率和质量。
  • 一种基于深度学习台标检测方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top