“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]一种基于接口的机器学习模型发布方法和系统-CN202110153421.8在审
发明人：李倩兰;于政 -专利权人：北京明略软件系统有限公司
申请日： 2021-02-04 - 公布日： 2021-05-14 - 主分类号： G06N20/00 文献下载
摘要：本发明提出一种基于接口的机器学习模型发布方法和系统，其方法技术方案包括模型训练步骤，在一机器学习平台上训练完成一机器学习模型；离线部署步骤，在所述机器学习平台上构建适用于离线数据的离线应用程序接口；实时部署步骤，在所述机器学习平台上构建适用于实时数据的实时应用程序接口；接口调用步骤，在一生产环境中根据数据的类型对所述离线应用程序接口或所述实时应用程序接口进行调用。
一种基于接口机器学习模型发布方法系统

[发明专利]一种基于深度学习的人工智能目标跟踪方法-CN201811252087.6在审
发明人：韩青江 -专利权人：武汉拓睿传奇科技有限公司
申请日： 2018-10-25 - 公布日： 2019-02-19 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了一种基于深度学习的人工智能目标跟踪方法，具体跟踪方法如下，预训练步骤：先使用栈式降噪自编码器在大规模自然图像收集上进行无监督的离线预训练来获得通用的物体表征能力，预训练一共堆叠了4个降噪自编码器，降噪自编码器对输入加入噪声，通过重构出无噪声的原图来获得更好的特征表达能力，在线跟踪步骤：取离线SDAE的encoding部分叠加sigmoid分类层组成分类网络，此时的网络并没有获取对当前被跟踪物体的特定表达能力，此时利用第一帧获取正负样本，本发明将深度网络运用于单目标跟踪的跟踪算法，利用“离线预训练+在线微调”的思路，很大程度的解决了跟踪中训练样本不足的问题。
编码器降噪离线跟踪人工智能目标跟踪表征能力分类网络跟踪算法特征表达网络运用训练步骤训练样本在线跟踪在线微调正负样本自然图像单目标通用的无监督无噪声堆叠栈式重构叠加噪声学习分类网络

[发明专利]一种OICA和RNN融合模型的污水处理过程故障监测方法-CN201911298706.X在审
发明人：常鹏;李泽宇;王普 -专利权人：北京工业大学
申请日： 2019-12-14 - 公布日： 2020-05-08 - 主分类号： G01N33/18 文献下载
摘要：本发明包括离线训练和在线软测量两个阶段。离线阶段首先采用OICA把原始数据提取成为高维的高阶信息特征，用于有效的处理数据的非高斯性，并解决变量间的相关性。之后将提取的特征通过DRNN进行训练。在线阶段中，将数据直接映射成新的高阶特征分量并且通过离线训练好DRNN网络进行分类判别。若结果无故障，再进入由单纯的OICA构成的监测模型中进行无监督监测，此时还没有监测出故障则判定为过程无故障，若发生故障则判定过程故障，并把故障信息加入网络的训练数据中进行训练，从而不断提高DRNN的监测精度
一种 oica rnn 融合模型污水处理过程故障监测方法

[发明专利]用于工程机械的地质硬度识别方法以及系统-CN202011255138.8在审
发明人：黎伟福;邢柳;黄忠睿;何欢;张华 -专利权人：上海中联重科桩工机械有限公司;中联重科股份有限公司
申请日： 2020-11-11 - 公布日： 2021-03-05 - 主分类号： G06F30/27 文献下载
摘要：该方法包括：由边缘端设备执行：获取设备实时运行参数以及经过云端设备训练的地质硬度识别模型；将设备实时运行参数输入到地质硬度识别模型，获得下钻过程标签和地质硬度标签。还包括：由云端设备执行：获取离线测试报告，该离线测试报告包括地质报告以及对应所述地质报告的设备运行参数；根据离线测试报告确定用于训练地质硬度识别模型的样本特征和样本标签；使用所述样本特征和所述样本标签训练地质硬度识别模型；将经过训练的地质硬度识别模型下发给边缘端设备用于计算输出地质识别结果。通过云端模型训练‑边缘端模型的布局，使得模型不断在云端迭代，提高模型的鲁棒性和准确率。
用于工程机械地质硬度识别方法以及系统

[发明专利]离线物品推荐方法、装置、设备和存储介质-CN202310565156.3在审
发明人：刘瑜;李徵;杨润奇;何友 -专利权人：清华大学深圳国际研究生院
申请日： 2023-05-17 - 公布日： 2023-08-08 - 主分类号： G06Q30/0601 文献下载
摘要：本发明提供一种离线物品推荐方法、装置、设备和存储介质，涉及人工智能技术领域，方法包括：获取用户在当前时刻的交互物品序列；利用训练好的第一动作价值网络计算交互物品序列中所有物品的动作价值；动作价值表示用户对物品的偏好程度；第一动作价值网络为在离线环境下训练得到的；将所有物品的动作价值中最大的动作价值对应的物品确定为推荐物品。本发明提供的方法推荐效率较高，而且由于在离线环境下训练的第一动作价值网络，即可以在无需与真实推荐环境交互的情况下训练第一动作价值网络，训练后的第一动作价值网络的推荐结果较为准确，用户体验较好。
离线物品推荐方法装置设备存储介质

[发明专利]微生物发酵过程生物酶浓度的预报方法和系统-CN202310086258.7在审
发明人：王浩;袁景淇;孙鑫宇 -专利权人：上海交通大学
申请日： 2023-01-18 - 公布日： 2023-04-28 - 主分类号： G16C20/30 文献下载
摘要：本发明提供一种微生物发酵过程生物酶浓度的预报方法和系统，该方法包括：获取历史罐批和当前待预报罐批的在线数据，以及在线数据对应罐批的离线数据；根据离线数据进行统计分析并设计分类标准，将历史罐批进行分类；按照分类后的罐批类别，对在线数据和离线数据分别建立混合预报训练数据库；基于混合预报训练数据库，对每类的罐批数据，分别用人工神经网络预报模型和极端梯度提升预报模型进行训练；基于极端梯度提升算法，对训练好的人工神经网络预报模型和极端梯度提升预报模型进行非线性融合，实现混合预报；每当一个罐批发酵结束，对混合预报训练数据库做滚动更新。
微生物发酵过程生物酶浓度预报方法系统

[发明专利]基于主动学习的网络流量分类方法及装置-CN202110093806.X有效
发明人：刘蔚柯;朱承;刘青宝;丁兆云 -专利权人：中国人民解放军国防科技大学
申请日： 2021-01-25 - 公布日： 2021-04-27 - 主分类号： H04L29/06 文献下载
摘要：本发明公开了一种基于主动学习的网络流量分类方法及装置，包括：离线训练过程：在历史积累的网络流量数据集上对初始化训练得到的网络流量分类模型进行多轮次的主动学习和性能评估，直至达到预设评估要求，输出达到预设评估要求的网络流量分类模型，并结束离线训练过程；在线预测过程：利用离线训练过程获得的网络流量分类模型对实时网络流量数据进行在线预测，同时对网络流量分类模型自身进行在线主动学习。本发明基于主动学习的网络流量分类方法，在降低人力物力开销的同时，能够保证网络流量分类模型很好的分类性能，且基于主动学习训练获得的网络流量分类模型特别适用于不平衡网络流量数据的分类预测。
基于主动学习网络流量分类方法装置

[发明专利]一种小电流接地系统单相接地故障选线方法-CN202310128158.6在审
发明人：连鸿波;李家睿;陈旸;傅彬;李磊;姜智桐;卫思明 -专利权人：国网上海市电力公司
申请日： 2023-02-17 - 公布日： 2023-05-09 - 主分类号： G01R31/52 文献下载
摘要：本发明公开了一种小电流接地系统单相接地故障选线方法，包括离线训练流程和在线应用流程；离线训练流程具体包括：S1，数据准备；S2，数据预处理与特征提取；S3，生成线路特征数据集；S4，训练选线模型；在线应用流程包括：S5，实时数据获取；S6，实时数据处理；S7，模型结果输出与融合；S8，选线结果确认；S9，结果保存与再训练。
一种电流接地系统单相接地故障方法

[发明专利]基于孪生网络判别特征学习的视觉跟踪方法-CN202010127710.6在审
发明人：卢湖川;倪萌;孙冲;单泳齐 -专利权人：大连理工大学人工智能大连研究院
申请日： 2020-02-28 - 公布日： 2020-07-28 - 主分类号： G06T7/246 文献下载
摘要：本发明涉及一种基于孪生网络判别特征学习的视觉跟踪方法，包括如下步骤：离线定位分类器训练；离线验证分类器训练；在线目标跟踪；在线模板更新。本发明兼具孪生网络结构简单、速度快以及相关滤波判别性强的优点，取长补短将二者的优势融于一体而去除了它们的劣势，同时加入二值化掩膜以削弱边界效应对相关滤波的影响，与此同时，本发明还结合了离线训练以及在线更新，使得该发明既能得到大量训练数据的支持，又能根据所跟踪目标的不同种类及不同状态进行调整，从而提高跟踪的准确性以及鲁棒性，使其可达到极好的跟踪效果，有助于与其它领域融合，具有广阔的应用前景。
基于孪生网络判别特征学习视觉跟踪方法

[发明专利]基于深度强化学习的带返工汽车涂装重排序方法-CN202110525130.7在审
发明人：金淳;付玉婷;杨子璇;冷浕伶 -专利权人：大连理工大学
申请日： 2021-05-14 - 公布日： 2021-07-20 - 主分类号： G06Q10/06 文献下载
摘要：所述重排序调度算法包括涂装交互环境构建模块、Actor‑Critic算法实现模块、离线训练模块、在线排序模块。所述涂装交互环境构建模块包括订单数据导入、参数设置、涂装交互环境初始化；所述算法实现模块包括数学模型构建、状态空间定义、动作空间定义、奖励函数定义、设计算法结构，该模块为本发明核心模块；所述离线训练模块根据实现的算法训练订单数据，获得重排序调度模型；所述在线排序模块可以根据订单集合离线训练后得到的模型进行实时在线排序。
基于深度强化学习返工汽车涂装重排序方法

[发明专利]一种基于IMU面部手势识别的真无线耳机交互方法-CN202111065505.2在审
发明人：沈益冉;赵广荣 -专利权人：山东大学
申请日： 2021-09-10 - 公布日： 2023-03-14 - 主分类号： G06F3/01 文献下载
摘要：本发明通过训练域判别器，基于卷积神经网络的特征提取器和域判别器能够根据不同用户的脸部手势动作来区分不同用户身份；进行离线模型训练，得到一个用户独立的特征提取器和手势分类器；离线模型训练完成后，去掉用户判别器用户独立任务是指在离线模型训练数据中不包括目标使用者的数据。此外，在使用少量目标用户数据进行模型微调后，能达到95％以上的手势识别准确率。
一种基于 imu 面部手势识别无线耳机交互方法

[发明专利]一种利用CSI多径及机器学习的室外指纹定位方法-CN201810312353.3有效
发明人：范建存;陈素素;罗新民;张莹 -专利权人：西安交通大学
申请日： 2018-04-09 - 公布日： 2020-03-17 - 主分类号： H04W64/00 文献下载
摘要：本发明公开了一种利用CSI多径及机器学习的室外指纹定位方法，接收端在小区内获取多条可分辨的多径信号，对多径信号进行数据收集和预处理获得离线多径CSI数据并进行分组与编号，在离线阶段对分组的多径CSI数据进行分层训练，使得训练标签与网络输出的均方误差最小，采用softmax回归分类器，对训练后的数据进行回归分类，建立指纹库完成离线阶段训练，当接收到来自未知位置用户的CSI信息后，CSI信号经过神经网络正向传播与回归分类器
一种利用 csi 机器学习室外指纹定位方法

[发明专利]一种基于Spark的实时推荐系统及方法-CN201610465517.7有效
发明人：陈航;周学海;庄航 -专利权人：中国科学技术大学
申请日： 2016-06-24 - 公布日： 2019-02-05 - 主分类号： G06F16/9536 文献下载
摘要：本发明公开了一种基于Spark的实时推荐系统，构建基于Spark的一栈式推荐系统框架，包括数据采集模块、离线推荐模块、在线推荐模块和推荐模块；离线推荐模块，根据用户配置参数从离线推荐算法库中选择相应推荐算法对用户行为数据进行训练，得到用户特征模型；在线推荐模块，将用户行为数据发送给在线推荐算法库中的相应算法进行训练，得到增量用户特征模型；在线模型训练引擎将训练得到的用户特征模型作为基础模型，使用流式增量推荐算法利用最新接收到的用户行为数据对基础模型进行增量更新
一种基于 spark 实时推荐系统方法

[发明专利]一种基于机器学习的集群电动汽车功率优化管理方法-CN202010135383.9有效
发明人：胡俊杰;周华嫣然;周羿宏 -专利权人：华北电力大学
申请日： 2020-03-02 - 公布日： 2022-11-29 - 主分类号： H02J3/32 文献下载
摘要：本发明公开了一种基于机器学习的集群电动汽车功率优化管理方法，先建立基于机器学习的集群电动汽车功率管理模型；再通过采集并处理历史数据，代入长短期记忆神经网络LSTM进行离线训练；之后，比较步骤B中所进行的离线训练的结果，在集群电动汽车管理系统中安装具有最佳训练效果的LSTM；最后，在线采集数据输入LSTM，在线生成调度结果，下达调度指令。本方法在离线阶段进行数学计算，在在线运行时只需要通过训练好的LSTM网络匹配输入和输出的关系，快速得到近似最优的调度信号，降低了对在线运行时CPU的要求，适合于大规电动汽车的在线调度计算。
一种基于机器学习集群电动汽车功率优化管理方法

[发明专利]模型训练方法、数据处理方法、系统及电子设备-CN202211565171.X在审
发明人：尚书;於圣楠;吴剑飞;刘柏;范长杰;胡志鹏 -专利权人：网易（杭州）网络有限公司
申请日： 2022-12-07 - 公布日： 2023-05-05 - 主分类号： G06F18/214 文献下载
摘要：本申请提供了一种模型训练方法、系统、电子设备及存储介质，方法包括：从存储的训练集中获取用于训练目标模型的目标离线数据和目标实时数据；并根据目标离线数据以及目标实时数据，对待训练模型进行训练，得到训练后模型，之后在对待训练模型进行训练的过程中，若检测到训练集中存在更新了的、用于训练目标模型的第一实时数据，将第一实时数据确定为目标实时数据，最后响应于检测到训练集中存在更新了的、用于训练目标模型的第二实时数据，基于第二实时数据对训练后模型进行更新训练，得到更新训练后模型。该技术方案在检测到实时数据的更新时，不断对训练后模型进行更新训练，以增强模型训练的实时性和可靠性。
模型训练方法数据处理系统电子设备