“训练子集”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364438个，建议您升级VIP下载更多相关专利

[发明专利]基于耦合近邻索引的人脸画像合成方法-CN201610224500.2有效
发明人：王楠楠;孙雷雨;高新波;李洁;张宇航;于昕晔;朱明瑞;马卓奇;査文锦;曹兵 -专利权人：西安电子科技大学
申请日： 2016-04-12 - 公布日： 2019-06-21 - 主分类号： G06T5/50 文献下载
摘要：本发明公开了一种基于耦合近邻索引的人脸画像合成方法，主要解决现有方法在近邻选择时没有考虑训练画像作用的问题。其实现步骤是：1.划分训练画像样本集、训练照片样本集和测试样本集；2.将所有图像划分成图像块，并组成块集合；3.将训练照片块集合与对应的画像块集合划分为多个子集；4.建立训练照片块子集和训练画像块子集中每一对照片
基于耦合近邻索引画像合成方法

[发明专利]分包融合集成学习数据分类方法-CN201810097334.3在审
发明人：李勇明;张成;王品;李淋玉;谭晓衡;颜芳 -专利权人：重庆大学
申请日： 2018-01-31 - 公布日： 2018-08-17 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种分包融合集成学习数据分类方法，包括以下步骤：S1：获取数据形成训练集和测试集；S2：利用子空间划分模块将训练集分为K个子集；S3：对应一个子集训练一个分类器模型；S4：计算每个分类器模型对应的权重因子其效果是：通过分包并对每个子空间中样本进行学习，弱化样本空间中混叠区域对分类器模型的影响，然后对每个子集误分类样本进行增强，传递至下一个子集中再次学习，增加样本利用率。利用多空间加权融合集成学习模块对所有子集的预测进行加权集成，从而进一步弱化混叠区域样本对分类器模型的影响，提高分类精度。
分类器模型样本集成学习分包子集权重因子数据分类训练集子空间混叠弱化相乘分类结果分类样本划分模块获取数据加权集成加权融合样本空间融合测试集多空间加权标签输出传递分类学习预测

[发明专利]机器学习模型训练方法及装置-CN201910327485.8在审
发明人：周俊 -专利权人：创新先进技术有限公司
申请日： 2019-04-23 - 公布日： 2020-10-27 - 主分类号： G06K9/62 文献下载
摘要：本公开提供一种用于模型训练的方法和装置。在全局模型装置处，将训练样本数据集分为多个独立的训练样本数据子集，利用各个训练样本数据子集来分别单独训练出多个全局子模型，该多个全局子模型进行模型融合后得到全局模型。在进行本地模型训练时，本地模型训练装置将无标记样本数据发送到全局模型侧，利用全局模型来得到该样本数据的标记值，然后，在本地利用该样本数据以及对应的标记值来训练出用户本地模型，并将所训练出的本地模型部署在用户本地进行模型预测服务利用该模型训练方法及装置，能够保护训练数据的数据泄露。
机器学习模型训练方法装置

[发明专利]使用强化学习的数据评估-CN202080065876.8在审
发明人：赛尔坎·奥默·阿里克;尹珍圣;托马斯·乔恩·菲斯特 -专利权人：谷歌有限责任公司
申请日： 2020-09-19 - 公布日： 2022-04-29 - 主分类号： G06K9/62 文献下载
摘要：一种方法(500)包括，获得训练样本(102)的集合。在多个训练迭代的每个训练迭代期间，该方法包括，从训练样本的集合中采样训练样本的批次。该方法包括，对于每个训练样本，使用数据值估计器(120)来确定选择概率(106)。训练样本的选择概率是基于数据值估计器的估计器参数值(122)。该方法还包括，基于每个训练样本的选择概率从训练样本的批次中选择训练样本的子集，以及使用具有训练样本的子集的预测器模型(142)来确定性能测量(144)。
使用强化学习数据评估

[发明专利]基于分层多特征融合的高分辨率遥感图像场景分类方法-CN201610201638.0有效
发明人：蔡阳;李士进;蒋亚平;陈德清;王伶俐;袁俐新;付静;郑展;王继民;余宇峰;朱海晨;王声特 -专利权人：河海大学;水利部水利信息中心
申请日： 2016-04-01 - 公布日： 2019-02-19 - 主分类号： G06K9/62 文献下载
摘要：本发明依据组合全局特征对训练样本图像集合进行聚类分析，将训练样本图像集合分为适于采用全局特征表达的子集和适于用局部特征表达的子集，然后利用两个子集分别训练全局特征分类器和局部精简特征分类器；在测试时根据聚类分析结果从两个分类器中选出最适合于测试样本的分类器来对测试样本进行分类
基于分层特征融合高分辨率遥感图像场景分类方法

[发明专利]对抗性环境中分类的非对称鲁棒性-CN202011503286.7在审
发明人： F·J·卡布里塔孔德萨;J·科尔特 -专利权人：罗伯特·博世有限公司
申请日： 2020-12-18 - 公布日： 2021-06-22 - 主分类号： G06K9/62 文献下载
摘要：一种用于训练分类器的计算方法。所述方法包括接收由成对的训练输入信号和输出信号组成的训练数据集，分类器通过参数被参数化，针对至少两个不同类中的每一个来接收类相关允许扰动，并且包括针对第一类的第一类相关允许扰动和针对第二类的第二类相关允许扰动，以及接收损失函数；所述方法进一步包括将训练数据集分区成用第一标签标记的第一子集和用第二标签标记的第二子集。所述方法还包括响应于第一子集和第一类相关允许扰动计算第一损失，以及响应于第二子集和第二类相关允许扰动计算第二损失。所述方法还包括响应于第一损失和第二损失更新参数以获得更新的参数。
对抗性环境分类对称鲁棒性

[发明专利]三维图像处理方法、图像处理模型训练方法及介质-CN201911422683.9在审
发明人：张伟;沈宏 -专利权人：上海联影智能医疗科技有限公司
申请日： 2019-12-31 - 公布日： 2020-05-29 - 主分类号： G06K9/62 文献下载
摘要：本申请提供一种三维图像处理方法、图像处理模型训练方法及介质，所述方法包括：根据不同阶段的图像处理模型，从待处理的三维图像集中确定用于训练至少一批图像子集，并基于至少一批图像子集及对应的图像处理结果，构建用于训练图像处理模型的训练集，利用经训练的图像处理模型对三维图像集中图像进行处理，得到对应的图像处理结果。从而可提高模型训练效率，进而提高了三维图像处理效率和准确率，减少了人员工作量。
三维图像处理方法模型训练介质

[发明专利]民事案由信息识别训练方法、装置及案由提取方法-CN202111022787.8在审
发明人：麦天骥 -专利权人：北京市律典通科技有限公司
申请日： 2021-09-01 - 公布日： 2021-11-30 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种民事案由信息识别训练方法、装置及案由提取方法，根据训练样本集中的各个民事起诉状，对预先构建的初始案由深度学习模型进行训练，最后得到训练好的目标案由深度学习模型，将民事起诉状传入已经训练好的目标案由深度学习模型中；目标案由深度学习模型获取出对应的案由信息；并查找案由是否有子集案由；如果有，则进行子集提取；如果没有，则推出案由作为结果数据。本发明提供民事案由信息识别训练方法、装置及案由提取方法，提升了深度学习模型的案由分类准确率。
民事案由信息识别训练方法装置提取

[发明专利]用于训练机器学习组件的支持侧行链路的联邦学习-CN202180091241.X在审
发明人：白天阳;王华;厉隽怿 -专利权人：高通股份有限公司
申请日： 2021-12-28 - 公布日： 2023-09-22 - 主分类号： G06N3/098 文献下载
摘要：在一些方面中，第一用户设备(UE)可以从第二UE接收侧行链路通信，该侧行链路通信指示与第二UE相关联的本地训练数据集合的第一本地训练数据子集。UE可以发送至少部分地基于训练机器学习组件的组合本地更新，所述训练机器学习组件是至少部分地基于第一本地训练数据子集和与第一UE相关联的第二本地训练数据集合的。描述了众多其它方面。
用于训练机器学习组件支持侧行链路联邦

[发明专利]基于局部均值距离约束表示的数据分类方法-CN202011241189.5有效
发明人：刘星成;赵莹莹;刘异橦 -专利权人：中山大学
申请日： 2020-11-09 - 公布日： 2023-05-12 - 主分类号： G06F18/2411 文献下载
摘要：本发明提供一种基于局部均值距离约束表示的数据分类方法，包括步骤如下：获取训练样本集合，所述训练样本集合包括若干个类别，将训练样本集合按照类别分为若干个训练样本子集，计算未知样本到每个训练样本子集中的训练样本的距离；从每个类别中找到距离未知样本最近的k个训练样本，组成一个邻居样本子集；采用基于协同表示的方法，对未知样本进行重新表示；在基于协同表示的目标函数中加入局部均值向量进行约束，得到新的目标函数；对得到的新的目标函数进行求导
基于局部均值距离约束表示数据分类方法

[发明专利]一种多决策树财务预警方法-CN201810388744.3在审
发明人：郭华平;刁小宇;刘宏兵;邬长安 -专利权人：信阳师范学院
申请日： 2018-04-27 - 公布日： 2018-10-09 - 主分类号： G06Q40/00 文献下载
摘要：该方法包括：步骤1、获取待检测财务数据样本集D，所述待检测财务数据样本集D包括数据属性子集和所述数据属性子集中每个数据属性所对应的数据子集；步骤2、根据预设的随机抽样次数M对所述待检测财务数据样本集D进行M次随机抽样，每次抽取M个数据，确定第k次随机抽样得到的样本集为训练子集Dk，其中k＝1,2,3…M；步骤3、利用预设的降噪自编码模型在所述训练子集Dk上学习得到决策树Tk；步骤4、根据所述决策树Tk对待检测财务数据样本集D中的每个数据子集进行财务状况类别预测，所述财务状况类别包括财务状况良好和财务状况异常。
财务状况样本集财务数据决策树数据属性随机抽样检测数据子集训练子集预设子集预警准确度自编码财务预测降噪抽取学习

[发明专利]客户动支模型生成方法、装置及电子设备-CN201910921528.5在审
发明人：高明宇;王鹏;张潮华;郑彦 -专利权人：北京淇瑀信息科技有限公司
申请日： 2019-09-27 - 公布日： 2020-02-14 - 主分类号： G06K9/62 文献下载
摘要：该方法包括：获取多个历史用户的金融数据；根据所述动支状态将所述多个历史用户分入正样本用户集合和负样本用户集合；对正样本用户集合和负样本用户集合中的历史用户的金融数据进行筛选以生成正样本子集合、负样本子集合和未分类样本子集合；以及基于所述正样本子集合、所述负样本子集合和所述未分类样本子集合对机器学习模型进行训练以生成客户动支模型。本公开涉及的客户动支模型生成方法、装置，能够对现有的正负样本数据进行数据处理生成更加精确的正负样本数据集合，进而通过精确的正负样本数据集合对机器学习模型进行训练，生成金融风险模型。
子集合负样本历史用户用户集合正负样本正样本机器学习模型分类样本金融数据模型生成数据集合客户计算机可读介质电子设备风险模型样本用户数据处理对正集合筛选金融

[发明专利]一种基于深度学习的端到端换脸数据预处理方法及终端-CN202211393256.4在审
发明人：聂若峰;邓炜;童同;高钦泉 -专利权人：福建帝视信息科技有限公司
申请日： 2022-11-08 - 公布日： 2023-01-17 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种基于深度学习的端到端换脸数据预处理方法，获取换脸源图像数据集和换脸目标图像数据集，从中提取出换脸源人脸集和换脸目标人脸集；对换脸源人脸集和换脸目标人脸集进行人脸特征提取，之后进行人脸聚类以得到换脸源人脸子集和换脸目标人脸子集；从换脸源人脸子集中划分出该子集的高画质图像集；对换脸源人脸子集的高画质图像集，划分出高画质且少遮挡图像集。可以看出，其对于换脸图像数据集，通过人脸检测提取出所有人脸，之后通过人脸特征提取与特征聚类得到排除无关人脸的人脸子集，之后逐一挑选清晰且少遮挡的图像作为训练集，能对原始数据做出先期处理，获得最终用于训练换脸模型的有效数据
一种基于深度学习端到端换脸数据预处理方法终端

[发明专利]口语识别系统以及用于训练和操作该系统的方法-CN200580039161.0有效
发明人：李海州;马斌;G·M·怀特 -专利权人：新加坡科技研究局
申请日： 2005-09-19 - 公布日： 2007-11-21 - 主分类号： G10L15/08 文献下载
摘要：一种训练口语识别系统以将未知语言识别为多种已知候选语言中的一种的方法，其包括如下处理：生成包括多个声音标记的声音目录，从所述已知候选语言的子集提供所述集体的多个声音标记。所述方法进一步包括提供多个训练样本，每个训练样本由一种已知候选语言构成。进一步包括从各个训练数据库生成一个或多个训练向量的处理，其中，每个训练向量被定义为从所述已知候选语言的子集提供的所述多个声音标记的函数。所述方法进一步包括将各个训练向量与相对应的训练样本的候选语言相关联。
口语识别系统以及用于训练操作方法

[发明专利]使用多嵌套排序来改善排序结果-CN200680045523.1有效
发明人： C·J·博格斯;I·玛特维娃;L·W·翁;A·S·拉鲁夏斯;T·伯卡德 -专利权人：微软公司
申请日： 2006-11-17 - 公布日： 2008-12-10 - 主分类号： G06F17/30 文献下载
摘要：该系统和方法涉及在分开的级中对高排序项目的递减子集重新排序。具体地，基本排序组件可对项目集排序。可取得顶部或高排序项目的子集，并用作新训练集以训练用于改善这些高排序文档之间的排序的组件。该过程可对任意数目的连续的高排序子集重复。因此，可通过关注于较高排序项目在分开的级中对高排序项目重新定序以便于将最相关项目置于搜索结果列表的顶部。
使用嵌套排序改善结果