“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]模型参数训练方法、装置及系统-CN201610279143.X有效
发明人：林少彬 -专利权人：腾讯科技（深圳）有限公司
申请日： 2016-04-29 - 公布日： 2021-06-25 - 主分类号： G06N3/08 文献下载
摘要：本发明公开了一种模型参数训练方法、装置及系统，属于信息技术领域。所述方法包括：运行多个线程，由所述多个线程分别根据模型参数的初始参数值对不同的子集进行训练，得到所述模型参数的训练参数值；将所述多个线程训练得到的训练参数值进行合并，得到合并参数值；根据所述合并参数值和所述初始参数值本发明通过多个线程并行地对不同的子集进行训练并在合并后求取梯度，增加了训练数据的复杂度，能够将不同子集训练的梯度合并传输，而无需将不同子集训练的梯度分别传输，减少了梯度的传输，减小了网络开销。
模型参数训练方法装置系统

[发明专利]一种基于图表示学习的联合嵌入实体对齐系统-CN202210796181.8在审
发明人：包铁;王科润;彭涛;王上 -专利权人：吉林大学
申请日： 2022-07-06 - 公布日： 2022-09-09 - 主分类号： G06F16/36 文献下载
摘要：本发明公开了一种基于图表示学习的联合嵌入实体对齐系统，属于知识图谱技术领域，其技术要点是：包括扩充种子集模块，通过扩充种子集模块中扩充种子集部分对种子集进行半监督的迭代扩充，然后作为新的训练数据输入到联合嵌入实体对齐模块中联合嵌入实体对齐部分，训练完成后计算所有实体间距离，使用贪心策略获得实体对齐结果，以及所述联合嵌入实体对齐模块分别对结构、关系和属性进行嵌入，随后将三者联合从而获得实体对齐结果，具有使用少量种子集进行训练，并将其扩充，从而降低对种子集的依赖
一种基于图表学习联合嵌入实体对齐系统

[发明专利]一种电网故障预测检测方法及装置-CN201811036991.3在审
发明人：张润生;赵建洋;陈健;刘建戈;曾佳慧;马楠;张硕;张志鹏;沈志辉 -专利权人：淮阴工学院;国网江苏省电力有限公司淮安供电分公司
申请日： 2018-09-05 - 公布日： 2018-11-23 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种电网故障预测检测方法，包括以下步骤：1）获取目标电网历史数据，历史数据包含n个属性，构建历史数据的当前训练集D；2）对第i个属性设置V_i个故障判断条件，从当前训练集D中划分出V_i个属性子集；计算当前训练集D以及各属性子集的信息熵Ent；3）分别计算各属性子集的信息增益；4）将信息增益最大的属性作为第1划分属性，以其故障判断条件对当前训练集D预测，得到正常数据子集D₁和故障数据子集D₂；5）以正常数据子集D₁作为当前训练集D，重复上述步骤2）~4），建立决策树；6）对目标电网同步采样
训练集历史数据属性子集子集故障判断条件电网故障信息增益预测检测正常数据决策树预测转换成频域数据采样数据故障模型故障数据获取目标目标电网频域数据属性设置同步采样信息熵比对构建核实电网重复

[发明专利]云检测模型的训练方法、装置及设备-CN202310117685.7在审
发明人：郭擎;要旭东;李安;黄鹏 -专利权人：中国科学院空天信息创新研究院
申请日： 2023-02-09 - 公布日： 2023-07-04 - 主分类号： G06V10/774 文献下载
摘要：本发明提供一种云检测模型的训练方法、装置及设备，涉及图像处理、深度学习等技术领域，包括：在对云检测模型进行一次半监督学习处理过程中，采用标记样本子集和未标记样本子集对云检测模型进行训练；基于训练后模型参数收敛的云检测模型和标记样本子集，确定K个目标图像；在对K个目标图像进行标记得到K个标签图像之后，将K个目标图像和K个标签图像，增加至标记样本子集；在基于验证集确定模型参数收敛的云检测模型的精度小于预设阈值的情况下，基于增加后的标记样本子集和未标记样本子集本发明提供的云检测模型的训练方法、装置及设备用于提高对云检测模型的训练效率。
检测模型训练方法装置设备

[发明专利]改进分类性能的群集分析系统和方法-CN201080052346.6有效
发明人：卢卡斯·R·米勒 -专利权人：伊利诺斯工具制品有限公司
申请日： 2010-11-15 - 公布日： 2012-10-10 - 主分类号： G01N29/44 文献下载
摘要：一种用于分类未知部件的方法，该方法包括获取在部件的训练集中的多个部件的宽带频率响应，该部件的训练集包括多个无缺陷部件和多个缺陷部件，对宽带频率响应进行统计分析以形成多个部件子集，该多个部件子集包括至少一个无缺陷部件子集和至少一个缺陷部件子集，并且利用该多个部件子集形成部件的混合子集，该部件的混合子集用于将未知部件分类为缺陷部件或无缺陷部件。
改进分类性能群集分析系统方法

[发明专利]设备剩余寿命预测方法、装置、计算机设备及介质-CN202110761527.6在审
发明人：张燧;徐少龙 -专利权人：新智数字科技有限公司
申请日： 2021-07-06 - 公布日： 2021-10-15 - 主分类号： G06F30/27 文献下载
摘要：该方法包括：将获取的原始时序集基于预设的划分指标进行划分，得到原始时序子集；基于预设处理策略对原始时序子集中的每个原始时序子集进行处理，生成特征数据，得到特征数据集；使用特征数据集对原始处理模型进行训练本发明公开实施例通过将至少一个原始时序子集中的每个原始时序子集进行处理生成特征数据，可以将每个原始时序子集转化为一个特征数据，在不丢失原始时序子集中每个时序数据特征的情况下，大大降低训练模型时的运算复杂度，提高训练模型的效率。
设备剩余寿命预测方法装置计算机介质

[发明专利]一种多个GPU并行的DNN模型训练方法和装置-CN201710564223.4有效
发明人：龚轶凡;靳江明;苏磊 -专利权人：北京图森智途科技有限公司
申请日： 2017-07-12 - 公布日： 2021-04-02 - 主分类号： G06N3/08 文献下载
摘要：本发明公开一种多个GPU并行的DNN模型训练方法和装置，用于解决现有技术中多个GPU并行训练DNN模型时存在的训练精度低的问题。该方法包括：在前向传播处理过程中，接收前向BN输入数据子集；确定全局前向BN输入数据均值集合；根据全局前向BN输入数据均值集合，对前向BN输入数据子集进行前向BN处理，得到前向BN输出数据子集；在后向传播处理过程中，接收后向BN输入数据子集；确定全局后向BN输入数据均值集合；根据全局后向BN输入数据均值集合、后向BN输入数据子集和全局前向BN数据均值集合，对前向BN输入数据子集进行后向BN处理，得到前向BN输入数据子集中每个数据的梯度
一种 gpu 并行 dnn 模型训练方法装置

[发明专利]自动识别原始文档的翻拍图像的训练方法和检测方法-CN201910955950.2有效
发明人：陈昌盛;蓝锋博;黄继武 -专利权人：深圳大学
申请日： 2019-10-09 - 公布日： 2023-02-03 - 主分类号： G06V30/41 文献下载
摘要：本公开描述一种自动识别原始文档的翻拍图像的训练方法，其包括：构建由多张来源于原始文档的图像组成的图像数据库，图像数据库包括训练数据子集，训练数据子集具有包括初始图像和翻拍图像的训练图像和与训练图像关联的标注结果；获取初始卷积神经网络，初始卷积神经网络是利用现有图像数据集进行训练得到的卷积神经网络；并且利用训练数据子集对初始卷积神经网络进行微调训练，从而获得能够输出原始文档的训练图像的分类结果的目标卷积神经网络
自动识别原始文档翻拍图像训练方法检测

[发明专利]模型生成方法、虹膜检测方法及装置-CN202010277110.8在审
发明人：张慧;张贺;刘京;何召锋;周水子 -专利权人：北京中科虹霸科技有限公司
申请日： 2020-04-10 - 公布日： 2020-09-01 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种模型生成方法、虹膜检测方法及装置，其中，该模型生成方法包括：获取训练样本集；训练样本集包括多个训练样本子集，每个训练样本子集中每个训练样本包括虹膜图像、类型标签及真实虹膜包围框位置信息，且每个训练样本子集中训练样本的类型包括真人虹膜、美瞳虹膜及假体虹膜；利用训练样本集中的每个训练样本子集的各训练样本对虹膜检测神经网络进行训练，得到虹膜检测模型；虹膜检测神经网络包括：特征提取层、虹膜定位层
模型生成方法虹膜检测装置

[发明专利]API指令检测方法、装置-CN202010356444.4有效
发明人：张静宣;邹卫琴;陶传奇;黄志球 -专利权人：南京航空航天大学
申请日： 2020-04-29 - 公布日： 2023-05-02 - 主分类号： G06F8/41 文献下载
摘要：本发明公开了一种API指令检测方法、装置，所述方法包括：对API文档中的语句进行划分，得到API指令语句和普通语句；将API指令语句分别和普通语句组成多个类平衡训练子集；其中类平衡训练子集中API指令语句所占比例至少达到预设的平衡数值；API指令检测模型基于API特征标准，以类平衡训练子集作为训练集进行训练；使用训练完成的API指令检测模型进行API指令检测。
api 指令检测方法装置

[发明专利]一种基于多模型融合实现预测的方法及装置-CN201911422778.0在审
发明人：鲍红飞;王道广;袁灿;于政 -专利权人：北京明略软件系统有限公司
申请日： 2019-12-31 - 公布日： 2020-05-19 - 主分类号： G06Q10/04 文献下载
摘要：所述方法包括：从交易所的历史交易数据中提取特征生成特征集合，根据模型算法类型生成对应的多个特征子集和训练数据子集；基于每一种模型算法类型对应的特征子集构建对应的模型组并使用对应的训练数据子集训练所述模型组；所述模型组中的任意两个模型对应的特征子集不同和/或对应的训练数据子集不同；在每一种模型算法类型的模型组中挑选部分满足模型融合条件的模型作为目标模型，使用所有模型算法类型的目标模型分别对待预测对象进行预测
一种基于模型融合实现预测方法装置

[发明专利]一种获得目标训练样本的方法、电子设备及介质-CN202210586079.5在审
发明人：韩佳;杜新凯;吕超;谷姗姗;张晗;史辉;李文灏;孙垚锋 -专利权人：阳光保险集团股份有限公司
申请日： 2022-05-26 - 公布日： 2022-08-05 - 主分类号： G06F40/194 文献下载
摘要：本申请实施例提供一种获得目标训练样本的方法、电子设备及介质，该方法包括：获取多个原始句子集合，其中，所述多个原始句子集合中的各原始句子集合包括一条原始语句、第一语句集合和第二语句集合，所述第一语句集合与所述原始语句的相似度大于阈值，所述第二语句集合与所述原始语句的相似度小于阈值；计算所述各原始句子集合中两两语句之间的差异值，其中，所述差异值用于表征两个语句之间的差异程度；基于所述差异值确定是否删除所述多个原始句子集合中的至少部分集合，获得目标训练样本。通过本申请的一些实施例能够从多个原始句子集合中选取得到对于模型训练更有价值的目标训练样本。
一种获得目标训练样本方法电子设备介质

[发明专利]一种移动终端上的恶意应用软件的检测方法-CN201310029515.X有效
发明人：赖英旭;乔静静;杨震;刘静;李健;徐壮壮 -专利权人：北京工业大学
申请日： 2013-01-25 - 公布日： 2013-05-15 - 主分类号： G06F21/56 文献下载
摘要：一种移动终端上的恶意应用软件的检测方法用于手机信息安全领域，其特征在于：首先，采用放回的抽样方法从正常的应用下载软件中独立的抽取多个样本子集，每次随机抽取的样本数量与恶意的应用下载软件的数量相同。这些子集分别与恶意的应用下载软件结合，组成一系列新的训练样本子集；之后，解压新的训练样本子集中的各个样本文件，读取可执行文件和配置文件的内容，进而采用特征选择算法抽取能够代表样本文件的特征，得到特征子集；紧接着，选取在所有特征子集均出现的特征组合得到最终的特征集；然后对训练样本集中的样本重新训练，得到特征向量；最后，通过贝叶斯等分类算法进行分类，检测恶意应用软件。
一种移动终端恶意应用软件检测方法

[发明专利]软件缺陷预测方法及装置-CN201710090097.3有效
发明人：高岩;杨春晖;李冬 -专利权人：中国电子产品可靠性与环境试验研究所
申请日： 2017-02-20 - 公布日： 2019-07-05 - 主分类号： G06F11/36 文献下载
摘要：本发明提供一种软件缺陷预测方法及装置，对待预测软件的软件模块源代码进行静态度量，构建缺陷向量；将缺陷向量通过预设投影矩阵映射到几何空间中得到映射缺陷向量；预设投影矩阵为在训练获得经过训练的预测模型的过程中，使得样本向量集的样本缺陷子集之间的相对熵距离的几何均值最大的投影矩阵，样本缺陷子集包括有缺陷子集和无缺陷子集；将映射缺陷向量输入到经过训练的预测模型中，通过经过训练的预测模型，将映射缺陷向量与样本缺陷子集的马氏距离最小的样本缺陷子集所对应的类别
软件缺陷预测方法装置

[发明专利]一种目标识别分类模型的训练方法、物体识别方法、装置、机器人和介质-CN201910259811.6有效
发明人：程郑鑫 -专利权人：唯思科技（北京）有限公司
申请日： 2019-04-02 - 公布日： 2021-10-26 - 主分类号： G06K9/62 文献下载
摘要：本公开的实施例提供了一种目标识别分类模型的训练方法、物体识别方法、装置、机器人和介质。采用多个预先标注有类别信息的训练图像对目标识别分类模型进行联合训练，包括：获取图像数据集，所述图像数据集为包括两个以上图像数据子集的联合数据集，其中，所述两个以上图像数据子集的标注类别不完全相同；根据所述两个以上图像数据子集的标注类别，获取各图像数据子集的合并类别群组信息；根据各图像数据子集的类别标签信息和合并类别群组信息，利用softmax群组交叉熵损失函数分别对各图像数据子集进行概率求和，得到目标识别分类的类别概率预测值。以此方式，训练前无需将原来的数据集重新进行标注，能够极大的降低数据标注成本。
一种目标识别分类模型训练方法物体装置机器人和介质