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2135533个,建议您升级VIP下载更多相关专利
  • [发明专利]大鼠风险抉择行为的训练方法-CN201710030684.3有效
  • 马朝林;杨旻喆 - 南昌大学
  • 2017-01-17 - 2019-12-20 - A01K67/02
  • 本发明公开了一种大鼠风险抉择行为的训练方法,包括以下步骤步骤一、训练装置准备;步骤二、实验动物准备;步骤三、场景适应训练步骤四、偏好检测和修正训练步骤五、赋值训练步骤六、记忆巩固训练步骤七、风险抉择训练本发明的训练方法和步骤设计更合理、更科学,可以大幅缩减训练时间,提升训练效率,训练成功率更高,可获得真实可靠的实验数据,有助于研究人员高效地对动物行为进行监测。
  • 大鼠风险抉择行为训练方法
  • [发明专利]一种基于太极拳的康复训练的动作评价方法-CN201710549163.9在审
  • 石萍;郑金钰;喻洪流 - 上海理工大学
  • 2017-07-07 - 2017-11-10 - G06Q10/06
  • 本发明提供一种基于太极拳的康复训练的动作评价方法,包括以下步骤步骤S1、创建标准太极拳动画模型库;步骤S2、创建训练者模型;步骤S3、创建虚拟训练场景,并设置训练模式和训练体式等级;步骤S4、训练者进行注册或账号密码登录;步骤S5、选择适合的虚拟训练场景、训练模式及训练体式等级;步骤S6、进行训练训练者模仿步骤S5中所选定的训练模式及训练体式等级下的标准太极拳动画模型库进行太极拳训练,采集训练者的肢体动作数据,实时将训练者的肢体动作映射到训练者模型上,并同时拍摄训练视频;步骤S7、训练评分及评估;步骤S8、历史训练数据查询。本发明能很好地将传统太极拳与虚拟现实康复训练相结合,有益于提高训练者的康复训练效果。
  • 一种基于太极拳康复训练动作评价方法
  • [发明专利]一种用于训练yolo算法模型的方法、芯片及系统-CN202111578439.9在审
  • 游思遐;黄惠保;周和文;陈锦杰;张子倩 - 珠海一微半导体股份有限公司
  • 2021-12-22 - 2023-07-11 - G06V10/25
  • 本发明公开一种用于训练yolo算法模型的方法、芯片及系统,该方法具体包括如下步骤步骤1:获取训练数据样本集,进入步骤2;步骤2:将训练数据样本集中的全部训练数据样本导入初始模型,根据yolo算法循环执行初始模型训练,直至初始模型的目标检测效果稳定时获取第一模型,进入步骤3;步骤3:根据训练数据样本集中的训练数据样本对第一模型进行冻结训练流程,对本步骤重复执行第一预设次数后获取第二模型,进入步骤4;步骤4:将训练数据样本集中的全部训练数据样本导入第二模型中,对第二模型执行一次冻结训练流程,获取最终模型。本发明通过对yolo算法模型进行冻结训练流程实现对模型的分结构训练,有效提高训练yolo算法模型的准确度。
  • 一种用于训练yolo算法模型方法芯片系统
  • [发明专利]穿梭箱式动物主动回避反应训练方法-CN200510057307.6无效
  • 赵邦云 - 中国人民解放军第三军医大学
  • 2005-09-30 - 2006-03-08 - A01K15/02
  • 本发明公开了一种穿梭箱式动物主动回避反应训练方法,包括步骤:(1)在初始状态下;(2)通过微处理机设置以下训练参数:训练次数N、适应时间T1、条件刺激时间T2、非条件刺激时间T3;(3)让待训练动物按步骤(2)设置的适应时间T1适应训练环境;(4)让待训练动物按步骤(2)设置的条件刺激时间T2、非条件刺激时间T3进行训练,并记录本次训练后的训练次数n;(5)将训练次数n增加一次并按步骤(2)设置的参数进行训练,记录训练后的累计训次数n+1;(6)将步骤(5)的累计训练次数n+1与步骤(2)设置的训练次数N进行比较,看两者是否相等,若为否,则返回步骤(4);(7)若步骤(6)为是,则确定是否还需要继续训练,若为是,则返回步骤(2);(8)若步骤(7)为否,则结束训练
  • 穿梭箱式动物主动回避反应训练方法
  • [发明专利]一种基于语义及语法结构的语句分析方法及系统-CN201611183668.X在审
  • 简仁贤;梅森傑 - 竹间智能科技(上海)有限公司
  • 2016-12-20 - 2017-06-13 - G06F17/27
  • 本发明提供了一种基于语义及语法结构的语句分析方法及系统,其中发明方法包括以下步骤步骤1输入原始句子;步骤2利用所述原始句子产生初步训练语料;步骤3获取人工修正后的训练语料,定义为中间训练语料;步骤4验证所述中间训练语料标注的正确性,如果所述中间训练语料的标注均正确,将所述中间训练语料定义为最终训练语料,并进入步骤5;否则返回步骤3循环执行;步骤5将所述最终训练语料带入训练模型;以半自动方式产生使用者所需的训练语料,提高产生训练语料的效率;能够使用客制化训练语料来训练模型,训练语料的正确性;提供视觉化语义角色标注的结果;能够在同一系统下持续训练各模型,从而提升系统整体效能。
  • 一种基于语义语法结构语句分析方法系统
  • [发明专利]基于主动学习的声呐图像目标识别方法-CN201911099760.1有效
  • 邓雨田;姜龙玉 - 东南大学
  • 2019-11-12 - 2023-05-12 - G06V10/764
  • 本发明公开了一种基于主动学习的声呐图像目标识别方法,包括如下步骤步骤1:对声呐图像数据集进行数据增强处理以扩充数据集;步骤2:从步骤1划分的训练集中选出一组样本进行标注,构成初始训练集,并将这些初始训练集的样本从总的训练集中剔除;步骤3.使用初始训练训练YOLO模型;步骤4:在剔除初始训练集后的剩余样本训练集中利用主动学习样本选择策略挑选一组样本,将选择出的样本进行人工标注,加入训练训练YOLO模型;步骤5:重复步骤4,直至剩余样本训练集中所有的样本都被选择;步骤6:YOLO模型训练结束,保存权重、经测试集测试以后输出YOLO模型的精度。
  • 基于主动学习声呐图像目标识别方法
  • [发明专利]提高人脸识别深度网络训练效率和效果的验证集反馈方法-CN201910287187.0有效
  • 高华;陈胜勇 - 浙江工业大学
  • 2019-04-11 - 2021-05-18 - G06K9/00
  • 一种用于提高人脸识别深度神经网络训练效率和效果的验证集反馈方法,包括如下步骤步骤1:确定人脸识别深度神经网络训练任务、训练数据集和评估标准,将训练数据集按比例分成互不重叠的训练集和验证集;步骤2:初始化模型M0,确定候选模型参数的个数N;步骤3:在训练集上随机采样生成N个训练集序列;步骤4:分别以M0为起点,在每个训练数据序列上用反向传播方法更新训练模型;步骤5:在验证集上评估步骤4生成的N个候选模型的效果;步骤6:按照模型的效果赋予每个候选模型概率Pn,结合随机性选择1个候选模型替代模型M0步骤7:重复步骤3至步骤6直至训练结束。本发明有效提升深度神经网络训练的效果和效率。
  • 提高识别深度网络训练效率效果验证反馈方法

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