“训练步骤”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2135533个，建议您升级VIP下载更多相关专利

[发明专利]一种用于骨科患者的上肢康复训练系统-CN202110785027.6在审
发明人：刘红军;陶锋;张涛 -专利权人：江苏强美医疗科技有限公司
申请日： 2021-07-12 - 公布日： 2021-10-26 - 主分类号： A63B23/12 文献下载
摘要：本发明公开了一种用于骨科患者的上肢康复训练系统，涉及康复系统技术领域，该用于骨科患者的上肢康复训练系统，包括以下步骤：步骤一、安装训练设备，步骤二、极限测试，步骤三、训练进行，步骤四、训练完成，步骤五、训练数据的处理。本发明通过在进行训练之前，控制VR设备本体使其在显示端显示测试用的活动射线，指导患者向射线的延伸方向对上肢进行对应的伸展，指导患者在上肢伸展至极限前停止运动，通过上肢运行数据采集模块可对患者上肢可移动范围进行记载，即完成极限测试的工作，解决患者的动作超出上肢可移动的范围，从而存在一定的危险性的问题，避免直接训练导致患者伸展过度的问题，提升训练时的安全性。
一种用于骨科患者上肢康复训练系统

[发明专利]一种模型训练方法、装置和系统，以及预测方法和装置-CN201910744658.6在审
发明人：韩炳涛;王建伟;孙宗英 -专利权人：中兴通讯股份有限公司
申请日： 2019-08-13 - 公布日： 2021-02-23 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例公开了一种模型训练方法、装置和系统，以及预测方法和装置，所述模型训练方法包括：第一设备根据模型训练作业中的模型训练所需要的数据的描述确定参与模型训练的第二设备，向第二设备发送所述模型训练作业中的部分或全部；第一设备执行所述模型训练作业中的第一模型训练代码以实现对于第j个训练步骤，当模型训练未结束时，第一设备向第二设备下发第j个训练步骤对应的模型参数；接收第二设备上传的第j个训练步骤对应的模型参数增量，根据第二设备上传的第j个训练步骤对应的模型参数增量计算第(j+1)个训练步骤对应的模型参数。本发明实施例适用于多种应用场景下的模型训练，减少了占用的带宽，降低了数据安全管理的难度。
一种模型训练方法装置系统以及预测

[发明专利]一种基于知识库的深度学习模型训练和自动化调优方法及系统-CN202010307178.6在审
发明人：杨晨;张嘉森;滕峰 -专利权人：深圳市艾伯信息科技有限公司
申请日： 2020-04-17 - 公布日： 2020-09-01 - 主分类号： G06N3/08 文献下载
摘要：本发明实施例公开了一种基于知识库的深度学习模型训练和自动化调优方法及系统，所述方法包括：步骤1：选取可配置项，设定取值范围及权重；步骤2：设定固定项取值；步骤3：初始化；步骤4：进行一个epoch训练；步骤5：达到最大epoch次数，则执行步骤7；否则输出模型，执行步骤6；步骤6：计算模型在验证集上的损失，如果收敛到预设值，则执行步骤7；否则执行步骤4；步骤7：进行测试并计算结果；步骤8：保存训练结果及可配置项取值；步骤9：若无可调项则结束训练，执行步骤10；否则调整可配置项取值，执行步骤3；步骤10：更新AI知识库。本发明可以根据历史训练结果自行调整训练，迭代地寻找较优解，从而节省大量的人力成本。
一种基于知识库深度学习模型训练自动化方法系统

[发明专利]基于残差学习的单幅图像去雾方法-CN201810361570.1有效
发明人：项欣光;顾昳丽 -专利权人：南京理工大学
申请日： 2018-04-20 - 公布日： 2021-12-10 - 主分类号： G06T5/00 文献下载
摘要：本发明提供了一种基于残差学习的单幅图像去雾方法，包括以下步骤：步骤1，制作包括有雾图像和无雾图像的训练样本；步骤2，将训练样本输入待训练的CGAN网络进行训练生成最终的训练网络；步骤3，输入有雾图像至最终的生成模型中得到清晰的无雾图像
基于学习单幅图像方法

[发明专利]一种基于深度学习的分词器训练方法及其装置-CN201910312228.7在审
发明人：汪齐顺 -专利权人：合肥天毅网络传媒有限公司
申请日： 2019-04-18 - 公布日： 2019-07-19 - 主分类号： G06F16/31 文献下载
摘要：本发明公开了一种基于深度学习的分词器训练方法及其装置，涉及数据处理领域。本发明包括如下步骤：步骤S1：利用网络爬虫技术获取大量网页文本语料；步骤S2：对获取的文本语料进行类型筛选；步骤S3：采用分词器对筛选后的不同类型的文本语料进行分词处理和分句处理得到训练集；步骤S4：删除训练集中具有歧义或错误的训练子集；步骤S5：将训练子集输入模型进行训练；步骤S6：计算每次训练迭代的损失函数，获取各类型的最优模型。本发明通过网络爬虫获取大量文本语料，并对文本语料进行类型不同筛选，根据类型对文本语料进行分词处理并作为训练集进行模型训练，再通过损失函数获取最优模型，提高了分词器的准确率和效率。
语料分词器文本分词处理损失函数训练子集最优模型训练集筛选数据处理领域网络爬虫技术模型训练网络爬虫网页文本歧义准确率迭代分句删除学习

[发明专利]一种双向传输有线通信系统接收器训练方法-CN201811369314.3有效
发明人：刘亚欢 -专利权人：苏州裕太微电子有限公司
申请日： 2018-11-16 - 公布日： 2020-12-22 - 主分类号： H04B1/10 文献下载
摘要：本发明公开一种双向传输有线通信系统接收器训练方法，适用于双向传输有线通信系统接收器的训练过程中，具体包括以下步骤：步骤A，判断发射端是否与接收端已建立线路连接：若是，则转向步骤B；若否，则返回步骤A；步骤B，发射端进行反射信号消除器的训练，随后向接收端发射训练序列；步骤C，接收端根据训练序列训练接收均衡器，随后向发射端反馈训练序列；步骤D，发射端接收训练序列，并完成双向传输有线通信系统接收器的训练过程。
一种双向传输有线通信系统接收器训练方法

[发明专利]一种基于神经网络的原煤全水分软测量方法-CN201610960202.X在审
发明人：陈献春;陈宇;蒋孝科;林阿平;王寅;卢熠 -专利权人：国网福建省电力有限公司;国家电网公司;国网福建省电力有限公司电力科学研究院;福建中试所电力调整试验有限责任公司
申请日： 2016-10-28 - 公布日： 2017-03-22 - 主分类号： G06N3/08 文献下载
摘要：本发明涉及一种基于神经网络的原煤全水分软测量方法，包括以下步骤步骤S01根据一种类型磨煤机，获取该磨煤机进口、出口相关数据，将所述数据样本分为训练样本和测试样本；步骤S02建立原煤全水分Mt的人工神经网络模型；步骤S03确定训练精度或最大训练次数；步骤S04利用训练样本对人工网络模型进行训练直至满足训练精度要求或对模型的训练已达到最大训练次数后，停止对模型的训练；步骤S05将测试样本加载人工神经网络模型并进行测试；步骤S06如果测试的结果显示模型已满足精度和泛化能力两方面的要求，则模型训练成功。
一种基于神经网络原煤水分测量方法

[发明专利]一种基于医疗影像的交互式半自动标注方法-CN202111304854.5在审
发明人：童云飞;张超仁;邓天然 -专利权人：上海仰和华健人工智能科技有限公司
申请日： 2021-11-05 - 公布日： 2023-05-09 - 主分类号： G16H30/40 文献下载
摘要：本发明涉及一种基于医疗影像的交互式半自动标注方法，其中，包括：步骤1.收集带病灶的医疗影像数据，将医疗影像数据分成不同病灶类别；步骤2.对不同的病灶类别选择训练不同的Deep grabcut算法预训练模型；步骤3.将不同病灶类别的医疗影像数据，标注感兴趣区边界框，使用步骤2中训练的预训练模型进行标注；步骤4.将标注后的医疗影像数据进行数据增强；步骤5.对一增强后的数据和网络参数，进行交互式模型训练，训练后进行模型验证，当交互式模型的Dice大于一阈值之后，进行步骤6；步骤6.选择影像分割网络对辅助标注后的图像进行训练，保存验证集最好的影像分割网络训练模型和最后一次的影像分割网络训练模型，评估模型效果，确定是否能够初步进入实用阶段
一种基于医疗影像交互式半自动标注方法

[发明专利]一种基于稀疏表示的人脸识别方法-CN201810398110.6有效
发明人：周全;从德春;杨文斌;卢竞男;王雨 -专利权人：南京邮电大学
申请日： 2018-04-27 - 公布日： 2021-11-16 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于稀疏表示的人脸识别方法，包括以下步骤：步骤一：先输入训练样本矩阵，将所有训练样本与所有的对象类别级联起来，再输入一个测试样本；步骤二：将训练样本矩阵中的每个训练样本分别与测试样本进行校准，得到校准训练样本矩阵；步骤三：将校准训练样本矩阵进行标准化；步骤四：计算标准化后的校准训练样本矩阵中的每个训练样本与对应的标准图之间的误差，得到误差最小值；步骤五：计算测试样本与对应的标准图之间的剩余误差；步骤六：为所有的对象类别设置身份；步骤七：输出误差最小值对应的训练样本所对应的对象类别作为测试样本的对象类别。
一种基于稀疏表示识别方法

[发明专利]学习装置、推测装置、数据生成装置、学习方法以及学习程序-CN202080013551.5在审
发明人：冈本大和;桥本敦史 -专利权人：欧姆龙株式会社
申请日： 2020-02-18 - 公布日： 2021-09-21 - 主分类号： G06N20/00 文献下载
摘要：本发明的一方面涉及的学习装置针对各学习数据集，执行对第二编码器和第二元识别器进行训练以使第二元识别器的识别结果适合于元数据的第一训练步骤、对各编码器和推测器进行训练以使推测器的推测结果适合于正解数据的第二训练步骤、对第一元识别器进行训练以使第一元识别器的识别结果适合于元数据的第三训练步骤、以及对第一编码器进行训练以使第一元识别器的识别结果不适合于元数据的第四训练步骤。交替地反复执行第三训练步骤和第四训练步骤。
学习装置推测数据生成学习方法以及程序

[发明专利]铁路货车折角塞门把手关闭故障图像识别方法-CN201911278016.8在审
发明人：庞博 -专利权人：哈尔滨市科佳通用机电股份有限公司
申请日： 2019-12-12 - 公布日： 2020-05-01 - 主分类号： G06T7/00 文献下载
摘要：本发明方法包括以下步骤：步骤一、建立折角塞门把手图像数据训练集；步骤二、搭建Faster RCNN网络模型；步骤三、网络模型训练：将步骤一的训练集输入至步骤二的Faster RCNN网络模块中进行训练；步骤四、利用训练后的Faster RCNN网络模型对货车折角塞门把手的过车图像进行故障预测。
铁路货车塞门把手关闭故障图像识别方法

[发明专利]数字化智能视觉训练系统-CN201811113341.4在审
发明人：茆雷 -专利权人：浙江通耀科技有限公司
申请日： 2018-09-25 - 公布日： 2019-02-15 - 主分类号： A61H5/00 文献下载
摘要：数字化智能视觉训练系统，包括：数码变焦智能眼镜和DVT技术，DVT技术包括：a、检测视力步骤；b、基础训练步骤；c、提升训练步骤；d、放松训练步骤。本发明通过多个训练步骤并配合数码变焦智能眼镜，以提高大脑成像处理能力为核心，全方位多角度视觉拓展调动眼部睫状肌运动为重点，全面优化视觉调节和接收能力，不仅能获得安全有效的视觉训练，达到轻松清晰的视觉状态，每日训练一次，坚持训练一个月及以上就可以实现矫正视力与裸眼视力的提升，满足视觉健康需求。
数码变焦训练步骤训练系统智能视觉智能眼镜数字化眼部睫状肌成像处理放松训练基础训练矫正视力接收能力视觉调节视觉健康视觉训练视觉状态大脑视力视觉检测清晰拓展优化配合安全

[发明专利]模型生成装置、推断装置、模型生成方法以及模型生成程序-CN202080071408.1在审
发明人：米谷竜;桥本敦史;冈本大和 -专利权人：欧姆龙株式会社
申请日： 2020-11-06 - 公布日： 2022-05-27 - 主分类号： G06V20/58 文献下载
摘要：本发明的一方面所涉及的模型生成装置关于各学习数据集执行：第一训练步骤，训练第二推断器，使得从第二推断器得到的推断结果适合于第二正解数据；第二训练步骤，训练编码器，使得从第二推断器得到的推断结果不适合于第二正解数据；以及第三训练步骤，训练编码器和所述第一推断器，使得从第一推断器得到的推断结果适合于第一正解数据。模型生成装置交替地反复执行第一训练步骤和第二训练步骤。
模型生成装置推断方法以及程序

[发明专利]一种基于迁移层次网络的人脸识别方法-CN201810413269.0在审
发明人：杨育彬;甘元柱;李瑮;朱瑞 -专利权人：南京大学
申请日： 2018-05-03 - 公布日： 2018-09-28 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于迁移层次网络的人脸识别方法，包括：步骤1：选取预训练模型。步骤2：搭建用于人脸分类的层次网络。步骤3：根据选取的预训练模型和已有人脸数据的相似程度确定微调的网络层次。步骤4：针对人脸训练数据集进行预处理操作，包括颜色增强，旋转，平移，增加随机噪声等。步骤5：使用caffe深度学习库对已有的数据进行训练。步骤6：使用已训练好的模型进行人脸识别。
层次网络人脸识别训练模型迁移人脸训练数据预处理操作平移人脸分类人脸数据随机噪声相似程度颜色增强微调网络学习

[发明专利]一种四肢骨折手法复位训练方法-CN202010601742.5在审
发明人：赵杰;孙鑫;干耀恺;张凤;王克;戴尅戎 -专利权人：上海交通大学医学院附属第九人民医院;上海临韵智达智能科技有限公司
申请日： 2020-06-28 - 公布日： 2020-10-13 - 主分类号： G06T17/00 文献下载
摘要：本发明公开了一种四肢骨折手法复位训练方法，包括CT影像数据转化步骤、四肢实体模型制作步骤、虚拟环境呈现步骤、图像识别配准步骤、手势交互步骤和训练过程录制步骤。本发明的四肢骨折手法复位训练方法，基于混合现实系统，提供一种虚拟环境作为训练的拓展手段，利用人机交互的方式，建立了现实与虚拟世界的数据联系，保证了真实的训练效果。
一种四肢骨折手法复位训练方法