“训练特征”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2695276个，建议您升级VIP下载更多相关专利

[发明专利]具有交互辅助特征的训练系统、训练装置和训练-CN202180052374.6在审
发明人：尤斯蒂娜·茱莉娅·加尼尔;乔安娜·基纳谢维奇;克日什托夫·马特乌什·马莱耶;帕维尔·塞巴斯蒂安·索卢赫 -专利权人：神经装置群组有限公司
申请日： 2021-08-23 - 公布日： 2023-07-11 - 主分类号： A61N1/04 文献下载
摘要：提供了一种用于训练第一用户(2a)的训练系统(100)，包括：a)计算机程序产品，包括程序代码(P1)，当在电子控制单元(1)上加载和执行程序代码时，提供操作控制系统(200)，和/或b)电子控制单元，操作控制系统被配置为控制第一用户的训练，并且包括多个训练功能。所述训练功能包括数据生成功能(201)，被配置为生成指示第一用户在内容处理中的能力的用户能力数据。此外，所述训练功能包括呈现功能(202)，被配置为使电子控制单元根据用户能力数据发出呈现命令，以经由用户接口(2、3)呈现特征。该特征可以与第一用户在内容处理中的能力有关。
具有交互辅助特征训练系统装置

[发明专利]特征融合模型训练及样本检索方法、装置和计算机设备-CN202210081438.1在审
发明人：郭卉 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-01-24 - 公布日： 2023-08-11 - 主分类号： G06V10/774 文献下载
摘要：本申请涉及一种特征融合模型训练及样本检索方法、装置、计算机设备、存储介质和计算机程序产品。该方法包括：将训练样本输入到初始特征融合模型中得到训练语义特征和训练全局特征，并基于训练语义特征分类识别，得到训练初始类别，将训练语义特征和训练全局特征拼接，得到训练拼接特征，基于训练拼接特征进行自相关特征计算，得到自相关特征，基于自相关特征进行自注意力权重计算，得到自注意力权重，并通过自注意力权重调整训练拼接特征，得到训练融合特征。基于训练全局特征、训练语义特征、训练融合特征、训练初始类别和训练样本类别标签更新初始特征融合模型并进行循环迭代，得到目标融合模型。采用本方法能够提高特征融合的精确性。
特征融合模型训练样本检索方法装置计算机设备

[发明专利]图像特征训练方法、模型、装置和计算机存储介质-CN202010107584.8在审
发明人：商琦;杜梓平;张莉 -专利权人：苏州工业园区服务外包职业学院
申请日： 2020-02-21 - 公布日： 2020-06-26 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种人工智能领域中深度学习的图像特征训练方法、模型、装置和计算机存储介质，所述图像特征训练方法包括以下步骤：接收待特征训练图像的特征图作为第一特征训练层的输入；设置特征训练层的层数；所述第三特征训练层及后续各所述特征训练层的输入至少由部分非相邻的前序所述特征训练层的输出确定，所述后续各所述特征训练层的数量与所述设置特征训练层的层数相关联；对各所述特征训练层的输入至少执行一次卷积操作以确定所述特征训练层的输出。本发明提供的特征训练方法通过将前序特征训练层的至少部分输出融合叠加作为当前特征训练层的输入，以弥补特征训练时的特征损失；通过设置特征训练层的层数可以将所述图像特征训练方法中的图像特征提取质量和预测效果维持在较高水平
图像特征训练方法模型装置计算机存储介质

[发明专利]药物推荐模型训练方法、推荐方法、装置、设备及介质-CN202110609395.5在审
发明人：李佳琳;王健宗 -专利权人：平安科技（深圳）有限公司
申请日： 2021-06-01 - 公布日： 2021-08-10 - 主分类号： G16H70/40 文献下载
摘要：本发明公开一种药物推荐模型训练方法、推荐方法、装置、设备及介质。该方法包括：获取模型训练数据，包括训练药物、训练病症数据和训练评论数据；对训练评论数据进行情感分析，获取标注情感标签；对训练病症数据和训练评论数据进行特征提取，获取训练文本特征；基于每一训练文本特征和标注情感标签，获取模型训练样本；将模型训练样本输入训练文本特征对应的特征分类器进行模型训练，获取训练文本特征对应的原始特征药物推荐模型；采用模型训练样本对原始特征药物推荐模型进行测试，获取训练文本特征对应的目标特征药物推荐模型该方法可保障目标特征药物推荐模型所推荐的目标推荐药物的准确性和有效性。
药物推荐模型训练方法装置设备介质

[发明专利]用于基于图像的目标识别的稳健特征识别-CN201580034197.3有效
发明人：宋斌;林立文;穆斯塔法·贾比尔 -专利权人：河谷控股IP有限责任公司
申请日： 2015-04-24 - 公布日： 2020-10-27 - 主分类号： G06K9/46 文献下载
摘要：本发明提供包括识别训练图像内的稳健特征的技术。通过将特征检测算法应用到所述训练图像来生成训练特征，每个训练特征在所述训练图像内具有训练特征位置。根据预定义图像变换将所述训练图像中的至少一部分变换成变换图像。通过将所述特征检测算法应用到所述变换图像来生成变换特征，每个变换特征在所述变换图像内具有变换特征位置。根据所述预定义图像变换将所述训练特征的所述训练特征位置映射到所述变换图像中对应的训练特征变换位置，且稳健特征集是通过选择稳健特征编译而成的，其中每个稳健特征表示具有训练特征变换位置的训练特征，所述训练特征变换位置靠近于一个所述变换特征中的变换特征位置
用于基于图像目标识别稳健特征

[发明专利]一种基于多模态融合的导线绝缘皮破损检测方法及系统-CN202211328076.8在审
发明人：桂菲菲;成喆;何红太;杜学月;黄广;焦石柱;张晓军;张凯;黄志勇;陈艳霞;闻宇;李鑫明;王鹏;李菁 -专利权人：北京国网富达科技发展有限责任公司;山东电工电气集团有限公司;国网北京市电力公司
申请日： 2022-10-27 - 公布日： 2023-02-03 - 主分类号： G06V10/774 文献下载
摘要：本发明涉及目标检测技术领域，特别是涉及一种基于多模态融合的导线绝缘皮破损检测方法及系统，方法包括：获取训练图像集和训练文本集；基于图像特征提取网络对训练图像集进行特征提取，得到训练图像特征集；基于文本特征提取融合网络对训练文本集进行特征提取，得到训练文本特征集；基于文本特征提取融合网络对训练图像特征集和训练文本特征集进行融合，得到训练特征集；基于训练特征集对目标检测网络进行训练，得到训练好的目标检测网络；基于图像特征提取网络、文本特征提取融合网络和训练好的目标检测网络实现导线绝缘皮破损检测本发明通过图像特征和文本特征相融合来提高架空线路导线绝缘皮破损检测的精度。
一种基于多模态融合导线绝缘破损检测方法系统

[发明专利]一种基于图神经网络的聚合特征提取方法及装置-CN202110207171.1在审
发明人：郭豪;蔡准;孙悦;郭晓鹏 -专利权人：北京芯盾时代科技有限公司
申请日： 2021-02-25 - 公布日： 2021-03-26 - 主分类号： G06F16/33 文献下载
摘要：本发明公开了一种基于图神经网络的聚合特征提取方法及装置，方法包括：对多个训练样本进行特征提取，获得与每一个训练样本对应的训练特征集，训练特征集包含至少一个训练特征；根据训练特征确定节点特征，根据训练特征集和节点特征生成边特征，边特征用于与同一训练特征集对应的节点特征形成全连接网络；根据边特征和节点特征确定与训练特征对应的第一聚合特征；根据第一聚合特征和训练特征对神经网络进行训练，获得聚合特征提取模型；其中，聚合特征提取模型用于对指定特征进行聚合，获得与指定特征对应的指定聚合特征，应用本方法获得的聚合特征提取模型，能够聚合获得具有全局的特征交互表征视野的聚合特征。
一种基于神经网络聚合特征提取方法装置

[发明专利]图文预训练模型训练、图文预测模型训练方法和装置-CN202210108283.6在审
发明人：王腾;姜文浩;郑锋 -专利权人：深圳市腾讯计算机系统有限公司
申请日： 2022-01-28 - 公布日： 2022-04-29 - 主分类号： G06V10/75 文献下载
摘要：本申请涉及一种图文预训练模型训练、图文预测模型训练方法、装置、计算机设备、存储介质和计算机程序产品。方法包括：将训练图像原始特征和训练文本原始特征进行特征掩盖，得到训练图像目标特征和训练文本目标特征，并将训练图像目标特征和训练文本目标特征输入到初始图文预训练模型中进行图文匹配程度评估，得到初始图文匹配程度，并使用初始图文匹配程度、训练目标图像特征和训练目标文本特征进行跨模态信息交互，得到初始图像交互特征和初始文本交互特征，并进行迭代训练得到目标图文预训练模型。采用本方法能够提高训练的准确性。本发明实施例可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景。
图文训练模型预测方法装置

[发明专利]实体识别模型的训练方法、图像识别方法、装置及设备-CN202211400736.9在审
发明人：唐铭蔚;付靖玲;裴积全 -专利权人：京东科技控股股份有限公司
申请日： 2022-11-09 - 公布日： 2023-03-07 - 主分类号： G06V30/41 文献下载
摘要：本发明公开了一种实体识别模型的训练方法、图像识别方法、装置及设备，该方法包括：响应于获取到至少一个训练票据图像，基于预设关联训练任务，确定与各所述训练票据图像分别对应的目标训练特征序列；其中，所述目标训练特征序列包括训练图像特征、训练文本特征和训练位置特征；基于各所述目标训练特征序列，采用自监督方式对初始特征融合模型进行训练，得到训练完成的目标特征融合模型；基于所述目标特征融合模型输出的与各所述训练票据图像分别对应的训练多模态特征，对初始实体识别模型进行训练，得到训练完成的目标实体识别模型。
实体识别模型训练方法图像装置设备

[发明专利]依赖关系的检测方法、装置及设备-CN202111016281.6在审
发明人：刘万青 -专利权人：新华三大数据技术有限公司
申请日： 2021-08-31 - 公布日： 2021-11-26 - 主分类号： G06F40/279 文献下载
摘要：本申请提供一种依赖关系的检测方法、装置及设备，该方法包括：基于语句训练数据获取目标训练词语，确定目标训练词语的目标词性，确定目标训练词语与关联训练词语之间的目标依赖关系；确定目标训练词语中每个字的字向量，基于目标训练词语中所有字的字向量之和确定目标训练词语对应的训练词语特征；确定目标词性对应的训练词性特征，确定目标依赖关系对应的训练依赖特征；基于训练词语特征、训练词性特征和训练依赖特征，构建出目标训练特征，基于目标训练特征对初始依存文法模型进行训练，得到已完成训练的目标依存文法模型。通过本申请的技术方案，目标依存文法模型的检测准确率较高，训练后的目标依存文法模型比较小，提高训练准确率。
依赖关系检测方法装置设备

[发明专利]图像分类、图像处理方法、装置和存储介质-CN202111056540.8在审
发明人：骆云鹏;杜俊珑;鄢科;黄飞跃 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-09-09 - 公布日： 2023-03-14 - 主分类号： G06V40/16 文献下载
摘要：所述方法包括：将当前训练图像集中各个训练图像分别输入到已训练的特征提取模型和待训练的初始特征提取模型中进行特征提取，得到各个已训练特征和各个待训练特征；计算各个已训练特征之间的相似程度，得到已训练相似程度集，并计算各个待训练特征之间的相似程度，得到待训练相似程度集；计算待训练相似程度集与已训练相似程度集的误差信息，基于误差信息更新待训练的初始特征提取模型，并进行迭代执行，直到训练完成时，将训练完成的初始特征提取模型作为第一目标特征提取模型，该第一目标特征提取模型用于提取输入图像对应的特征并进行图像内容分类。
图像分类处理方法装置存储介质

[发明专利]一种分类器训练方法及装置-CN201610670755.1在审
发明人：刘镝;王志军;张尼 -专利权人：中国联合网络通信集团有限公司
申请日： 2016-08-15 - 公布日： 2018-03-06 - 主分类号： G06K9/62 文献下载
摘要：本发明的实施例提供一种分类器训练方法及装置，涉及计算机技术领域，用以降低分类器训练过程的训练时间和计算时间。该方法包括提取训练样本的生物特征训练集及对应的样本标签；将生物特征训练集划分为多个生物特征子训练集，每个生物特征子训练集中包含的生物特征数量相同；将每个生物特征子训练集作为分类器的输入特征，将对应的样本标签作为分类器的输出特征，分别对分类器进行训练，得到每个生物特征子训练集训练出的子分类器模型对应的拉格朗日乘子；将每个生物特征子训练集训练出的子分类器模型对应的拉格朗日乘子进行融合，并基于融合后的拉格朗日乘子向量得到训练后的分类器
一种分类训练方法装置

[发明专利]网络模型的训练方法及装置、图像处理方法及存储介质-CN202010160713.X有效
发明人：秦永强;李素莹;敖川;刘金露 -专利权人：创新奇智（上海）科技有限公司
申请日： 2020-03-09 - 公布日： 2023-08-22 - 主分类号： G06N3/045 文献下载
摘要：本申请涉及人工智能技术领域，提供一种网络模型的训练方法及装置、图像处理方法及存储介质。其中，网络模型的训练方法包括：将训练图像输入至主干网络进行特征提取，获得训练图像的特征图；将特征图输入至第一分支网络进行处理，获得训练图像的全局特征，以及，将特征图输入至第二分支网络进行处理，获得训练图像的局部特征；联合训练图像的全局特征以及局部特征形成训练图像的特征；基于训练图像的特征计算损失，并根据损失计算结果更新主干网络的参数。上述方法由于同时利用了训练图像的全局特征以及局部特征训练主干网络，从而训练好的主干网络可以视为同时学习了训练图像的全局特征和局部特征，因此其执行图像处理任务可以获得较好的结果。
网络模型训练方法装置图像处理存储介质

[发明专利]一种行人重识别特征融合辅助学习的方法-CN201810428801.6有效
发明人：桑农;李志强;陈科舟;高常鑫;王若林 -专利权人：华中科技大学
申请日： 2018-05-04 - 公布日： 2020-12-08 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种行人重识别特征融合辅助学习的方法，包括：将加入局部特征训练得到的全局特征提取模型用于提取行人图像的全局特征，利用全局特征进行行人重识别，所述全局特征提取模型的训练包括：采集全身图像训练集，检测全身图像训练集中的局部图像，得到局部图像训练集；分别利用全身图像训练集和局部图像训练集训练全身卷积神经网络和局部卷积神经网络，得到全身模型和局部模型；分别利用全身模型和局部模型提取全身图像训练集和局部图像训练集的全局特征和局部特征，利用融合局部特征后的全局特征训练全身模型，得到全局特征提取模型。本发明在训练时将局部特征和全局特征融合，提升了行人重识别的准确率。
一种行人识别特征融合辅助学习方法

[发明专利]视频标注方法、装置、计算机设备和计算机程序产品-CN202111676055.0在审
发明人：祁仲昂;骆颖民;单瀛 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-12-31 - 公布日： 2022-04-12 - 主分类号： G06F16/75 文献下载
摘要：方法包括：对于训练视频集合中的训练视频，获取训练视频对应的训练三元组；训练三元组包括视频标识、训练标签以及训练关系；分别获取视频标识、第一训练关系以及训练标签各自对应的语义表达特征；将视频标识对应的语义表达特征和视频标识对应的内容提取特征输入融合模型，得到训练融合特征；基于训练融合特征以及第一训练关系对应的语义表达特征，确定预测标签特征；基于训练标签对应的语义表达特征和预测标签特征之间的差异，调整各个语义表达特征以及融合模型的模型参数，得到各个目标语义表达特征以及目标融合模型
视频标注方法装置计算机设备程序产品

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条