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2665968个,建议您升级VIP下载更多相关专利
  • [发明专利]一种开集数的分类方法、装置、设备及存储介质-CN202011309924.1在审
  • 张文俊 - 普联国际有限公司
  • 2020-11-20 - 2021-03-16 - G06K9/62
  • 本发明公开了一种开集数的分类方法,包括:获取待训练数据;将所述待训练数据分为开集训练数据以及闭集训练数据,所述闭集训练数据包括已知类别闭集数,所述开集训练数据包括已知类别开集数和额外类别开集数;根据预设的分类器对所述开集训练数据及闭集训练数据进行训练,得到开集数分类模型;获取待分类数据;根据预设的开集数分类模型对所述待分类数据进行分类,得到开集数的分类结果。本发明实施例还提供一种开集数的分类装置、设备及存储介质,能有效解决现有技术中图像数据分类不准确的问题。
  • 一种集数分类方法装置设备存储介质
  • [发明专利]标记训练集数-CN201911101818.1有效
  • C·姆瓦拉布 - 玛雷迪夫美国公司
  • 2019-11-12 - 2023-10-03 - G06F16/35
  • 本申请的各实施例涉及标记训练集数。一种包括指令的计算机可读存储介质,该指令在被执行时使得处理器:基于有限的一组标记训练数据和较大的一组未标记训练数据来生成机器学习模型,标记训练数据和未标记训练数据具有共同的主题,生成该机器学习模型通过:并且排除包含来自排除列表的术语的任何文档;标识设定标准内的、与来自包含列表或排除列表的术语相似的术语,并且将这些标识的术语分别添加到包含列表或排除列表;重复,直到没有新的相似术语被标识;以及针对每个类别、从未标记训练数据生成包括最终文档子集的机器学习模型的训练数据
  • 标记训练集数
  • [发明专利]一种基于自适应注意力的分类模型的训练方法-CN202210031614.0在审
  • 张芮溟;侯晓帅;王佳平 - 平安科技(深圳)有限公司
  • 2022-01-12 - 2022-04-12 - G06K9/62
  • 本发明提供一种基于自适应注意力的分类模型的训练方法,包括步骤:获取含有皮肤病的原始图像集数;提取原始图像集数中的原始特征向量数据与原始输出向量数据,并得到分类损失集数;根据原始特征向量数据构建图像,得到重建图像集数,并提取重建图像集数的重建特征向量数据与重建输出向量数据;根据重建特征向量数据、重建输出向量数据、原始特征向量数据以及原始输出向量数据,得到一致性损失集数;根据分类损失集数与一致性损失集数对分类模型的训练参数进行训练,得到训练好的分类模型。通过本发明公开的一种基于自适应注意力的分类模型的训练方法、装置、设备及介质,本发明能够能够显著提升分类模型的泛化性和鲁棒性。
  • 一种基于自适应注意力分类模型训练方法
  • [发明专利]一种基于深度学习的遥感图像道路检测方法-CN201710998537.5在审
  • 闫敬文 - 汕头大学
  • 2017-10-24 - 2018-02-16 - G06K9/00
  • 本发明实施例公开了基于深度学习的遥感图像道路检测方法,首先,获取深度学习中卷积神经网络训练和测试所需要的训练集数库和测试集数库。对训练集和测试集数库进行机器预处理,分别得到训练集和测试集数库的标签,然后,利用卷积神经网络对训练集数库进行训练,该卷积神经网络中的激活函数不同于一般的卷积神经网络结构,将采用MFM激活函数。在caffe开源平台训练得到caffemodel,用于存储数据特征,最后,利用得到的caffemodel对测试集数库进行测试,为了得到更佳精确的结果,将人工标记数据标签,进一步进行微调整,从而得到最后的模型
  • 一种基于深度学习遥感图像道路检测方法

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