“训练集数据”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2665968个，建议您升级VIP下载更多相关专利

[发明专利]一种智能客服问答方法、装置、电子设备及存储介质-CN202211161896.2在审
发明人：赵明月 -专利权人：平安健康保险股份有限公司
申请日： 2022-09-23 - 公布日： 2022-12-30 - 主分类号： G06F16/332 文献下载
摘要：本发明提供的智能客服问答方法，包括：利用预训练的字向量对训练集数据进行处理，得到处理后的训练集数据，将处理后的训练集数据输入至孪生神经网络模型的双向长短期记忆网络中，得到训练完备的孪生神经网络模型；根据离线语料库和训练完备的孪生神经网络模型，获取离线语料库中各句子的向量化表示，根据各句子的向量化表示确定语料矩阵；根据在线用户问和训练完备的孪生神经网络模型，得到在线用户问对应的向量化表示，根据语料矩阵和在线用户问对应的向量化表示，确定在线用户问的返回结果
一种智能客服问答方法装置电子设备存储介质

[发明专利]基于复数神经网络的非训练相位重建方法及装置-CN202210622995.X在审
发明人：边丽蘅;李璐;李道钰 -专利权人：北京理工大学
申请日： 2022-06-02 - 公布日： 2022-09-23 - 主分类号： G06N3/04 文献下载
摘要：本发明提出一种基于复数神经网络的非训练相位重建方法及装置，其中方法包括，S1、获取目标的采集数据；S2、构建复数神经网络，复数神经网络的输入是采集数据，输出是目标场景的幅值图像和相位图像；S3、使用复数神经网络作为生成器，输入采集数据，输出重建的幅值图像与相位图像；使用重建的幅值图像与相位图像根据物理成像模型计算得到仿真采集数据；通过最小化仿真采集数据与采集数据的差异来更新网络参数；S4、重复进行S3，使得网络参数更新收敛本发明解决了传统实数神经网络缺乏实部与虚部间信息交互、对复数信号表征能力弱的问题，并且无需额外训练样本，对数据依赖性低。
基于复数神经网络训练相位重建方法装置

[发明专利]基于元学习的无参考图像质量数据处理方法、智能终端-CN201910844666.8在审
发明人：李雷达;祝汉城;吴金建;石光明 -专利权人：西安电子科技大学
申请日： 2019-09-06 - 公布日： 2020-01-24 - 主分类号： G06T7/00 文献下载
摘要：本发明属于图像处理和计算机视觉技术领域，公开了一种基于元学习的无参考图像质量数据处理方法、智能终端，对模拟失真的图像数据库中的图像质量按照失真类型划分成不同的任务，并把每个任务的训练数据分成支持集和查询集；利用每个任务对构造的深度卷积神经网络进行从支持集数据到查询集数据的两级梯度优化方式获取图像质量评价的先验模型；划分真实失真的图像数据库为训练集和测试集，利用训练集数据对建立的先验模型进行微调训练获取真实失真图像的质量评价模型
质量评价模型图像数据库无参考图像失真图像先验模型质量评价查询集图像计算机视觉技术卷积神经网络图像质量评价质量数据处理训练集数据测试方式获取失真类型梯度优化图像处理训练数据智能终端自动实现测试集训练集两级微调参考主流学习

[发明专利]一种舾装件智能识别方法、计算机设备-CN202211235668.5在审
发明人：甄希金;续爱民;张盈彬;郭威;明星;骆晓萌 -专利权人：上海船舶工艺研究所（中国船舶集团有限公司第十一研究所）
申请日： 2022-10-10 - 公布日： 2023-01-03 - 主分类号： G06V20/50 文献下载
摘要：本发明提供一种面向船舶舾装仓库的舾装件智能识别方法，所述识别方法包括：图像采集步骤，采集大量包含或不包含目标物体的图像；图像预处理步骤，利用图像的线性运算、图像的逻辑运算、图像的空间操作、图像变换对所采集的图像进行处理形成输入样本张量数据；样本数据集获取步骤，将接收的输入样本张量数据化简，整合成输入样本数据并分为从采集的图像中获取的训练集数据样本和测试集数据样本；特征提取步骤，建立卷积神经网络模型进行训练和评估，得到匹配训练集数据样本的卷积神经网络模型；模型校准步骤，进行优化训练，以提高精度；图像识别步骤，进行目标物体的识别。
一种舾装件智能识别方法计算机设备

[发明专利]影像辨识装置、影像辨识方法及其计算机程序产品-CN202010349897.4在审
发明人：郑志伟;申再生;王光宇 -专利权人：纬创资通股份有限公司
申请日： 2020-04-28 - 公布日： 2021-02-02 - 主分类号： G06T7/00 文献下载
摘要：该影像辨识方法包括：接收多张检测点影像，并将各检测点影像分类为多个群组；将各群组的该等检测点影像分类为多个类别以产生一第一结构化数据；将该第一结构化数据中的各群组的各类别中的该等检测点影像的数量进行平衡以产生一第二结构化数据，其中该第二结构化数据包括一训练集数据及一测试集数据；依据该训练集数据以训练一人工智能模型；以及将该测试集数据输入至该人工智能模型以得到该人工智能模型的一模型评价。
影像辨识装置方法及其计算机程序产品

[发明专利]低空空地无人机信道散射体定位方法、装置及存储介质-CN202310928402.7在审
发明人：刘文菁;何塞;尹学锋;王宇;王晓炜 -专利权人：同济大学
申请日： 2023-07-27 - 公布日： 2023-10-27 - 主分类号： H04W64/00 文献下载
摘要：本发明涉及一种基于深度学习的低空空地无人机信道散射体定位方法、装置及存储介质，其中方法包括：获取多个多组训练集数据，其中，每组训练集数据包括无人机和基站之间的距离、时延、校准功率、多普勒频率和散射体位置；基于训练集数据，训练散射体定位模型；获取实际工况下，无人机和基站之间的实际距离，以及每个信号传播路径的时延、校准功率和多普勒频率，将每个信号传播路径的时延、校准功率和多普勒频率连同无人机和基站之间的实际距离，依次输入训练好的散射体定位模型，得到对应于各信号传播路径的散射体位置。
低空空地无人机信道散射定位方法装置存储介质

[发明专利]一种设备故障诊断装置及系统-CN201810161554.8在审
发明人：崔晓钰;韩华;范雨强;武浩;徐玲 -专利权人：上海理工大学
申请日： 2018-02-26 - 公布日： 2018-09-04 - 主分类号： G06F17/50 文献下载
摘要：根据本发明的设备故障诊断装置及系统，设备故障诊断装置中，管理用储存部至少存储有冷水机组故障的历史数据，数据处理部对历史数据进行预处理，得到处理后的初始训练集数据，诊断器构建部选择径向基核函数作为SVM(支持向量机)的核函数，构建诊断器模型，诊断器训练部将处理后的初始训练集数据应用在诊断器模型中进行训练后得到初始诊断器，新数据采集处理部现场采集新数据，并对新数据进行预处理得到新样本集数据，诊断器更新部采用新样本集自适应更新初始诊断器并得到最终诊断器，运行数据采集处理部实时采集设备的运行数据并进行预处理，运行数据追加部将预处理后的运行数据追加到最终诊断器中，诊断结果生成部生成最终诊断器产生的诊断结果。
诊断器预处理设备故障诊断运行数据新数据训练集数据装置及系统历史数据诊断结果新样本构建追加径向基核函数冷水机组故障运行数据采集数据处理部支持向量机自适应更新采集处理实时采集现场采集储存部核函数存储更新应用管理

[发明专利]一种基于相似度阈值迁移的多尺度Dtw-BiLstm-Gan心电信号生成方法-CN202210032913.6在审
发明人：王琳;宋欣东 -专利权人：大连海事大学
申请日： 2022-01-12 - 公布日： 2022-05-13 - 主分类号： A61B5/318 文献下载
摘要：本发明一种基于相似度阈值迁移的多尺度Dtw‑BiLstm‑Gan心电信号生成方法，属于数据增强领域，包括以下步骤：获取心电信号数据；对心电信号数据进行预处理，分别将S数据集、V数据集按照比例划分为训练集数据、验证集数据和测试集数据；由生成器、判别器、相似度判别器构成得到多尺度Dtw‑BiLstm‑Gan模型；V类心拍样本数据集在多尺度Dtw‑BiLstm‑Gan模型中预训练，得到的生成器与鉴别器的权重；将生成器与鉴别器的权重迁移至S类心拍样本训练集上作为训练多尺度Dtw‑BiLstm‑Gan的初始权重，采用S类心拍样本训练集完成对多尺度Dtw‑BiLstm‑Ga模型的训练基于训练之后的S类心拍样本的多尺度Dtw‑BiLstm‑Gan
一种基于相似阈值迁移尺度 dtw bilstm gan 电信号生成方法

[发明专利]基于无人机的水库巡检方法、装置、设备以及存储介质-CN202210599410.7在审
发明人：李勇;潘屹峰;黄吴蒙;邓广宏 -专利权人：广州中科云图智能科技有限公司
申请日： 2022-05-30 - 公布日： 2022-09-16 - 主分类号： G05D1/10 文献下载
摘要：本发明涉及水利巡检与管理技术领域，特别涉及一种基于无人机的水库巡检方法，包括：通过无人机，获取预设的巡检航线上的视频采集数据，从视频采集数据中，获取目标图像集，其中，目标图像集包括若干个目标图像，对目标图像中的水事活动对象进行标签标注，获取目标标签数据集，将目标图像集以及目标标签数据集输入至待训练的神经网络模型进行训练，获得水事活动对象识别模型；响应于巡检指令，控制无人机在巡检航线上进行飞行作业，并获取巡检航线上的实时视频采集数据，并将实时视频采集数据发送至水事活动对象识别模型中，获取水事活动对象识别结果，根据水事活动对象识别结果对应的识别标识，在实时视频采集数据上进行识别标识的显示以及标注。
基于无人机水库巡检方法装置设备以及存储介质

[发明专利]新型坦克教练车任务系统-CN202010932675.5在审
发明人：吴希文;佟惠军;吴宏彬 -专利权人：广东兆邦智能科技股份有限公司
申请日： 2020-09-08 - 公布日： 2020-11-06 - 主分类号： G09B9/04 文献下载
摘要：本发明公开并提供了一种能充分使用退役后的坦克并能实现技术训练和战术训练一体化的新型坦克教练车任务系统。本发明包括武器系统、通信系统、训练控制系统；训练控制系统包括训练控制计算机、坦克内教员监视器、外部教员台，训练控制系统通过以太网连接武器系统和通信系统，训练控制计算机完成训练操作数据采集传输和训练控制信息下传，训练控制计算机通过视频链路采集武器系统的火控视频，训练控制计算机根据训练数据进行评估并将评估数据与采集数据共同打包以以太网传输给通信系统，通信系统再将评估数据与采集数据传输给外部教员台。
新型坦克教练车任务系统

[实用新型]新型坦克教练车任务系统-CN202021937442.6有效
发明人：吴希文;佟惠军;吴宏彬 -专利权人：广东兆邦智能科技股份有限公司
申请日： 2020-09-08 - 公布日： 2021-02-02 - 主分类号： G09B9/04 文献下载
摘要：本实用新型公开并提供了一种能充分使用退役后的坦克并能实现技术训练和战术训练一体化的新型坦克教练车任务系统。本实用新型包括武器系统、通信系统、训练控制系统；训练控制系统包括训练控制计算机、坦克内教员监视器、外部教员台，训练控制系统通过以太网连接武器系统和通信系统，训练控制计算机完成训练操作数据采集传输和训练控制信息下传，训练控制计算机通过视频链路采集武器系统的火控视频，训练控制计算机根据训练数据进行评估并将评估数据与采集数据共同打包以以太网传输给通信系统，通信系统再将评估数据与采集数据传输给外部教员台。
新型坦克教练车任务系统

[发明专利]利用载波频率偏移的设备识别认证方法、系统及存储介质-CN202210631295.7在审
发明人：高贞贞;宋丽丽 -专利权人：西安交通大学
申请日： 2022-06-06 - 公布日： 2022-08-05 - 主分类号： H04W12/06 文献下载
摘要：一种利用载波频率偏移的设备识别认证方法、系统及存储介质，方法包括配置接收机和发射机参数，采集各个ZigBee模块的发射数据；针对接收到的信号提取ZigBee的前导码序列，基于ZigBee的前导码序列提取载波频率偏移特征，并划分训练集和测试集，将训练集数据送入混合高斯模型中，学习训练集数据的分布；将测试集数据送入训练好的模型中，选择最大后验概率对应的索引值作为所属类别；针对未知设备，采用多包推理的决策方式，确定最大平均后验概率的阈值
利用载波频率偏移设备识别认证方法系统存储介质

[发明专利]一种基于训练集相似度的统计机器翻译参数自动选择方法-CN201711202799.2在审
发明人：黄河燕;史学文;苏超;刁节铮 -专利权人：北京理工大学
申请日： 2017-11-27 - 公布日： 2018-05-15 - 主分类号： G06F17/28 文献下载
摘要：一种基于训练集相似度的统计机器翻译参数自动选择方法，属于机器翻译技术领域。本发明针对基于对数线性模型的统计机器翻译系统提出了一种基于训练集相似度的统计机器翻译特征函数参数选择方法，使计算机可以自动地为不同的测试集数据选择相适应的特征函数参数；本方法主要包含：特征函数参数池构建阶段和测试集数据参数分配两个阶段；阶段一通过对开发集中不同类别的子集进行参数调优训练，得到多组特征函数参数集合，即特征函数参数池，为测试集数据参数分配所用，阶段二根据测试集数据的训练集相似度，从特征函数参数池中选择一组相适应的参数集合
一种基于训练相似统计机器翻译参数自动选择方法

[发明专利]一种胰胆管型壶腹癌分类模型生成方法及图像分类方法-CN202111056391.5有效
发明人：程君;洪雯慧;毛苡泽;胡婉明;李升平 -专利权人：深圳大学
申请日： 2021-09-09 - 公布日： 2022-08-19 - 主分类号： G06V10/764 文献下载
摘要：所述初始分类模型包括图像预处理模块、细胞分割模块、细胞形态学特征提取模块以及分类模块；对收集的胆管癌病理切片和胰腺癌病理切片进行标注，形成数字病理图像标注库；将所述数字病理图像标注库按照预定比例划分为训练集数据和测试集数据，所述训练集数据包括经过标注处理的胆管癌病理切片和胰腺癌病理切片；采用训练集数据对初始分类模型进行训练，完成对初始分类模型的参数调整，得到所述胰胆管型壶腹癌分类模型。
一种胆管型壶腹癌分类模型生成方法图像

[发明专利]基于对比学习的半监督卷积神经网络的医学图像分割方法-CN202111527979.4在审
发明人：朱恩嵘;胡晓飞;乔艳;赵昊宸 -专利权人：南京邮电大学
申请日： 2021-12-14 - 公布日： 2022-04-01 - 主分类号： G06T7/00 文献下载
摘要：本发明提供一种基于对比学习的半监督卷积神经网络的医学图像分割方法，主要针对医学图像中特定组织结构图像的定位分割，具体包括以下步骤，（1）输入医学图像数据，对医学图像数据进行预处理，提取正负样本，划分数据集，得到训练集数据、验证集数据和测试集数据；（2）构建对比学习卷积神经网络分割模型，（3）构建基于对比学习的半监督医学图像分割网络模型，（4）将所获得的训练模型对测试集数据进行预测，得到最后的分割预测图像本发明有效地实现了医学图像处理半监督分割，一定程度上解决了医学图像数据集较少时的特定区域分割问题，更好地提高医学图像分割上的准确性。
基于对比学习监督卷积神经网络医学图像分割方法

首页
«上一页
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
下一页»
尾页
共 100000 条