“训练集样品”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995164个，建议您升级VIP下载更多相关专利

[发明专利]一种海洛因溯源的预测模型的建立方法及海洛因溯源的方法-CN202211478707.4在审
发明人：张建强;倪春明;彭成云;杨君;陈瑾;刘燕 -专利权人：云南警官学院
申请日： 2022-11-23 - 公布日： 2023-03-07 - 主分类号： G06Q30/018 文献下载
摘要：本发明提供的建立方法，包括以下步骤：将已知产地信息的不同产地的海洛因样品进行近红外光谱测定，得到近红外光谱数据训练集；将所述近红外光谱数据训练集进行光谱预处理，得到消噪后的数据训练集；对所述消噪后的数据训练集进行特征分析，得到特征数据训练集；通过粒子群优化‑极限学习机算法建立所述特征数据训练集与样品来源的预测模型，所述预测模型为特征数据训练集的近红外光谱吸收强度和海洛因样品产地之间的模型。本发明的预测模型能够对待检测海洛因样品实现现场快速、无损、有效溯源。
一种海洛因溯源预测模型建立方法

[发明专利]一种基于迁移学习的太赫兹光谱识别方法-CN201910231770.X在审
发明人：沈韬;朱荣盛;刘英莉;朱艳;崔向伟 -专利权人：昆明理工大学
申请日： 2019-03-26 - 公布日： 2019-07-30 - 主分类号： G01N21/3586 文献下载
摘要：本发明公开了一种基于迁移学习的太赫兹光谱识别方法，本发明方法为：Step1、对待识别样品测量透射谱，得到待识别样品的太赫兹光谱数据；Step2、将得到的太赫兹光谱数据进行去噪处理；Step3、将待识别样品通过步骤Step1、Step2处理后的得到光谱数据分成待识别样品训练集、待识别样品测试集；Step4、用已知物质的太赫兹光谱数据集输入至循环神经网络进行预训练，得到训练模型；Step5、将待识别样品训练集输入至Step4的训练模型中进行再训练，得到更新后的训练模型；Step6、将待识别样品测试集输入至Step5更新后的训练模型中进行识别，识别出待识别样品为何种物质。
太赫兹光谱训练模型学习算法样品测试训练集迁移循环神经网络传统机器光谱数据样品测量数据集透射谱准确率更新拟合去噪学习

[发明专利]基于激光诱导击穿光谱技术的钢材分类方法及系统-CN202110134029.9有效
发明人：曾庆栋;陈光辉;李文鑫;袁梦甜;余华清;王波云;刘洋;邬小林 -专利权人：湖北工程学院
申请日： 2021-02-01 - 公布日： 2023-09-01 - 主分类号： G01N21/71 文献下载
摘要：本发明涉及光谱分析领域，公开了一种基于激光诱导击穿光谱技术的钢材分类方法及系统，所述方法包括：通过激光诱导击穿光谱技术获取待测钢材样品的光谱数据，并基于所述光谱数据生成测试集和训练集，对所述训练集通过深度玻尔兹曼机进行降维处理，获得降维训练集，将所述降维训练集输入至预设分类模型进行训练，以获得目标分类模型，将所述测试集输入至所述目标分类模型中进行分类，以识别所述待测钢材样品的钢材类别。通过对获得的训练集采用深度玻尔兹曼机进行降维处理来获得降维训练集以提高获得的降维训练集的准确度，减少了训练时间，也减少了基于降维训练集建立分类模型的建模时间，进一步地，也提高了识别待测钢材样品的钢材类别的准确度
基于激光诱导击穿光谱技术钢材分类方法系统

[发明专利]宠物姿态识别模型的训练方法以及宠物姿态识别方法-CN202211119282.8在审
发明人：李天宝;邓前;黄小虎 -专利权人：上海盟宠信息技术有限公司
申请日： 2022-09-14 - 公布日： 2023-06-02 - 主分类号： G06V40/20 文献下载
摘要：本申请公开了一种宠物姿态识别模型的训练方法以及宠物姿态识别方法，该方法包括：获取训练样品集，训练样品集包括多组一一对应的原始图和标注图；获取宠物姿态识别初始模型，宠物姿态识别初始模型包括姿态初步处理网络和姿态优化处理网络，姿态优化处理网络由多层姿态初步处理网络构成；将训练样品集输入宠物姿态识别初始模型进行训练，得到宠物姿态识别模型。本申请利用标注出目标宠物的骨骼关键点和姿态类型的训练样品集对具有优化效果的宠物姿态识别初始模型进行训练，得到的宠物姿态识别模型可以快速、准确地检测到图像中是否包含宠物，以及宠物各个部位的二维空间位置。
宠物姿态识别模型训练方法以及

[发明专利]一种基于胶囊网络和太赫兹光谱图像的物质识别方法-CN202010795754.6有效
发明人：程良伦;李凤;何伟健;吴衡 -专利权人：广东工业大学
申请日： 2020-08-10 - 公布日： 2023-07-28 - 主分类号： G06V10/143 文献下载
摘要：本申请公开了一种基于胶囊网络和太赫兹光谱图像的物质识别方法，将采集的若干待训练物质样品的太赫兹数据转换为太赫兹光谱图像，得到训练集；对训练集进行数据增强处理，得到扩充后的训练集；基于扩充后的训练集对预先构建的胶囊网络进行训练，直至胶囊网络收敛，得到物质识别模型；在采集待识别物质样品的太赫兹数据后，将待识别物质样品的太赫兹数据转换为太赫兹光谱图像，并将待识别物质样品的太赫兹光谱图像输入至物质识别模型进行识别，得到待识别物质样品的识别结果
一种基于胶囊网络赫兹光谱图像物质识别方法

[发明专利]一种基于预测值的光谱数据修正方法-CN202010967838.3有效
发明人：刘浩;王毅;张国宏;闫晓剑;徐华 -专利权人：四川长虹电器股份有限公司
申请日： 2020-09-15 - 公布日： 2022-04-08 - 主分类号： G01N21/359 文献下载
摘要：该方法首先制备测试样品，划分为训练集及预测集，并采集训练集及预测集样品光谱数据，然后结合训练集样品光谱数据与组分标定值进行PLS建模，使用此模型对预测集进行预测，得到同一组分预测值，接着，将训练集组分标定值以及预测集同一组分预测值分别进行均值计算，进而计算均值倍率，并对预测集同一组分预测值进行均值倍率回滚修正，得到修正预测值。最后，将原始预测值及修正预测值分别与预测集组分标定值做对比，判断修正效果。
一种基于预测光谱数据修正方法

[发明专利]一种芝麻油品牌快速、无损鉴别方法-CN201510568024.1在审
发明人：卞希慧;徐浩;李淑娟;谭小耀;韩晓婷 -专利权人：天津工业大学
申请日： 2015-09-07 - 公布日： 2015-12-16 - 主分类号： G01N21/359 文献下载
摘要：本发明涉及一种芝麻油品牌的快速、无损鉴别方法，该方法包括以下步骤：收集不同品牌不同批次的芝麻油样品；比较不同规格样品池的出峰情况，选择最佳光程规格的样品池；使用近红外光谱仪对样品进行透射扫描并得到近红外光谱数据；使用KS分组方法对每个品牌样品划分训练集和预测集，再将所有品牌的训练集和预测集合并为总的训练集和预测集；以Matlab软件作为工具，建立偏最小二乘-判别分析模型；对未知样品进行品牌预测。
一种芝麻油品牌快速无损鉴别方法

[发明专利]一种油脂中反式脂肪酸含量的光谱快速检测方法-CN201510136583.5有效
发明人：王立琦;隋玉林;崔月;李晖;李相昕;刘飞 -专利权人：哈尔滨商业大学
申请日： 2015-03-19 - 公布日： 2019-02-19 - 主分类号： G01N21/3581 文献下载
摘要：包括如下步骤：一、收集具有代表性的食用油脂样品作为训练集；二、测定所述训练集样品的THz光谱；三、测定所述训练集样品的反式脂肪酸含量的化学值；四、所述训练集样品的THz波段光学特性的分析，建立吸收系数与反式脂肪酸含量化学值的BP神经网络模型；五、模型的验证；六、待测样品的分析。
反式脂肪酸光谱训练集样品快速检测食用油脂待测样品光学特性监控能力快速测定吸收系数分析训练集验证

[发明专利]一种基于多基因风险打分构建疾病分类模型的方法-CN202110355345.9在审
发明人：马玉昆;孙琼琳;温颜华;张晓伟;颜红;李伟华 -专利权人：北京果壳生物科技有限公司
申请日： 2021-04-01 - 公布日： 2021-07-02 - 主分类号： G16H50/70 文献下载
摘要：该方法包括如下步骤：获取人群目标疾病的GWAS统计数据文件，对位点进行质控；获取训练集和检验集的全基因组的位点基因型及样品的疾病状态，基于训练集和检验集的全基因组位点分型数据分别对样品和位点进行质控，通过质控的样品及位点将被用于后续分析；根据不同策略筛选位点集合或调整位点效应值，采用五种不同方法的不同参数分别进行计算样品PRS；基于训练集样品的PRS和疾病状态构建疾病分类模型，并在检验集样品中验证疾病分类模型的效能，选择检验集中最优模型作为疾病预测器
一种基于多基因风险打分构建疾病分类模型方法

[发明专利]基于直接电离质谱的爆炸物检测方法-CN202110450564.5在审
发明人：陈腊;叶倩;胡舜迪;闻路红 -专利权人：宁波华仪宁创智能科技有限公司
申请日： 2021-04-25 - 公布日： 2022-10-25 - 主分类号： G01N27/62 文献下载
摘要：本发明提供了基于直接电离质谱的爆炸物检测方法，包括以下步骤：(A1)利用直接电离质谱技术检测待测样品溶液，获得第一组质谱数据；(A2)根据所述第一组质谱数据，获得信噪比最大时的仪器参数；(A3)按照所述仪器参数，采集待测样品以及空白对照样品的第二组质谱数据；(A4)对所述第二组质谱数据进行预处理，得到谱峰特征；(A5)根据所述谱峰特征得到待测样品和空白对照样品组成的数据集，所述数据集包括训练集和测试集；(A6)将所述训练集导入各机器学习分类模型中训练；(A7)将所述测试集导入所述各机器学习分类模型，选择最优模型，从而得到分类结果。
基于直接电离爆炸物检测方法

[发明专利]一种基于扫描电镜图像的混凝土分类方法及系统-CN202111085821.6在审
发明人：李烨;刘铁军;钱汉杰;杨剑飞;邹笃建;卓清霖 -专利权人：哈尔滨工业大学（深圳）
申请日： 2021-09-16 - 公布日： 2021-12-14 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于扫描电镜图像的混凝土分类方法及系统，所述方法包括：利用扫描电子显微镜对若干个混凝土样品进行图像采集，得到若干个扫描电子显微镜图像，构建原始数据集；所述原始数据集包括若干个所述扫描电子显微镜图像和与所述扫描电子显微镜图像相对应的真实类别；将原始数据集分为训练集和测试集；利用所述训练集对深度卷积网络进行训练，得到训练好的深度卷积网络；所述深度卷积网络包括特征提取网络和特征分类网络；将待测混凝土样品输入到所述训练好的深度卷积网络中，确定所述待测混凝土样品的类别
一种基于扫描电镜图像混凝土分类方法系统

[发明专利]固体废弃物识别预测模型的构建方法及其识别方法-CN202210454048.4在审
发明人：江凤凤;王智峰;房怀英;杨建红;计天晨;蔡振兴;谢奕斌;王正 -专利权人：厦门陆海环保股份有限公司
申请日： 2022-04-24 - 公布日： 2023-01-13 - 主分类号： G06V20/10 文献下载
摘要：本发明提供一种固体废弃物识别预测模型的构建方法，包括以下步骤：样品收集，收集不同类型的固体废弃物样品，将该些固体废弃物样品分类后放置在传送带上；数据采集，运用光谱相机对放置在传送带上的各固体废弃物样品采集各像素点N*N(N≧2)个波段的光谱数据；数据处理，对所采集的光谱数据进行预处理，获得预处理后的数据集；建立训练数据集，对预处理后的数据集进行归一化处理，把该些光谱数据转成灰度值，并将灰度值数据组合成灰度图，以作为训练数据集；模型训练，采用该训练数据集对深度学习模型进行训练，获得固体废弃物识别的预测模型。
固体废弃物识别预测模型构建方法及其

[发明专利]一种基于深度学习和原子力显微镜力曲线的材料区分方法-CN201910829689.1在审
发明人：徐临燕;杨许亮;王文曦;王里 -专利权人：天津大学
申请日： 2019-09-03 - 公布日： 2020-01-21 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于深度学习和原子力显微镜力曲线的材料区分方法，包括下列步骤：扫描获取样品表面信息：使用原子力显微镜扫描标准样品表面，记录表面形貌以及各点的力曲线并保存；读取文件内的形貌信息以及力曲线，根据标准样品表面的二维形貌特征划分区域；训练模型并测试模型：采用多层神经网络对训练集内的数据进行训练，测试集用来测试训练的效果，区分出图像中样品表面的不同种类材料；对新的扫描图像做出预测。
力曲线原子力显微镜样品表面形貌多层神经网络样品表面信息标准样品测试模型读取文件划分区域记录表面扫描标准扫描图像形貌特征形貌信息训练模型种类材料测试集训练集二维扫描图像测试保存预测学习

[发明专利]一种象牙制品识别方法及系统-CN202211155323.9在审
发明人：陈云霞;邹智元;戴佶轩;赵晓青 -专利权人：南京森林警察学院;北京信息科技大学;广州木链云科技有限公司
申请日： 2022-09-22 - 公布日： 2022-12-30 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及一种象牙制品识别方法及系统，方法包括以下步骤：获取若干不同种类象牙样品原始图像，对象牙样品原始图像进行预处理得到象牙样品纹理图像；对象牙样品纹理图像进行标注、分类，建立象牙纹理图像数据集，并将象牙纹理图像数据集按照一定比例划分为训练集、测试集；构建象牙识别模型，使用训练集数据对象牙识别模型的参数进行训练，使用测试集数据对象牙识别模型进行性能测试，根据测试结果优化象牙识别模型；获取疑似象牙制品原始图像，对疑似象牙制品原始图像进行预处理得到疑似象牙纹理图像通过采集大量象牙样品纹理图像建立象牙识别模型，能提供更快速、稳定、准确的识别结果。
一种象牙制品识别方法系统

[发明专利]一种塑料分选方法、装置、设备和介质-CN202110275038.X在审
发明人：余向阳;杨应麟;张鑫;尹健威 -专利权人：中山大学
申请日： 2021-03-15 - 公布日： 2021-07-16 - 主分类号： B07C5/342 文献下载
摘要：本发明公开了一种塑料分选方法、装置、设备和介质，方法包括：获取不同类型的塑料样本，得到第一批次样品和第二批次样品；所述第一批次样品和所述第二批次样品的塑料颜色不同；采集所述第一批次样品和所述第二批次样品的近红外漫反射光谱数据；根据所述近红外漫反射光谱数据确定校正集和预测集，并将所述校正集划分为训练集和验证集；对所述近红外漫反射光谱数据进行降维处理，得到塑料的特征信息；将所述特征信息作为模型训练的输入数据，训练得到塑料分选模型
一种塑料分选方法装置设备介质

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