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345950个,建议您升级VIP下载更多相关专利
  • [发明专利]一种情绪训练系统-CN202211444503.9在审
  • 黄艳;梁建惠 - 深圳先进技术研究院
  • 2022-11-18 - 2023-02-03 - A61M21/00
  • 本发明公开了一种情绪训练系统,该系统包括:视觉呈现系统和训练分析系统;其中,视觉呈现系统中的量表显示模块,用于在训练开始前和训练结束后,分别将预设情绪量表显示给训练者,并将获取到的训练前量表数据和训练后量表数据分别发送给训练分析系统;视觉呈现系统中的刺激呈现模块,用于响应于检测到训练触发指令,将视觉刺激信号组中的各视觉刺激信号依次显示给训练者;其中,视觉刺激信号组用于指示训练者做向上眼动训练训练分析系统中的量表分析模块,用于将基于接收到的训练前量表数据和训练后量表数据确定的情绪训练结果进行输出本发明提出了一种可以提高情绪水平的情绪训练系统,实现了情绪训练的灵活性,降低了时间成本和人工成本。
  • 一种情绪训练系统
  • [发明专利]腹部机能训练-CN202310686924.0在审
  • 王言群;丁焕香;张红品;李庆学 - 临沂大学
  • 2023-06-09 - 2023-09-01 - A63B23/02
  • 本发明涉及体能训练设备领域,尤其涉及腹部机能训练仪。其包括坐垫;坐垫前侧设置训练板,后侧设置靠板;训练板的两侧设置握把,上端设置显示屏,下端设置训练组件。握把上设置训练数据采集端。训练组件包括驱动件和训练架;驱动件驱动训练架升降和偏转;训练架为弧形结构,凹面上对应腹部肌肉群分布情况,布置四组训练件。同侧的两组训练件之间设置通气管以及气泵。本发明通过训练架升降和偏转,同时气泵充气,使得训练头从不同的位置、角度,对对应的腹部肌肉群进行施压。操作者反复收缩和膨胀腹部进行对抗,实现腹部肌肉的主动和被动训练训练方式多样,针对性强。操作者通过显示屏读取训练数据和身体数据,评估自己的训练状态。
  • 腹部机能训练
  • [发明专利]数据选取方法、装置、电子设备及存储介质-CN202310521052.2在审
  • 黎荣晋;张伟彬;陈东鹏;李亚桐 - 深圳市声扬科技有限公司
  • 2023-05-10 - 2023-09-12 - G10L15/06
  • 本申请提供一种数据选取方法、装置、电子设备及存储介质,该数据选取方法包括:获取训练文件和训练文件对应的收敛值,基于收敛值构建多个训练样本集,基于测试集对分别经过各训练样本集训练后的模型进行测试,获得各训练样本集对应的错误率;基于各训练样本集对应的错误率选取目标训练样本集,并基于选取的目标训练样本集从N个训练文件中选取目标训练文件,以利用选取的目标训练文件进行模型训练得到训练后的数据处理模型;本方法通过综合考虑收敛值和错误率对目标训练文件的选取,实现了利用测试集的识别结果来指导目标训练文件的选取,使得利用选取的目标训练文件训练后的模型在识别阶段的识别准确度和识别效率提高。
  • 数据选取方法装置电子设备存储介质
  • [发明专利]平衡板的平衡训练方法、装置、系统及存储介质-CN202310827422.5在审
  • 何永正;信焕玲;韦旭升;王亚威;钱钰琦;刘林奎 - 河南翔宇医疗设备股份有限公司
  • 2023-07-07 - 2023-09-29 - A63B22/16
  • 本发明涉及平衡训练领域,公开了一种平衡板的平衡训练方法、装置、系统及计算机可读存储介质,该平衡板的平衡训练方法包括:输出指示训练者按照设定的多个不同的基准方位踩踏平衡板的指示指令;采集每个基准方位对应的最大倾斜角度;选定多个训练踩踏方向并设定每个训练踩踏方向对应的倾斜角度系数;根据各个基准方位对应的最大倾斜角度,确定每个训练踩踏方向对应的角度阈值,以确定设定倾斜角度;根据训练踩踏方向和对应的设定倾斜角度,输出对应的训练提示,以便训练者根据训练提示进行平衡训练。本申请中获得训练者进行平衡板踩踏的踩踏能力的信息,由此合理设定该训练训练目标,保证平衡训练的有效性和合理性,提升训练效果和训练感受。
  • 平衡训练方法装置系统存储介质
  • [发明专利]深度神经网络模型的训练方法和设备-CN201510401619.8有效
  • 陈海波;吴伟;李晓燕 - 杭州朗和科技有限公司
  • 2015-07-07 - 2018-01-23 - G06N3/08
  • 本发明的实施方式提供了一种深度神经网络模型的训练方法。该方法包括当训练数据的大小发生改变时,针对改变后的训练数据,分别计算所述改变后的训练数据在预设的至少两个候选训练方案中的训练耗时;从预设的至少两个候选训练方案中选取训练耗时最小的训练方案作为所述改变后的训练数据的最佳训练方案;将所述改变后的训练数据在所述最佳训练方案中进行深度神经网络模型训练。本发明的方法可以解决现有技术中由于固定地采用某一种训练方案不适用于所有大小的训练数据而导致训练速度变慢的问题。此外,本发明的另一方面提供了一种深度神经网络模型的训练设备。
  • 深度神经网络模型训练方法设备
  • [发明专利]一种图像生成方法、装置及设备-CN201911033546.6有效
  • 杨震环;沈力;黄浩智;凌永根;刘威 - 腾讯科技(深圳)有限公司
  • 2019-10-28 - 2021-11-09 - G06T3/00
  • 本发明实施例提供了一种图像生成方法、装置及设备;该方法包括:获取训练样本,并确定当前预设训练阶段;当前预设训练阶段为至少两个预设训练阶段中的任一预设训练阶段;确定当前预设训练阶段的待训练模型,得到当前待训练图像生成模型;设置当前预设训练阶段中至少两个预设部位分别对应的权重值,得到当前权重张量;利用训练样本和当前权重张量,持续对当前待训练图像生成模型进行训练,直到满足当前预设训练条件为止,得到当前目标图像生成模型;将当前目标图像生成模型作为下一预设训练阶段的待训练模型进行阶段训练,直到完成至少两个预设训练阶段的训练为止,得到目标图像生成模型。
  • 一种图像生成方法装置设备
  • [发明专利]预测模型训练、数据预测方法、装置和存储介质-CN202110355929.6有效
  • 杨子翊;叶兆丰;廖奔犇;张胜誉 - 腾讯科技(深圳)有限公司
  • 2021-04-01 - 2021-06-25 - G16B40/00
  • 本申请涉及一种预测模型训练方法、装置、计算机设备和存储介质。该方法包括:获取训练样本集,训练样本集包括各个训练样本、各个训练样本对应的训练样本权重和各个训练样本对应的目标能量特征;基于训练样本权重从训练样本集中确定当前训练样本;将当前训练样本对应的当前目标能量特征输入到预训练预测模型中进行基础训练,当基础训练完成时,得到基础预测模型;基于基础预测模型更新各个训练样本对应的训练样本权重并迭代执行,直到模型训练完成时,得到目标预测模型,目标预测模型用于预测输入的蛋白质信息与输入的化合物信息对应的相互作用状态信息采用本方法能够提高训练得到的目标预测模型的预测准确性。
  • 预测模型训练数据方法装置存储介质
  • [发明专利]一种潜水训练装置-CN202011190781.7有效
  • 朱晓娜;陶旼;张振宇;伍文海 - 岭南师范学院
  • 2020-10-30 - 2022-03-01 - B63C11/32
  • 本发明公开了一种潜水训练,属于潜水训练设备技术领域。该训练装置包括训练仓、训练仓内设有训练网框,训练网框的一侧边连接有牵引绳连接,训练仓的其他侧边均与训练仓的内壁滑动连接,训练网框还上设有紧急求救装置,紧急求救装置与设置在训练仓外部的第一报警器电连接,牵引绳延伸至训练仓的外部绕过滑轮与牵引绳卷放机构连接本发明的训练装置的训练网框不但能训练作业能力而且还能对潜水员进行及时救助,提高训练的安全性,通过温度检测器、氧气传感器以及压力传感器对水温、水压以及氧气浓度进行检测,并将检测数据传送给控制器,以便后期对训练情况进行评估和分析,摄像装置用于对整个训练过程进行监控和记录。
  • 一种潜水训练装置
  • [发明专利]一种神经网络模型训练方法、装置、设备及介质-CN202010711770.2有效
  • 李仁刚;赵雅倩;李雪雷;李茹杨;张新 - 苏州浪潮智能科技有限公司
  • 2020-07-22 - 2022-11-25 - G06F21/60
  • 本申请公开了一种神经网络模型训练方法、装置、设备及介质,包括:获取第一模型训练用户终端下发的模型训练指令;在所述模型训练指令的控制下获取第一加密训练数据集;其中,所述第一加密训练数据集为第一数据提供方终端对第一训练数据集进行加密得到的数据集;利用所述第一加密训练数据集以及同态训练函数进行针对初始神经网络模型的模型训练,得到对应的第一训练后模型参数;其中,所述同态训练函数为根据明文训练函数进行重构得到的训练函数;所述明文训练函数为利用明文训练集对所述初始神经网络模型进行训练所采用的计算函数这样,能够有效的保障训练数据集以及神经网络模型的安全性,并且避免复杂的交互通信延时。
  • 一种神经网络模型训练方法装置设备介质
  • [发明专利]人脸识别模型训练方法、人脸识别方法、装置及相关设备-CN202211432384.5有效
  • 王栋;刘伟华 - 智慧眼科技股份有限公司
  • 2022-11-15 - 2023-08-11 - G06V40/16
  • 本发明公开了一种人脸识别模型训练方法、人脸识别方法、装置、计算机设备及存储介质,所述方法包括:获取初始训练数据,并作为当前训练数据;逐层选取教师训练层对当前训练数据进行训练,得到教师训练结果;当教师训练层存在辅助分类器时,则对教师训练结果处理得到分类结果;当所有教师训练训练结束后,逐层选取学生训练层对初始训练数据进行训练,得到学生训练结果;当学生训练层存在辅助分类器时,则对学生训练结果处理得到分类结果;将教师模型的分类结果与学生模型的分类结果进行对比,得到多个对比结果;当且仅当所有对比结果均为教师模型的分类结果与学生模型的分类结果一致,人脸识别模型训练通过,采用本发明提高人脸识别的识别精度。
  • 识别模型训练方法装置相关设备
  • [发明专利]训练数据处理方法、装置、系统及计算机可读介质-CN202010556531.4有效
  • 王轲;聂智;张红磊;陈鹏;张一通 - 苏州易型健康科技有限公司
  • 2020-06-17 - 2023-08-04 - A61N1/36
  • 本申请实施例提供一种训练数据处理方法、装置、系统及计算机可读介质。该训练数据处理方法应用于电子设备,包括:获取M个训练通道的M个通道数据,一个训练通道对应人体的一个部位,通道数据包括训练强度、电流值中的至少一个;根据M个通道数据确定训练数据,训练数据包括M个与所述训练通道对应的部位的训练量;根据训练数据确定人体的效果数据,本申请通过获取训练通道的通道数据,并根据训练强度和电流值中的至少一个确定与训练通道对应部位的训练量,最后根据该训练量确定人体的训练效果的数据,使得用户能够知道此次训练的效果,提高了用户与电子设备之间的交互性,从而有效适应用户多样化的健身训练需求。
  • 训练数据处理方法装置系统计算机可读介质
  • [发明专利]一种情景互动式的下肢肌肉加强训练方法及系统-CN202211706962.X有效
  • 何玉 - 北京蓝田医疗设备有限公司
  • 2022-12-29 - 2023-04-28 - A63B24/00
  • 本发明提供了一种情景互动式的下肢肌肉加强训练方法及系统,其中,所述方法包括:构建用户基础数据库;基于训练场景集合,用户自主选择训练场景,获得训练场景信息;进行基础数据分析,获得用户肌力水平信息;基于用户肌力水平信息在用户选择的训练场景信息中匹配训练方案,获得第一训练方案;所述第一训练方案进行适应性预训练,获得预训练结果;获得所述第一训练方案的训练参数信息;通过所述预训练结果对所述训练参数信息进行调整,使用调整后参数对用户进行下肢加强训练。解决了现有技术存在下肢肌肉训练方法与个人的适配性不高,调整及时性差,无多种训练场景枯燥乏味、训练效果不佳的技术问题。
  • 一种情景互动式下肢肌肉加强训练方法系统
  • [发明专利]知识预训练模型的训练方法、装置和电子设备-CN202011520100.9有效
  • 庞超;王硕寰;孙宇;李芝 - 北京百度网讯科技有限公司
  • 2020-12-21 - 2023-01-31 - G06F40/279
  • 本公开公开了知识预训练模型的训练方法、装置和电子设备,涉及语音、自然语言处理、深度学习技术领域。具体实现方案为:获取训练文本,训练文本包括结构化知识文本和对应的文章,结构化知识文本包括头节点、尾节点和头节点和尾节点之间的关系;根据训练文本对待训练的知识预训练模型进行训练。该方法中,待训练的知识预训练模型能够同时学习到常识知识和丰富的语义知识,可实现常识知识和语义知识的联合训练,且不需要将训练实体嵌入到待训练的知识预训练模型,知识预训练模型的性能增益不受到训练实体的嵌入质量的限制,知识预训练模型可从训练文本中的文章中获取丰富的上下文信息,并可进行动态调整,灵活性较高。
  • 知识训练模型方法装置电子设备
  • [发明专利]作文生成模型训练方法及装置-CN202310876691.0有效
  • 王芳;暴宇健 - 深圳须弥云图空间科技有限公司
  • 2023-07-18 - 2023-10-03 - G06F18/214
  • 本公开涉及机器学习技术领域,提供了一种作文生成模型训练方法及装置。该方法包括:获取第一训练数据集,基于第一训练数据集中的题目要求和该题目要求对应的作文,利用交叉熵损失函数对预训练语言模型进行训练;获取题目数据集,利用训练后的预训练语言模型为题目数据集中的题目要求多次生成对应的作文,根据题目数据集中的题目要求以及预训练语言模型生成的该题目要求对应的多篇作文构建第二训练数据集和第三训练数据集;基于第二训练数据集,利用三元组损失函数对题文距离衡量模型进行训练;基于第三训练数据集,利用策略梯度函数对训练后的预训练语言模型进行再训练,将再训练后的预训练语言模型作为作文生成模型。
  • 作文生成模型训练方法装置

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