“负样本”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437663个，建议您升级VIP下载更多相关专利

[发明专利]一种目标用户确定方法、装置及电子设备-CN201810266465.X有效
发明人：吴健君;张鹏飞 -专利权人：北京奇艺世纪科技有限公司
申请日： 2018-03-28 - 公布日： 2021-10-01 - 主分类号： G06Q30/02 文献下载
摘要：本发明实施例提供了一种目标用户确定方法、装置及电子设备，该方法包括：获取种子用户样本和非种子用户样本，将种子用户样本中第一预设数量的第一用户样本和非种子用户样本作为负样本集，将除第一用户样本之外的用户样本作为正样本集，获取并使用负样本集的第一特征向量、负样本集的第一样本标签、正样本集的第二样本标签和正样本集的第二特征向量训练预设第一逻辑回归模型，通过训练后的第一逻辑回归模型和第一特征向量，计算负样本集中非种子用户样本的第一样本值，选择满足目标用户数量条件的第一样本值，并将满足目标用户数量条件的第一样本值对应的非种子用户作为目标用户。
一种目标用户确定方法装置电子设备

[发明专利]粒子分析仪液流系统及粒子分析仪-CN201310754601.7有效
发明人：廖垂鑫;李爱博;刘铁夫 -专利权人：深圳迈瑞生物医疗电子股份有限公司;北京深迈瑞医疗电子技术研究院有限公司
申请日： 2013-12-31 - 公布日： 2019-09-03 - 主分类号： G01N15/14 文献下载
摘要：本发明公开了一种粒子分析仪液流系统及粒子分析仪，包括流动室、鞘液容器、鞘液负压驱动装置、样本通道、负压装置、流量传感器及密闭废液容器，所述流动室的鞘液入口与所述鞘液容器之间设有鞘液通道，所述鞘液负压驱动装置设于所述鞘液通道，所述样本通道的出口位于所述流动室的内部，所述负压装置与所述废液容器连接并使所述废液容器内的负压稳定在预设范围，所述流动室的出口与所述废液容器之间设有废液通道，所述流量传感器检测所述样本通道内的样本流量，所述流量传感器与所述鞘液负压驱动装置形成第一闭环控制。废液容器内的负压稳定，鞘液负压驱动装置和流量传感器形成闭环控制，能够减少或消除样本流道流阻变化对样本流量产生的影响。
粒子分析仪液流系统

[发明专利]一种用于深度学习目标检测的动态训练方法-CN202210009330.1在审
发明人：戴小标;郑坤泉;胡均平;段玉霞 -专利权人：邵阳学院
申请日： 2022-01-05 - 公布日： 2022-11-04 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种用于深度学习目标检测的动态训练方法，包括以下步骤：S1、提取图像中的目标区域和忽略区域；S2、计算候选区域与每个目标区域的交并比IoU，并计算候选区域与每个忽略区域的相交面积在候选区域中的占比a；S3、根据正、负样本IoU、a及其阈值TP、TN、Ta定义候补负样本、负样本、正样本、候补正样本和中性样本；S4、计算非中性样本的难度和质量系数；S5、按照样本质量高低，从非中性样本中挑选正、负训练样本；S6、动态调整TP和TN，改变正、负样本之间的差距，动态产生不同难度和质量的训练样本来训练模型。
一种用于深度学习目标检测动态训练方法

[发明专利]建模数据评价指标的处理方法、装置、终端设备及介质-CN201911057341.1在审
发明人：陈瑞钦;黄启军;李诗琦;唐兴兴;林冰垠 -专利权人：深圳前海微众银行股份有限公司
申请日： 2019-10-31 - 公布日： 2020-02-14 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种建模数据评价指标的处理方法、装置、终端设备及可计算机读存储介质，通过将建模数据拆分为正样本数据集和负样本数据集；基于预设区间划分，并行计算所述正样本数据集中各特征的第一分位点信息和所述负样本数据集中各所述特征的第二分位点信息；根据所述第一分位点信息和所述第二分位点信息，得到各所述特征的正样本累积分布数和负样本累积分布数；基于所述正样本累积分布数、所述负样本累积分布数和所述建模数据的正样本总数、负样本总数，确定所述建模数据的评价指标
建模数据负样本正样本评价指标位点信息数据集中数据集读存储介质并行计算计算处理预设区间终端设备计算机节约

[发明专利]图像识别方法、装置、计算机设备和存储介质-CN202110240341.6在审
发明人：郭卉 -专利权人：腾讯科技（北京）有限公司
申请日： 2021-03-04 - 公布日： 2021-11-26 - 主分类号： G06K9/62 文献下载
摘要：所述方法包括：获取目标正样本图像；获取目标正样本图像对应的正样本类别的混淆类别集合；其中混淆类别集合是通过图像集合的类别识别数据对类别集合进行混淆分类得到的；将混淆类别集合中的混淆类别作为负样本类别，获取负样本类别对应的目标负样本图像；基于目标正样本图像以及目标负样本图像对待训练的图像识别模型进行训练，得到训练后的图像识别模型，以基于训练后的图像识别模型进行图像识别。上述方案模型训练过程能充分分析同一混淆类别集合中的正样本图像和负样本图像之间的区别，能够得到对类别易混淆的图像进行准确识别的图像识别模型，提高了图像识别的准确性。
图像识别方法装置计算机设备存储介质

[发明专利]处理用户行为序列的方法及装置-CN202111283645.7在审
发明人：朱文文;贾凡;任然;陈鸿;吴军;胡忆桐;俞超 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2021-11-01 - 公布日： 2022-02-25 - 主分类号： G06F11/34 文献下载
摘要：本说明书实施例提供一种处理用户行为序列的方法及装置，在处理用户行为序列的方法中，获取N个样本用户各自的用户行为序列，并对其进行数据增强，得到多个正样本对和多个负样本对。每个正样本对包括按照不同业务，对同一用户行为序列进行拆分所得到的两个子序列。每个负样本对包括来自不同用户行为序列的两个子序列。将各正/负样本对输入神经网络模型，该神经网络模型包括相同的两个子模型，用于处理输入样本对中的两个子序列，以得到各自的行为向量。对于任意的正/负样本对，根据其中的两个子序列各自的行为向量，计算对应的距离。以最小化各正样本对的距离，最大化各负样本的距离为目标，更新神经网络模型，以用于处理待分析的用户行为序列。
处理用户行为序列方法装置

[发明专利]数据处理方法、装置、设备及可读存储介质-CN202211606585.2在审
发明人：张云燕;吴贤;赖炜 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-12-12 - 公布日： 2023-03-28 - 主分类号： G06F16/9035 文献下载
摘要：本发明公开了一种数据处理方法、装置、设备及可读存储介质，该方法可以应用于人工智能、医疗等各种场景，包括：根据业务类别粗预测信息对初始业务查询样本集合中的M个待处理业务查询样本分别配置标注业务正样本集合和标注业务负样本集合；根据M个待处理业务查询样本、M个标注业务正样本集合以及M个标注业务负样本集合，得到N个查询样本三元组，以及N个查询样本三元组分别对应的正权重参数集合和负权重参数集合；根据N个查询样本三元组、每个正权重参数集合中的N个正权重参数以及每个负权重参数集合中的N个负权重参数对初始业务引导模型进行训练，得到目标业务引导模型。
数据处理方法装置设备可读存储介质

[发明专利]一种图像二分类寻找阈值的方法-CN202111370900.1在审
发明人：朱贺辉 -专利权人：北京君正集成电路股份有限公司
申请日： 2021-11-18 - 公布日： 2023-05-23 - 主分类号： G06V10/764 文献下载
摘要：本发明提供一种图像二分类寻找阈值的方法，所述方法包括以下步骤：S1.准备测试集数据：准备相同数量的正样本和负样本测试集；其中，正样本是属于目标类别的图片，负样本是不属于目标类别的图片；S2.统计置信度得分：利用分类模型分别在两个测试集上跑出置信度得分并统计，正样本上的结果记为t，负样本上的统计结果记为f；S3.计算阈值：利用对称补全、负样本的正态分布，扩充后的正样本置信度得分均值为1，计算标准差记为σ1；负样本置信度得分均值为0，计算其标准差记为σ2；根据3σ原则：将阈值设置为:threshold＝(3σ2+1‑3σ1)/2，由公式可以看出，当σ1和σ2相等时，即模型在正负样本上的置信度得分分布一致时
一种图像分类寻找阈值方法

[发明专利]一种基于正例与未标注学习的发票虚开识别方法及系统-CN201910636175.4有效
发明人：郑庆华;宓玲云;董博;阮建飞;吴映潮;李碧婷;张发 -专利权人：西安交通大学
申请日： 2019-07-15 - 公布日： 2021-07-13 - 主分类号： G06F40/289 文献下载
摘要：本发明包括步骤：首先，对纳税人基本信息中待挖掘的文本和非文本信息进行特征处理和编码处理；其次，将基本特征和网络特征合并作为特征空间，基于提出的循环多间谍负例标记方法在每轮迭代中从已标记的正样本集中随机选择设定比例的间谍样本与未标签样本集作为负样本集，并与剩余的正样本一起作为训练集训练二分类器，通过二分类器对所有的初步负样本集取交集得到最终的可靠的负样本集；然后，将挖掘出的可靠负样本与正样本作为训练集基于k近邻回归协同训练算法构建发票虚开预测模型；最后，将未标记的企业样本的特征输入至发票虚开预测模型以识别企业是否存在发票虚开行为。
一种基于标注学习发票虚开识别方法系统

[发明专利]分数映射创建方法、装置、计算机设备及可读存储介质-CN201911218610.8有效
发明人：邱磊;梁秀钦;徐凯波 -专利权人：北京明略软件系统有限公司
申请日： 2019-12-03 - 公布日： 2023-04-07 - 主分类号： G06F17/10 文献下载
摘要：本申请通过确定待匹配样本集的第一负样本比例，并根据所有样本的原始评分确定该待匹配样本集的与不同原始评分范围对应的第二负样本比例，接着根据多个最终评分预设值各自的目标比例系数及该第一负样本比例计算对应的目标负样本比例，并确定每个目标负样本比例对应的目标原始评分范围，而后根据具体的目标原始评分范围确定每个最终评分预设值的待映射原始评分，最后根据最终评分预设值与待映射原始评分之间的对应关系构建出与该待匹配样本集对应的分数映射函数，使经该分数映射函数确定出的最终评分得以真实反映样本的实际情况，提高评分可读性。
分数映射创建方法装置计算机设备可读存储介质

[发明专利]不平衡数据的处理方法及装置-CN201610070500.1在审
发明人：周丰丰;姚曌旻 -专利权人：深圳先进技术研究院
申请日： 2016-01-29 - 公布日： 2016-07-20 - 主分类号： G06F17/30 文献下载
摘要：本发明适用于数据处理技术领域，提供了不平衡数据的处理方法及装置，包括：在输入的不平衡数据的原始样本数据中查找出负样本的聚类中心；通过y_j＝x_i+rand(0,1)*(X_mid‑x_i)生成新的负样本y_j，其中，rand(0,1)表示在区间(0,1)之间的一个随机数，x_i为一个负样本点，X_mid为所述负样本的聚类中心；将原始样本数据与新的负样本合成后输出。在本发明中，基于改进的SMOTE算法，在不平衡数据中查找到负样本集中分布的区域，并找到该区域的聚类中心，由此产生的新样本也会向聚类中心靠拢，从而减少了噪声的产生，改善了新数据集的分布性能，也由此提升了对不平衡数据的分类性能
不平衡数据处理方法装置

[发明专利]学历预测方法、系统、终端设备及存储介质-CN202210093144.0在审
发明人：林禹君 -专利权人：深圳前海微众银行股份有限公司
申请日： 2022-01-26 - 公布日： 2022-04-29 - 主分类号： G06K9/62 文献下载
摘要：该方法包括：获取样本并对所述样本进行分类，得到多个样本集；根据所述多个样本集的所属类别，从所述多个样本集的样本确定正样本、及其对应的负样本；对所述正样本、负样本进行训练，得到二分类模型；通过所述二分类模型对所述正样本、负样本进行预测，得到预测概率；对所述预测概率进行决策树模型训练，得到融合模型，以通过所述融合模型对客户的学历进行预测。
学历预测方法系统终端设备存储介质

[发明专利]语言模型的训练方法和装置-CN202310512419.4在审
发明人：黎陈;王佳;冯明超 -专利权人：京东科技信息技术有限公司
申请日： 2023-05-08 - 公布日： 2023-08-18 - 主分类号： G06F18/214 文献下载
摘要：该方法的一具体实施方式包括：获取样本语句；生成所述样本语句的正例语句及第一负例语句；其中，所述正例语句与所述样本语句的语义相近，所述第一负例语句与所述样本语句的语义相反；利用语言模型，分别获取所述样本语句的样本特征、所述正例语句的正例特征及所述第一负例语句的第一负例特征；根据所述样本特征、所述正例特征及所述第一负例特征，确定对比损失；根据所述对比损失，对所述语言模型进行训练。
语言模型训练方法装置

[发明专利]一种文本特征抽取方法及知识图谱构建方法-CN202110958984.4有效
发明人：曾祥云;朱姬渊 -专利权人：广州天宸健康科技有限公司
申请日： 2021-08-20 - 公布日： 2023-08-15 - 主分类号： G06F16/33 文献下载
摘要：本发明公开一种文本特征抽取方法及知识图谱构建方法，其文本特征抽取方法以标注好的实体和关系为正样本作为基础构建负样本：实体负样本，关系负样本和指代消歧负样本；对正样本和负样本进行映射表征，得到实体表征，实体对表征和指代消歧实体对表征构成的向量集
一种文本特征抽取方法知识图谱构建

[发明专利]一种负样本挖掘的深度学习烟雾识别方法-CN201911057852.3有效
发明人：姜明华;马佩;余锋;周昌龙;宋坤芳 -专利权人：武汉纺织大学
申请日： 2019-11-01 - 公布日： 2023-02-21 - 主分类号： G06V20/20 文献下载
摘要：本发明公开了一种负样本挖掘的深度学习烟雾识别方法，包括：收集烟雾场景图像集，从烟雾场景图像集中提取出多个烟雾模板；将检测分类为有烟雾的无烟雾图像作为负样本；将烟雾模板融合到负样本图像中能产生烟雾的区域，生成负样本挖掘的烟雾数据集；将负样本挖掘的烟雾数据集与烟雾场景图像集合并，形成烟雾数据集；采用烟雾数据集训练烟雾检测神经网络模型，将训练得到的烟雾检测神经网络模型用于对场景图像进行烟雾检测。本发明的烟雾识别方法准确率高，鲁棒性好；采用少量样本进行训练即能保证烟雾识别的准确率，又解决了样本不充足的问题。
一种样本挖掘深度学习烟雾识别方法