“负类样本”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807234个，建议您升级VIP下载更多相关专利

[发明专利]数据处理方法及其系统-CN201710839392.4在审
发明人：张明阳;李小刚;宋增超;马千里 -专利权人：北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2017-09-15 - 公布日： 2019-03-22 - 主分类号： G06K9/62 文献下载
摘要：本公开提供了一种数据处理方法，该方法包括：获取非平衡数据的初始样本，其中，在初始样本中正类元素的个数小于负类元素的个数；根据初始样本中的正类元素创建一个正类样本以及根据初始样本中的负类元素创建多个负类样本，其中，每个负类样本中的负类元素的个数都等于正类样本中的正类元素的个数；利用正类样本分别与多个负类样本中的每个负类样本训练出一对应的分类器，而得到多个分类器；以及将目标非平衡数据输入至多个分类器中，以对目标非平衡数据进行分类
负类样本非平衡数据样本正类样本分类器元素创建数据处理计算机可读介质数据处理系统计算机系统分类

[发明专利]一种面向脑卒中非平衡数据集的分类方法及系统-CN202310944187.X在审
发明人：李凤莲;张雪英;魏鑫;回海生;李彦民 -专利权人：太原理工大学
申请日： 2019-11-28 - 公布日： 2023-10-24 - 主分类号： G06F18/2411 文献下载
摘要：本发明公开了一种面向脑卒中非平衡数据集的分类方法及系统，涉及数据处理技术领域，方法包括：将脑卒中非平衡数据集划分成训练样本集和测试样本集；根据各个样本点之间的距离确定正/负类样本自适应调节半径，以确定正/负类样本自适应调节因子，进而构建差异矩阵；根据差异矩阵统计样本点有效范围内的正类样本个数和负类样本个数，以确定样本点所含的正/负类信息量，进而构造信息量模糊隶属函数；确定基于样本间距离的正/负类模糊隶属度函数；确定改进后的正/负类模糊隶属度函数，进而构造模糊支持向量机分类器；采用模糊支持向量机分类器对脑卒中非平衡数据集进行分类。
一种面向脑卒中平衡数据分类方法系统

[发明专利]中文错误检测模型训练方法、装置、设备及存储介质-CN202210280733.X在审
发明人：何哲宇;朱昱锦;徐亮 -专利权人：深圳壹账通智能科技有限公司
申请日： 2022-03-21 - 公布日： 2022-06-03 - 主分类号： G06F40/279 文献下载
摘要：获取中文训练样本集；其中，中文训练样本集中包括中文正样本和中文负样本，中文负样本包括缺失错误类中文负样本、冗余错误类中文负样本、替换错误类中文负样本及顺序错误类中文负样本各至少一个；对中文训练样本集中的中文正样本和中文负样本的各个字进行标签标注；基于标签标注后的中文训练样本集对预设机器学习模型进行训练，生成中文错误检测模型。
中文错误检测模型训练方法装置设备存储介质

[发明专利]基于人工智能的风险识别方法、装置、电子设备及介质-CN202110859365.X在审
发明人：吴空 -专利权人：平安国际智慧城市科技股份有限公司
申请日： 2021-07-28 - 公布日： 2021-10-08 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及人工智能技术领域，提供一种基于人工智能的风险识别方法、装置、电子设备及介质，包括：获取负样本集中每个负样本的多个维度数据，并根据每个负样本的多个维度数据将所述负样本集映射到特征空间中；将所述负样本集划分为训练样本集及测试样本集；在所述特征空间中基于所述训练样本集训练聚类凸包模型，并在所述特征空间中基于所述测试样本集测试训练后的聚类凸包模型是否为最优凸包模型；当测试所述训练后的聚类凸包模型为最优凸包模型时，使用所述最优凸包模型预测待测样本的风险值；根据所述风险值识别所述待测样本是否为风险样本。本发明基于一类样本集训练聚类凸包模型，使用聚类凸包模型能够准确且快速的识别风险样本。
基于人工智能风险识别方法装置电子设备介质

[发明专利]负例训练样本采集方法、装置及模型训练方法、装置-CN201810885541.5有效
发明人：李睿凡;陈光;都金超;李鑫;王宁;梁昊雨;李亚洲;朱正源;王小捷 -专利权人：北京邮电大学
申请日： 2018-08-06 - 公布日： 2020-10-16 - 主分类号： G06F16/55 文献下载
摘要：本发明实施例提供了负例训练样本采集方法和模型训练方法。负例训练样本采集方法包括：对表示向量进行聚类，确定目标向量所属的第一聚类及中心，从而确定候选聚类的目标概率，从候选向量中抽取多个第二聚类，并从每个第二聚类中获取一个负例训练样本。模型训练方法包括：确定多组训练样本；基于训练样本对初始图像检索模型进行训练，在迭代到一定次数时，若模型没有训练完成，重新确定训练样本继续训练，直至模型训练完成。与现有技术相比，应用本发明实施例提供的方案，采集负例训练样本时，可以在兼顾各个不同难度水平的负例训练样本的同时，优先采集“难”的负例训练样本，进而提高基于负例训练样本训练得到的图像检索模型的准确率。
训练样本采集方法装置模型

[发明专利]训练分类模型的方法与装置-CN201710608188.1在审
发明人：王雅圣;张旸;毕舒展;颜友亮 -专利权人：华为技术有限公司
申请日： 2017-07-24 - 公布日： 2019-07-16 - 主分类号： G06F16/35 文献下载
摘要：本申请提供一种训练分类模型的方法与装置，该方法包括：获取正训练集与第一负训练集，正训练集包括语料中正例集的样本，第一负训练集包括语料中未标注样本集的样本，未标注样本集表示语料中不属于词典的样本集；利用正训练集与第一负训练集，训练得到第一分类模型；利用第一分类模型确定第一负训练集中的伪负样本，伪负样本表示第一负训练集中被视为正样本的样本；剔除第一负训练集中的伪负样本，更新第一负训练集为第二负训练集；利用正训练集与第二负训练集，训练得到第二分类模型，第二分类模型为目标分类模型。
训练集分类模型负样本样本集语料样本准确度训练分类标注目标分类正样本申请剔除更新

[发明专利]一种不平衡数据集的过采样方法-CN202010052607.X有效
发明人：程陈;孙伟;余盖青;费若岚;王长静 -专利权人：上海海事大学
申请日： 2020-01-17 - 公布日： 2023-04-07 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种不平衡数据集的过采样方法，首先，将获取的不平衡数据集划分为正类样本集和负类样本集；其次，求解正类样本集的质心以及距离质心最远的三个正类样本，以所求的三个正类样本为顶点建立三角形；其次，随机选取其中一个三角形顶点与质心连线，并在所述连线上随机生成新的正类样本；其次，利用CCA和GAN思想评估新生正类样本合理性，对正类样本集进行更新；最后，更新的正类样本集的样本量远小于负类样本集时，需要继续补充正类样本集，直到更新的正类样本集与负类样本集的样本量平衡
一种不平衡数据采样方法

[发明专利]一种基于多聚类融合的目标自适应识别方法-CN202211245453.1在审
发明人：杨林;封晨;纪腾飞;吕晓钢;武欣桐;杨文;李一帆;王通宇 -专利权人：天津光电通信技术有限公司
申请日： 2022-10-12 - 公布日： 2023-01-10 - 主分类号： G06F18/23213 文献下载
摘要：本发明提出了一种基于多聚类融合的目标自适应识别方法，该方法首先参照密度峰值聚类算法计算局部密度ρ与距离δ；然后，根据决策图启发式寻找到合适的聚类中心，为每个聚类中心分配一个类标签，即作为一个类簇，记为正类接着，将数据集中其余样本i分配到局部密度更高、距离最近的样本j所在的类簇，并且样本i和j必须为k近邻。若样本i和j不是近邻，则给样本i分配新类标签，记为负类。其余样本可被分配到样本i所在的负类中。当每个样本分配完成后，可能会存在一些负类，需要将其合并到正类当中去。本发明的方法能够动态规划聚类中心，保证目标自适应识别的准确率。
一种基于多聚类融合目标自适应识别方法

[发明专利]游戏中的外挂预测方法和装置、电子设备和存储介质-CN202210197484.8在审
发明人：陈晨 -专利权人：厦门吉比特网络技术股份有限公司
申请日： 2022-03-01 - 公布日： 2023-01-13 - 主分类号： A63F13/75 文献下载
摘要：游戏中的外挂预测方法和装置、电子设备和存储介质，包括如下步骤：1)从当前游戏日志中获取所有玩家数据，进行处理后得到外挂样本、正常玩家样本和无标签样本，将无标签样本的权重进行降权并与正常玩家样本作为负类样本，将外挂样本的权重进行加权作为正类样本；2)将正类样本和负类样本输入预先构建的外挂预测模型进行预测，得到外挂名单和特征解释图；3)根据外挂名单更新正类样本和负类样本作为下一次预测的样本。
游戏中的外挂预测方法装置电子设备存储介质

[发明专利]大数据异常行为检测方法及装置、存储介质及电子设备-CN202111592447.9在审
发明人：王雪琼 -专利权人：中国电信股份有限公司
申请日： 2021-12-23 - 公布日： 2022-04-01 - 主分类号： G06F16/906 文献下载
摘要：该大数据异常行为检测方法先把正样本和负样本进行聚类形成若干个数据类，再找出其中含有正样本的数据类P，数据类pi表示数据类P中第i个含有正样本的数据类，计算数据类pi中每个负样本和正样本中心的距离，并通过距离计算出用于选取的数集S，把数据类pi中满足数集S的负样本补充到正样本中，达到扩充正样本的目的，最后再对正样本得到扩充的数据类P进行异常行为检测。通过本申请的大数据异常行为检测方法，可以充分利用有标记的正样本信息，大大提高模型异常行为检测的准确率和效率。
数据异常行为检测方法装置存储介质电子设备

[发明专利]活体检测模型的训练方法、活体对象检测方法以及装置-CN202210506492.6在审
发明人：邹棹帆;王珂尧;岳海潇 -专利权人：北京百度网讯科技有限公司
申请日： 2022-05-10 - 公布日： 2022-07-19 - 主分类号： G06V40/40 文献下载
摘要：活体检测模型的训练方法的具体实现方案为：将第一活体检测训练集的活体负样本输入初始活体检测模型，得到活体负样本特征；根据活体负样本特征与目标参考活体负样本特征，确定第一聚类反馈数值，其中，第一聚类反馈数值用于表征活体负样本特征与目标参考活体负样本特征之间的相似度，目标参考活体负样本特征是基于多个参考活体负样本特征与活体负样本特征之间的相似度得到的；以及根据第一聚类反馈数值，调整初始活体检测模型的模型参数，得到中间活体检测模型。
活体检测模型训练方法对象以及装置

[发明专利]分类阈值确定方法、装置、电子设备及存储介质-CN202010272035.6有效
发明人：杜君;孙丰龙;郑闪;陈灿灿;马建辉;郭蕾;郭强;邱亭林 -专利权人：中国医学科学院肿瘤医院
申请日： 2020-04-08 - 公布日： 2023-07-21 - 主分类号： G06V10/764 文献下载
摘要：该方法包括：将标注有分类标签的样本输入二分类模型，确定出正样本及负样本，将正样本、负样本与自身对应的分类标签进行对比，筛选出分类结果与分类标签不一致的难样本；对样本进行特征提取，训练得到三分类模型；将样本输入三分类模型，得到每个样本的分类概率；从分类概率中确定出与难样本对应的分类概率分布区间的范围端点值；将范围端点值确定为三分类模型的分类阈值。在确定出分类阈值后，可以将对样本的分类由二分类转化为三分类。在三分类中，正样本与负样本的准确性得到提升。
分类阈值确定方法装置电子设备存储介质

[发明专利]一种信息处理方法及装置、存储介质-CN202211565786.2在审
发明人：孔滕滕;田明军 -专利权人：北京沃东天骏信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2022-12-07 - 公布日： 2023-04-07 - 主分类号： G06F18/22 文献下载
摘要：本申请实施例公开了一种信息处理方法及装置、存储介质，包括：获取第一类别的待输入信息；将待输入信息输入目标相似信息检测模型中，得到与待输入信息关联的第二类别的输出信息；第一类别和第二类别为不同的类别；其中，目标相似信息检测模型是通过以下步骤训练得到的：利用历史搜索点击日志，构建正例样本集合以及正例样本相似度标签；根据正例样本集合中的信息，采集不同相似程度的负例样本信息，得到负例样本集合以及对应的负例样本相似度标签；利用正例样本集合、正例样本相似度标签、负例样本集合和负例样本相似度标签训练初始相似信息检测模型，得到目标相似信息检测模型。
一种信息处理方法装置存储介质

[发明专利]基于难样本的训练方法、装置及电子设备-CN201810675642.X有效
发明人：朱星宇;黄鼎;张诚 -专利权人：北京旷视科技有限公司;杭州旷云金智科技有限公司
申请日： 2018-06-26 - 公布日： 2022-02-11 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种基于难样本的训练方法、装置及电子设备，该方法首先利用预训练模型对公开数据集中的样本进行遍历识别，获得被误识别为目标类的负类样本，将该负类样本添加至包括正类样本的第一数据集中，形成第二数据集；然后基于该第二数据集，利用预选代价函数和预先设定的难样本针对性代价函数对初始模型进行训练，得到输出模型。该方式将从公开数据集中挑选出的负类样本，加入后续用于训练的数据集中，然后利用预先设定的难样本针对性代价函数，基于该包含负类样本的数据集进行模型训练，从而加强对易识别为FP的难样本的识别学习，在不增加模型输出类别的情况下
基于样本训练方法装置电子设备

[发明专利]分类模型训练方法及装置-CN202210663099.8在审
发明人：鲍梦瑶;刘佳伟;章鹏;张谦;殷雪梅 -专利权人：蚂蚁区块链科技（上海）有限公司
申请日： 2022-06-13 - 公布日： 2022-09-06 - 主分类号： G06K9/62 文献下载
摘要：本说明书实施例提供分类模型训练方法及装置，其中，该方法包括获取正样本训练数据，并根据至少两种数据增强方法，对正样本训练数据进行数据增强，获得初始负样本训练数据；根据正样本训练数据和初始负样本训练数据，训练获得第一分类模型；根据至少两种数据增强方法、初始负样本训练数据以及第一分类模型，获得目标负样本训练数据；根据正样本训练数据和目标负样本训练数据，训练获得第二分类模型。具体的，该方法可以根据正样本训练数据以及、通过数据增强方法获得的负样本训练数据训练相应的分类模型，提高该分类模型的训练效果，使得该分类模型后续应用于隐私数据识别场景中时，可以快速且准确的识别数据仓库中的隐私数据
分类模型训练方法装置

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