“隐层”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2509622个，建议您升级VIP下载更多相关专利

[发明专利]基于深度学习网络的文档识别方法和终端-CN201910075453.3有效
发明人：郝占龙;林玉玲;陈文传 -专利权人：厦门商集网络科技有限责任公司
申请日： 2019-01-25 - 公布日： 2022-09-20 - 主分类号： G06V30/41 文献下载
摘要：通过获取多个隐层节点组；每一隐层节点组与不同的文档训练样本集对应；获取所述多个隐层节点组中的第一隐层节点组；所述第一隐层节点组对应的文档训练样本集为所有隐层节点组的文档训练样本集的总和；第一隐层节点组中的最后一个隐层节点分别与所述多个隐层节点组中其余隐层节点组的第一个隐层节点连接；所述第一隐层节点组中的第一个隐层节点与预设的输入层连接；所述多个隐层节点组中除所述第一隐层节点组外的其余隐层节点组的最后一个隐层节点分别与预设的输出层连接，得到OCR深度学习网络。
基于深度学习网络文档识别方法终端

[发明专利]一种基于构建深度学习网络的票据识别方法及终端-CN201910074353.9有效
发明人：周异;陈凯;何建华;韦建;杜保发;周曲 -专利权人：上海深杳智能科技有限公司;厦门商集网络科技有限责任公司
申请日： 2019-01-25 - 公布日： 2023-04-28 - 主分类号： G06V30/14 文献下载
摘要：通过获取多个隐层节点组；每一隐层节点组与不同的票据训练样本集对应；获取所述多个隐层节点组中的第一隐层节点组；所述第一隐层节点组对应的票据训练样本集为所有隐层节点组的票据训练样本集的总和；第一隐层节点组中的最后一个隐层节点分别与所述多个隐层节点组中其余隐层节点组的第一个隐层节点连接；所述第一隐层节点组中的第一个隐层节点与预设的输入层连接；所述多个隐层节点组中除所述第一隐层节点组外的其余隐层节点组的最后一个隐层节点分别与预设的输出层连接，得到OCR深度学习网络。
一种基于构建深度学习网络票据识别方法终端

[实用新型]一种防污防静电隐条织物-CN201922262273.4有效
发明人：申建新 -专利权人：江苏凯灵纺织科技研发中心有限公司
申请日： 2019-12-17 - 公布日： 2020-08-28 - 主分类号： B32B9/02 文献下载
摘要：本实用新型涉及织物技术领域，具体揭示了一种防污防静电隐条织物，包括隐条织物本体，所述隐条织物本体的顶部和底部均设置有防静电层，所述防静电层远离隐条织物本体的一侧设置有防污层，所述防静电层包括蚕丝纤维层。本实用新型通过设置防静电层、蚕丝纤维层、腈纶纤维层、棉纤维层、防污层、竹木纤维层、玻璃纤维层和尼龙纤维层相互配合，达到了提高隐条织物防污性能和防静电性能的优点，使隐条织物在长期使用时，能够有效的提高隐条织物的防污性能，保证了隐条织物的美观性，同时提高隐条织物的防静电性能，有效的对隐条织物进行绝缘，防止隐条织物产生静电，保证了隐条织物的穿着舒适度。
一种防污静电织物

[发明专利]地址文本处理方法、装置、设备及计算机存储介质-CN201911046400.5在审
发明人：刘楚;郑华飞;谢朋峻;李林琳;司罗 -专利权人：阿里巴巴集团控股有限公司
申请日： 2019-10-30 - 公布日： 2021-05-04 - 主分类号： G06F40/295 文献下载
摘要：地址文本处理装置包括：输入层，所述输入层包括多个输入节点，所述输入层用于接收地址文本并对所述地址文本进行编码；隐层，所述隐层包括多个层，每个层包括多个隐层节点，所述隐层与所述输入层通信连接，并对所述输入层输出的编码信息进行处理；输出层，所述输出层与所述隐层通信连接，并依据所述隐层的输出得到处理后的地址文本；其中，所述输入层和隐层之间为全向通信连接，以及相邻两个隐层的隐层节点之间为全向通信连接；所述隐层节点用于实现在对编码信息进行处理的过程中处理所述地址文本中包含的上下文信息
地址文本处理方法装置设备计算机存储介质

[发明专利]基于层预测的语言翻译的方法、设备、装置和介质-CN202111191528.8在审
发明人：周浩;黄晨阳;牟力立;李磊;奥斯马尔·扎安 -专利权人：北京有竹居网络技术有限公司
申请日： 2021-10-13 - 公布日： 2022-01-14 - 主分类号： G06F40/42 文献下载
摘要：根据本公开的实现方式，提供了基于层预测的语言翻译的方法、设备、装置和介质。在一种方法中，在翻译模型的解码器的多个隐式层中的第一隐式层处，基于训练数据中包括的输入数据的编码，确定与第一隐式层相关联的第一隐式状态，训练数据包括以源语言表示的输入数据和以目标语言表示的输出数据。基于第一隐式状态和预测信息，生成更新的第一隐式状态。向多个隐式层中的第一隐式层之后的第二隐式层输出更新的第一隐式状态，以使得更新的第一隐式状态被作为与第二隐式层相关联的第二隐式状态。以此方式，通过向每个隐式层提供预测信息，可以以更为有效和准确的方式实现翻译模型。
基于预测语言翻译方法设备装置介质

[发明专利]蒸馏方法、装置及计算机可读存储介质-CN202210617823.3在审
发明人：李翔;郭佳华;徐金安;王文正;邢俊文 -专利权人：新译信息科技（深圳）有限公司
申请日： 2022-06-01 - 公布日： 2022-09-06 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种蒸馏方法、装置及计算机可读存储介质，其中，所述蒸馏方法包括：将源端语句输入教师模型的编码器，得到第一低级隐层、第一中级隐层和第一高级隐层；将所述源端语句输入学生模型的编码器得到第二低级隐层、第二中级隐层和第二高级隐层；基于所述第一低级隐层蒸馏所述第二低级隐层，得到第一蒸馏损失，基于所述第一中级隐层蒸馏所述第二中级隐层，得到第二蒸馏损失，以及基于所述第一高级隐层蒸馏所述第二高级隐层，得到第三蒸馏损失
蒸馏方法装置计算机可读存储介质

[发明专利]对话生成模型的训练方法、对话生成方法及装置-CN201910713314.9有效
发明人：李泽康;张金超;雷泽阳;孟凡东;周杰;牛成 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-08-02 - 公布日： 2023-09-22 - 主分类号： G06F16/332 文献下载
摘要：该方法包括：通过对上下文样本进行编码得到第一隐层变量，对第一隐层变量识别得到先验隐层变量；对答复样本进行编码得到第二隐层变量；对答复相似样本进行编码得到第三隐层变量；根据第一隐层变量、第二隐层变量和第三隐层变量的混合高斯分布，识别得到后验隐层变量；匹配先验隐层变量和后验隐层变量，对对话生成模型进行对抗训练。
对话生成模型训练方法装置

[发明专利]深度学习模型的可解释性参数获取方法及装置-CN202010912290.2有效
发明人：许正卓;杨海钦 -专利权人：平安科技（深圳）有限公司
申请日： 2020-09-02 - 公布日： 2023-08-04 - 主分类号： G06N3/0464 文献下载
摘要：本发明公开了深度学习模型的可解释性参数获取方法、装置、计算机设备及存储介质，涉及人工智能技术，包括将测试图片对应的像素矩阵输入至连接主义机器学习模型进行运算，得到输出结果及各个隐层单元的单元输出结果；获取最后一层隐层中单元输出结果为最大值的目标隐层单元，以根据其与相关性算法，计算各隐层单元的隐层单元相关性值；以各层隐层中隐层单元相关性值为最大值的隐层单元以组成当前目标隐层单元清单；根据输出结果与输出结果调节值求和得到当前输出结果；将当前输出结果作为扰动输出值获取所述隐藏层中各个隐层单元对应的单元扰动值；之后进行升序排序得到隐层单元排序结果。
深度学习模型解释性参数获取方法装置

[发明专利]一种主方向神经网络系统-CN200810102802.8无效
发明人：殷维栋;王守觉 -专利权人：中国科学院半导体研究所
申请日： 2008-03-26 - 公布日： 2009-09-30 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种主方向神经网络系统，采用4层前馈式结构，包括输入层、第一隐层、第二隐层和输出层，输入层包含D个神经元，第一隐层包含K组神经元，每组神经元包含3个神经元，第二隐层包含K个神经元，输出层为一个神经元，D和K均为自然数；输入层用于接收D维向量，每个神经元对应接收D维向量中的一个分量；第一隐层将接收自输入层的D维向量映射至第二隐层中的神经元，第一隐层中每组神经元对应第二隐层中的一个神经元；第二隐层将接收自第一隐层的3K维向量映射至输出层中的神经元；输出层将第二隐层的结果进行有偏置w₀的线性加权，然后输出。
一种方向神经网络系统

[发明专利]一种模型训练数据传输方法、装置、设备和可读介质-CN202210399111.9在审
发明人：郑龙飞;王磊;王力 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2022-04-15 - 公布日： 2022-07-29 - 主分类号： H04L69/22 文献下载
摘要：方案可以包括：第一训练成员端将基于所述第一训练成员端的训练成员模型计算得到的第一隐层数据按照第一预设方式进行划分，得到多个隐层分片，其中包括第一隐层分片，所述第一隐层分片与所述第一隐层数据的第一目标范围内的数据相对应；向服务器上传所述第一隐层分片；服务器基于所述第一隐层分片以及各个第二训练成员端上传的第二隐层分片，确定第一隐层分片梯度，所述第二隐层分片与所述第二隐层数据的对应于第一目标范围的第二目标范围内的数据相对应；服务器将所述第一隐层分片梯度发送给所述第一训练成员端。
一种模型训练数据传输方法装置设备可读介质

[发明专利]一种输电线路下地面场强测量方法-CN201710296505.0有效
发明人：王洋;王琨;许阳;司渭滨;王纪红 -专利权人：国家电网公司;国网陕西省电力公司西安供电公司
申请日： 2017-04-28 - 公布日： 2020-10-09 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种输电线路下地面场强测量方法，包括以下步骤：1)构建神经网络模型，其中，所述神经网络模型包括输入层、第一隐层、第二隐层及输出层，其中，输入层与第一隐层之间及第一隐层与第二隐层之间采用RBF神经网络隐层模式，第二隐层与输出层之间采用BP神经网络隐层模式，第一隐层中各神经元节点的激励函数均采用高斯径向基函数，第二隐层中各神经元节点的激励函数均采用非对称型sigmoid函数，输出层中各神经元节点的激励函数均采用
一种输电线路地面场强测量方法

[实用新型]隐变图案防伪纸-CN201220166633.6有效
发明人：苏承莲;阚付勤;李寿云;高位肖 -专利权人：东莞市侨盛纸业有限公司
申请日： 2012-04-19 - 公布日： 2012-11-21 - 主分类号： D21H21/44 文献下载
摘要：本实用新型涉及有隐变图案防伪纸，包括纸张层，其特征在于：所述纸张层上设有有色隐变图案层，所述有色隐变图案层表面设有无碳复写纸CB涂料层。通过特殊涂布工艺涂布一层具有隐变功能的防伪涂料，而形成有色隐变图案，该防伪图案是难以用印刷方法仿制的。
图案防伪

[发明专利]图像修复方法、装置及电子设备-CN201910891323.7有效
发明人：朱曼瑜;刘霄;文石磊;张赫男 -专利权人：北京百度网讯科技有限公司
申请日： 2019-09-19 - 公布日： 2022-06-24 - 主分类号： G06T5/00 文献下载
摘要：具体实现方案为：采用第一卷积神经网络的编码层对待修复图像进行编码，获得第一高维隐层向量；采用所述第一卷积神经网络的解码层对所述第一高维隐层向量进行解码，获得第二高维隐层向量；将所述第二高维隐层向量加入第三高维隐层向量中，采用第二卷积神经网络的解码层对所述第三高维隐层向量进行解码，获得第四高维隐层向量；所述第三高维隐层向量为所述第二卷积神经网络的编码层对所述待修复图像进行编码获得的；根据所述第四高维隐层向量，获得修复的图像
图像修复方法装置电子设备

[发明专利]一种模型的处理方法、装置及设备-CN202210705108.5在审
发明人：曹佳炯;丁菁汀 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2022-06-21 - 公布日： 2022-10-18 - 主分类号： G06K9/62 文献下载
摘要：本说明书实施例公开了一种模型的处理方法、装置及设备，该方法应用于服务器，包括：获取待保护的目标模型中包含的每个网络层对应的模型权重，并获取每个网络层对应的模型权重相应的第一隐写载体，基于第一隐写载体和每个网络层对应的模型权重，以及隐写模型，确定第一隐写信息，获取目标模型中包含的每个网络层对应的模型结构，并对每个网络层对应的模型结构进行编码处理，得到与每个网络层对应的模型结构相应的占用预设数量的比特位的第一数据，并通过信息隐写的方式将第一数据写入第二隐写载体中，得到第二隐写信息；分别为第一隐写信息和第二隐写信息设置相应的检索信息，并基于预设的隐写信息目录，存储第一隐写信息和第二隐写信息。
一种模型处理方法装置设备

[发明专利]一种距离映射模式分类方法-CN201810507824.6在审
发明人：孟庆浩;侯惠让 -专利权人：天津大学
申请日： 2018-05-24 - 公布日： 2018-12-11 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种距离映射模式分类方法，所建立的距离映射分类器包括四部分组成，分别是输入层、隐层1、隐层2以及输出层：输入层包含d个神经元节点，每个节点代表一个训练或测试样本的特征向量；将提取得到的多个样本的特征向量组作为距离映射分类器的输入层；隐层1包含N个神经元节点，N代表全部训练样本个数；计算输入的特征向量与N个训练样本特征向量的欧式距离作为隐层1；隐层2包含L个神经元节点，通过线性激活函数可以将隐层1与隐层2连接起来；线性激活函数的两个参数矩阵分别是隐层1和隐层2的连接权重及偏置；分类器模型用于测试样本分类时，直接应用训练得到的转换矩阵，计算出输出矩阵。
隐层距离映射神经元节点特征向量输入层激活函数模式分类训练样本分类器测试样本分类分类器模型特征向量组参数矩阵测试样本欧式距离输出矩阵应用训练转换矩阵输出层偏置权重样本

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