“验证集”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666364个，建议您升级VIP下载更多相关专利

[发明专利]应用云上部署方法、装置、设备、存储介质和程序产品-CN202211398820.1在审
发明人：蔡中原;孙政清;袁丰;白佳乐 -专利权人：中国工商银行股份有限公司
申请日： 2022-11-09 - 公布日： 2023-04-14 - 主分类号： G06F8/65 文献下载
摘要：该方法包括：首先响应于目标应用的云上部署请求，根据目标应用中各节点内的容器确定多个容器集，每个容器集均包括各节点中部分容器构成的容器组；然后在依次对各容器集进行版本升级过程中，对当前容器集升级完成的容器集版本进行验证；若容器集版本验证未通过，则重新对当前容器集进行版本升级；若容器集版本验证通过，则对下一容器集进行版本升级，直至容器集升级完成的容器集版本均验证通过，确定目标应用的云上部署完成。
应用部署方法装置设备存储介质程序产品

[发明专利]一种基于GCN的文本分类方法-CN202010120795.5有效
发明人：张丽;郑鑫 -专利权人：北京工业大学
申请日： 2020-02-26 - 公布日： 2021-11-05 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于GCN的文本分类方法，包括：获取文本分类语料集；其中，语料集包括多个样本，每个样本包含标题和篇章；对语料集进行预处理，将预处理的语料集分为训练集、验证集和测试集；通过spacy对篇章进行处理提取单词间的图关系；根据图关系，将每个单词嵌入矩阵的低维实值向量空间；根据单词的向量表示，构造双向LSTM，并得到句子表示；基于自注意力机制重构句子表示，输入到GCN神经网络中，训练出语义分类模型；将验证集的文本词向量输入到模型中，记录保存在验证集上效果达到最优时的模型参数；基于验证集得出的最优的模型去测试测试集，得到分类结果。
一种基于 gcn 文本分类方法

[发明专利]一种注意力机制的车道线检测方法、系统、设备及介质-CN202310355442.7在审
发明人：宣勇;李广宇;汤实现 -专利权人：奇瑞新能源汽车股份有限公司
申请日： 2023-03-31 - 公布日： 2023-06-30 - 主分类号： G06V20/56 文献下载
摘要：一种注意力机制的车道线检测方法、系统、设备及介质，包括：获取车道线数据集，并对车道线数据集进行预处理；将预处理后的车道线数据集进行划分，得到训练集和验证集；构建检测网络模型，并融合改进的注意力机制模块，得到融合后的特征图；将训练集输入改进后的网络模型中利用Focal loss损失函数进行训练；将融合后的特征图通过对训练集图像中目标的位置和类别进行预测，得到预测结果，并通过验证集对改进后的网络模型进行验证
一种注意力机制车道检测方法系统设备介质

[发明专利]社会偏见测量方法、系统和计算机介质-CN202210933123.5在审
发明人：阳爱民;白期风;林楠铠;王纪刚;覃冠球 -专利权人：广东工业大学
申请日： 2022-08-04 - 公布日： 2022-11-08 - 主分类号： G06F16/332 文献下载
摘要：本发明公开一种社会偏见测量方法、系统和计算机介质，方法包括：S1：划分数据集为训练集、验证集和测试集；S2：使用BERT对训练集进行表征，获得训练集中输入问答句子的表征Ci；S3：构建两阶段提示的对比学习神经网络，利用步骤S2得到表征Ci进行训练，并输出代表社会偏见的标签信息，保存对比学习神经网络训练学习到的参数集；S4：使用验证集验证对比学习神经网络在训练集上学习到的参数集，保存在验证集上效果最好的参数集作为最终参数集，并利用测试集对最终参数集进行测试，得到训练好的对比学习神经网络；S5：利用训练好的对比学习神经网络进行社会偏见类别预测
社会偏见测量方法系统计算机介质

[发明专利]用户还款模型生成方法、装置及电子设备-CN201911271328.6在审
发明人：郑彦;石婷;唐小云;方炆 -专利权人：北京淇瑀信息科技有限公司
申请日： 2019-12-12 - 公布日： 2020-05-26 - 主分类号： G06Q40/02 文献下载
摘要：该方法包括：对多个用户金融数据进行预处理，生成训练数据集、测试数据集、和验证数据集，用户金融数据包括：用户借款数据、用户特征数据、用户基础数据；通过所述训练数据集对机器学习模型进行训练，生成初始用户还款模型；通过所述测试数据集和所述验证数据集对所述初始用户还款模型进行交叉验证，生成验证结果；以及在所述验证结果满足预设策略时，生成用户还款模型。
用户还款模型生成方法装置电子设备

[发明专利]一种筛选机器学习模型的方法及装置-CN202010011960.3在审
发明人：赵博譞 -专利权人：银联数据服务有限公司
申请日： 2020-01-07 - 公布日： 2020-02-18 - 主分类号： G06N20/00 文献下载
摘要：本发明实施例公开了一种筛选机器学习模型的方法及装置，方法包括：通过第一数据集构建多组第一使用集，针对每个待筛选模型，确定待筛选模型在每组第一使用集下的验证结果，根据各组第一使用集下的验证结果确定待筛选模型在第一数据集下的第一验证结果，根据各待筛选模型在第一数据集下的第一验证结果，将第一验证结果大于第一设定阈值的待筛选模型作为目标模型。
一种筛选机器学习模型方法装置

[发明专利]文本分类方法、装置、电子设备及可读存储介质-CN202110696469.3在审
发明人：赵炀 -专利权人：深圳平安综合金融服务有限公司
申请日： 2021-06-23 - 公布日： 2021-09-07 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及智能决策领域，揭露一种文本分类方法，包括：获取标注语料集，对标注语料集中标注语料按照标注类别进行分组，得到训练语料集和验证语料集；将训练语料集输入由至少两个深度学习模型构建的组合模型；通过组合模型对训练语料集进行迭代训练，得到训练组合模型；通过验证语料集对训练组合模型进行验证，得到验证组合模型；获取待识别文本，将待识别文本输入至验证组合模型，得到待识别文本中各单句的单句输出标签，整合单句输出标签，得到最终输出标签。
文本分类方法装置电子设备可读存储介质

[发明专利]一种糖尿病前期患者心血管疾病风险的预测方法及系统-CN202210334081.3在审
发明人：庄晓东;林钇奋;廖新学;利妙红;张绍钊;黄蔓;黄日华;仲祥斌;熊振宇;刘梦辉 -专利权人：中山大学附属第一医院
申请日： 2022-03-31 - 公布日： 2022-08-12 - 主分类号： G16H50/30 文献下载
摘要：本发明提供一种糖尿病前期患者心血管疾病风险的预测方法及系统，该方法首先采集糖尿病前期患者医疗数据；然后采用随机数法随机抽取数据样本，构建训练集、内验证集和外验证集；接着对训练集使用lasso回归筛选关键变量；然后对筛选出的变量进行COX比例风险回归分析，构建基于COX比例风险回归拟合的预测模型；最后利用内验证集和外验证集对构建出的多因素COX回归拟合预测模型进行模型准确性验证。
一种糖尿病前期患者心血管疾病风险预测方法系统

[发明专利]用于用户验证的方法、通信设备和计算机程序-CN202010788102.X在审
发明人： T·加西巴 -专利权人：西门子股份公司
申请日： 2020-08-07 - 公布日： 2021-02-09 - 主分类号： H04L9/32 文献下载
摘要：用于用户验证的方法、通信设备和计算机程序。通过将预定数据集与获取数据集进行比较来完成对用户的验证。这些数据集是要验证的用户的图像。方法借助于通信设备的照相机来获得这些图像。在肯定验证的情况下，执行某个计算机对象。该自动化技术方案避免了对人类证人的需要。
用于用户验证方法通信设备计算机程序

[发明专利]一种基于电参数和XGBOOST-NN算法的板材激光切割质量判断方法-CN202110294617.9有效
发明人：黄彬;朱圣杰 -专利权人：福州大学
申请日： 2021-03-19 - 公布日： 2023-02-21 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及一种基于电参数和XGBOOST‑NN算法的板材激光切割质量判断方法，包括以下步骤：步骤S1:获取激光加工设备电信号与工艺参数所对应的激光切割质量数据，并划分为训练集和验证集；步骤S2:通过K折交叉验证法划分训练集为i个子训练集;步骤S3：将子训练集分别用于训练XGBOOST‑NN算法参数，得到i个已训练的XGBOOST‑NN算法模型；步骤S4:根据验证集分别验证XGBOOST‑NN算法模型的准确率，并获取准确率最高的模型用于激光切割质量判断
一种基于参数 xgboost nn 算法板材激光切割质量判断方法

[发明专利]基于卷积神经网络的壁画线描图生成算法-CN201810520510.X在审
发明人：孙迪;张璞;张传雷;赵婷婷;李会彬 -专利权人：天津科技大学
申请日： 2018-05-28 - 公布日： 2018-11-30 - 主分类号： G06T7/13 文献下载
摘要：本发明涉及一种基于卷积神经网络的壁画线描图生成算法，包括以下步骤：收集壁画和线描数据，建立壁画‑线描数据集；基于VGG16模型搭建深层卷积神经网络模型；使用制作好的壁画‑线描数据集通过梯度下降算法进行模型训练；利用验证集进行验证，如果在验证集上损失下降，则保存模型；在此期间不断在验证集上进行调优，并使用最优模型在测试集上进行测试。本发明设计合理，其通过建立壁画‑线描数据集、基于VGG16进行改进并搭建深层卷积神经网络模型、利用梯度下降算法进行模型训练、调整学习率等方式进行验证调优，最后测试输出高质量的线描图，并且不需要进一步的边界连接过程
壁画卷积神经网络数据集验证集描图模型训练生成算法下降算法验证测试边界连接模型搭建最优模型测试集输出保存制作改进学习

[发明专利]一种检测牛奶中雌激素的方法-CN202010734426.5在审
发明人：王彦波;傅玲琳;潘童;翁俊杰;李华韬;杨仁迪;吴豪益;周瑾茹 -专利权人：浙江工商大学
申请日： 2020-07-27 - 公布日： 2020-09-18 - 主分类号： G01N21/3577 文献下载
摘要：本发明涉及一种检测牛奶中雌激素的方法，该方法包括：配制具有不同雌激素浓度的样品作为校正集；测定校正集样品的近红外光谱，用化学计量学软件制作雌激素浓度校正模型；配制具有不同雌激素浓度的样品作为验证集；其中，校正集样品中雌激素浓度变化范围大于验证集样品中雌激素浓度变化范围；测定验证集样品的近红外光谱，用已建立的雌激素浓度校正模型计算验证集样品的雌激素浓度，并验证上述雌激素浓度校正模型的准确性与有效性；测定待测样品的近红外光谱
一种检测牛奶雌激素方法

[发明专利]一种病理学图像的口腔癌上皮组织区域自动分割方法-CN202011200003.1在审
发明人：吴玉欣;陆铖 -专利权人：陕西师范大学
申请日： 2020-10-30 - 公布日： 2021-02-02 - 主分类号： G06T7/00 文献下载
摘要：一种病理学图像的口腔癌上皮组织区域自动分割方法，其包括如下步骤：S100：使用提取像素块patch的方法对病理学图像和病理学家的标签进行预处理；S200：选取预处理后的部分病理学图像作为训练样本形成训练集，其余作为验证样本形成验证集；S300：构建卷积神经网络UNet模型，采用步骤S200中的训练集和验证集来训练和验证该UNet模型，获取最终的UNet模型；S400：将上述最终的UNet模型应用于多中心外部测试集以自动生成上皮组织区域该方法在头颈癌检测中没有对每个数据集分别进行了训练，验证和测试，仅使用TMA数据进行训练，在多中心的外部WSI数据集上进行测试，对未知图像更具有说服力。
一种病理学图像口腔癌上皮组织区域自动分割方法

[发明专利]一种基于神经网络模型的水果检测系统和方法-CN202210370957.X有效
发明人：李金泽;赵政杰;张舒;张宁 -专利权人：中国科学院微电子研究所
申请日： 2022-04-11 - 公布日： 2022-06-17 - 主分类号： G06K9/62 文献下载
摘要：该系统包括：训练集和验证集获取模块将历史水果图片集划分为训练集和验证集；神经网络建立模块，神经网络模型包括特征提取模块和代替全连接层的改进的分类模块，改进的分类模块用于对特征提取模块提取的特征图片进行分类；模型训练和验证模块使用训练集进行训练并使用验证集对训练结果进行验证；检测模块将待评级的水果图片输入训练好的神经网络模型以检测出待评级的水果图片中的水果表面评级与坏果情况。
一种基于神经网络模型水果检测系统方法

[发明专利]面向不确定数据模型中的效用项集挖掘方法-CN201510974903.4在审
发明人：兰雨晴;王洋 -专利权人：一兰云联科技股份有限公司
申请日： 2015-12-23 - 公布日： 2016-05-25 - 主分类号： G06F17/30 文献下载
摘要：本发明涉及一种面向不确定数据模型中的效用项集挖掘方法，包括步骤：S1、验证项集的事务加权效用和期望支持度，将通过验证的项集作为候选集形成总候选集；以及S2、通过不确定数据模型验证总候选集中各项集的效用得到基于不确定性的高效用项集其中，所述事务加权效用等于不确定数据模型中所有包含该项集的事务的事务效用之和，构成总候选集的项集包括通过步骤S1验证的k项集，其中，k＝1、2、3……n，n为不确定数据模型的项数最多的事务的项数，k大于1时，k项集是用总候选集中的k-1项集作为子集再通过步骤S1验证得到的。
面向不确定数据模型中的效用挖掘方法

首页
«上一页
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
下一页»
尾页
共 100000 条