“G06N3/08”专利分类搜索_专利查询_文献下载_出售_求购_买卖_交易

钻瓜专利网为您找到相关结果4678个，建议您升级VIP下载更多相关专利

[发明专利]点击预测模型训练方法及装置-CN202310834666.6在审
发明人：董辉 -专利权人：深圳须弥云图空间科技有限公司
申请日： 2023-07-10 - 公布日： 2023-08-08 - 主分类号： G06N3/08 文献下载
摘要：本申请涉及机器学习技术领域，提供了一种点击预测模型训练方法及装置。该方法包括：构建特征处理网络和特征融合网络；获取多个特征交叉网络，利用特征处理网络、多个特征交叉网络以及特征融合网络构建点击预测模型；获取训练样本，将训练样本输入点击预测模型：通过特征处理网络处理训练样本，得到多个特征向量，通过每个特征交叉网络处理多个特征向量，得到该特征交叉网络对应的交互向量，通过特征融合网络处理多个交互向量，得到预测结果；根据训练样本的标签和预测结果训练点击预测模型。采用上述技术手段，解决现有技术中，点击预测模型因为模型本身结构对特征交互较少，导致预测准确率低的问题。
点击预测模型训练方法装置

[发明专利]一种图像处理Gabor核卷积神经网络构建方法-CN202310270483.6在审
发明人：孟凡杰;杨春浩;陈文姣;吴春志;苑改红;焦志鑫;张宝月;颜小林 -专利权人：中国人民解放军战略支援部队航天工程大学士官学校
申请日： 2023-03-16 - 公布日： 2023-08-08 - 主分类号： G06N3/086 文献下载
摘要：本发明涉及图像分类处理技术领域，提供了一种图像处理Gabor核卷积神经网络构建方法。该方法包括：基于中心凸与中心凹的高斯包络函数以及正弦光栅函数，通过初始训练样本集和多种群遗传算法，获得优化改进的Gabor滤波器和Gabor核卷积神经网络的浅层；基于优化改进的Gabor滤波器，通过反向传播算法对Gabor核卷积神经网络的浅层以外的Gabor核卷积神经网络层进行训练，获得目标Gabor核卷积神经网络，将训练样本集输入目标Gabor核卷积神经网络，提取深度特征，并进行分类。本发明的方法有效减少神经网络在训练过程中的时间消耗和内存需求、防止了网络分类精度下降。适应范围广，鲁棒性强。
一种图像处理 gabor 卷积神经网络构建方法

[发明专利]智能高温老化系统-CN202280007621.5在审
发明人：李庸九;都圣官;权泫撤;李宪浩 -专利权人：株式会社LG新能源
申请日： 2022-07-05 - 公布日： 2023-08-08 - 主分类号： G06N3/08 文献下载
摘要：本文公开的是一种高温老化系统，包括：电池单体托盘堆垛，其具有电池单体托盘按照多个层级在其中进行堆叠的结构；一个或多个托盘架，其被容纳在高温老化室内部，并且每个托盘架包括其中电池单体托盘堆垛被容纳的网格形存储空间；堆垛机，其被配置为将电池单体托盘运送到网格形存储空间；热成像相机，其被安装在堆垛机上，并且被配置为获取关于装载在网格形存储空间中的电池单体托盘的热图像温度数据；以及控制器，其被配置为基于热图像温度数据来控制高温老化室内部的温度。
智能高温老化系统

[发明专利]管道风险评估模型的训练方法、评估方法、设备及介质-CN202310231497.7有效
发明人：刘继超;唐至威;金岩;冯谨强;胡国锋;甘琳;韩信;邱敏;詹慧媚 -专利权人：海纳云物联科技有限公司;青岛海纳云智能系统有限公司;青岛海纳云数字科技有限公司
申请日： 2023-03-13 - 公布日： 2023-08-08 - 主分类号： G06N3/084 文献下载
摘要：本申请提供一种管道风险评估模型的训练方法、评估方法、设备及介质，训练方法包括：获取训练数据，训练数据包括训练管道特征值矩阵和实际标签矩阵，训练管道特征值矩阵为n×1的矩阵，分别对应n个管道特征值；实际标签矩阵均为4×1的矩阵，4个元素分别对应管道风险等级的四位编码；根据训练数据对原始的管道风险评估模型进行训练，以得到训练好的管道风险评估模型；原始的管道风险评估模型为改进型PSO‑BP网络模型，原始的管道风险评估模型采用改进型PSO算法计算最优模型权值和最优模型阈值时，对部分粒子对应的模型权值和模型阈值进行随机重置。本申请的训练方法，提高了管道风险评估模型的精度，从而提升了管道风险评估准确性。
管道风险评估模型训练方法设备介质

[发明专利]一种计算图改进、信息推送方法及装置-CN202310652126.6有效
发明人：赵耀;卢星宇;马文琪;曾晓东;顾进杰;张冠男 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2023-06-02 - 公布日： 2023-08-08 - 主分类号： G06N3/082 文献下载
摘要：本说明书实施例提供了一种计算图改进、信息推送方法及装置。信息推送模型用于针对用户确定多条待选推送信息的评分。在该方法中，获取用户特征和待选推送信息特征，并据此特征对计算图的特征输入节点和其他节点进行类别标记，标记为与用户特征相关联的第一类，或者与待选推送信息特征相关联的第二类。接着，在属于第一类的特征输入节点与其下游节点之间增加切分节点，切分节点可以对输入的高维数据进行切分，并输出得到的低维数据。还要从其他节点中确定自身类别为第一类、其下游节点的类别为第二类的节点，作为用户特征叶节点。接着，在用户特征叶节点与其下游节点之间增加复制节点，复制节点对输入的低维数据进行复制，输出得到的高维数据。
一种计算改进信息推送方法装置

[发明专利]一种智能体策略生成方法、装置、计算机设备和存储介质-CN202310652725.8有效
发明人：曾俊杰;方淇;曾云秀;秦龙;胡越;徐浩添;张琪;艾川;黄鹤松;许凯;尹全军 -专利权人：中国人民解放军国防科技大学
申请日： 2023-06-05 - 公布日： 2023-08-08 - 主分类号： G06N3/08 文献下载
摘要：本申请涉及一种智能体策略生成方法、装置、计算机设备和存储介质，构建了专家缓存模块和在线缓存模块，分别用于存储次优示例样本和次优示例以外的样本；在仅利用单条次优示例轨迹的基础上，还将探索过程中采集到的较好的示例轨迹加入专家缓存模块中，以充分挖掘智能体自身生成的较好历史轨迹，不仅充分利用了次优示例轨迹，而且随着较好历史轨迹的加入，还能摆脱次优示例的性能限制，使得策略网络能从专家缓存模块中学习到更好的策略参数。此外，在将示例轨迹加入专家缓存模块之前进行奖励重标记，赋予次优示例和较优示例以正奖励，通过结合采样奖励重标记以及基于预测模型的探索方法来避免后期过多依赖历史轨迹，而陷入局部次优。
一种智能策略生成方法装置计算机设备存储介质

[发明专利]分割模型训练方法、图像分割方法、装置及相关介质-CN202310450254.2有效
发明人：左勇;刘伟华;肖恒玉 -专利权人：智慧眼科技股份有限公司
申请日： 2023-04-25 - 公布日： 2023-08-08 - 主分类号： G06N3/08 文献下载
摘要：本发明涉及图像分割领域，公开了一种分割模型训练方法、图像分割方法、装置及相关设备，所述方法包括：分别对支持集的图像和查询集的图像进行特征提取，得到支持特征和查询特征；对支持特征和查询特征进行相似度计算，并根据得到的相似度确定先验知识；采用先验知识和支持特征，对所述查询特征进行增强处理，得到增强查询特征，并生成增强查询特征对应的查询掩码；对支持特征进行增强处理，得到增强支持特征，并生成增强支持特征对应的增强支持掩码；根据增强支持特征和增强支持掩码，判断是否满足训练结束条件，直到满足训练结束条件，得到分割模型，采用本发明提高医学图像分割场景下，对目标区域的分割准确率。
分割模型训练方法图像装置相关介质

[发明专利]激活归一化方法和存储介质、芯片及电子设备-CN202211437264.4有效
发明人：格雷戈尔·伦茨;西克·萨迪克·尤艾尔阿明 -专利权人：深圳时识科技有限公司;成都时识科技有限公司
申请日： 2022-11-16 - 公布日： 2023-08-08 - 主分类号： G06N3/082 文献下载
摘要：本发明公开一种激活归一化方法和存储介质、芯片及电子设备。为解决现有技术中无法对较深的人工神经网络进行有效缩放的技术问题，本发明公开的激活归一化方法，应用于人工神经网络中，包括：获取所述人工神经网络的子网络输出；根据子网络输出，获取子网络输出的第p百分位数；将连接至子网络中最后一层中神经元的突触权重除以所述第p百分位数以更新突触权重。本发明以动态子网络为基础，动态逐层更新突触权重或/和偏置为技术手段，解决了转换深度神经网络后网络精度变差等技术问题，获得了可以缩放任意深度的前馈网络且不会导致网络准确度降低，有效改善神经形态芯片内部性能的技术效果。本发明适于神经形态芯片、脉冲神经网络领域。
激活归一化方法存储介质芯片电子设备

[发明专利]一种检测模型的处理方法及装置-CN202011506742.3有效
发明人：陈伟杰;马振鑫;陈斌斌;过一路;赵龙;杨世才;谢迪;浦世亮 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2020-12-18 - 公布日： 2023-08-08 - 主分类号： G06N3/088 文献下载
摘要：本申请提供一种检测模型的处理方法及装置，涉及机器学习技术领域，可以提高检测模型的检测准确率。该处理方法包括：获取N帧图片；将N帧图片输入到第一检测模型，进行对象检测处理，得到每帧图片中检测框的置信度；根据第一置信度阈值和获取到的检测框的置信度，确定正样本和负样本；正样本包括第一检测框和N帧图片中包括第一检测框的图片，负样本包括第二检测框和N帧图片中包括第二检测框的图片；第一检测框为置信度高于第一置信度阈值的检测框，第二检测框为置信度低于第一置信度阈值的检测框；第一置信度阈值大于第一检测模型对应的置信度阈值；根据正样本和负样本对第一检测模型进行训练，得到第二检测模型。
一种检测模型处理方法装置

[发明专利]获取用于图像前处理以抵抗JPGE压缩失真的神经网络的方法-CN202111112334.4有效
发明人：董理;王冬华;鲁宁;徐哲润 -专利权人：宁波大学
申请日： 2021-09-18 - 公布日： 2023-08-08 - 主分类号： G06N3/082 文献下载
摘要：本发明涉及一种获取用于图像前处理以抵抗JPGE压缩失真的神经网络的方法，所述方法包括S1、随机选取训练集中的m个无损图像输入待训练的神经网络ProNet进行图像预处理，并输出m个预处理图像，其中，所述待训练的神经网络ProNet为具有自编码器结构的神经网络；S2、将m个预处理图像输入可微分的JPEG模块DJPEG中进行压缩，得到m个压缩图像；S3、计算无损图像与压缩图像之间的损失函数；S4、依据S3计算出的损失函数更新待训练的神经网络ProNet，得到网络参数；S5、跳转执行S1‑S4进行下一轮迭代，直至完成Q次迭代操作，得到最终的神经网络ProNet的网络参数。该方法能提高图像传输压缩质量。
获取用于图像处理抵抗 jpge 压缩失真神经网络方法

[发明专利]训练神经网络的方法及装置、电子设备-CN201910184297.4有效
发明人：罗恒;张健;耿益锋;黄畅 -专利权人：北京地平线机器人技术研发有限公司
申请日： 2019-03-12 - 公布日： 2023-08-08 - 主分类号： G06N3/08 文献下载
摘要：公开了一种训练神经网络的方法及装置、电子设备，包括：量化卷积神经网络中卷积层的第一组浮点型参数，以获得所述卷积层的第一组定点型参数，所述第一组浮点型参数是通过样本数据对所述卷积神经网络进行训练得到的浮点型数据；基于与所述卷积层相对应的归一化层的第二组浮点型参数和所述第一组定点型参数，确定所述卷积层的第三组浮点型参数，所述第三组浮点型参数为浮点型数据；以及，量化所述第三组浮点型参数为第二组定点型参数，以得到定点化的卷积神经网络。本申请可以得到计算简单且精度更接近原始神经网络的定点化神经网络。
训练神经网络方法装置电子设备

[发明专利]一种基于迁移强化学习的电动汽车能量管理方法-CN202310538137.1在审
发明人：李建江;蒋明明;张雪梅;刘凤涛 -专利权人：唐山航宇电力电子设备有限公司
申请日： 2023-05-12 - 公布日： 2023-08-04 - 主分类号： G06N3/08 文献下载
摘要：本发明提供一种基于迁移强化学习的电动汽车能量管理方法，涉及电动汽车能量管理技术领域。该基于迁移强化学习的电动汽车能量管理方法，具体包括以下步骤：S1.数据采集；S2.策略模型训练；S3.策略模型迁移；S4.策略微调；S5.实时能量分配。本发明提供一种基于迁移强化学习的电动汽车能量管理方法，该基于迁移强化学习的电动汽车能量管理方法在Actor‑Critic(AC)强化学习算法的基础上增加迁移学习算法，以提升策略的计算效率和优化效果，从而实时优化不同动力源之间的能量分配。
一种基于迁移强化学习电动汽车能量管理方法

[发明专利]数据处理方法、装置、计算机设备及存储介质-CN202310457378.3在审
发明人：李兵兵;王彦伟;阚宏伟 -专利权人：苏州浪潮智能科技有限公司
申请日： 2023-04-25 - 公布日： 2023-08-04 - 主分类号： G06N3/082 文献下载
摘要：本发明涉及数据处理领域，具体涉及数据处理方法、装置、计算机设备及存储介质。该方法包括：获取待处理数据以及待处理数据对应的原始数据处理模型；对原始数据处理模型进行压缩处理，生成目标数据处理模型；根据待处理数据以及目标数据处理模型，计算目标数据处理模型处理待处理数据的总任务量；将总任务量分配到多个硬件平台，完成对待处理数据的处理。实现了软件压缩到实际硬件加速的连通，实现了软件层优化结果的硬件支持。降低了原始数据处理模型推理时的时间消耗和资源消耗。从而提高了对待处理数据进行数据处理的效率。
数据处理方法装置计算机设备存储介质

[发明专利]目标区间确定方法、装置、电子设备及可读存储介质-CN202310245814.0在审
发明人：董旭炯 -专利权人：哲库科技（上海）有限公司
申请日： 2023-03-14 - 公布日： 2023-08-04 - 主分类号： G06N3/082 文献下载
摘要：本申请公开了一种目标区间确定方法、装置、电子设备及可读存储介质,应用于电子设备，所述方法包括：获取量化模型中量化层针对样本数据输出的多个激励数据；基于每个所述激励数据确定统计直方图；查找所述统计直方图的区间范围中满足目标条件的区间，作为所述目标区间，其中，所述目标区间对应的目标统计直方图与量化统计直方图的相似度最大，所述量化统计直方图包括对所述目标统计直方图进行量化以及反量化后的统计直方图。本申请实施例基于多个激励数据得到的统计直方图，再基于该统计直方图确定出目标区间，使目标区间对应的目标统计直方图与量化统计直方图的相似度最大，从而降低了得到目标区间的繁琐程度。
目标区间确定方法装置电子设备可读存储介质

[发明专利]基于改进麻雀算法优化BP神经网络的接触电阻预测方法-CN202310474856.1在审
发明人：骆燕燕;陈月港;王永鹏 -专利权人：河北工业大学
申请日： 2023-04-28 - 公布日： 2023-08-04 - 主分类号： G06N3/082 文献下载
摘要：本发明公开了一种基于改进麻雀算法优化BP神经网络的接触电阻预测方法，该方法在经典BP神经网络中引入Tent混沌函数改进的麻雀搜索算法SSA，对该网络的训练过程作进一步优化；包括以下步骤：首先初始化种群，利用Tent混沌函数优化麻雀种群初始位置，计算适应度值并排序；然后更新发现者、加入者和预警者位置；再次计算适应度值并更新麻雀位置；判断是否满足SSA结束条件，满足条件情况下，将全局最优值赋予BP神经网络的权值和阈值；BP神经网络进行局部优化；得到最优预测模型。本发明可提高BP神经网络的泛化能力和适应能力，提高预测模型的运算效率和预测精度。
基于改进麻雀算法优化 bp 神经网络接触电阻预测方法