“苌征”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果6个，建议您升级VIP下载更多相关专利

[发明专利]基于标签比例学习的迁移学习分类方法、系统及设备-CN201910171706.7有效
发明人：汪槐沛;肖燕珊;刘波;梁飞;苌征;尹子键;郝志峰 -专利权人：广东工业大学
申请日： 2019-03-07 - 公布日： 2023-07-25 - 主分类号： G06N20/00 文献下载
摘要：本申请公开了一种基于标签比例学习的迁移学习分类方法、系统及设备和介质，方法包括：获取两个具有预设关联关系的标签比例数据集，从中确定原任务对应的原任务数据集和目标任务对应的目标任务数据集；利用预设训练算法对原任务数据集和目标任务数据集进行训练，并利用迁移学习将原任务对应的知识迁移至目标任务，构建得到目标分类函数；利用目标分类函数对待识别实例的标签进行预测；其中，待识别实例包括：文本、图像。本申请首先确定原任务数据集和目标任务数据集，将原任务知识迁移至目标任务，以利用原任务的知识帮助目标任务构建目标分类函数，也即，本申请能将迁移学习与标签比例学习结合，有效地提高了分类精度。
基于标签比例学习迁移分类方法系统设备

[发明专利]一种文本识别方法、装置、设备及计算机可读存储介质-CN201910232528.4有效
发明人：苌征;肖燕珊;刘波;尹子健;梁飞;汪槐沛;郝志峰 -专利权人：广东工业大学
申请日： 2019-03-26 - 公布日： 2023-02-07 - 主分类号： G06F40/279 文献下载
摘要：本申请公开了一种文本识别方法，在基于主动学习技术对训练样本进行筛选时，综合考虑样本的信息价值及其在特征空间中的分布结构，以获得较高质量的训练样本；同时，通过参数共享与样本表达共享，实现了各待训练模型之间的信息共享，实现了多个模型的同步训练，有效减少了训练模型所需的标记样本开销，并保证了各训练任务对应模型之间的相互促进，有效提升了算法的模型优化效率。因此，本申请所提供的文本识别方法在模型训练过程中不仅保证了样本质量，同时还实现了多个文本识别模型的并行训练，在有效提高文本识别准确度的同时，保证了文本识别效率。本申请还公开了一种文本识别装置、设备及计算机可读存储介质，均具有上述有益效果。
一种文本识别方法装置设备计算机可读存储介质

[发明专利]一种图像处理方法、装置、设备及可读存储介质-CN201910287394.6有效
发明人：尹子健;肖燕珊;刘波;梁飞;汪槐沛;苌征;郝志峰 -专利权人：广东工业大学
申请日： 2019-04-09 - 公布日： 2023-02-07 - 主分类号： G06F16/55 文献下载
摘要：本发明公开了一种图像处理方法，该方法包括以下步骤：获取待分类的双视角数据集；其中，双视角包括图像视角和文本视角；对双视角数据集中的图像进行分组划分，利用分组结果确定图像包；对双视角数据集中的文本信息进行段落划分，利用段落划分结果确定文本包；将图像包和文本包输入至双视角分类器中进行分类处理，获得图像分类结果；其中，双视角分类器为利用多示例学习，进行迭代求解得到的分类器；存储图像分类结果，并利用图像分类结果进行图像检索。该方法可得到提高图像处理中图像检索性能。本发明还公开了一种图像处理装置、设备及可读存储介质，具有相应的技术效果。
一种图像处理方法装置设备可读存储介质

[发明专利]一种航空电机用自适应可折叠离心式风扇-CN202111160710.7在审
发明人：姚勋;王智慧;李丹;王炜;苌征 -专利权人：陕西航空电气有限责任公司
申请日： 2021-09-30 - 公布日： 2022-01-25 - 主分类号： F04D17/16 文献下载
摘要：本申请属于航空电机设计领域，特别涉及一种航空电机用自适应可折叠离心式风扇。该风扇包括：后支撑盘(1)、前支撑盘(2)及设置在后支撑盘(1)与前支撑盘(2)之间的沿后支撑盘周向布置的多个叶片(4)，后支撑盘(1)上设置有多个贯穿盘面的弧形口(3)，弧形口内设置有能够滑动的滑块(6)，滑块(6)通过弹簧(7)连接于后支撑盘(1)上，弹簧(7)被配置成当滑块(6)由弧形口(3)的第一端移动至第二端时，需要克服弹簧的作用力，叶片(4)通过球形铰链(5)铰接在前支撑盘(2)及滑块(6)上。本申请能够减小内部风阻，提高电机的冷却效果，降低电机的内部温度。
一种航空电机自适应可折叠离心风扇

[发明专利]一种图像多标签标记方法、装置、设备及可读存储介质-CN201910486623.7有效
发明人：杨晓洲;肖燕珊;刘波;苌征;梁飞 -专利权人：广东工业大学
申请日： 2019-06-05 - 公布日： 2021-10-01 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种图像多标签标记方法，该方法包括：获取目标图像，对目标图像进行区域分割，获得与目标图像对应的多个目标示例；利用迭代训练好的分类器对多个目标示例分别进行分类处理，获得每个目标示例的分类结果；将分类结果添加至目标图像的标签信息中，获得多标签图像；其中，迭代训练目标分类器的过程，包括：在每一轮训练开始前，利用当前分类器对缺少标签的多示例多标签训练集中的训练样本进行难易分类，获得简单样本集和困难样本集，并利用简单样本集对当前分类器进行训练。应用该方法可获得更为准确的多标签图像。本发明还公开了一种图像多标签标记装置、设备及可读存储介质，具有相应的技术效果。
一种图像标签标记方法装置设备可读存储介质

[发明专利]多示例学习分类器构建方法、系统及电子设备和存储介质-CN201910180572.5在审
发明人：梁飞;肖燕珊;刘波;尹子健;苌征;汪槐沛;郝志峰 -专利权人：广东工业大学
申请日： 2019-03-11 - 公布日： 2019-06-21 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种多示例学习分类器构建方法、系统及一种电子设备和计算机可读存储介质，该方法包括：获取源任务和目标任务分别对应的训练集；其中，所述训练集包括多个多示例包，每个所述多示例包包括多个示例，每个所述示例对应一个示例标签；确定每个所述多示例包对应的标签集，初始化所述标签集中每个弱标签对应的权值，并根据所述标签集和所述权值计算每个所述多示例包的包标签；根据所述训练集和所有所述包标签计算所述源任务和所述目标任务分别对应的权向量和偏移量，得到所述源任务和所述目标任务分别对应的分类器函数。由此可见，本申请提供的多示例学习分类器构建方法实现了基于迁移学习的多示例学习分类器。
标签学习分类器训练集构建电子设备计算机可读存储介质存储介质权值计算初始化分类器获取源偏移量权向量申请迁移学习