|
钻瓜专利网为您找到相关结果 451341个,建议您 升级VIP下载更多相关专利
- [发明专利]基于特征解耦的多源域适应方法-CN202110890031.9在审
-
徐行;张明;邵杰
-
电子科技大学
-
2021-08-04
-
2021-10-08
-
G06K9/62
- 本发明属于领域自适应领域,提出一种基于特征解耦的多源域适应方法,包括:分别提取各个域图像的域共享特征和域私有特征,获取提取损失函数并进行正交解耦,使得域私有特征和域共享特征各个维度的表示互相独立;搭建并训练分类器,通过第一分类损失函数对源域的域共享特征正确分类,通过第二分类损失函数对源域的域私有特征无法正确分类;搭建并训域判别器,通过域判别器交叉熵损失函数无法正确区分域共享特征来自哪个域;搭建解码器,通过解码器的回归损失函数对域共享特征和域私有特征的组合进行解码,使域共享特征和域私有特征耦合,重构回原始表示;计算所有损失函数的总损失函数;对组成的模型进行整体训练并对目标域图像进行分类。
- 基于特征多源域适应方法
- [发明专利]基于分类的最优时频分布设计与目标识别方法-CN201510690528.0在审
-
陆满君;佘彩云;朱剑
-
上海无线电设备研究所
-
2015-10-22
-
2016-02-24
-
G06K9/62
- 本发明涉及一种最优时频分布设计与目标识别方法,包含设计过程和识别过程;设计过程包含:SA1、计算训练集信号的模糊函数及模糊函数均值;SA2、选择二维径向高斯核函数为最佳核函数;SA3、迭代搜索计算最佳核函数;SA4、对训练集信号进行最佳核函数下的时频变换,提取特征值;SA5、设计训练集信号的分类器,对特征值进行分类;识别过程包含:SB1、对测试集信号进行最佳核函数下的时频变换,提取特征值;SB2、根据设计过程中得到的训练集信号的分类器,对测试集信号进行目标分类与识别。本发明将特征提取算法与分类器设计两个孤立的环节,通过最佳核函数的寻优过程实现结合,使特征提取算法获取的特征值有利于分类器设计,有效提高目标识别系统的准确度。
- 基于分类最优分布设计目标识别方法
- [发明专利]一种车辆检测训练中网络结构的设计方法-CN202010400154.5在审
-
田凤彬;于晓静
-
北京君正集成电路股份有限公司
-
2020-05-13
-
2021-11-19
-
G06N3/04
- 本发明提供一种车辆检测训练中网络结构的设计方法,所述方法包括以下步骤:S1,设计损失函数,进行损失函数的计算:S1.1,采用二级损失函数进行训练,通过交叉熵计算第一级损失值,第一级损失函数使用目标四分类和坐标两点四值的微调;通过对数似然函数计算第二级分类中的损失函数值,第二级损失函数使用判断是否为目标的二分类和坐标两点四值的微调;S1.2,通过2‑范数计算微调中的损失值;S1.3,计算整个二级网络的损失函数时,第一级损失值占0.65,第二级分类中的损失函数值占0.35;每级中,分类损失值占0.4,坐标微调损失值占0.6;S2,设计与二级损失函数对应的网络结构:S2.1,第一级网络;S2.2,第二级网络。
- 一种车辆检测训练网络结构设计方法
|