“分类函数”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451341个，建议您升级VIP下载更多相关专利

[发明专利]一种图像分类方法-CN201910659392.5有效
发明人：张珂;王新胜;郭玉荣;何颖宣 -专利权人：华北电力大学（保定）
申请日： 2019-07-22 - 公布日： 2021-07-23 - 主分类号： G06K9/62 文献下载
摘要：本申请提出了一种图像分类方法，涉及一种竞争比损失函数，竞争比损失函数加大了正确类和竞争类的差距，采用该竞争比损失函数训练深度卷积神经网络，得到训练好的基于竞争比损失函数的深度卷积神经网络，因为基于竞争比损失函数的深度卷积神经网络中的竞争比损失函数加大了正确类和竞争类的差距，所以使用基于竞争比损失函数的深度卷积神经网络对图像进行分类能够提高图像分类的准确率。
一种图像分类方法

[发明专利]天气时段分类方法、系统、设备及存储介质-CN202011228586.9在审
发明人：杨凯;罗超;胡泓;李巍 -专利权人：携程计算机技术（上海）有限公司
申请日： 2020-11-06 - 公布日： 2021-01-05 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种天气时段分类方法、系统、设备及存储介质，该方法包括：构建基于深度学习的天气时段分类模型，所述天气时段分类模型的输入为待分类的图像，输出为天气时段分类结果；将训练集中的样本图像输入所述天气时段分类模型，获取输出的各个样本图像的天气时段分类结果；根据所述样本图像的标签类别和所述天气时段分类模型输出的天气时段分类结果，基于交叉熵损失函数和focal loss损失函数，训练所述天气时段分类模型；将待分类的图像输入训练好的天气时段分类模型中，获取输出的天气时段分类结果。本发明结合不同的损失函数训练分类模型，可以得到混杂场景下更精准的分类结果。
天气时段分类方法系统设备存储介质

[发明专利]一种二次判别函数分类器存储空间的压缩方法-CN201610608434.9在审
发明人：吕岳;韦箫华;吕淑静 -专利权人：华东师范大学
申请日： 2016-07-29 - 公布日： 2016-12-21 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种二次判别函数分类器存储空间的压缩方法，包括：多字典学习，将二次判别函数分类器所存储的特征向量这一参数平均分成若干份，每一份特征向量学习一个字典，不同份的特征向量则学习不同的字典；稀疏编码，结合已学习得到的多个字典对二次判别函数分类器存储的特征向量进行稀疏编码，在存储稀疏编码时，只存储非零编码及指示下标。本发明不仅能保证二次判别函数分类器仍然保持有较高的分类精度，而且大大减少了二次判别函数分类器的存储空间。
一种二次判别函数分类存储空间压缩方法

[发明专利]基于StarGAN的语音识别模型的防御方法-CN202011172485.4有效
发明人：陈晋音;叶林辉 -专利权人：浙江工业大学
申请日： 2020-10-28 - 公布日： 2022-03-08 - 主分类号： G10L15/20 文献下载
摘要：本发明公开了一种基于StarGAN的语音识别模型的防御方法，包括：构建包含生成器、判别器以及分类器的StarGAN模型；构建包括对抗损失函数、分类损失函数，循环一致损失函数的损失函数；以训损失函数最小为目标对StarGAN模型进行训练；语音识别过程中，利用训练好的分类器对原始音频进行分类，当分类结果为正常音频时，直接利用语音识别模型对原始音频进行语音识别，获得语音识别结果；当分类结果不为正常音频时，利用生成器对原始音频生成符合给定的正常音频属性的生成音频
基于 stargan 语音识别模型防御方法

[发明专利]一种高度自动化的票据分类方法及系统-CN202010399377.4有效
发明人：张汉宁;苏斌;杨芳;徐博;田福康;任会 -专利权人：西安网算数据科技有限公司
申请日： 2020-05-12 - 公布日： 2023-04-07 - 主分类号： G06V30/413 文献下载
摘要：本发明属于智能做账技术领域，提出了一种高度自动化的票据分类方法及系统，高度自动化的票据分类方法包括获得票据样本集A；配置基础网络模块对票据样本集A进行特征提取；配置G‑Stream模块关注全局信息，计算损失函数一；配置P‑Stream模块关注局部关键信息，计算损失函数二；配置S‑Stream监督模块，计算损失函数三；计算总损失函数；判断总损失函数是否达到设定阈值，如果是，则分类模型训练的步骤完成，得到票据分类模型D，否则调整基础网络模块、G‑Stream模块、P‑Stream模块和S‑Stream监督模块的参数，重新执行所述分类模型训练的步骤。通过上述技术方案，解决了现有技术中票据自动分类准确率低的问题。
一种高度自动化票据分类方法系统

[发明专利]一种适用于高山峡谷地区的遥感智能解译方法-CN202111300390.0有效
发明人：卿凤;张红;李少达;杨容浩 -专利权人：成都理工大学
申请日： 2021-11-04 - 公布日： 2023-04-07 - 主分类号： G06V20/13 文献下载
摘要：本发明提供了一种适用于高山峡谷地区的遥感智能解译方法，使用至少5个波段的数据，基于线性预测函数分类，所述线性预测函数结合了特征向量，这些特征向量与权重相结合以构建预测函数；在找到特征向量并初始化权重后，计算加权和；所述加权和作为二元分类器输出函数的输入，利用所述二元分类器的输出函数，将所述输入“x”映射到一个值“y”，使用硬限制功能执行分类过程，在执行分类过程时使用临界值；所述临界值取决于所述特征向量和所述权重，选择物体像素显示的加权和的最大可能值，将每个像素获取的加权和与临界值进行比较，从而完成分类。
一种适用于高山峡谷地区遥感智能解译方法

[发明专利]恶意软件分类系统及方法-CN201710327814.X有效
发明人：郑权 -专利权人：深信服科技股份有限公司
申请日： 2017-05-10 - 公布日： 2021-07-06 - 主分类号： G06F21/56 文献下载
摘要：本发明公开了一种恶意软件分类系统，本发明还公开了一种恶意软件分类方法，本发明通过对目标样本进行解析，获得第一API函数集，对所述目标样本进行测试，获得第二API函数集和行为结果，根据所述第一API函数集、所述第二API函数集和行为结果在恶意软件类型库中查找对应的恶意软件类型，并将查找到的恶意软件类型作为所述目标样本的类型，避免了现有技术中单独采用静态特征码分类和动态行为特征分类时容易误报漏报，分类准确率低的问题，显著提升了恶意软件的分类准确性和用户体验。
恶意软件分类系统方法

[发明专利]一种人脸图像分类方法、系统、设备及计算机存储介质-CN201810529645.2有效
发明人：张莉;徐志强;王邦军;凌兴宏;姚望舒;张召;李凡长 -专利权人：苏州大学
申请日： 2018-05-29 - 公布日： 2022-04-12 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种人脸图像分类方法、系统、设备及计算机存储介质，其中该方法包括：获取人脸数据样本集；基于预设的二次规划公式及其约束条件求解人脸数据样本集对应的稀疏系数和偏移量，以基于稀疏系数和偏移量对人脸数据样本集进行分类；其中，二次规划公式及其约束条件为将目标函数转化成二次规划形式得到的公式及条件；目标函数为将传统的支持向量机的分类函数中的二范数正则参数替换为一范数正则参数，并在分类函数中增加拉普拉斯正则参数得到的函数实验证明，本发明提供的一种人脸图像分类方法、系统、设备及计算机存储介质的分类速度快，相比于现有技术的分类效率更高。
一种图像分类方法系统设备计算机存储介质

[发明专利]基于多分类器对抗迁移学习的遥感场景分类方法-CN202010903347.2有效
发明人：王鑫;冒志鹏;宁晨 -专利权人：河海大学
申请日： 2020-09-01 - 公布日： 2022-08-19 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于多分类器对抗迁移学习的遥感场景分类方法，通过构建源域和目标域，输入特征提取器中得到各个图像的特征图，将特征图输入标签分类器得到每个图像的第一预测标签概率分布、第二预测标签概率分布，做平均化处理得到平均化预测标签概率分布，将平均化预测标签概率分布和各个图像的特征图组合成联合概率分布，将联合概率分布输入到域判别器，得到每个图像的域标签概率分布，计算域判别器的损失函数、两个标签分类器的联合损失函数、两个标签分类器的不一致性损失函数，根确定总损失函数，使用随机梯度下降法优化总损失函数，以得到目标域最终的分类结果，实现对目标域中遥感图像的场景分类。
基于分类对抗迁移学习遥感场景方法

[发明专利]一种车辆检测训练中二级损失函数的计算方法-CN202010400157.9在审
发明人：田凤彬;于晓静 -专利权人：北京君正集成电路股份有限公司
申请日： 2020-05-13 - 公布日： 2021-11-19 - 主分类号： G06N3/04 文献下载
摘要：本发明提供一种车辆检测训练中二级损失函数的计算方法：S1制作标注样本S1.1以车辆最小外接矩形为标注目标，每一张图中的所有车辆都标注；S1.2根据标注分类共四类，车辆分类三类都是正样本，负样本一类，是没有任何车辆；S2采用二级损失函数训练样本标注：S2.1第一级损失函数使用目标四分类和坐标两点四值的微调，通过交叉熵计算第一级损失值，通过2‑范数计算微调中的损失值；S2.2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，通过对数似然函数计算第二级分类中的损失函数值，通过2‑范数计算微调中的损失值；S3二级损失函数的计算：计算整个二级损失函数第一级损失值占0.65，第二级分类损失值占0.35；每一级中分类损失值占0.4
一种车辆检测训练二级损失函数计算方法

[发明专利]图像分类模型训练方法、图像分类方法、设备及存储介质-CN202111668948.0在审
发明人：蒋亚菊;许迪;沈德星;刘旸 -专利权人：中国农业银行股份有限公司
申请日： 2021-12-30 - 公布日： 2022-04-12 - 主分类号： G06V10/764 文献下载
摘要：本申请提供一种图像分类模型训练方法、图像分类方法、设备及存储介质，具体实现方案包括：获取目标图像分类模型及对目标图像分类模型进行训练的图像训练样本；采用图像训练样本对目标图像分类模型进行训练，并在每次训练时先后执行对目标图像分类模型中的决策函数的学习训练过程及对图像训练样本对应的特征表示的学习训练过程，两个学习训练过程对应的损失函数表示为L2正则化推广形式，并且在对应的损失函数中对决策函数或特征表示进行正交化处理；判断是否满足目标图像分类模型的收敛条件；若确定满足目标图像分类模型的收敛条件，则将满足收敛条件的目标图像分类模型确定为训练至收敛的图像分类模型
图像分类模型训练方法设备存储介质

[发明专利]一种防御对抗攻击的图像分类方法、装置和计算机设备-CN202210992847.7在审
发明人：周鋆;杨昊;朱先强;朱承;张维明 -专利权人：中国人民解放军国防科技大学
申请日： 2022-08-18 - 公布日： 2022-11-04 - 主分类号： G06V10/764 文献下载
摘要：本申请涉及一种种防御对抗攻击的图像分类方法、装置和计算机设备，首先获取预先构建的图像分类模型以及图像分类模型的最后一层特征提取器的权重，向权重中引入随机噪声，其中随机噪声满足多变量高斯分布；然后将原始图像输入图像分类模型，获取最后一层特征提取器提取的原始图像特征；再根据原始图像特征和随机噪声的分布方差构建基于权重的损失函数，根据基于权重的损失函数构建图像分类模型的损失函数；最后优化图像分类模型的损失函数得到训练好的防御对抗攻击的图像分类模型，采用防御对抗攻击的图像分类模型进行图像分类。本发明可以大大减少训练时间和计算负担，同时确保对原始图像分类的准确性和鲁棒性。
一种防御对抗攻击图像分类方法装置计算机设备

[发明专利]一种基于分类模型的数据分类方法及系统-CN201110009286.6无效
发明人：黄林;黄学柱;杨宏彬;朱香友;刘安舒;夏洪涛;孙曙;张俊;张华 -专利权人：安徽海汇金融投资集团有限公司
申请日： 2011-01-17 - 公布日： 2011-04-27 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种基于分类模型的数据分类方法及系统。该方法包括：接收待分析的目标样本数据，其携带标识各属性的值；提取目标样本数据有效属性的值，有效属性是根据预设的分类函数所确定的；将有效属性的值代入分类函数，获得目标样本数据分类值；根据分类值，判定目标样本数据所属的数据类别；其中，分类函数的构建方式为：根据第一原始样本集中的有标记样本数据的类别标识，为第一原始样本集中的无标记样本数据设置类别标识；将有标记样本数据和设置有类别标识的无标记样本数据作为第二原始样本集；根据第二原始样本集，利用有监督分类模型，确定分类函数。通过本发明提供的方案，可有效提高对待分析的目标样本数据分类的准确性。
一种基于分类模型数据方法系统

[发明专利]图像分类方法以及装置-CN201910824602.1在审
发明人：刘一衡;刘健庄;田奇;岳俊 -专利权人：华为技术有限公司
申请日： 2019-09-02 - 公布日： 2021-03-05 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了人工智能领域中计算机视觉领域的一种图像分类方法以及装置，该图像分类方法包括：获取待处理图像，该待处理图像包括待识别的目标区域以及背景区域；根据目标神经网络对该待处理图像进行分类，得到该待处理图像的该目标区域的分类结果与该背景区域的分类结果；其中，该目标神经网络是基于目标区域分类损失函数、背景区域分类损失函数以及协同损失函数训练得到的，该协同损失函数用于分离样本图像的目标区域特征图与该样本图像的背景区域特征图。本申请的技术方案能够抑制背景区域噪声对目标区域特征图的影响，从而提高目标区域分类结果的准确性。
图像分类方法以及装置

[发明专利]开放域社会事件分类方法、装置、电子设备和存储介质-CN202310112639.8在审
发明人：钱胜胜;徐常胜;薛迪展 -专利权人：中国科学院自动化研究所
申请日： 2023-02-14 - 公布日： 2023-06-06 - 主分类号： G06F18/243 文献下载
摘要：本发明提供一种开放域社会事件分类方法、装置、电子设备和存储介质，涉及人工智能技术领域，所述方法包括：获取社会事件目标数据；将社会事件目标数据输入开放域社会事件分类模型，输出社会事件目标数据对应的分类类别；其中，分类类别是基于社会事件目标数据的至少两个模态特征融合得到的多模态融合特征确定的，多模态融合特征用于表征各模态特征之间的跨模态语义关系，开放域社会事件分类模型的开放域分类损失函数是基于混合分类损失函数、未知类焦点损失函数和不确定性损失函数确定的。本发明可基于跨模态语义关系，实现包括已知类和未知类的开放域社会事件分类。
开放社会事件分类方法装置电子设备存储介质