专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果24986384个,建议您升级VIP下载更多相关专利
  • [发明专利]图像分类标记-CN201780020533.8有效
  • 桑德拉·莫;萨贝桑·希瓦帕兰 - 西-奥特私人有限公司
  • 2017-02-01 - 2022-05-10 - G06V10/764
  • 训练图像分类模型的方法包括获得与标签相关联的训练图像,其中标签中的两个或更多个标签与每个训练图像相关联,并且其中两个或更多个标签中的每个标签对应于图像分类类。该方法还包括使用深度卷积神经网络将训练图像分类为一个或多个类,以及将训练图像的分类与关联于训练图像的标签进行比较。该方法还包括基于训练图像的分类与关联于训练图像的标签的比较来更新深度卷积神经网络的参数。
  • 图像分类标记
  • [发明专利]一种多标记分类中潜在类别发现分类方法-CN201911306128.X在审
  • 黄俊;芮浩伟;张进;张平照;张辉宜;屈喜文 - 安徽工业大学
  • 2019-12-18 - 2020-04-21 - G06K9/62
  • 本发明公开了一种多标记分类中潜在类别发现分类方法,属于机器学习技术领域;本发明将已知标记分类潜在标记发现及分类融合在一框架中,利用非负矩阵分解技术,将特征矩阵分解为完整类别标记矩阵的近似解系数矩阵,并约束近似解的已知部分结果与真实值一致,同时构建从样本特征到完整标记分类模型,发现潜在的标记类型;通过潜在标记发现,挖掘出数据中有价值的隐含信息,利用已知标记潜在标记之间的关联性,约束相关性较强的任意类别具有相似的分类模型系数,得到近似的分类预测结果,使已知标记分类潜在标记分类相互指导,共同促进,最终提升已知标记潜在标记分类性能,更好的进行多标记学习任务。
  • 一种标记分类潜在类别发现方法
  • [发明专利]一种可扩展的多层集成多标记学习系统-CN201510662088.8有效
  • 乔善平;吴鹏;韩士元 - 济南大学
  • 2015-10-09 - 2019-02-22 - G06K9/62
  • 本发明公开了一种可扩展的多层集成多标记学习系统,包括数据集、算法集合、集成策略集合分类器集合,所述算法集合包括二类分类算法、面向标记集的学习算法集成多标记学习算法,所述分类器集合包括二类分类器、多标记分类集成分类器,所述集成策略集合包括若干个集成策略,所述多层集成多标记学习系统分为二分类学习层、多标记学习层集成学习层,所述二类分类算法二类分类器构成二分类学习层,所述面向标记集的学习算法标记分类器构成多标记学习层,所述集成多标记学习算法、集成策略集成分类器构成集成学习层。
  • 一种扩展多层集成标记学习系统
  • [发明专利]一种基于标记协方差标记分类的联合学习方法-CN201710430547.9在审
  • 杨明;吕静;何志芬;杨琬琪;蔡维玲;宋凤义 - 南京师范大学
  • 2017-06-09 - 2017-11-07 - G06K9/62
  • 本发明公开了一种基于标记协方差标记分类的联合学习方法,主要考虑同时学习多标记分类模型、自动划分样本的相关标记不相关标记的阈值函数以及标记相关性问题,包含如下步骤标记相关性矩阵初始化;运用标记协方差标记分类的联合学习算法习得到分类模型参数、标记相关性以及阈值函数所对应的参数;模型预测;本发明以支持向量机模型为基础,将标记之间的相关性标记集分割策略嵌入SVM模型中,以用于多标记数据的分类,以此来提高多标记数据的分类精度,此外,本发明中将正则化技术运用在模型中,以控制联合学习模型中分类模型的复杂度标记相关性的大小,防止过拟合,进一步提高多标记数据的分类效果。
  • 一种基于标记协方差分类联合学习方法
  • [发明专利]骨髓细胞标记方法系统-CN201710935207.1有效
  • 李强;陆炬;李舜 - 杭州智微信息科技有限公司
  • 2017-10-10 - 2019-07-26 - G06K9/62
  • 本发明公开了一种骨髓细胞标记方法系统,其中,方法包括:通过图像处理算法对标本图像进行处理标记得到得到轮廓细胞图像;再将轮廓细胞图像输入预设分类模型中,得到分类细胞图像对应的分类细胞信息;通过根据预设类别对获取的颜色信息进行分类,得到分类颜色信息;最后,根据分类细胞信息提取对应的名称信息分类颜色信息对分类细胞图像进行组合标记,并展示组合标记后的可视图。本发明对处理得到的分类细胞图像根据对应的名称信息分类颜色信息进行组合标记,即在标记细胞的名称信息的同时,还标记这类细胞的分类颜色信息;实现了每一类细胞都有特定且不重复的颜色标记,不仅易于阅读,而且避免命名冲突
  • 骨髓细胞标记方法系统
  • [发明专利]一种分类模型构建方法及装置-CN201910138844.5在审
  • 杨晓庆;李奘;谢君;卓呈祥;叶杰平 - 北京嘀嘀无限科技发展有限公司
  • 2019-02-25 - 2020-09-01 - G06K9/62
  • 本申请实施例公开了一种分类模型构建方法及装置,涉及计算机技术领域,本申请实施例提供的分类模型构建方法,基于初始分类模型对每个训练样本的分类结果信息每个训练样本的分类标记,将部分具有预定分类标记的训练样本的分类标记修订为目标分类标记;并基于多个训练样本多个训练样本中每个训练样本的分类标记,对初始分类模型进行训练,得到目标分类模型。上述技术方案在模型训练的过程中,会将数量较多的类型的训练样本标记为数据量较少的训练样本的分类标记,利用分类标记修订后的训练样本训练得到的分类模型的准确度稳定性均得到了有效提升,即利用训练得到的分类模型能够提升数量较少的类型的数据的检出率以及数据分类的稳定性
  • 一种分类模型构建方法装置
  • [发明专利]X光图像的智能分割方法及终端-CN202010145697.7有效
  • 李华勇;刘德健;蓝重洲;叶超 - 深圳市安健科技股份有限公司
  • 2020-03-03 - 2023-06-20 - G06T7/187
  • 本发明公开了一种X光图像的智能分割方法及终端,方法包括:计算X光图像中任一像素的局部中值和局部标准差;对X光图像进行区域生长,得到区域标记图;根据所述区域标记图对所述X光图像进行背景提取,得到背景标记掩膜图;根据所述区域标记图对所述X光图像进行聚类分类,得到分类标记图;根据所述分类标记图对所述X光图像进行近邻分类,得到修正分类标记图;根据所述区域标记修正分类标记图对X光图像进行曲面拟合修正,得到分类掩膜图;根据所述背景标记掩膜图分类掩膜图对所述X光图像进行分割处理。可以避免全局灰度重叠等原因导致分类类别难以区分的问题,可有效提高图像分割的可靠性,尤其适用于对骨骼的识别提取。
  • 图像智能分割方法终端
  • [发明专利]用户信息分类模型的训练、用户信息分类方法及装置-CN202210385791.9在审
  • 周玮瑜 - 中国农业银行股份有限公司
  • 2022-04-13 - 2022-08-12 - G06K9/62
  • 本申请公开了一种用户信息分类模型的训练方法、用户信息分类方法及装置,该用户信息分类模型的训练方法获取用户信息对应的正确标记集以及错误标记集,将一个用户信息的正确标记集中的一个标记与错误标记集中的一个标记组成第一标记对,利用第一标记对之间的关系,训练用户信息分类模型,并引入校准标记,从而利用该用户信息分类模型可以在输入待分类用户信息时,区分待分类用户信息的正确标记与错误标记,得到待分类用户信息的正确标记集。另外,可以根据标记间的权重大小关系,训练用户信息分类模型,使用户信息分类模型输出一个根据标记对用户的重要程度排列的标记序列,从而提高了对用户信息分类的准确性。
  • 用户信息分类模型训练方法装置
  • [发明专利]目标分类的方法装置-CN201911273221.5在审
  • 刘义明 - 北京沃东天骏信息技术有限公司;北京京东世纪贸易有限公司
  • 2019-12-12 - 2021-06-15 - G06K9/62
  • 本发明公开了目标分类的方法装置,涉及计算机技术领域。该方法的一具体实施方式包括:利用标记样本集进行模型训练,得到老师模型;所述标记样本集包括多个标记样本及其分类标签;基于所述老师模型确定未标记样本集中每个未标记样本的分类标签不确定度,得到伪标记样本集;利用所述标记样本集所述伪标记样本集,采用所述老师模型的网络结构进行模型训练,得到多分类模型;基于所述多分类模型确定待分类目标的分类标签。该实施方式能够在有限标签数据的情况下增加大量实际可用的伪标签数据,以改进训练处的模型的性能,提高分类模型的稳定性精度。
  • 目标分类方法装置
  • [发明专利]数据处理方法、装置系统-CN202111095917.0在审
  • 刘霖筠;吴艳芹;吕田田;赵旭楠;张乐 - 中国电信股份有限公司
  • 2021-09-18 - 2023-04-07 - G06F18/24
  • 本公开提出一种数据处理方法、装置系统,涉及网络运营通信技术领域。将带标签的标记样本集合分成多组标记样本子集合;将多组标记样本子集合分别输入多个基分类器,对每个基分类器进行训练;针对每个基分类器,挑选其他基分类器输出的预测结果相同的不带标签的未标记样本,并将预测结果作为标签对未标记样本进行标记得到待扩充的标记样本,根据待扩充的标记样本确定扩充的标记样本集合;利用每个基分类器的扩充的标记样本集合,对相应的基分类器继续进行训练,训练好的多个基分类器构成分类器模型。实现了一种基于样本扩充的半监督学习来获得分类器模型,相对于监督学习无监督学习,既能减少人工标注的工作量,又能保障识别准确率。
  • 数据处理方法装置系统
  • [发明专利]分类处理方法、装置、计算机设备存储介质-CN202210485560.5在审
  • 李业良;黄继青;刘云峰 - 深圳追一科技有限公司
  • 2022-05-06 - 2022-09-30 - G06F40/117
  • 本申请涉及一种分类处理方法、装置、计算机设备存储介质。该方法包括:基于使用标记数据集训练的分类模型,预测未标记数据集中各未标记的样本数据的预测类别标签相应的预测得分;标记预测得分达到过滤阈值的未标记的样本数据,得到伪标记数据的集合;基于标记数据集标记数据的集合,确定新的标记数据集;使用新的标记数据集重新训练分类模型后,将去除已标记预测类别标签的样本数据后的未标记数据集作为新的未标记数据集,返回基于使用标记数据集训练的分类模型,预测未标记数据集中各未标记的样本数据的预测类别标签相应的预测得分的步骤以迭代训练,直至满足训练停止条件,得到训练完毕的分类模型。采用本方法能够提高分类准确性。
  • 分类处理方法装置计算机设备存储介质

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top