“分类器性能”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10475277个，建议您升级VIP下载更多相关专利

[发明专利]基于双头深度学习的类别不平衡图像分类方法及装置-CN202210063751.2在审
发明人：王瑞轩;陆慧娟 -专利权人：中山大学
申请日： 2022-01-20 - 公布日： 2022-04-22 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于双头深度学习的类别不平衡图像分类方法及装置，方法为：获取目标图像并进行多类中心划分，得到新标签；构建双头图像分类模型；输入特征提取器得到通道特征向量，和目标图像原始标签的通道进行计算，得到正则化损失；输入特征提取器得到分类特征向量，并输入分类器中得到分类概率；结合新标签进行计算，得到分类损失；将正则化损失和分类损失结合作为模型的总损失函数进行训练，获得目标图像的分类结果。本发明通过双头分支结构，在特征提取器上提取通道特征向量和分类特征向量，分类特征向量经过分类器后得到分类概率，再计算正则化损失和分类损失，二者结合获得模型的总损失函数，提高了模型的性能和图像分类的准确性。
基于深度学习类别不平衡图像分类方法装置

[实用新型]一种基于线损分类器-CN202122740760.4有效
发明人：李华彬 -专利权人：连云港云讯网络科技有限公司
申请日： 2021-11-10 - 公布日： 2022-04-26 - 主分类号： H05K7/20 文献下载
摘要：本实用新型公开了一种基于线损分类器，包括分类器主体，所述分类器主体的外部设置有多功能机构，所述多功能机构的一侧外表面设置有手持机构，所述分类器主体的上端外表面设置有显示屏与按键，且按键位于显示屏的一侧，本实用新型所述的一种基于线损分类器，通过设置的多功能机构，可以有效的提高分类器的防护性能，防止分类器被摔后造成内部零件损坏，可以有效的给分类器进行散热，有效的提高了分类器的使用寿命，通过设置的手持机构，可以有效的提高人们的便捷性，更方便人们手持分类器进行操作，带来更好的使用前景。
一种基于分类

[发明专利]分类器训练方法和装置、身份验证方法和系统-CN201410242769.4有效
发明人：刘杰;古开元;陆莉 -专利权人：腾讯科技（深圳）有限公司
申请日： 2014-06-03 - 公布日： 2019-01-11 - 主分类号： G06F21/31 文献下载
摘要：本发明提供了一种分类器训练方法，包括：获取训练样本集；根据一种预设分类条件特征确定根结点处的分类条件，根据根结点处的分类条件将训练样本集中的训练样本进行分类，获得对应根结点的孩子结点的分类子集；将根结点的孩子结点作为当前结点；循环执行根据另一种预设分类条件特征确定当前结点处的分类条件，根据当前结点处的分类条件对当前结点所对应的分类子集中的训练样本进行分类，获得对应当前结点的孩子结点的分类子集的步骤直至叶结点；确定当前结点处的用户身份分类结果，获得决策树分类器。本发明提供的分类器训练方法训练获得的决策树分类器分类性能好。本发明还提供了一种分类器训练装置、身份验证方法和系统。
分类训练方法装置身份验证系统

[发明专利]一种基于混合协同表示的分类器的图像分类方法和装置-CN201811241312.6有效
发明人：刘宝弟;谢文阳;王延江 -专利权人：中国石油大学（华东）
申请日： 2018-10-24 - 公布日： 2021-07-02 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于混合协同表示的分类器的图像分类方法和装置，属于模式识别技术领域，在基于传统协同表示分类器的基础上，增加类属协同表示约束项，由于传统的协同表示分类器能够使测试样本在整个训练样本空间中具有较好的拟合效果，类属协同表示约束项能使测试样本在其所属的类别的训练样本子空间中具有较优的拟合效果，两者相互配合，不仅改善了类属协同表示约束项在其它类别的训练样本子空间中拟合误差大的缺陷，而且改善了传统的协同表示分类器的图像鉴别性能；能够更好的处理样本空间内禀的非线性结构性质，将特征空间线性不可分的模式通过非线性映射到更高维特征空间实现线性可分，从而进一步提升图像分类性能。
一种基于混合协同表示分类图像方法装置

[发明专利]一种集成特征选择方法及系统-CN201510925335.9在审
发明人：杨峻山;纪震;朱泽轩;周家锐;殷夫 -专利权人：深圳大学
申请日： 2015-12-14 - 公布日： 2016-04-20 - 主分类号： G06K9/62 文献下载
摘要：本发明采用集成学习技术充分利用搜索算法找到的多个特征子集，并基于多特征子集建立的基分类器集成为强分类器并对数据进行分类学习。该特征选择方法能在生物组学数据上稳定选择较少特征并获得较好分类性能。
一种集成特征选择方法系统

[发明专利]一种存储性能预测方法、系统以及预测终端-CN202210908457.7在审
发明人：李超 -专利权人：苏州浪潮智能科技有限公司
申请日： 2022-07-29 - 公布日： 2022-09-13 - 主分类号： G06F11/34 文献下载
摘要：本发明提供一种存储性能预测方法、系统以及预测终端，获取影响存储性能的指标参数；将影响存储性能的指标参数作为输入样本数据，将对应的IOPS和响应时间作为输出，并对输入样本数据进行归一化处理；建立BP神经网络模型，根据输入样本数据确定神经网络的输入层、隐含层、输出层，计算对应的权重和阈值，并确定学习率和循环次数；依据样本数据通过BP神经网络模型进行训练，每次训练完成都会形成一个弱分类器，记录每次训练结果的误差，根据每次训练的小固计算权重，循环迭代最终获取最强分类器；依据最强分类器，预估存储性能，实现对存储性能的更加准确预测。
一种存储性能预测方法系统以及终端

[发明专利]一种基于滚动特征时域的DRN-SVM预测控制性能退化根源诊断方法-CN202310005827.0在审
发明人：李丽娟;谢张诚;王欢;杨世品;焦文华 -专利权人：南京工业大学
申请日： 2023-01-04 - 公布日： 2023-05-12 - 主分类号： G06F18/213 文献下载
摘要：本发明提出了一种基于滚动特征时域的DRN‑SVM预测控制性能退化根源诊断方法，属于机器学习及目标分类领域，包括如下步骤：步骤1：通过Wood‑Berry精馏塔仿真模型获得预测控制器性能退化模式状态下的历史数据作为训练集；步骤2：基于滚动特征时域滚动推进，通过深度残差网实现动态特征提取；步骤3：构建DRN‑SVM分类模型；步骤4：训练DRN‑SVM分类模型，预测控制性能退化诊断模型；步骤5：确定导致预测控制器性能退化的因素本发明实现了捕捉复杂工业过程数据动态时序特征的同时又能够充分挖掘工业过程数据的数据特征，进而提高了预测控制器性能退化根源诊断的精度。
一种基于滚动特征时域 drn svm 预测控制性能退化根源诊断方法

[发明专利]一种基于Fisher分类器组的离散型数据预处理方法-CN201610685995.9有效
发明人：刘涛;武萌雅;陈艳兵;李东琦;崔兴瑞 -专利权人：重庆大学
申请日： 2016-08-19 - 公布日： 2019-07-02 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于Fisher分类器组的离散型数据预处理方法，使用Fisher判别准则生成多个Fisher分类器，多个Fisher分类形成Fisher分类器组；利用Fisher分类器组的输出获得一定的样本分类冗余信息，随后在离散型编码过程中减小奇异值和野值对后续分类器进行映射影响；最后将映射结果的编码作为该样本数据预处理结果。本发明可在不改变分类器性能的情况下，提高分类器的准确度；现有技术中，不采用任何预处理方法正确识别率为92.06％，使用PCA方法预处理结果正确识别率为50.79％；使用归一化方法，将样本矢量x转换正确识别率为
一种基于 fisher 分类离散数据预处理方法

[发明专利]一种基于协作学习的遥感场景分类的模型训练及方法-CN202310268456.5在审
发明人：孟庆岩;赵茂帆;张琳琳;胡新礼;石文旭;苏晨 -专利权人：中国科学院空天信息创新研究院;海南空天信息研究院
申请日： 2023-03-17 - 公布日： 2023-06-23 - 主分类号： G06V20/10 文献下载
摘要：本发明实施例提供的一种基于协作学习的遥感场景分类的模型训练及方法，通过卷积神经网络和Vision Transformer分别提取局部特征和长距离特征；利用跨特征校准模块(CFC)对局部特征和长距离特征进行融合；利用联合损失进一步提升融合特征以及双分支特征提取器的性能；利用两阶段半监督训练策略来挖掘未标记数据的性能；基于分类器对融合后的特征进行分类。通过构建遥感场景的更具辨别力的表示特征来提升分类效果。
一种基于协作学习遥感场景分类模型训练方法

[发明专利]一种多类噪声分离的偏标记学习方法-CN202310474434.4在审
发明人：魏黄曌;刘振丙 -专利权人：桂林电子科技大学
申请日： 2023-04-27 - 公布日： 2023-08-04 - 主分类号： G06F18/214 文献下载
摘要：本发明公开一种多类噪声分离的偏标记分类方法，所述方法包括：首先通过迭代传播技术得到最初的正确标签，然后充分识别现实中的不同噪声(脉冲噪声和高斯噪声)，由此建立不同噪声分类器，并在最后分离出所对应的噪声，保有真实标签分类器完成真值标签的识别。本发明中构建的多类噪声分离框架，解决目前偏标记学习中多类噪声的问题，提高了偏标记学习在分类精度上的性能，同时还提高了偏标记学习算法的泛化性能。
一种噪声分离标记学习方法

[发明专利]一种基于混淆矩阵的多分类器差异性度量方法及系统-CN201911077222.2在审
发明人：韩德强;艾伟;梁绍一 -专利权人：西安交通大学;中国电子科技集团公司第五十四研究所
申请日： 2019-11-06 - 公布日： 2020-02-21 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于混淆矩阵的多分类器差异性度量方法及系统，包括以下步骤：步骤1，基于混淆矩阵，评价多分类器系统中各子分类器区分不同类别数据的能力；步骤2，基于步骤1构造的各子分类器的混淆矩阵，计算获得各子分类器的混淆矩阵之间的相关性；步骤3，基于步骤2计算获得的各子分类器的混淆矩阵之间的相关性评价各子分类器间的差异性，完成多分类器差异性度量。本发明针对现有差异性度量方法的不足，提出了一种基于混淆矩阵的差异性度量新方法，能够提高分类器集合的差异性度量值与该集合的融合分类正确率之间的相关性，可使基于差异性度量构造的多分类器系统能够更有效地提升融合分类性能
一种基于混淆矩阵分类差异性度量方法系统

[发明专利]一种基于振动信号的地形分类方法-CN201811066546.1在审
发明人：康宇;吕文君;李泽瑞;昌吉 -专利权人：中国科学技术大学
申请日： 2018-09-11 - 公布日： 2019-02-15 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于振动信号的地形分类方法，包括离线训练、在线分类、在线修正三个部分，其优点在于：1)利用贝叶斯滤波器/平滑器能够显著提升地形分类精度；2)通过对平滑结果和分类结果的在线分析，能够筛选出错误分类的振动帧样例，进而利用这些样例对分类器进行增量训练，能够提升其泛化性能；4)平滑‑分类结果的在线分析还可以用于修正贝叶斯滤波器的参数，从而降低其在地形突变时由于惯性导致的低精度问题。
地形贝叶斯滤波器分类结果在线分析振动信号分类错误分类泛化性能精度问题离线训练平滑结果在线分类在线修正增量训练分类器平滑器平滑突变筛选修正

[发明专利]基于分块多示例学习算法的目标跟踪方法和系统-CN201610339958.2有效
发明人：王振杰;李月朋;杨朝晖;梁海军 -专利权人：河北工业职业技术学院
申请日： 2016-05-20 - 公布日： 2019-03-12 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了一种基于分块多示例学习算法的目标跟踪方法，包括：将目标图像分为若干个分块图像片；通过多示例学习算法得出每个分块图像片的弱分类器池，并从弱分类器池中选出分类能力强的若干个弱分类器构成强分类器；目标跟踪过程中，结合所有分块图像片的强分类器计算目标图像的综合分类器分数，并根据计算出的综合分类器分数确定目标位置。上述基于分块多示例学习算法的目标跟踪方法目标跟踪性能较高、跟踪过程稳定，能够解决严重的光照、位姿变化及遮挡等问题。本发明还公开一种基于分块多示例学习算法的目标跟踪系统。
基于分块示例学习算法目标跟踪方法系统

[发明专利]利用轨迹特征和联合分类器的水下慢速小目标分类方法-CN202310452264.X在审
发明人：刘雄厚;赖凯;杨益新;孙超;卓颉 -专利权人：西北工业大学
申请日： 2023-04-24 - 公布日： 2023-08-22 - 主分类号： G06V20/05 文献下载
摘要：本发明提出利用轨迹特征和联合分类器的水下慢速小目标分类方法，通过对轨迹进行特征提取计算特征量，然后将特征量输入预先训练的SVDD‑SVM联合分类器，最后利用投票准则对联合分类器输出进行综合评判得到分类结果所提基于联合分类器的分类方法具有优于传统分类器的召回率和精准率，可在一定程度上解决小样本、类不平衡导致的分类难题。本发明所提取的利用跟踪轨迹特征和联合分类器的水下慢速小目标分类方法具有更高的召回率、精确率：对蛙人目标的平均召回率可达86％，平均精确率可达87％。SVDD‑SVM对UUV目标的平均召回率可达85％，平均精确率可达86％，可缓解水下慢速小目标由于特征不稳定、样本数据少、类不平衡所导致的分类性能下降的情况。
利用轨迹特征联合分类水下慢速目标方法

[发明专利]一种基于视觉的移动机器人地形分类方法-CN201810599988.6有效
发明人：康宇;吕文君;昌吉;李泽瑞 -专利权人：中国科学技术大学
申请日： 2018-06-12 - 公布日： 2019-07-23 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于视觉的移动机器人地形分类方法，包括离线训练与在线分类两部分，其优点在于：1)采用了较为简单、紧凑的图像描述子与分类器，能够降低运算资源与电量的消耗，保证了系统的实时性，并且在分类器输出后端加入修正算法；解决了准确率降低的问题；2)在分类修正算法中提取被错误分类的样例，分类器利用该样例进行增量学习，提高了泛化性能，保证了长期运行的准确性。
移动机器人修正算法分类器分类地形视觉分类器输出长期运行错误分类泛化性能离线训练图像描述运算资源在线分类增量学习实时性准确率紧凑电量保证消耗

首页
«上一页
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
下一页»
尾页
共 100000 条