“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]一种基于半监督学习的在线服务信誉度量方法-CN201810535306.5在审
发明人：付晓东;张烨;刘骊;冯勇;刘利军 -专利权人：昆明理工大学
申请日： 2018-05-30 - 公布日： 2018-12-07 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于半监督学习的在线服务信誉度量方法，属于在线信誉度量及在线服务领域，本发明方法首先对服务的属性评分矩阵R进行归一化处理并分析主成分，从而对服务属性进行降维，然后综合服务多维度属性信息人工标注训练集并训练分类器模型，并基于改进半监督协同训练算法利用所得分类器对服务进行信誉分类，将分类后的服务和分类标签加入到训练集中重新训练分类器，最后利用得到的新的分类器对在线服务进行分类实现信誉度量，本发明通过建立对服务的多分类器模型实现对服务的信誉度量，同时在建模分类器时利用半监督学习算法将未标注服务加入到训练集重新训练分类器，实现在提升分类器模型分类性能的同时减少人工标注样本的成本。
信誉度量在线服务训练分类器分类器半监督学习人工标注服务训练集分类半监督学习算法归一化处理提升分类器多分类器分类标签服务属性模型分类模型实现评分矩阵属性信息训练算法综合服务半监督多维度降维标注样本协同信誉改进分析

[发明专利]一种基于深度模型集成架构的语音情感识别系统-CN201910490599.4有效
发明人：王喆;柴冰;李冬冬;孙琳煜;杜文莉;杨海 -专利权人：华东理工大学
申请日： 2019-06-05 - 公布日： 2023-06-02 - 主分类号： G06F18/214 文献下载
摘要：本发明涉及一种基于深度模型集成架构的语音情感识别系统，包括如下步骤：S1、对所收集到的音频信号样本提取特征，并对所提取的特征分片处理；S2、选出泛化性能最好的CNN结构和BLSTM结构作为Stacking的基分类器，对所选出的基分类器做五折交叉验证，把每一折测试数据所得到的输出组合成新的数据集；S3、利用步骤S2所得到的新数据集训练逻辑回归元分类器；S4、在测试阶段，把样本代入到步骤S2所得到的基分类器中，并把各个基分类器所得到的输出拼接成新的测试集，再代入到步骤S3所训练好的元分类器中进行识别。本发明不仅能够使各个神经网络结构发挥自身的优势，而且具有更为优异的泛化性能。
一种基于深度模型集成架构语音情感识别系统

[发明专利]基于样本迁移的在线脑电分类方法-CN202111256978.0在审
发明人：佘青山;李震宇;孟明;王坚;张卫 -专利权人：杭州电子科技大学
申请日： 2021-10-27 - 公布日： 2022-02-18 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于样本迁移的在线脑电分类方法。本发明首先将脑电信号逐个进行在线欧式对齐，然后采用CSP算法提取特征，接着通过在线分类器与离线分类器加权结合来进行标签预测，最后利用真实标签来更新分类器和权重。本发明提出的在线欧式对齐方法，更适合脑电信号在线预对齐，获得的分类精度更优，并且占用内存和运行时间更少，基于此本发明将可以有效提高在线脑电信号分类的性能。
基于样本迁移在线分类方法

[发明专利]情感分析系统及方法-CN201210577036.7无效
发明人：李武军;罗珞;过敏意 -专利权人：上海交通大学
申请日： 2012-12-26 - 公布日： 2013-04-10 - 主分类号： G06F17/27 文献下载
摘要：本发明公开了一种情感分析系统及方法，该系统包括语料库建立模组，用于建立观点句识别及情感倾向分析所需的训练集；数据预处理模组，用于对训练集中的句子进行预处理；观点句识别模组，采用支持向量机分类器与贝叶斯分类器分别对预处理后的句子进行观点句识别，并对两分类器的结果进行集成处理，得到最终的分类结果；以及情感倾向分析模组，基于支持向量机分类器及贝叶斯分类器分别直接将预处理后的句子分为正面、负面和无观点三类，并通过一集成公式将该支持向量机分类器和贝叶斯分类器的分类结果集成，得到当前句子的分类结果，本发明可提高中文微博的观点句判断和情感倾向性分类的性能。
情感分析系统方法

[发明专利]针对海量类别数据进行分批分类的机器学习方法及系统-CN201811643314.8在审
发明人：冀辉;裴非;李昊;袁晓艳;武新 -专利权人：天津南大通用数据技术股份有限公司
申请日： 2018-12-29 - 公布日： 2019-07-05 - 主分类号： G06K9/62 文献下载
摘要：本发明提出一种针对海量类别数据进行分批分类的机器学习方法及系统，包括：将海量类别数据拆分成多个子分类任务，每个子分类任务只建立局部类别的分类器，满足内存资源可以实现；多个子分类器结果进行集成，进行二次分类，确定最终的分类结果。通过本发明，可解决分类数量过多时，导致的模型存储空间，超过计算机语言自身限制，导致无法进行机器学习训练问题；可解决将单机训练性能慢，无法满足时间要求问题；可解决单台服务器无法满足训练的资源要求问题。
机器学习类别数据分类分类器单台服务器计算机语言二次分类分类结果模型存储内存资源时间要求训练性能资源要求子分类单机

[发明专利]一种基于空‑谱信息的高光谱半监督分类方法-CN201410083791.9有效
发明人：王立国;郝思媛;窦峥;赵春晖 -专利权人：哈尔滨工程大学
申请日： 2014-03-10 - 公布日： 2017-02-22 - 主分类号： G06K9/62 文献下载
摘要：本发明属于遥感信息处理技术领域，具体涉及一种基于空‑谱信息的高光谱半监督分类方法。本发明包括参数设置；空‑谱信息提取；分类过程；半监督分类无标签样本的选取。本发明将空间信息与光谱信息相结合可以有效地有监督分类方法的性能，随无标签训练样本数的增多本文所提方法性能提升，这是因为当无标签样本增多时，其提供了更多的空间分布信息，使得分类器做出更好的预测。
一种基于信息光谱监督分类方法

[发明专利]强壮语音分类方法和装置-CN200710152618.X有效
发明人： P·黄 -专利权人：高通股份有限公司
申请日： 2001-12-04 - 公布日： 2008-02-27 - 主分类号： G10L11/06 文献下载
摘要：用于不同语音模式强壮分类的语音分类技术(502－530)，使得多模式可变比特率编码技术能得到最佳性能。语音分类器精确地将大部分语音段分类，用于以最小比特率编码以符合低比特率的要求。高度精确的语音分类产生较低平均编码的比特率，以及较高质量解码的语音。语音分类器要考虑每个语音帧的最大参数数量，为每帧产生大量精确的语音模式分类。语音分类器在变化的环境条件下正确地分类大量语音模式。语音分类器从外部组件输入分类参数，从输入参数产生内部分类参数，设定标准化的自相关系数函数阈值并根据信号环境选择参数分析器，然后分析参数以产生语音模式分类。
强壮语音分类方法装置

[发明专利]强壮语音分类方法和装置-CN01822493.8有效
发明人： P·黄 -专利权人：高通股份有限公司
申请日： 2001-12-04 - 公布日： 2004-11-03 - 主分类号： G10L11/06 文献下载
摘要：用于不同语音模式强壮分类的语音分类技术(502－530)，使得多模式可变比特率编码技术能得到最佳性能。语音分类器精确地将大部分语音段分类，用于以最小比特率编码以符合低比特率的要求。高度精确的语音分类产生较低平均编码的比特率，以及较高质量解码的语音。语音分类器要考虑每个语音帧的最大参数数量，为每帧产生大量精确的语音模式分类。语音分类器在变化的环境条件下正确地分类大量语音模式。语音分类器从外部组件输入分类参数，从输入参数产生内部分类参数，设定标准化的自相关系数函数阀值并根据信号环境选择参数分析器，然后分析参数以产生语音模式分类。
强壮语音分类方法装置

[发明专利]基于先验知识聚类的运动模式识别方法及系统-CN201910635751.3有效
发明人：傅皓琪;石可钦;孙卫强 -专利权人：上海交通大学
申请日： 2019-07-15 - 公布日： 2022-06-10 - 主分类号： G16H20/30 文献下载
摘要：本发明提供了一种基于先验知识聚类的运动模式识别方法及系统，包括：初始个体运动模式分类器生成流程以及最终个体运动模式分类器生成流程；所述初始个体运动模式分类器生成流程：对运动数据进行处理，生成初始个体运动模式分类器；所述最终个体运动模式分类器生成流程：根据初始个体运动模式分类器的运行结果设定异常的阈值，得到最终个体运动模式分类器。本发提供了一种简单高效、识别准确率高、可解释性强、工作性能稳定可靠的方法。该方法将先验知识对个体运动模式识别结果的重要影响纳入考虑，实现了针对个体运动模式的识别处理。
基于先验知识运动模式识别方法系统

[发明专利]AdaBoost级联分类器检测图像目标的方法-CN201510500104.3有效
发明人：张羽;周全赟;吴铮;张惟 -专利权人：天津津航技术物理研究所
申请日： 2015-08-13 - 公布日： 2018-06-19 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种AdaBoost级联分类器检测图像目标的方法，属于目标检测技术领域。本发明通过优化所述训练样本库中正样本和负样本，用优化后的样本重新训练，得到最终的级联分类器，利用最终的级联分类器采用构造图像金字塔和缩放分类器结合的方式对图像目标进行检测，在保持检测性能的前提下可以进一步提高检测速度
级联分类器检测图像检测样本训练样本库构造图像目标检测图像目标分类器负样本缩放金字塔优化

[发明专利]基于采用深度Adaboost算法的BP人工神经元网络的喷射器性能的预测方法-CN201710107525.9有效
发明人：徐英杰;潘凡;蒋宁;高增梁 -专利权人：浙江工业大学
申请日： 2017-02-27 - 公布日： 2017-07-18 - 主分类号： G06K9/62 文献下载
摘要：一种基于深度BP‑Adaboost神经网络的喷射器性能预测方法，对于给定的喷射器，收集相关参数：根据神经网络拓扑结构，确定神经网络输入层、隐含层和输出层的神经元个数；输入样本开始对步骤二建立的神经网络进行训练，重复训练若干次，每次训练完毕则形成一个弱分类器，记录每次训练结果的误差；建立强分类函数，将弱分类器进行合并形成强分类器；根据预测效果分配对应的权重建立超强分类函数，将强分类器进行合并得到超强分类器，超强分类器为深度BP‑Adaboost神经网络；采集给定喷射器的实测数据，输入到建立完成的深度BP‑Adaboost神经网络中，得到输出向量即得到预测值。
基于采用深度 adaboost 算法 bp 人工神经元网络喷射器性能预测方法

[发明专利]一种基于时空连续性的扩展分类器-CN201811058620.5有效
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： 2021-03-09 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于时空连续性的扩展分类器，包括离线训练、在线分类、在线修正三个部分，其优点在于：1)利用贝叶斯滤波器能够显著提升分类精度；2)利用贝叶斯平滑器能够显著提升历史滤波精度；3)通过对平滑结果和分类结果的在线分析，能够筛选出误分类样例，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，从而降低其在状态突变时由于惯性导致的低精度问题。
一种基于时空连续性扩展分类

[发明专利]一种基于高光谱数据信息极大化的物质最优分类识别方法-CN201410061232.8有效
发明人：文高进;张春晓;林招荣;尚志鸣;王洪民;张倩 -专利权人：北京空间机电研究所
申请日： 2014-02-24 - 公布日： 2014-06-18 - 主分类号： G01N21/31 文献下载
摘要：一种基于高光谱数据信息极大化的物质最优分类识别方法，步骤为：（1）从采集到的高光谱数据中选取训练数据；（2）对训练数据依次进行零均值化、保能量降维和单元规范化预处理；（3）根据预处理数据，估算行降维维数矩阵；（4）逐行降维维数数组进行信息极大化列降维特征矩阵计算；（5）逐列降维特征矩阵进行分类器训练；（6）根据训练结果，选择最优特征矩阵和最优分类器；（7）根据所得最优特征矩阵和最优分类器对待分类的高光谱数据进行物质分类识别本发明方法可实现从高阶统计量角度对高光谱数据进行约减，达到更高的分类效率，并且易于扩展添加新的分类器，便于生成性能更优的分类器，从而更好的进行物质分类识别。
一种基于光谱数据信息极大物质最优分类识别方法

[发明专利]一种基于K均值算法的频谱感知方法与装置-CN201710706974.5有效
发明人：张勇威;万频;王永华;张顺超;肖逸瑞 -专利权人：广东工业大学
申请日： 2017-08-17 - 公布日： 2020-09-11 - 主分类号： H04B17/382 文献下载
摘要：本发明公开了一种基于K均值算法的频谱感知方法，获取训练信号，计算得到所述训练信号的MME特征；利用K均值聚类算法与所述MME特征得到分类器；获取测试信号，计算得到所述测试信号的测试MME特征；利用所述分类器对所述测试MME特征分类得到分类结果，利用所述分类结果计算检测概率。可见，本发明实施例提供的一种基于K均值算法的频谱感知方法，计算训练信号的MME特征，然后利用K均值算法得到分类器，训练好分类器后再将测试信号的测试MME特征导入分类器进行分类得到分类结果。利用MME特征与K均值算法结合，提高了频谱感知的检测性能。本发明还公开了一种基于K均值算法的频谱感知装置，同样可以实现上述技术效果。
一种基于均值算法频谱感知方法装置

[发明专利]分类器生成装置和方法,检测图像中的对象的装置和方法-CN201010560497.4无效
发明人：孟龙 -专利权人：索尼公司
申请日： 2010-11-22 - 公布日： 2012-05-30 - 主分类号： G06K9/66 文献下载
摘要：一种生成分类器的方法和装置。该方法包括：从包括多个训练样本图像的训练样本图像集提取多种特征以形成图像特征集；基于提取的图像特征集训练得到分类器。该分类器中每一个弱分类器都包括与多种特征中的每一种特征分别相关的弱分类器分支，针对每一个弱分类器中的每一个弱分类器分支，通过训练样本图像集中特定的训练样本图像来训练得到该弱分类器分支，上述特定的训练样本图像中与该弱分类器分支对应的特征对于区分对象图像和非对象图像是有效的通过本发明的实施例，可改善分类器生成和图像检测的性能，降低分类器训练的复杂度，提高分类器的分类检测能力，相应地改善对象检测的精度，此外提高检测速度。
分类生成装置方法检测图像中的对象

首页
«上一页
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条