“分类图”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3856506个，建议您升级VIP下载更多相关专利

[发明专利]图数据处理方法、装置、电子设备及存储介质-CN202210304735.8在审
发明人：赵宏宇;赵国庆;蒋宁;王洪斌;吴海英 -专利权人：马上消费金融股份有限公司
申请日： 2022-03-22 - 公布日： 2022-07-29 - 主分类号： G06N3/08 文献下载
摘要：本申请实施例公开了一种图数据处理方法、装置、电子设备及存储介质。所述方法包括：获取待分类的图数据，以及所述待分类的图数据对应的节点特征矩阵和/或结构特征矩阵；基于所述节点特征矩阵和/或所述结构特征矩阵，确定所述待分类的图数据中每个节点的重要性分数；基于所述重要性分数，从所述待分类的图数据所包括的节点中获取预设数量的节点，得到所述待分类的图数据对应的目标节点；获取所述目标节点对应的节点特征矩阵，并根据所述目标节点对应的节点特征矩阵，得到所述待分类的图数据的特征矩阵；将所述待分类的图数据的特征矩阵输入到图分类模型中，得到所述待分类的图数据的分类结果。从而提高了对待分类的图数据进行分类的准确性。
数据处理方法装置电子设备存储介质

[发明专利]模型训练方法及装置、图分类方法及装置-CN202211537208.8在审
发明人：沈力;尹楠 -专利权人：京东科技信息技术有限公司
申请日： 2022-12-02 - 公布日： 2023-04-07 - 主分类号： G06F16/901 文献下载
摘要：本公开涉及用于图分类的模型训练方法及装置、图分类方法及装置、电子设备、计算机可存储介质，涉及机器学习领域。用于图分类的模型训练方法包括：利用图分类模型对图进行分类，得到所述图的预测类别；确定所述图的预测类别与所述图的标注类别之间的差异程度，其中，所述差异程度反映所述标注类别属于噪声标签的概率；根据所述差异程度、所述标注类别和所述预测类别，训练所述图分类模型。根据本公开，可以提高模型训练的准确性，进而提高图分类模型的分类准确性。
模型训练方法装置分类

[发明专利]一种提升矢量图位图分类精确度的方法-CN201910140446.7在审
发明人：苏育挺;王明兴;张静 -专利权人：天津大学
申请日： 2019-02-23 - 公布日： 2019-06-28 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种提升矢量图位图分类精确度的方法，所述方法包括以下步骤：通过读取每个分类图的二进制字节流获取分类图的元素路径数目，以及分类图的大小；将输入矩阵按照7：2：1的比例划分为训练集、测试集和验证集，利用输入矩阵确定最小化目标函数的驻点，确定两类分类图的分类中心点；通过最小化目标函数获取到聚类的分类中心，进而得到两类分类图，并分别标记，实现了快速精确的分类。本发明通过引入元素路径和分类图大小标签从而训练聚类模型，能够有效提高分类图分类的精确度。
分类图分类分类中心目标函数输入矩阵元素路径矢量图最小化读取二进制字聚类模型测试集训练集验证集节流聚类标签引入

[发明专利]弱监督语义分割方法、语义分割方法及可读存储介质-CN202210842122.X有效
发明人：陈旭琳;林真;汪进;陈睿 -专利权人：赛维森（广州）医疗科技服务有限公司
申请日： 2022-07-18 - 公布日： 2022-11-08 - 主分类号： G06V10/26 文献下载
摘要：本申请公开了一种弱监督语义分割方法、语义分割方法、数据处理装置及计算机可读存储介质，包括利用骨干分类网络对图像块进行分类处理，得到分类特征图；分类特征图包括目标分类特征图和中间分类特征图；根据目标分类特征图得到类别激活图，利用图像分类标签和类别激活图对骨干分类网络的分类参数进行调整；利用类别激活图以及分割特征图生成伪分割标签；根据伪分割标签对第一分割网络的第一分割参数进行调整；利用分割特征图生成目标分割标签，根据目标分割标签和目标特征图对第二分割网络的第二分割参数进行调整；将训练完成后得到的目标特征图作为语义分割结果，充分利用中间分类特征图来优化第二分割网络，从而能够提高语义分割的准确性。
监督语义分割方法可读存储介质

[发明专利]图节点分类模型训练方法、装置、电子设备及存储介质-CN202111682730.0在审
发明人：余晓填;王孝宇 -专利权人：深圳云天励飞技术股份有限公司
申请日： 2021-12-30 - 公布日： 2023-07-14 - 主分类号： G06V10/764 文献下载
摘要：本发明揭示了一种图节点分类模型训练方法、装置、电子设备及存储介质，本发明涉及模型训练领域，该方法包括：获取样本数据；基于样本数据构建图节点特征和图结构特征；依次利用图结构特征以及图节点特征交替迭代训练初始图节点分类网络，以确定目标图节点分类模型。上述方法，通过依次利用图结构特征以及图节点特征交替迭代训练初始图节点分类网络，使得目标图节点分类模型训练过程中既充分学习了图节点特征也充分学习了图结构特征，提高了目标图节点分类模型的精准度。使得上述方法中的目标图节点分类模型不仅可以完成图的节点分类，还可以保证分类结果的准确性。
节点分类模型训练方法装置电子设备存储介质

[发明专利]一种基于图神经网络的加密流量分类方法及系统-CN202210878574.3在审
发明人：陈丹伟;喻晓伟 -专利权人：南京邮电大学
申请日： 2022-07-25 - 公布日： 2022-10-21 - 主分类号： H04L47/2441 文献下载
摘要：本发明公开了一种基于图神经网络的加密流量分类方法及系统，涉及加密流量分类技术领域，首先捕获待分类加密流量数据包序列，将其转化为流量交互图；构建基于图神经网络的图分类模型，依据重要度参数对流量交互图的拓扑结构进行池化等操作，最终实现对所述流量交互图的分类，得到流量交互图分类结果，即为加密流量分类结果。本发明将加密流量分类问题转换为图分类问题，并充分考虑了节点的特征和图的拓扑结构，保留了原始数据流外观和特征，不仅准确率高，速度快，而且具有一定的泛化作用。
一种基于神经网络加密流量分类方法系统

[发明专利]一种基于k-truss和图核的图分类方法及其用途-CN202210362761.6在审
发明人：于东晓;张子春;罗琦 -专利权人：山东大学
申请日： 2022-04-07 - 公布日： 2022-07-29 - 主分类号： G06F16/28 文献下载
摘要：本发明公开了一种基于k‑truss和图核的图分类方法及其用途。一种基于k‑truss和图核的图分类方法，包括：获取需要分类的图数据，图分类数据的每个样本均带有其类别标签；利用图的k‑truss分解对每个样本建立一个嵌套子图的层次结构；利用truss变体形式的图核函数分别测量每两个图之间的相似性，生成核矩阵，并利用图类别标签信息，训练C‑支持向量机(SVM)分类器；将待分类的图数据输入训练好的分类器，得到分类结果。本发明的方法方便简洁，计算复杂度低，能够应用到大规模的图数据中。
一种基于 truss 分类方法及其用途

[发明专利]基于数据增强的分类模型泛化性的提升方法及相关设备-CN202310782286.2在审
发明人：郑智琳;张道安;高良心;黄凌云 -专利权人：平安科技（深圳）有限公司
申请日： 2023-06-28 - 公布日： 2023-09-29 - 主分类号： G06V10/764 文献下载
摘要：本申请涉及人工智能及数字医疗领域，提出一种基于数据增强的分类模型泛化性的提升方法、装置、电子设备及存储介质，所述方法包括：搭建包括原始分支和带有数据增强模块的数据增强分支的初始分类模型；采集带有类别标签的待分类数据；将待分类数据输入原始分支和数据增强分支以获取原始下采样图、原始分类结果、增强下采样图、增强特征图和增强分类结果；基于增强特征图、原始下采样图和增强下采样图构建数据增强损失，基于原始分类结果、增强分类结果和类别标签构建分类损失，将数据增强损失和分类损失之和作为目标损失以训练初始分类模型，得到目标分类模型。本申请能通过数据增强模块增加随机扰动从而提升分类模型的泛化性。
基于数据增强分类模型泛化提升方法相关设备

[发明专利]图像标签分类网络的训练方法、图像标签分类方法及设备-CN202010603987.1在审
发明人：朱旭东;孙众毅;任玉强;潘兴甲;袁豪磊;郭晓威;黄小明;吴永坚;黄飞跃 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-06-29 - 公布日： 2020-08-25 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种图像标签分类网络的训练方法、图像标签分类方法及设备，涉及人工智能领域，该方法包括：获取样本图像；通过特征提取网络对样本图像进行特征提取，得到特征提取网络输出的样本特征图；将样本特征图输入图网络分类器，得到图网络分类器输出的样本标签分类结果，图网络分类器基于目标图网络构建得到，目标图网络中的图节点对应图像标签，且不同图节点之间的边用于表征不同图像标签之间的共现概率；根据样本标签分类结果与样本图像标签之间的误差，训练特征提取网络和图网络分类器。本申请实施例中，利用图网络分类器对进行标签分类时，能够融入不同图像标签之间的关联性，有助于提高图像标签分类的效率和准确性。
图像标签分类网络训练方法设备

[发明专利]基于高分遥感影像二分类语义分割图融合成多分类语义图的方法-CN201911051954.4有效
发明人：解梅;彭清;付威福;王裕;贺凯 -专利权人：电子科技大学
申请日： 2019-10-31 - 公布日： 2022-05-03 - 主分类号： G06V10/764 文献下载
摘要：本发明提供一种基于高分遥感影像二分类语义分割图融合成多分类语义图的方法，图像数据集送入二分类语义分割网络训练二分类模型组，并且计算每个二分类模型的置信度；将待预测的高分遥感影像输入到二分类模型组中，得到各个二分类模型输出的二分类结果以及初始预测概率矩阵；将二分类模型的置信度和对应的初始预测概率矩阵相乘到待预测的高分遥感影像对于该二分类模型中的最终判别概率矩阵；在对像素点按二分类结果进行分类时，对于分类冲突的像素点，将像素点在二分类模型组中最终判别概率矩阵对应位置概率值最大的那个类别作为当前像素点的分类的类别本发明能有效提高最终合成分类图的整体分类精度以及IoU和kappa系数指标。
基于高分遥感影像分类语义分割融合方法

[发明专利]一种基于图增强的图像分类方法、装置、设备及介质-CN202310600001.9在审
发明人：孔欧 -专利权人：上海蜜度信息技术有限公司
申请日： 2023-05-25 - 公布日： 2023-09-08 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及一种基于图增强的图像分类方法、装置、设备及介质，其中，方法包括：获取待分类的图像；将所述待分类的图像输入至分类模型中得到图像的分类结果；其中，所述分类模型包括：图像特征提取模块，用于从所述待分类的图像中提取出图像综合特征；图像转换模块，用于将所述待分类的图像转换为图，并提取出图的顶点信息和边缘信息；特征融合模块，用于将所述图像综合特征与所述图的顶点信息和边缘信息进行特征融合，得到融合特征；分类模块，用于基于图像综合特征和融合特征对待分类的图像进行分类，得到图像的分类结果。本发明能够利用图信息来辅助图像分类，从而提升图像分类的准确性。
一种基于增强图像分类方法装置设备介质

[发明专利]基于高斯滤波和PSO的极化SAR地物分类方法-CN201510512624.6有效
发明人：焦李成;李玲玲;曾杰;马文萍;张丹;屈嵘;侯彪;王爽;马晶晶;尚荣华 -专利权人：西安电子科技大学
申请日： 2015-08-19 - 公布日： 2018-04-17 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于高斯滤波和PSO的极化SAR地物分类方法，主要解决了现有基于单像素点分类方法的分类精度低的问题。其实现步骤为先输入待分类极化SAR图像的相关信息和用现有基于单像素点方法对该极化SAR图像的分类结果，构造类别图；再将类别图分成子类别图，对每幅子类别图构建目标函数，将其通过PSO算法优化获得最优方差，用最优方差构建高斯滤波器；之后对子类别图进行高斯滤波，得到每幅子图的分类结果；最后将每幅子图的分类结果进行合并获得整个待分类极化SAR图像的分类结果。本发明提高了极化SAR地物分类的精度，可用于地物分类与目标识别。
基于滤波 pso 极化 sar 地物分类方法

[发明专利]图数据分类模型训练方法、装置、设备及存储介质-CN202110655776.7在审
发明人：荣钰;韩家琦;徐挺洋;黄文炳 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-06-11 - 公布日： 2021-12-21 - 主分类号： G06K9/46 文献下载
摘要：本申请提供了一种图数据分类模型训练方法、装置、电子设备及计算机可读存储介质；方法包括：获取图数据样本中多个边对应的初始邻接矩阵；对多个边对应的初始邻接矩阵进行关联性采样处理，得到采样邻接矩阵；基于采样邻接矩阵对图数据样本进行特征提取处理，得到图数据样本的图数据特征；基于图数据样本的图数据特征训练图数据分类模型；其中，训练后的图数据分类模型用于对待分类的图数据进行类型预测处理，得到待分类的图数据所属的类型。通过本申请，能够提高图数据分类模型的分类性能。
数据分类模型训练方法装置设备存储介质

[发明专利]图数据分类模型训练方法、装置、设备及存储介质-CN202111616419.6在审
发明人：荣钰;韩家琦;徐挺洋;黄文炳 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-12-27 - 公布日： 2022-04-12 - 主分类号： G06V10/40 文献下载
摘要：本申请提供了一种图数据分类模型训练方法、装置、电子设备及计算机可读存储介质；方法包括：获取图数据样本中多个边对应的初始邻接矩阵；对多个边对应的初始邻接矩阵进行关联性采样处理，得到采样邻接矩阵；基于采样邻接矩阵对图数据样本进行特征提取处理，得到图数据样本的图数据特征；基于图数据样本的图数据特征训练图数据分类模型；其中，训练后的图数据分类模型用于对待分类的图数据进行类型预测处理，得到待分类的图数据所属的类型。通过本申请，能够提高图数据分类模型的分类性能。
数据分类模型训练方法装置设备存储介质

[发明专利]文本分类方法、文本分类装置及存储介质-CN202111130538.0在审
发明人：颜泽龙;王健宗 -专利权人：平安科技（深圳）有限公司
申请日： 2021-09-26 - 公布日： 2021-12-24 - 主分类号： G06F16/35 文献下载
摘要：本申请涉及人工智能技术领域，提供了一种文本分类方法，包括：基于待分类文本集合中的所有待分类文本以及所有待分类文本的特征词，构建图邻接矩阵；所述图邻接矩阵包括用于表征待分类文本的文本节点与用于表征特征词的词节点；将图邻接矩阵输入至图神经网络，获得每个待分类文本的图隐含向量；根据图隐含向量与待分类文本的语义向量，对待分类文本集合中的所有待分类文本进行类别预测，获得各待分类文本的分类结果。实现了基于文本与文本之间，词与词之间，文本与词之间的关联程度来进行文本分类，极大的增加了待分类文本的有用特征信息，提高了文本分类的准确率。
文本分类方法装置存储介质