“分类样本”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460310个，建议您升级VIP下载更多相关专利

[发明专利]基于M-RVM融合动态加权AdaBoost的变压器故障诊断方法-CN201810515552.4在审
发明人：黄新波;王享;朱永灿;曹雯 -专利权人：西安工程大学
申请日： 2018-05-25 - 公布日： 2018-10-30 - 主分类号： G01R31/02 文献下载
摘要：本发明公开了一种基于M‑RVM融合动态加权AdaBoost的变压器故障诊断方法，首先根据变压器特征数据训练建立M‑RVM分类模型；然后对测试每个训练样本进行测试，计算每个样本的信息熵；通过信息熵对训练样本进行筛选，筛选出的样本用来训练基于AdaBoost的基分类器A‑MRVM；最后对待测样本进行分类，通过M‑RVM分类器进行分类并计算信息熵，将信息熵与信息熵阈值进行比较，若小于阈值则M‑RVM分类器分类的结果作为输出，反之则再使用多个A‑MRVM基分类器对其继续分类，通过结合每个A‑MRVM基分类器对待测样本的分类情况，调整基分类器的加权系数，加权集成最终强分类器，提升整个算法的诊断准确率。
基分类器信息熵样本分类变压器故障诊断训练样本分类器加权筛选变压器特征测试分类模型计算信息加权集成加权系数强分类器数据训练融合再使用准确率算法输出诊断

[发明专利]移动终端应用的分类和检测方法-CN201711469132.9在审
发明人：王伟;马君丽;解男男;刘吉强;韩臻 -专利权人：北京交通大学
申请日： 2017-12-29 - 公布日： 2018-06-22 - 主分类号： G06F21/56 文献下载
摘要：本发明实施例提供了一种移动终端应用的分类和恶意检测方法。该方法主要包括：提取出应用样本的特征向量，将所述应用样本的特征向量分别输入到各种分类算法中；每种分类算法分别输出所述应用样本为恶意应用或者正常应用的分类结果，将各种分类算法输出的分类结果进行投票表决处理，得到应用样本最终的分类结果。本发明实施例的应用样本的分类和检测方法通过利用多分类器投票可以充分利用各种分类算法的优势，弥补各自的不足，从而达到比单一分类算法更好的分类性能，实现了对应用样本进行有效地分类和检测。
样本分类算法应用分类结果移动终端应用分类检测特征向量单一分类多分类器分类性能人工成本人工审核输出有效地投票算法表决开发

[发明专利]一种基于对抗攻击的高光谱图像分类方法、系统和设备-CN202110943760.6在审
发明人：石程;党叶楠;赵明华;吕志勇;尤珍臻;杨秀红 -专利权人：西安理工大学
申请日： 2021-08-17 - 公布日： 2021-12-17 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于对抗攻击的高光谱图像分类方法、系统和设备，属于图像处理技术领域，采用对抗攻击的方法生成了分类边界的分类样本，克服了已有技术中生成的样本难以描述分类边界样本的特性，导致分类边界样本分类精度没有明显提升的问题，从而有效提高了分类器的分类精度。即本发明拟生成分类边界的对抗样本，能够提升深度神经网络对于边界样本的分类能力。采用迭代更新的方案，可以根据实时分类情况不断细化分类边界，得到更为精确地分类边界。
一种基于对抗攻击光谱图像分类方法系统设备

[发明专利]表格标题分类模型的训练方法及表格标题的分类方法-CN202310699463.0在审
发明人：袁建;郭磊;贾家琛;郑子辰;李小翔;邸智 -专利权人：华能招标有限公司;中国华能集团清洁能源技术研究院有限公司
申请日： 2023-06-13 - 公布日： 2023-08-15 - 主分类号： G06F18/214 文献下载
摘要：本申请公开了一种表格标题分类模型的训练方法、表格标题的分类方法、装置、设备及存储介质。其中，该表格标题分类模型的训练方法包括：获取表格标题样本和表格标题样本对应的样本分类标签；基于表格标题样本和样本分类标签生成局部输入矩阵和全局输入矩阵；将局部输入矩阵输入局部分类单元，获取第一特征向量；将全局输入矩阵输入全局分类单元，获取第二特征向量；将第一特征向量和第二特征项向量输入MLP进行特征映射，获取预测分类结果，并根据预测分类结果和样本分类标签对表格标题分类模型进行训练。通过本申请的技术方案，可以通过训练完成的表格标题分类模型，提高对表格标题进行分类的效率和准确率。
表格标题分类模型训练方法

[发明专利]一种基于预分类与集成学习的驾驶风格分类方法-CN202010459852.2有效
发明人：郭奕;王晓兰;黄永茂;卿朝进;代晓天;刘洋成;熊雪军;肖舒予 -专利权人：西华大学
申请日： 2020-05-27 - 公布日： 2022-07-01 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于预分类与集成学习的驾驶风格分类方法，包括以下步骤：采集若干样本车辆的实际驾驶数据，对实际驾驶数据进行预处理，并通过预处理后的实际驾驶数据提取特征参数，得到样本数据；采用模糊C均值方法和谱聚类方法对样本数据进行预分类，根据预分类结果获取训练样本；通过训练样本对分类器进行训练，获取训练完成的分类器；将待分类样本数据输入分类器进行分类，采用投票的集成策略获取最终的分类结果。本发明提供了一种基于预分类和集成学习思想的驾驶风格分类方法，有效地通过驾驶员的驾驶数据对驾驶员的驾驶风格进行预测和分类。
一种基于分类集成学习驾驶风格方法

[发明专利]基于特定参数分布生成的小样本图像分类方法及系统-CN202111465249.6在审
发明人：刘东博;展华益;文艺 -专利权人：四川启睿克科技有限公司
申请日： 2021-12-03 - 公布日： 2022-01-28 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及小样本图像分类领域，具体涉及一种基于特定参数分布生成的小样本图像分类方法及系统，可以有效提高小样本图像分类方法的结果准确性。技术方案包括：构建小样本图像分类神经网络的总体架构，将多种卷积神经网络的参数作为参数训练集，使用参数训练集训练分布学习网络，通过训练后的分布学习网络生成小样本图像分类神经网络的初始参数，构建参数调节网络，所述参数调节网络和分布学习网络具有相同的参数，在参数调节网络的调节下，使用目标数据集来训练小样本图像分类神经网络，所述目标数据集为待分类图像集合，最后输入待分类图像，通过小样本图像分类神经网络提取其特征本发明适用于小样本图像分类。
基于特定参数分布生成样本图像分类方法系统

[发明专利]一种图片分类模型训练方法、装置、设备和存储介质-CN202310369779.3在审
发明人：张艳娇;孙博 -专利权人：中国农业银行股份有限公司
申请日： 2023-04-07 - 公布日： 2023-07-04 - 主分类号： G06V10/774 文献下载
摘要：本发明实施例公开了一种图片分类模型训练方法、装置、设备和存储介质，其中，方法包括：基于初始模型训练样本图片与预设扩展训练样本图片确定目标模型训练样本图像集；提取所述目标模型训练样本图像集中各图像的样本图片共有特征；基于所述目标模型训练样本图像集和所述样本图片共有特征对初始图片分类模型进行训练，得到目标图片分类模型；其中，所述初始图片分类模型在模型训练过程中以所述样本图片共有特征为标签特征。本发明实施例的技术方案解决了基于现有图片分类模型对特征差别较大的图片进行分类时，分类准确度不足的问题，能够训练出可适用对特征差别较大的图片进行分类的图片分类模型，提高图片分类准确度。
一种图片分类模型训练方法装置设备存储介质

[发明专利]一种半监督加密流量分类方法、装置及存储介质-CN202211327766.1在审
发明人：申进 -专利权人：中国农业银行股份有限公司
申请日： 2022-10-26 - 公布日： 2023-01-13 - 主分类号： G06F18/24 文献下载
摘要：本申请提出了一种半监督加密流量分类方法、装置及存储介质，计算机设备获得包含少量标记样本和大量未标记样本的流量样本集后，将依据层次聚类算法对其包含的大量加密流量样本进行聚类处理，快速得到多个聚类簇，之后，为了提高加密流量分类模型的分类结果可靠性和准确性，可以先对每个聚类簇包含的未标记样本进行类别映射，即采用对各聚类簇包含的加密流量样本的分类检测结果对应的类别映射方式，配置对应聚类簇包含的未标记样本的类别标签，得到大量标记样本后，再对融合多个机器学习算法的集成分类模型进行监督训练，快速得到具有较高分类准确率的加密流量分类模型，由此实现对采集到的待分类加密流量数据的快速分类，保证分类结果高准确率。
一种监督加密流量分类方法装置存储介质

[发明专利]图像分类方法、计算机终端及存储介质-CN202111131995.1在审
发明人：李威;陈伟涛;王志斌;李昊 -专利权人：阿里巴巴达摩院（杭州）科技有限公司
申请日： 2021-09-26 - 公布日： 2022-01-25 - 主分类号： G06V20/10 文献下载
摘要：本申请公开了一种图像分类方法、计算机终端及存储介质。其中，该方法包括：获取目标图像；利用图像分类模型对目标图像进行处理，得到目标图像对应的分类结果，其中，图像分类模型通过图像样本和目标样本对预训练模型进行调整得到，目标样本为预设样本集合中图像样本相对应的预设样本，预训练模型通过预设样本集合进行训练得到。本申请解决了相关技术中由于数据样本量少、图像分类模型的准确度较低，从而导致图像分类的准确度较低的技术问题。
图像分类方法计算机终端存储介质

[发明专利]图像分类方法及相关训练方法、装置及设备-CN202310565823.8在审
发明人：周叶江;庄光庭 -专利权人：阿维塔科技(重庆)有限公司
申请日： 2023-05-18 - 公布日： 2023-08-22 - 主分类号： G06V10/764 文献下载
摘要：本申请实施例公开了一种图像分类方法及相关训练方法、装置及设备，其中，所述图像分类模型的训练方法包括：获取目标样本集、负样本集和正样本集；利用三元组损失，且分别采用所述目标样本集、所述负样本集和所述正样本集对三个结构相同的分类子模型进行训练至收敛；将所述目标样本集对应的分类子模型的网络参数，确定为所述图像分类模型的初始化网络参数；采用第一样本集对初始化的所述图像分类模型进行训练至收敛。
图像分类方法相关训练装置设备

[发明专利]多标签分类模型的训练方法、装置、电子设备及存储介质-CN202011335091.6在审
发明人：罗彤;郭彦东;李亚乾;杨林 -专利权人： OPPO广东移动通信有限公司;上海瑾盛通信科技有限公司
申请日： 2020-11-25 - 公布日： 2021-02-05 - 主分类号： G06F16/58 文献下载
摘要：本申请涉及一种多标签分类模型的训练方法、装置、电子设备及存储介质，属于图像处理技术领域。该方法包括：获取多个第一标签；对于每个第一标签，确定已训练完成的单标签分类模型，单标签分类模型用于对第一标签进行分类；获取训练单标签分类模型使用的第一样本集，第一样本集中包括多个样本图像，每个样本图像标注有第一标签；对第一样本集中的样本图像进行至少一个第二标签的标注处理，得到第二样本集；根据第二样本集，对第一多标签分类模型进行训练，得到第二多标签分类模型。在训练多标签分类模型时，只需标注该样本图像中未标注的其他标签，从而降低了通过该样本图像进行多标签分类模型训练的数据标注的时间成本，提高了模型训练的效率。
标签分类模型训练方法装置电子设备存储介质

[发明专利]一种系统资源分配方法、装置及设备-CN202110148383.7在审
发明人：陈李龙;王娜;罗杰文;张宏韬 -专利权人：中国工商银行股份有限公司
申请日： 2021-02-03 - 公布日： 2021-05-25 - 主分类号： G06K9/62 文献下载
摘要：本说明书实施例涉及人工智能技术领域，具有公开了一种系统资源分配方法、装置及设备，所述方法包括获取具有用于表征用户风险特征的特征数据的指定信息集、及标签集；指定信息集至少包括预测样本集及三个基准样本集；标签集包括基准样本对应的风险类别；利用至少三个基准样本集及所述标签集对应构建得到至少三个子分类器；分别利用各子分类器对预测样本进行风险分类，得到预测样本相对于各子分类器的风险分类结果、及预测样本的误分代价；根据预测样本集以及所述预测样本的风险分类结果、及预测样本的误分代价对各子分类器进行优化，得到优化后的各子分类器，以基于所述优化后的各子分类器对目标用户的风险预测结果向所述目标用户分配系统资源。
一种系统资源分配方法装置设备

[发明专利]数据处理方法、装置和系统-CN202111095917.0在审
发明人：刘霖筠;吴艳芹;吕田田;赵旭楠;张乐 -专利权人：中国电信股份有限公司
申请日： 2021-09-18 - 公布日： 2023-04-07 - 主分类号： G06F18/24 文献下载
摘要：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，相对于监督学习和无监督学习，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]一种基于SIFT训练样本提取的遥感图像全监督分类方法-CN201610250625.2有效
发明人：高飞;吕文超;孙进平;王俊;张红波 -专利权人：北京航空航天大学;中国航空工业集团公司雷华电子技术研究所
申请日： 2016-04-21 - 公布日： 2019-02-26 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于SIFT(Scale Invariant Feature Transform)训练样本提取的遥感图像全监督分类方法，包括以下步骤：对初始图像的幅度数据归一化处理，得到归一化图像；利用SIFT和拉普拉斯细节增强算子提取归一化图像中的关键点，作为候选样本；计算归一化图像的简单纹理特征，对候选样本的灰度值做阈值分割处理得到训练样本坐标，对应的简单纹理特征作为训练样本，除训练样本外其他所有的归一化图像的简单纹理特征作为待分类样本，即测试样本；利用SIFT所提取训练样本特征，对支持向量机SVM(Support Vector Machine)分类器进行训练，产生最优分类面；通过最优分类面，对未知类别的测试样本的简单纹理特征进行分类，得到最终的分类结果；本发明适合复杂地形区域的地表分类，拥有较高的分类精度，具有良好的推广性。
一种基于 sift 训练样本提取遥感图像监督分类方法

[发明专利]一种图像分类方法、电子设备、存储介质及程序产品-CN202111621526.8在审
发明人：张培圳;何银银 -专利权人：北京旷视科技有限公司;北京迈格威科技有限公司;深圳旷视金智科技有限公司
申请日： 2021-12-23 - 公布日： 2022-04-22 - 主分类号： G06F16/55 文献下载
摘要：本申请提供了一种图像分类方法、电子设备、存储介质及程序产品，涉及图像处理技术领域，旨在利用图像分类模型实现对待分类图像的准确分类。所述方法包括：获取待分类图像；将所述待分类图像输入图像分类模型，得到所述待分类图像的分类预测结果，其中，所述图像分类模型是使用基础损失和类间损失，对预设模型进行训练得到的；所述基础损失是根据所述预设模型预测的每个样本图像的分类预测结果，和每个样本图像的真实类别标签确定的；所述类间损失是根据所述预设模型预测的每个样本图像的分类预测结果，和每个样本图像的软类别标签确定的，一个样本图像的软类别标签是根据各样本图像被预测为该样本图像的真实类别的置信度确定的
一种图像分类方法电子设备存储介质程序产品