“分类结果”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1182203个，建议您升级VIP下载更多相关专利

[发明专利]一种医疗数据分类存储方法和装置-CN201811236351.7有效
发明人：王伟 -专利权人：深圳平安医疗健康科技服务有限公司
申请日： 2018-10-23 - 公布日： 2023-08-18 - 主分类号： G06F16/28 文献下载
摘要：本发明实施例公开了一种医疗数据分类存储方法和装置，其中医疗数据分类存储方法包括：接收针对目标医疗数据的存储请求，存储请求用于请求存储所述目标医疗数据；对目标医疗数据进行审核，确定目标医疗数据为合格医疗数据；对合格医疗数据按照数据归类模型进行分类，获得标准化分类结果；根据标准化分类结果对合格医疗数据进行评分，获得合格医疗数据的评分结果；根据评分结果，对合格医疗数据进行分类存储，分类存储包括在线存储、近线存储和归档存储采用本发明，通过医疗数据进行审核，分类和评分，然后根据评分结果对医疗数据进行分类存储，提升对医疗数据分类存储的准确度，减少对数据运行空间的消耗，同时提升对数据进行复用的效率。
一种医疗数据分类存储方法装置

[发明专利]一种弹幕文本中情感词的分类方法、装置及存储介质-CN202011418248.1有效
发明人：吴渝;于磊;杨杰;张运凯 -专利权人：重庆邮电大学
申请日： 2020-12-07 - 公布日： 2023-02-03 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种弹幕文本中情感词的分类方法及装置，包括以下步骤：对Python爬取到的弹幕数据进行预处理，判断待分类弹幕数据中是否包含情感词，若不包含则直接利用GRU分类器进行分类得到分类结果；若包含情感词，则构造弹幕文本领域的多维弹幕情感词典，并在所述多维弹幕情感词典基础上，构造文本情感计算分类器；采用模型融合的集成学习策略构造弹幕情感分类模型；将测试集数据输入到弹幕情感分类模型中，得到弹幕的情感分类结果本发明扩展了情感词典，利用GRU、朴素贝叶斯和七维情感计算分类方法作为基分类器，根据各个基分类器得到的结果进行投票融合输出最终情感分类结果，解决弹幕短文本情感词分类问题。
一种弹幕文本情感分类方法装置存储介质

[发明专利]一种图像分类方法和装置-CN201010594266.5有效
发明人：赵大哲;栗伟;杨金柱;李博 -专利权人：东软集团股份有限公司
申请日： 2010-12-17 - 公布日： 2011-04-27 - 主分类号： G06K9/66 文献下载
摘要：本申请实施例公开了一种图像分类方法和装置。其中，所述方法包括：将从待分类图像中提取出的特征数据划分为至少两个特征数据块；对划分得到的特征数据块进行分类，得到反映特征数据块类别的数据块分类结果；计算数据块分类结果中的每个类别的后验概率；从数据块分类结果的所有类别中，选择后验概率最大的类别作为所述待分类图像的分类结果。根据本申请实施例，可以在避免特征数据的信息丢失的同时，提高分类器效率和准确度。
一种图像分类方法装置

[发明专利]置信分类方法及置信机器-CN201410606984.8有效
发明人：蒋方纯;田盛丰;乐颖 -专利权人：深圳信息职业技术学院
申请日： 2014-10-31 - 公布日： 2018-08-03 - 主分类号： G06F19/00 文献下载
摘要：本发明适用机器学习领域，提供了一种置信分类方法，该方法包括：确定待分类的样例；用一类分类器对样例进行正例分类，分类结果为正例的表示为A，其余分类结果表示为B；用一类分类器再次对样例进行负例分类，分类结果为负例的表示为C，其余分类结果表示为D；如只属于A或C的样例称为可信样例，分配到接受域；属于A∩C或属于B∪D的样例称为不可信样例，分配到拒绝域。
置信分类方法机器

[发明专利]语音情绪识别方法、装置、设备及计算机可读存储介质-CN201911228396.4有效
发明人：吴学阳;姜迪;汤耀华;徐倩 -专利权人：深圳前海微众银行股份有限公司
申请日： 2019-12-04 - 公布日： 2023-03-21 - 主分类号： G10L25/63 文献下载
摘要：本发明公开了一种语音情绪识别方法、装置、设备及计算机可读存储介质，所述方法包括：对待识别语音数据进行音素转换得到待识别音素序列；将待识别音素序列输入音素分类器得到音素情绪分类结果，其中，音素分类器至少基于文本数据所转换的音素序列预先训练得到的；将待识别语音数据输入预设语音分类器得到语音情绪分类结果；对音素情绪分类结果和语音情绪分类结果进行融合得到待识别语音数据的情绪识别结果。本发明实现了充分利用语音数据中的情绪信息，提高了情绪识别结果的准确率，提升了情绪识别效果。
语音情绪识别方法装置设备计算机可读存储介质

[发明专利]一种基于脑电信号的学习情绪分类方法及系统-CN202310492574.4在审
发明人：朱晓亮;刘艮东;荣文婷;杨宗凯;赵亮;戴志诚 -专利权人：华中师范大学
申请日： 2023-05-04 - 公布日： 2023-08-18 - 主分类号： A61B5/16 文献下载
摘要：本发明提供了一种基于脑电信号的学习情绪分类方法及系统，方法包括：获取学习者的多个通道的脑电信号；不同通道对应不同的脑部位置；通过巴特沃斯带通滤波器将脑电信号过滤为多个不同的频段，获得多个通道的多个频段的脑电信号；将多个通道的多个频段的脑电信号输入至训练好的困惑分类模型，获得学习者的困惑分类结果；若判断获知困惑分类结果为困惑时，困惑分类结果即为学习者的学习情绪；若判断获知困惑分类结果为非困惑时，则将多个通道的多个频段的脑电信号输入至训练好的情绪分类模型，获得学习者的情绪分类结果，情绪分类结果即为学习者的学习情绪。本发明可以避免困惑情绪与其他情绪的分类混淆情况，提高情绪分类准确率。
一种基于电信号学习情绪分类方法系统

[发明专利]基于肺部CT与多基因甲基化的肺结节分类方法及产品-CN202310112740.3有效
发明人：钟晟;郑杰;张俊;叶伟星;任翔;严晓芹;刘丹 -专利权人：成都泰莱生物科技有限公司
申请日： 2023-02-14 - 公布日： 2023-05-09 - 主分类号： G06T7/00 文献下载
摘要：本发明实施例中公开了一种基于肺部CT与多基因甲基化的肺结节分类方法及产品，该方法包括：基于肺结节患者肺部CT影像而获得用于肺结节分类鉴别的影像特征，并将影像特征输入第一分类预测模型，得到第一分类预测结果；基于肺结节患者的cfDNA的多基因甲基化标志物的循环阈值检测结果而获得用于肺结节分类鉴别的循环阈值特征，并将循环阈值特征输入第二分类预测模型，得到第二分类预测结果；将第一预测结果和第二预测结果输入至第三分类预测模型，得到肺结节分类预测结果；因此，本发明能够结合基于肺部CT影像而获得的影像特征与基于多基因甲基化标志物的循环阈值特征共同作用于肺结节分类预测，可提高肺结节分类预测灵敏度和准确率。
基于肺部 ct 多基因甲基化结节分类方法产品

[发明专利]一种基于多模型集成的短文本分类方法和系统-CN201911229492.0在审
发明人：段东圣;井雅琪;任博雅;时磊;孙旷怡;李扬曦;佟玲玲;习健;宋永浩 -专利权人：国家计算机网络与信息安全管理中心;中国科学院计算技术研究所
申请日： 2019-12-04 - 公布日： 2020-04-28 - 主分类号： G06F16/35 文献下载
摘要：本发明提出了一种基于多模型集成的短文本分类方法，包括：选取多个对短文本进行分类的分类模型；对训练样本进行采样，生成与该分类模型一一对应的训练集；通过对应的训练集对该分类模型进行训练，以获得对应的最终模型；通过所有该最终模型对目标文本进行分类，获取多个分类结果向量；集成所有该分类结果向量以得到最终结果向量，以该最终结果向量中具有最大值的元素所代表的类别，作为该目标文本的类别。
一种基于模型集成文本分类方法系统

[发明专利]基于分类互斥性的损失函数计算方法、电子设备、介质-CN201811033060.8在审
发明人：马瑞;丁志禄 -专利权人：浙江长兴笛卡尔科技有限公司
申请日： 2018-09-05 - 公布日： 2019-03-08 - 主分类号： G06K9/62 文献下载
摘要：本发明提供基于分类互斥性的损失函数计算方法，包括步骤：对原始数据集通过分类器进行分类，得到分类结果概率矩阵；通过损失函数计算分类结果概率矩阵中每一分类概率向量的损失，得到总体损失；通过互斥惩罚项计算方法计算分类结果概率矩阵中每一数据分类概率对应的互斥惩罚项，得到总体互斥惩罚项；将总体损失中每一分类概率向量对应的损失与总体互斥惩罚项中每一分类概率向量对应的互斥惩罚项进行整合。本发明涉及电子设备与可读存储介质，用于执行上述方法；本发明通过互斥惩罚项的加入，对计算结果相对互斥分类结果优势不明显的分类给予更高的惩罚，让分类器更好的将互斥的类别分离开，提高了机器学习中分类任务的准确性和可靠性
互斥惩罚项分类结果分类概率概率矩阵损失函数分类向量电子设备分类器互斥性可读存储介质原始数据集机器学习数据分类整合惩罚概率

[发明专利]数据分类方法、分类器训练方法及系统-CN202010446946.6有效
发明人：区颂廉;谢昌谕;张胜誉 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-05-25 - 公布日： 2022-03-08 - 主分类号： G06K9/62 文献下载
摘要：本申请实施例公开了一种数据分类方法、分类器训练方法及系统，属于人工智能、云技术和量子技术领域。所述方法包括：经典计算机获取待分类数据；将待分类数据提供给量子计算机；量子计算机通过量子电路对待分类数据进行特征映射，得到待分类数据的量子态；根据分类器的边界向量、待分类数据的量子态和边界向量对应的索引信息的量子态，确定估算结果；将估算结果发送给经典计算机；其中，边界向量对应的索引信息的量子态是指分类器在训练过程中使用的训练数据的特征图的叠加；经典计算机根据估算结果，确定待分类数据对应的分类结果。本申请实施例得到的边界向量较为准确，分类器的分类精度较高，从而使得最终的分类结果更加准确。
数据分类方法训练系统

[发明专利]一种物体分类方法、计算机设备及存储介质-CN202011105733.3在审
发明人：易正琨;吴新宇;刘翔;郭师峰;周贞宁 -专利权人：深圳先进技术研究院
申请日： 2020-10-15 - 公布日： 2021-03-09 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种物体分类方法、计算机设备及存储介质，该方法包括：获取目标物体的特征集；对特征集进行第一选择，以得到第一子特征集，以及对特征集进行第二选择，以得到第二子特征集，第一选择和第二选择的选择方式不同；对第一子特征集进行分类预测得到第一分类预测结果，以及对第二子特征集进行分类预测得到第二分类预测结果；将第一分类预测结果和第二分类预测结果进行决策级融合，得到最终分类结果。通过这样的方式，能够提高物体的分类准确率。
一种物体分类方法计算机设备存储介质

[发明专利]目标分类方法、装置、设备以及存储介质-CN202210203885.X在审
发明人：宫延河 -专利权人：北京百度网讯科技有限公司
申请日： 2022-03-03 - 公布日： 2022-06-10 - 主分类号： G06V10/764 文献下载
摘要：本公开提供了一种目标分类方法、装置、设备以及存储介质，涉及深度学习、计算机视觉等人工智能技术领域。该方法包括：获取目标队列，其中，目标队列包括针对多帧目标图像中待分类物体的多个分类结果；基于目标队列构造目标数组，其中，目标数组中的元素与目标队列中的分类结果相对应；确定包含目标数组中同一元素的连续子数组中的最长连续子数组；将最长连续子数组中的元素对应于目标队列中的分类结果作为待分类物体的分类结果。本公开提供的目标分类方法降低了时间复杂度和计算复杂度，提升了分类结果的准确性。
目标分类方法装置设备以及存储介质

[发明专利]一种道岔运维方法及系统-CN201910925687.2有效
发明人：付哲;刘超 -专利权人：交控科技股份有限公司
申请日： 2019-09-27 - 公布日： 2021-08-03 - 主分类号： G07C3/00 文献下载
摘要：所述方法包括边缘节点根据第一分类模型对获取的特征数据进行数据分析，得到第一分类结果；第一分类模型与智能分析节点的第二分类模型同步；边缘节点将特征数据和第一分类结果发送给智能分析节点，以使智能分析节点基于聚类算法得到第二分类结果，并根据比较结果来确定是否对第一分类模型进行更新，本发明实施例通过在边缘节点预设的第一分类模型对特征数据进行数据分析得到第一分类结果，再由所述智能分析节点对基于聚类算法得到第二分类结果，并判断所述第一分类结果的正确率，来确定对第一分类模型进行更新，从而利用所述边缘节点提高对所述道岔设备产生的数据进行分析、判断的效率和准确性。
一种道岔方法系统

[发明专利]一种文件分类方法、文件分类装置、电子设备及存储介质-CN202210048353.3在审
发明人：黄文俊;李刚;蒋克成;张骁;程宁 -专利权人：中国石油天然气集团有限公司;昆仑数智科技有限责任公司
申请日： 2022-01-17 - 公布日： 2023-07-28 - 主分类号： G06F40/289 文献下载
摘要：本申请提供了一种文件分类方法、文件分类装置、电子设备及存储介质，所述文件分类方法包括：获取待分类文件；根据待分类文件的名称和所属目录中的路径，确定待分类文件的文件特征信息；将文件特征信息与至少一个已分类文件的预定特征信息进行匹配，以得到文件特征信息与每个已分类文件的预定特征信息的匹配度；将数值最大的匹配度对应的预定特征信息所指示的分类结果确定为待分类文件的分类结果。采用本申请提供的技术方案能够通过待分类文件的文件特征信息与各个已分类文件的预定特征信息进行匹配，将数值最大的匹配度对应的预定特征信息所指示的分类结果确定为待分类文件的分类结果，提高了文件分类的效率以及准确性
一种文件分类方法装置电子设备存储介质

[发明专利]一种基于贝叶斯推断的人员检测结果修正方法-CN201710145115.3有效
发明人：沈玉龙;徐真真;田朝会;雎悦;陈博闻;林旭 -专利权人：西安电子科技大学;江苏艾道科信息技术有限公司
申请日： 2017-03-13 - 公布日： 2021-06-22 - 主分类号： G06K9/62 文献下载
摘要：本发明属于图像分析技术领域，公开了一种基于贝叶斯推断的人员检测结果修正方法，通过引入贝叶斯分类器来判断人员检测分类器是否分类正确；收集一定的由检测分类器得到的有人的图片，人工标签分类为检测分类器分类正确和分类错误，提取时间、位置、大小这三个特征，计算每个类别的概率以及每个类别条件下各个特征属性划分的概率，训练得到贝叶斯修正分类器；将检测分类器得到有人的图片输入到修正分类器进行分类，判断检测分类器的结果是否正确。本发明通过引入贝叶斯分类器来判断检测分类器分类的结果是否正确，从而优化识别结果，显著地降低了原分类器误报率。
一种基于贝叶斯推断人员检测结果修正方法