“分类阶段”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448710个，建议您升级VIP下载更多相关专利

[发明专利]基于新标签发现和标签增量学习的动态多标签分类方法-CN201810470711.3在审
发明人：吴骏;李永春;闫梦奎;陈港;李宁 -专利权人：南京大学
申请日： 2018-05-17 - 公布日： 2018-10-30 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于新标签发现和标签增量学习的动态多标签分类方法，在初始阶段，根据初始数据基于pairwise label ranking loss和误分类损失建立初始分类模型和初始集成聚类模型；数据流预测阶段，将具有新标签的样本放入一个缓冲区存储；模型更新阶段，构建新标签的子模型，将新标签子模型更新到分类模型中，并基于新标签样本对集成聚类模型更新。该方法不仅可以及时发现数据流中数据诞生的新标签，还避免了在数据流中存储大量的数据，只需要缓存一定的数据作为更新即可，进一步避免了重新训练模型导致的时间成本问题，同时解决了动态多标签分类问题中新标签产生的问题并在数据流中维持较高分类性能
标签数据流标签分类分类模型聚类模型增量学习子模型样本更新存储缓存标签产生初始数据分类性能模型更新时间成本训练模型缓冲区发现放入构建分类预测

[发明专利]基于小样本的高精度HRRP雷达多目标识别方法-CN201910546925.9有效
发明人：韩磊;姚璐;郭金东 -专利权人：北京理工大学
申请日： 2019-06-24 - 公布日： 2021-08-31 - 主分类号： G06K9/00 文献下载
摘要：包括训练阶段与识别阶段。前者包括雷达回波信号转换为HRRP训练样本集、训练样本预处理、训练样本的特征提取、多类分类转化为两类分类、训练样本的特征选择以及训练贝叶斯分类器；识别阶段包括雷达回波信号转换为HRRP识别样本、识别样本预处理、识别样本的特征提取、识别样本的特征选择、分类器识别以及求比并输出识别结果。本发明所述雷达多目标识别方法在处理多目标分类问题时具备高精度识别的能力，可以克服LDA在处理多目标分类时精度严重下降的问题及在只有少量训练样本可用时，其高识别精度仍然会保持稳定。
基于样本高精度 hrrp 雷达多目标识别方法

[发明专利]学习判别模型的概率推进树架构-CN200610074742.4无效
发明人： Z·屠;A·巴布 -专利权人：西门子共同研究公司
申请日： 2006-03-09 - 公布日： 2006-09-27 - 主分类号： G06K9/66 文献下载
摘要：在学习阶段中，概率推进树(PBT)自动构造树，在该树中，每个节点将多个弱分类器(例如，证据、知识)组合成强分类器或条件后验概率。通过分治法策略经由数据增量(例如，树扩展)使该PBT接近目标后验分布。在测试阶段中，根据学习过的分类器在每个树节点处计算条件概率，该学习过的分类器引导该树的子树中的概率传播。因此，树的顶部节点通过结合从其子树所收集的概率而输出总体后验概率。在训练阶段中，递归地构造树，在该树中，每个树节点是一个强分类器。根据学习过的分类器，输入训练集被划分成两个新集合、即左和右集合。然后每个集合被递归地用于训练左和右子树。
学习判别模型概率推进架构

[发明专利]一种基于ICA-DeepPCA的人脸识别方法-CN201910719471.0在审
发明人：于莉;骆冰清 -专利权人：南京邮电大学
申请日： 2019-08-06 - 公布日： 2019-11-01 - 主分类号： G06K9/00 文献下载
摘要：一种基于ICA‑DeepPCA的人脸识别方法，在ZCA白化处理阶段引入QR分解法提高对协方差矩阵的分解速度，以提高ZCA白化的运算速度，进而提高整个特征提取阶段的效率；在第二层特征提取阶段，引入独立成分分析算法ICA进行高阶的特征信息提取，最终将第一层、第二层所提取的两层特征级联，得到更具代表性的特征，用分类效率较高的SVM分类器进行分类识别，有效提高了识别的效果。
特征提取阶段人脸识别独立成分分析特征信息提取协方差矩阵白化处理分类识别分类效率引入第一层白化高阶级联两层算法运算分解

[发明专利]一种基于组合排序分类的位置指纹定位方法-CN201410153087.6有效
发明人：王洪君;王光雷;赵化森;王琰;郝计军;唐瑞东 -专利权人：山东大学
申请日： 2014-04-16 - 公布日： 2014-07-02 - 主分类号： G01S5/00 文献下载
摘要：本发明提出了一种基于组合排序分类的位置指纹定位方法，包括步骤如下：步骤一：学习阶段；步骤二：位置指纹库分类；步骤三：定位阶段；步骤四：阈值判定。本发明通过在位置指纹定位算法中对位置指纹库进行组合排序分类处理，将位置指纹库划分成了多个子类，从而大大降低了在定位阶段的运算复杂度，达到定位实时性好的目的。
一种基于组合排序分类位置指纹定位方法

[发明专利]供电系统-CN201680028257.5有效
发明人： L.伊塞博德特;M.文德特 -专利权人：飞利浦照明控股有限公司
申请日： 2016-04-29 - 公布日： 2020-12-18 - 主分类号： H04L12/10 文献下载
摘要：在分类模式中，在第一阶段中供电设备提供一个或若干电压脉冲并且电气设备汲取一个或若干分类电流脉冲来指示电气设备的类别，其中在第二阶段中供电设备提供一个或若干电压脉冲来指示供电设备的类别。因而，电气设备的类别和供电设备的类别的指示被解耦成两个不同的阶段，这能够导致改进的相互分类过程。
供电系统

[发明专利]基于多尺度动态误差编码和判别概率分类的单样本人脸识别方法-CN202310350737.5在审
发明人：栾晓;汪鑫 -专利权人：重庆邮电大学
申请日： 2023-04-04 - 公布日： 2023-06-23 - 主分类号： G06V40/16 文献下载
摘要：本发明涉及一种基于多尺度动态误差编码和判别概率分类的单样本人脸识别方法，属于数字图像和模式识别领域，包括以下步骤：S1：误差提取阶段：通过特征金字塔的方式使用扩展稀疏表示得到重建误差；S2：误差编码阶段：通过动态误差编码对不同尺度的重建误差进行修正，多尺度融合完成人脸识别过程；S3：判别概率分类阶段：将不同块的误差基于概率求出权重系数联合分类。本发明从多尺度的角度提取重建误差，并使用动态误差编码进行修正融合分类，本方法能在单样本人脸识别中效果更好，更具鲁棒性。
基于尺度动态误差编码判别概率分类样本识别方法

[发明专利]一种标签语义增强的弱监督文本分类方法及系统-CN202310520566.6在审
发明人：王雷;林呈宇;薛聪 -专利权人：中国科学院信息工程研究所
申请日： 2023-05-10 - 公布日： 2023-08-22 - 主分类号： G06F16/35 文献下载
摘要：本发明公开一种一种标签语义增强的弱监督文本分类方法及系统，属于机器学习领域，基于BERT弱监督文本分类框架，在类别词表构建阶段，基于Zipf定律加权类别表示实现类别词去噪，利用了语义相似度递减特性去除类别词表中的无关词；在样本标注阶段，基于MASK机制的词类别标注，然后基于自训练模块进行优化分类模型，以样本中的类别指示性单词为桥梁，建立“样本句‑指示词‑类别标签”跨层级语义关联。本发明在词表构建与样本弱标注生成阶段引入了更多降低标签噪声的算法，以达到标签语义增强的效果，在不同语种环境中显著提升文本分类效果。
一种标签语义增强监督文本分类方法系统

[发明专利]一种基于视频监控的香烟烟雾检测方法-CN201510776381.7在审
发明人：胡春海;艾博;刘斌;陈华;李涛 -专利权人：燕山大学
申请日： 2015-11-13 - 公布日： 2016-04-06 - 主分类号： G06K9/62 文献下载
摘要：一种基于视频监控的香烟烟雾检测方法，所述方法分为分类器训练阶段和香烟烟雾的检测阶段。分类器训练阶段提取所有准备的正、负样本集的几何特征和Hog特征，利用支持向量机训练所提取的特征向量，生成分类器；香烟烟雾的检测阶段，首先将监控摄像头获取的视频图像，采用混合高斯模型算法获取前景运动区域，然后采用形态学滤波去除噪点和空洞，再通过香烟烟雾的特性统计X、Y方向投影直方图，得到精确的感兴趣区域，最后提取感兴趣区域的特征并组合成特征向量输入分类器，判断感兴趣区域是否存在香烟烟雾。
一种基于视频监控香烟烟雾检测方法

[发明专利]一种两阶段的轮胎X光病疵检测方法-CN201910414725.8在审
发明人：陈金水;丁启元;范彬彬;李莹;杨颖 -专利权人：杭州数据点金科技有限公司
申请日： 2019-05-17 - 公布日： 2019-10-11 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种两阶段的轮胎X光病疵检测方法，该方法包括两阶段：第一阶段先提出一些可能存在目标病疵的区域，使用区域候选网络获得候选区域和区域的类别概率值，随后第二阶段将得到的候选区域送到感兴趣区域池化层统一尺寸，然后将其送入分类层进行分类，同时将在区域候选网络中得到的区域类别概率接入到分类器的展平层中，通过分类网络和回归网络得到病疵及病疵所在位置；本发明的方法可避免因为人的因素造成的轮胎检测效率低下，在主要解决漏判的情况下一定程度地解决误判问题
病疵两阶段轮胎候选区域候选网络感兴趣区域分类网络类别概率轮胎检测区域类别使用区域分类器误判分类检测池化展平质检送入概率回归网络统一

[发明专利]一种基于BIM模型数据标准的BIM模型属性校验方法和系统-CN202111457551.7在审
发明人：张业星;程斯静;顾丹鹏;蒋海峰;唐松强;马昊 -专利权人：浙江华东工程数字技术有限公司;中国电建集团华东勘测设计研究院有限公司
申请日： 2021-12-02 - 公布日： 2022-03-08 - 主分类号： G06F30/13 文献下载
摘要：本发明公开了一种基于BIM模型数据标准的BIM模型属性校验方法，包括如下步骤：基于工程阶段域、构件分类树、属性池及构件库建立BIM模型数据标准；接收待校验BIM模型，获取用户配置的工程阶段和构件分类树，并获取该工程阶段和构件分类树下的BIM模型数据标准的构件库；将待校验BIM模型的每个构件与BIM数据标准中的构件库中的构件进行对比，检查构件是否匹配；对符合匹配条件的每个构件基于BIM模型数据标准构件库中的构件属性进行属性校验本发明的方法，通过建立BIM标准数据作为校验依据，实现了BIM模型不同阶段不同构件分类按需自动化校验，有效地保障BIM模型数据质量、提高工程项目效率、提升工程设计水平。
一种基于 bim 模型数据标准属性校验方法系统

[发明专利]一种机械通气人机不同步的单阶段识别方法与系统-CN202211557979.3在审
发明人：苏龙翔;兰蕴平;贺宏丽;隆云;黄晓波;尚游;李颍川;张继成;李彦;刘宪龙;马悦;蔡福红 -专利权人：上海术木医疗科技有限公司
申请日： 2022-12-06 - 公布日： 2023-04-28 - 主分类号： G06F18/241 文献下载
摘要：本发明公开了一种机械通气人机不同步的单阶段识别方法及系统，包括：获取呼吸机的压力时序、流速时序和容积时序数据；所述压力时序、流速时序和容积时序数据经过特征嵌入和特征提取后，得到表征压力时序、流速时序和容积时序的特征图谱；所述特征图谱经过分类器后得到输出张量，基于输出张量得到人机不同步出现的位置以及人机不同步的类型。本发明机械通气人机不同步的单阶段识别方法，定位与分类可融合在一个特征图谱中；相比于二阶段的网络设计，单阶段可以实现更快的识别速度，同时，将分类和定位融合在一个特征图谱中，实现了一定的特征约束，具有更高的定位和分类精度
一种机械通气人机不同步阶段识别方法系统

[发明专利]一种基于主题词向量与卷积神经网络的短文本分类方法-CN201910397064.2有效
发明人：张雷;李博;许磊;顾溢;谢俊元 -专利权人：南京大学
申请日： 2019-05-14 - 公布日： 2021-09-10 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于主题词向量与卷积神经网络的短文本分类方法，包括如下步骤：1)数据采集阶段：根据需求采集短文本数据，对其进行标签标注，作为训练集；2)数据预处理阶段：对文本进行分词，去停用词，无用文本过滤等；3)短文本特征表示，主题层面与词向量层面分别进行表征；4)主题词向量联合训练；5)卷积神经网络分类模型参数优化，迭代；6)新样本进行类别预测。本发明结合短文本数据特点，在特征表示阶段利用主题向量与词向量结合表示，对短文本自身数据特点进行语义特征扩展，在分类模型训练阶段利用卷积神经网络对局部敏感信息抽取能力进一步对文本语义信息进行挖掘，能够对短文本分类任务类别预测准确率等指标进行提高
一种基于主题词向量卷积神经网络文本分类方法

[发明专利]基于多层级二阶表征的小样本学习的图像识别方法和系统-CN202210292031.3有效
发明人：张洪广;杨林;马琳茹;杨雄军;李东阳 -专利权人：军事科学院系统工程研究院网络信息研究所
申请日： 2022-03-24 - 公布日： 2022-06-03 - 主分类号： G06V20/10 文献下载
摘要：所述方法利用所述训练阶段的支撑图像集和所述训练阶段的查询图像集来训练图像识别分类器，经训练的所述图像识别分类器用于对所述测试阶段的查询图像集中的图像进行识别分类，以确定其在所述测试阶段的支撑图像集中所属的类别；所述图像识别分类器包含表征提取模块和关系度量模块，所述表征提取模块包含串联的M个网络卷积块，以及分别与所述M个网络卷积块对应相连的M个二阶池化层，所述关系度量模块包含分别与所述M个二阶池化层对应相连的
基于多层级二阶表征样本学习图像识别方法系统

[发明专利]一种基于人工智能的垃圾分类方法及垃圾分类系统-CN202010110006.X有效
发明人：梁日全 -专利权人：江苏世恩生态科技有限公司
申请日： 2020-02-23 - 公布日： 2020-12-11 - 主分类号： B65F1/14 文献下载
摘要：本发明提出一种基于人工智能的垃圾分类方法及垃圾分类系统。本发明的技术方案，并不聚焦于试图在一个步骤中就将垃圾细分为准确的类别，而是重点放在垃圾分类的前处理阶段，即粗分类阶段。所述粗分类基于每一次的分类结果，对分类控制系统进行反馈，从而不断训练该分类控制系统，使得对于原始垃圾的粗分类结果越来越精确；基于粗分类结果，后续可以根据各自的更细分标准，采用其他技术进行细分。经过本发明的技术方案的处理，至少所述待处理垃圾将在物理表现形式上更加容易区分，从而便于后续采用自动化的手段进行精细化识别，进而进行自动化分类。
一种基于人工智能垃圾分类方法系统