“加权网络”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887312个，建议您升级VIP下载更多相关专利

[发明专利]多属性异构网络节点影响力度量方法、装置、设备及介质-CN202110315054.7在审
发明人：马琦伟;宫兆亚;党安荣;刘溪 -专利权人：马琦伟
申请日： 2021-03-24 - 公布日： 2021-07-23 - 主分类号： G06F16/9536 文献下载
摘要：本发明公开了一种多属性异构网络节点影响力度量方法、装置、设备及介质，所述方法包括：根据网络流数据构建有向加权网络，根据节点属性数据将节点属性值赋给所述有向加权网络中的相应节点；根据赋值后的有向加权网络构建节点影响力度量模型根据本公开实施例提供的多属性异构网络节点影响力度量方法，将多样化的节点属性因子和异质性的网络拓扑结构同时输入度量模型进行统筹考虑，大大提高了网络中节点影响力的度量准确性。
属性网络节点影响力度量方法装置设备介质

[发明专利]基于元学习重加权网络伪标签训练的图像评价方法及系统-CN202111387152.8在审
发明人：金鑫;娄豪;黄横;蒋尚秀;肖超恩 -专利权人：北京美照算算智能科技有限公司
申请日： 2021-11-22 - 公布日： 2022-02-15 - 主分类号： G06V10/44 文献下载
摘要：本发明涉及一种基于元学习重加权网络伪标签训练的图像质量评价方法及系统，其方法包括：S1：获取图片数据集作为样本集，从样本集中提取元数据集和训练全数据集，构建主干特征提取网络，得到高维特征图；S2：将高维特征图分别输入十分类子网络和回归子网络，得到图像分类和图像质量评分；S3：将元数据集分类损失输入元学习重加权网络调整网络参数，用训练全数据集分类损失调整主干特征提取网络和十分类子网络参数；S4：基于二分类器赋予训练全数据集伪标签，根据伪标签对训练全数据集进行分组回归训练，加权平均各模型评分结果得到评价输出。
基于学习加权网络标签训练图像评价方法系统

[发明专利]神经网络的训练方法、装置、电子设备和存储介质-CN202211325346.X在审
发明人：张亚兵 -专利权人：维沃软件技术有限公司
申请日： 2022-10-27 - 公布日： 2023-01-03 - 主分类号： G06N3/08 文献下载
摘要：本申请公开了一种神经网络的训练方法、装置、电子设备和存储介质，属于数据处理技术领域，方法包括：获取M个神经网络中相邻的两个神经网络中的第一神经网络在以训练样本作为输入时预测得到的第一预测概率值；M个神经网络中的第二神经网络将第一预测概率值作为输入权重的初始赋值，对训练样本进行加权处理，得到加权结果；第二神经网络根据加权结果和预设的偏差值得到运算结果，并基于运算结果和预设的损失函数，确定运算结果与训练样本的实际结果之间的预测误差值，损失函数具有奖励分数；根据预测误差值更新奖励分数；并根据预测误差值和更新后的奖励分数，更新输入权重和偏差值，直至损失函数收敛，第二神经网络训练结束。
神经网络训练方法装置电子设备存储介质

[发明专利]一种基于重加权膜电压的卷积脉冲神经网络的训练方法-CN202011520139.0有效
发明人：赖剑煌;唐建雄;谢晓华 -专利权人：中山大学
申请日： 2020-12-21 - 公布日： 2023-08-18 - 主分类号： G06N3/08 文献下载
摘要：本发明公开了一种基于重加权膜电压的卷积脉冲神经网络的训练方法，该方法包括：获取输入图像并进行预处理，得到脉冲序列；基于重加权膜电压构建卷积脉冲神经网络的脉冲神经元；根据输入图像的规模设置卷积脉冲神经网络的网络层数；对脉冲神经元的输入刺激进行归一化处理；构建损失函数并基于时空反向传播算法对卷积脉冲神经网络进行训练；将脉冲序列输入到训练完成的卷积脉冲神经网络，得到输出结果。本发明作为一种基于重加权膜电压的卷积脉冲神经网络的训练方法，可广泛应用于脉冲神经网络领域。
一种基于加权电压卷积脉冲神经网络训练方法

[发明专利]无线网络系统的资源调度方法、装置、终端及存储介质-CN202111262980.9有效
发明人：庄燊;贺颖;王宇航;潘微科;明仲 -专利权人：深圳大学
申请日： 2021-10-28 - 公布日： 2023-05-23 - 主分类号： H04W24/02 文献下载
摘要：本申请适用于资源调度技术领域，尤其涉及一种无线网络系统的资源调度方法、装置、终端及可读存储介质。其中，所述无线网络系统的资源调度方法包括：获取基于无线网络系统的状态信息生成的状态空间向量；将状态空间向量输入预设强化学习奖励网络和预设强化学习成本网络，得到由预设强化学习奖励网络输出的多种调度方式中每一种调度方式的估算奖励值，以及预设强化学习成本网络输出的多种调度方式中每一种调度方式的估算成本值；对于属于同一种调度方式的估算奖励值和估算成本值进行加权，得到成本奖励加权值；将取值最大的成本奖励加权值对应的调度方式作为无线网络系统的目标调度方式
无线网络系统资源调度方法装置终端存储介质

[发明专利]生成磁共振图像的方法和系统、计算机可读存储介质-CN202011428615.6在审
发明人：张颖;夏静静;赵周社 -专利权人：通用电气精准医疗有限责任公司
申请日： 2020-12-09 - 公布日： 2022-06-10 - 主分类号： A61B5/055 文献下载
摘要：该方法包括：获取多个定量图；基于该多个定量图合成第一加权图像；以及，基于训练的深度学习网络将该第一加权图像转换为对应的第二加权图像。
生成磁共振图像方法系统计算机可读存储介质

[发明专利]多层卷积稀疏编码的加权递归去噪深度神经网络及方法-CN202110598910.4在审
发明人：王建军;文泽珈;周敏;龚英凡;吴松 -专利权人：西南大学
申请日： 2021-05-31 - 公布日： 2021-09-03 - 主分类号： G06T5/00 文献下载
摘要：本申请提出了一种基于多层卷积稀疏编码(MLCSC)模型的端对端的加权递归去噪卷积神经网络WRDnCN‑LISTA+，该模型以展开的多层学习迭代软阈值算法(ML‑LISTA)为基础，引入递归加权监督机制实现自然图像去噪展开的ML‑LISTA算法可以和卷积神经网络实现一一对应，加权监督机制也可以改善由简单的递归结构在深层网络中带来的退化问题。引入的可学习权值利用所有中间递归的输出结果，既减弱了不同递归次数对网络性能的影响，也增强去噪性能。递归网络特有的参数共享性质，使构造一个深度卷积神经网络所耗费的参数成本减少，并且保证通过最小化损失函数，可利用反向传播自适应更新模型中的所有参数。
多层卷积稀疏编码加权递归深度神经网络方法

[发明专利]用于网络入侵检测的方法、终端及存储介质-CN202111425682.7在审
发明人：张春昊;解滨;张依然;董新玉 -专利权人：河北师范大学
申请日： 2021-11-26 - 公布日： 2022-02-25 - 主分类号： H04L9/40 文献下载
摘要：本发明提供一种用于网络入侵检测的方法、终端及存储介质。该方法包括：对基础数据集进行预处理，获得对网络入侵检测模型进行训练的样本数据集；其中，预处理包括：one‑hot编码、标准化和数据归一化；样本数据集中包括多条样本数据；根据样本数据与样本数据集中其他各条样本数据之间距离的倒数对各样本数据进行加权；根据各样本数据及对应的权重计算样本数据集的加权平均值；以加权平均值作为FCM聚类算法的模糊聚类中心，并结合样本数据集训练网络入侵检测模型，以通过网络入侵检测模型实现对网络入侵检测。本发明区分不同样本数据对于聚类结果的影响，提高了聚类的有效性，改善对于网络入侵检测的精确度。
用于网络入侵检测方法终端存储介质

[发明专利]钻井溢流预警的方法及装置-CN202111675565.6在审
发明人：刘伟;宋先知;付加胜;蒋宏伟;段世明;李牧;翟小强;王振 -专利权人：中国石油天然气集团有限公司;中国石油集团工程技术研究院有限公司
申请日： 2021-12-31 - 公布日： 2022-05-13 - 主分类号： E21B47/00 文献下载
摘要：本发明公开了一种钻井溢流预警的方法及装置，该方法包括：根据钻井的录井数据和钻井工程数据，建立用于神经网络训练和神经网络输入的溢流数据集；建立BP‑LSTM神经网络模型；以训练样本数据集，对BP‑LSTM神经网络模型进行训练，得到溢流预警神经网络模型；将测试样本数据集，输入至溢流预警神经网络模型，得到第一钻井溢流发生概率；根据钻井的录井数据和钻井工程数据，进行井筒内压力计算，得到第二钻井溢流发生概率；对第一钻井溢流发生概率和第二钻井溢流发生概率进行加权计算，得到钻井溢流的加权概率；在加权概率超过预设数值时，发出钻井溢流的预警信息。
钻井溢流预警方法装置

[发明专利]一种基于IoU改进损失函数的目标检测方法-CN202210210383.X在审
发明人：潘浩天;张文博;姬红兵;李林;臧博 -专利权人：西安电子科技大学;西安鲲鹏易飞无人机科技有限公司
申请日： 2022-03-03 - 公布日： 2022-07-22 - 主分类号： G06V10/774 文献下载
摘要：一种基于IoU改进损失函数的目标检测方法，对目标检测网络，预设交并比加权参数、距离惩罚项加权参数和宽高比惩罚项加权参数，并预设约束条件和训练次数，以多个不同类别的图片作为待训练学习图片，输入目标检测网络训练计算标注的目标框和预测框的交并比，获取同时包含目标框与预测框的最小封闭框，计算距离损失值和高宽损失值，并由此获取损失函数Lp‑EIoU，计算出损失值，利用反向传播算法更新目标检测网络的权重参数；维持待训练学习图片不变，重复训练得到最终目标检测网络的权重参数以及该网络的检测精度，目标检测网络采用最优参数进行目标检测。
一种基于 iou 改进损失函数目标检测方法

[发明专利]一种基于语义加权的图像信息隐藏方法-CN202210220784.3在审
发明人：刘芳芳;潘嘉希;郭彩丽;杨洋 -专利权人：北京邮电大学
申请日： 2022-03-08 - 公布日： 2022-07-22 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种基于语义加权的图像信息隐藏方法，属于信息隐藏技术领域。首先构建图像信息隐藏系统模型，然后构建基于语义加权的图像信息隐藏方法的网络模型，包括语义预处理网络、隐藏网络和解密网络，在针对训练网络模型的需要，构建反向梯度传播模型和损失函数模型，最后进行网络训练、测试与系统性能评估评估结果表明，与未考虑语义加权的现有图像信息隐藏方法相比较，本发明提出的方案具有更好的性能。
一种基于语义加权图像信息隐藏方法

[发明专利]一种图像融合模块、融合网络及融合方法-CN202310028068.X在审
发明人：赖文杰;张怀元;龙雨馨;李成世;张鸿波;梁志清;刘子骥;蒋亚东 -专利权人：电子科技大学
申请日： 2023-01-09 - 公布日： 2023-05-09 - 主分类号： G06V10/80 文献下载
摘要：一种图像融合模块，包括用于产生模态权重的模态权重网络，用于产生通道权重的通道权重网络，加权输出网络，聚合模块以及连接聚合模块和编码器的反馈模块，加权输出网络将模态权重与对应输入模态特征相乘后合并，再与通道权重相乘；聚合模块对加权特征进行细化；反馈模块将融合特征反馈到编码器，指导下一个阶段的模态特征的提取。本发明还公开了一种图像融合网络和图像融合方法。采用本发明所述图像融合模块网络及融合方法，将权重分解为模态权重和通道权重,对多模态数据进行融合，相对现有技术能够更加聚焦于产生权重差异的本质即模态差异和通道差异，同时利用反馈模块增强编码器对有用信息的选择能力
一种图像融合模块网络方法

[发明专利]基于机器学习模型对脑网络异常边连接的预测方法-CN202211525678.2在审
发明人：胡佳艺;王茜;吴凯;梁劭翀;徐燕婷 -专利权人：华南理工大学
申请日： 2022-12-01 - 公布日： 2023-03-21 - 主分类号： G06N20/00 文献下载
摘要：本发明公开了一种基于机器学习模型对脑网络异常边连接的预测方法，步骤如下：基于待预测的脑图谱，选择对应的关联矩阵进行top5％‑25％二值化或阈值化，降维筛选边连接特征；对降维后的关联矩阵建立基于交叉验证结构的机器学习预测评估模型；获得机器学习预测评估模型的准确度和混淆矩阵；同时得到脑网络边连接的结果为加权邻接矩阵，将结果可视化为二维环形加权网络及对应的超阈值子网络、由BrainNet Viewer生成的三维大脑表面加权网络及对应的超阈值子网络
基于机器学习模型网络异常连接预测方法

[发明专利]基于量子加权门限重复单元神经网络的趋势预测方法-CN201810510631.6有效
发明人：李锋;向往;邓成军 -专利权人：四川大学
申请日： 2018-05-24 - 公布日： 2022-03-15 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于量子加权门限重复单元神经网络的趋势预测方法，包括以下步骤：构建门限重复单元模型、具有权值量子位和活性值量子位的加权神经元模型以及量子加权门限重复单元神经网络结构；实时采集原始性态退化振动数据；通过小波变换对数据进行降噪处理；从降噪后的信号中提取排列熵信息构成性态退化指标集；QWGRUNN网络的训练和预测；得出最终预测结果。本发明引入量子位表示网络权值和活性值，构造量子相移门权值矩阵并通过门参数的修正实现权值量子位和活性值量子位的更新，改善了网络泛化能力，进而提高了对监控对象运行趋势预测的精度；采用与自身结构相适应的动态学习参数，改善了网络收敛速度，提高了计算效率。
基于量子加权门限重复单元神经网络趋势预测方法

[发明专利]一种端到端说话人确认方法、装置及存储介质-CN201810988567.2有效
发明人：蔡晓东;李波 -专利权人：桂林电子科技大学
申请日： 2018-08-28 - 公布日： 2021-05-18 - 主分类号： G10L17/00 文献下载
摘要：本发明提供一种端到端说话人确认方法、装置及存储介质，其方法包括构建说话人确认端到端网络，所述说话人确认端到端网络包括前端的ResCNN残差卷积神经网络模型和后端的，ResCNN残差卷积神经网络模型用于提取语音帧级别特征，阈值再加权注意力模型对语音帧级别特征转化为句子级别特征，从而完成对所述说话人确认端到端网络的训练；通过训练得到的说话人确认端到端网络，以确定测试语音的注册人；本发明实现了端到端处理，阈值再加权注意力模型通过赋予权重的形式提取出关键语音帧级别特征，将非关键语音帧级别特征筛除，再进行加权平均处理来放大关键语音帧级别特征，从帧级别特征转化为句子级别特征，极大的提高了语音识别度。
一种端到端说话确认方法装置存储介质