“多类分类”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1720436个，建议您升级VIP下载更多相关专利

[发明专利]特征量选择方法、特征量选择程序、多类分类方法、多类分类程序、特征量选择装置、多类分类装置及特征量集-CN202180014238.8在审
发明人：长濑雅也 -专利权人：富士胶片株式会社
申请日： 2021-02-05 - 公布日： 2022-09-23 - 主分类号： G01N33/50 文献下载
摘要：本发明的目的在于提供一种选择特征量并且根据所选择的特征量的值将样品分类为多个类中的任一个的多类分类方法、多类分类程序、多类分类装置、以及用于这样的多类分类的特征量选择方法、特征量选择装置及特征量集。在本发明中，处理伴随特征量选择的多类分类问题。特征量选择是预先按照字面意思对样品所具备的大量的特征量中的用于后续的各处理(在本发明中尤其是多类分类)所需的特征量进行取舍选择的方法。多类分类是确定给定的未知样品属于多个类中的哪一个的判别问题。
特征选择方法程序分类装置

[发明专利]一种可扩展的多层集成多标记学习系统-CN201510662088.8有效
发明人：乔善平;吴鹏;韩士元 -专利权人：济南大学
申请日： 2015-10-09 - 公布日： 2019-02-22 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种可扩展的多层集成多标记学习系统，包括数据集、算法集合、集成策略集合和分类器集合，所述算法集合包括二类分类算法、面向标记集的学习算法和集成多标记学习算法，所述分类器集合包括二类分类器、多标记分类器和集成分类器，所述集成策略集合包括若干个集成策略，所述多层集成多标记学习系统分为二分类学习层、多标记学习层和集成学习层，所述二类分类算法和二类分类器构成二分类学习层，所述面向标记集的学习算法和多标记分类器构成多标记学习层，所述集成多标记学习算法、集成策略和集成分类器构成集成学习层。
一种扩展多层集成标记学习系统

[发明专利]特征量选择方法、特征量选择程序、及特征量选择装置、多类分类方法、多类分类程序、及多类分类装置、以及特征量集-CN202180065072.2在审
发明人：长濑雅也 -专利权人：富士胶片株式会社
申请日： 2021-09-17 - 公布日： 2023-06-02 - 主分类号： G06N20/00 文献下载
摘要：本发明的目的在于，提供一种能够根据所选择的一部分的特征量的值将具有多个特征量的样品稳健且高精度地分类为多个类中的任一个的多类分类方法、多类分类程序、及多类分类装置。并且，本发明的目的在于提供一种用于这样的多类分类的特征量选择方法、特征量选择程序、及特征量选择装置、以及特征量集。在本发明中，处理伴随特征量选择的多类分类问题。特征量选择是预先按照字面意思对样品所具备的大量的特征量中的用于后续的各处理即在本发明中尤其是多类分类所需的特征量进行取舍选择的方法。多类分类是确定给定的未知样品属于多个类中的哪一个的判别问题。
特征选择方法程序装置分类以及

[发明专利]一种融合增量学习的支持向量机多类分类方法-CN201010289451.3无效
发明人：琚春华;郑丽丽;梅铮 -专利权人：浙江工商大学
申请日： 2010-09-17 - 公布日： 2011-01-12 - 主分类号： G06F17/30 文献下载
摘要：本发明涉及一种融合增量学习的支持向量机多类分类方法。本发明的目的是提供一种融合增量学习的支持向量机多类分类方法，旨在减少样本的训练时间、提高分类器的分类精度及抗干扰性。本发明的技术方案是：1、在总的样本中随机抽取一部分作为训练样本集D，另一部分作为测试样本集T；2、对训练样本集D进行预抽取支持向量；3、用循环迭代法对预抽取训练样本集PTS进行支持向量机训练，得到多类分类模型M-SVM；4、对多类分类模型M-SVM进行二叉树处理，得到支持向量机多类分类模型BTMSVM0；5、对多类分类模型BTMSVM0进行增量学习训练，得到模型BTMSVM1；6、将步骤1中的测试样本集T输入到多类分类模型BTMSVM1进行分类。本发明用于通过增量学习对海量信息进行高效多类分类。
一种融合增量学习支持向量机多类分类方法

[发明专利]一种基于交叉监督的多模态数据分类方法及装置-CN202210773999.8在审
发明人：朱心洲;潘晓华;沈诗靖 -专利权人：浙江大学;浙江大学滨江研究院
申请日： 2022-07-01 - 公布日： 2022-09-30 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于交叉监督的多模态数据分类方法，包括：步骤1、获取多模态数据，构建包含标已注数据和未标注数据的样本集；步骤2、以同一个网络结构为基础，构建第一分类模型与第二分类模型；步骤3、利用样本集，对第一分类模型与第二分类模型进行训练与参数调整；步骤4、采用已标注数据，分别训练获得的第一分类模型与第二分类模型进行测试，选取测试结果最好的模型作为最终的多模态数据分类模型；步骤5、将待分类的多模态数据输入至多模态数据分类模型，输出多模态数据对应的分类结果。本发明还提供了一种多模态数据分类装置。本发明提供的方法可以在小样本多模态数据的条件下，保证分类模型的鲁棒性、泛化能力及预测准确率。
一种基于交叉监督多模态数据分类方法装置

[发明专利]获取分类器、检测对象的方法和装置及图像处理设备-CN201510244526.9有效
发明人：江龙;姜涌;张文文 -专利权人：佳能株式会社
申请日： 2015-05-14 - 公布日： 2020-03-03 - 主分类号： G06K9/62 文献下载
摘要：本公开涉及分类器生成、更新与对象检测方法和装置及图像处理设备。一种多类分类器生成方法，包括以下步骤：通过使用一个单类对象分类器和从图像序列中获取的背景图像区域，生成至少一个单类背景分类器；以及将所述单类对象分类器与所述至少一个单类背景分类器组合为一个多类分类器。
获取分类检测对象方法装置图像处理设备

[发明专利]用支持向量机多类分类器搜索特征点新位置的方法-CN200510111501.8无效
发明人：杜春华;杨杰 -专利权人：上海交通大学
申请日： 2005-12-15 - 公布日： 2006-05-24 - 主分类号： G06K9/00 文献下载
摘要：一种图像处理技术领域的用支持向量机多类分类器搜索特征点新位置的方法，包括如下步骤：(1)建立ASM模型并初始化ASM模型从而得到模型的初始位置；(2)为人脸上的每个特征点生成对应的多类训练样本以训练支持向量机多类分类器；(3)对于每一个特征点，用其对应的训练样本训练支持向量机多类分类器；(4)用模型的初始位置作为ASM搜索的起始位置，并使用支持向量机多类分类器进行特征点定位。本发明提出的涉及了眼睛检测、分类器训练、两类分类器向多类分类器的转换、ASM特征点定位的人脸特征点定位方法可以进一步应用于人脸识别，性别识别、表情识别、年龄估计等方面，其具非常高的精度。
支持向量机多类分类搜索特征位置方法

[发明专利]一种用于工控系统的入侵检测方法和系统-CN202110901437.2有效
发明人：尚文利;曹忠;杨思铭;韩统约;揭海 -专利权人：广州大学
申请日： 2021-08-06 - 公布日： 2023-05-23 - 主分类号： G06F18/2411 文献下载
摘要：其方法包括：对获取的原始ModbusTCP数据进行逐帧摄取处理，将不同功能特征的值和攻击类别标签转化为可被编程识别的形式；对攻击分类特征集数据进行主成分分析降维处理，去除冗余数据，生成多类分类数据集；将不同类别的攻击数据分别与正常数据结合生成二类分类数据集；训练产生二类分类检测器、多类分类检测器；将多个二类分类器通过或门相连得到分布式二类分类检测器入侵检测系统，将多类分类器部署形成多类分类检测器入侵检测系统；优化算法模型，将ModbusTCP数据输入优化的入侵检测系统进行分类处理
一种用于系统入侵检测方法

[发明专利]试样分析仪-CN200910129177.0有效
发明人：池田穣 -专利权人：希森美康株式会社
申请日： 2009-03-27 - 公布日： 2009-09-30 - 主分类号： G01N15/00 文献下载
摘要：试样分析仪包括：量子化信息获取部件，用于获取表示所述试样中粒子特征的、量子化为一定位数的量子化信息；第一生成部件，从所述量子化信息获取部件获取的所述量子化信息生成用于将所述试样中的粒子分类为多类粒子的第一分类数据；第二生成部件，从所述量子化信息获取部件获取的所述量子化信息生成用于将所述试样中的粒子分类为多类粒子的、不同于第一分类数据的第二分类数据；存储设备，储存用于将所述试样中粒子分为多类粒子的分类条件；及分类部件，根据所述第一分类数据和所述第二分类数据其中之一及所述分类条件，将所述试样中的粒子分成多类的粒子。
试样分析

[发明专利]一种用于工业互联网场景的入侵检测方法与系统-CN202310645989.0在审
发明人：曹忠;招志才;尚文利;张曼;浣沙;揭海 -专利权人：广州大学
申请日： 2023-06-01 - 公布日： 2023-10-03 - 主分类号： H04L9/40 文献下载
摘要：对联网数据的Network数据集，与上述IOT数据集进行合成，形成IOT‑NET数据集；将时间特征采用正余弦分量的方式进行循环编码；采用多种机器学习与深度学习算法训练模型；对生成模型进行交叉验证优化，得到二类分类器与多类分类器；部署二类分类器与多类分类器，得到用于工业互联网场景的二类分类入侵检测系统以及多类分类入侵检测系统。
一种用于工业互联网场景入侵检测方法系统

[实用新型]一种桁架筋的分类堆放架-CN202021008898.4有效
发明人：苏从城;姚伟;李志明;陆彬 -专利权人：常熟市博海新型建材有限公司
申请日： 2020-06-04 - 公布日： 2021-04-16 - 主分类号： B25H3/04 文献下载
摘要：本实用新型提供了一种桁架筋的分类堆放架，首先设置了底座和多根隔断柱，多根隔断柱固定安装于底座上，且底座上方的放置区域被多根隔断柱分隔为至少两个第一分类区和至少两个第二分类区，第二分类区位于第一分类区的上方，第一分类区内放置有第一桁架筋，第二分类区内放置有第二桁架筋。本实用新型相较于现有技术为堆放架增加了分类功能，并且通过堆叠式分类结构减少了堆放架的占地面积。
一种桁架分类堆放

[发明专利]一种车牌字符分类方法-CN202110966757.6在审
发明人：周坤 -专利权人：浙江工商职业技术学院
申请日： 2021-08-23 - 公布日： 2021-10-26 - 主分类号： G06K9/32 文献下载
摘要：一种车牌字符分类方法，涉及字符分类领域，方法包括：S1，通过SVD算法获得各降维维度下的训练集降维矩阵；基于获得各训练集降维矩阵的过程，获得各降维维度下的测试集降维矩阵。S2，通过SVM算法对各训练集降维矩阵的向量进行分类训练，获得每个降维维度下的车牌字符的多类分类器。S3，确定一个最佳多类分类器。S4，将待识别车牌字符图像转化为待识别降维向量，利用最佳多类分类器预测该向量所属的字符类别。SVD算法对训练集原始矩阵的降维，简化了获得各多类分类器所需的参数。获得的最佳多类分类器的时间成本和空间成本较低，分类精度较高，可以更广泛地应用于资源受限的嵌入式设备中。
一种车牌字符分类方法

[发明专利]一种基于模糊多类SVM的微博垃圾用户检测方法-CN201611016672.7有效
发明人：徐光侠;高郭威;宋洋洋;刘宴兵;常光辉;齐锦;蒋鹏;李伟凤 -专利权人：重庆邮电大学
申请日： 2016-11-18 - 公布日： 2020-11-17 - 主分类号： G06Q50/00 文献下载
摘要：本发明公开了一种基于模糊多类SVM的微博垃圾用户检测方法，将一对多SVM多类分类器与模糊数学理论相结合用于微博垃圾用户检测。本发明通过对微博垃圾用户的特征进行分析，将垃圾用户分为三类，构造一对多SVM多类分类器，并针对多类分类器产生的混分样本使用模糊聚类方法进行模糊处理，得到组合分类器，提高了检测精度。
一种基于模糊 svm 垃圾用户检测方法

[发明专利]二叉树多类支持向量机遥感分类方法-CN201010555351.0无效
发明人：杜培军;谭琨 -专利权人：中国矿业大学
申请日： 2010-11-23 - 公布日： 2011-02-23 - 主分类号： G06K9/66 文献下载
摘要：一种二叉树多类支持向量机遥感分类方法，属于遥感分类方法。首先将所有类别分成两个子类，再将子类进一步划分成两个次级子类，如此循环下去，直到得到一个单独的类别为止，这样最终将得到一个由一系列支持向量机构成的二叉分类树，完成二叉树多类支持向量机分类器的构建；在分类过程中使分类误差在远离根结点的分类器中出现，把JM距离最大的类首先分离出来；利用建立的二叉树多类支持向量机分类器，实现遥感影像分类；优点：该方法分类速度快，分类精度优于常用的多类支持向量机分类方法和传统的分类器，综合了类别可分性和二叉树支持向量机两者的优势，因此能够实现遥感影像的快速分类，且能够提高分类精度。
二叉树多类支持向量遥感分类方法

[发明专利]一种基于字典学习的胃镜器官分类方法-CN201811515946.6有效
发明人：李胜;程铖;何熊熊;常丽萍;姜倩茹;李唱 -专利权人：浙江工业大学
申请日： 2018-12-12 - 公布日： 2021-08-03 - 主分类号： G06K9/62 文献下载
摘要：一种基于字典学习的胃镜器官分类方法，首先将原始图像进行预处理，进而从图像数据中提取颜色和纹理特征并融合，构建了测试集和多类训练集，建立K次奇异值分解字典学习模型，并将多类训练集矩阵输入模型进行求解，迭代更新，分别训练出多类字典；再将测试集分别在多类字典下通过正交匹配追踪算法得到稀疏系数，进而算出在每类字典下重构出的测试集；最后，构建均方误差分类器，通过比较重构出的测试集与原测试集的均方误差，进行多类器官的分类本发明可以实现肠胃内窥镜不同器官的分类；能有效进行内窥镜器官分类。
一种基于字典学习胃镜器官分类方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条