“学习性”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255800个，建议您升级VIP下载更多相关专利

[发明专利]信息处理装置和信息处理方法-CN201780065036.X在审
发明人：井手直纪 -专利权人：索尼公司
申请日： 2017-08-18 - 公布日： 2019-06-04 - 主分类号： G06N20/00 文献下载
摘要：[问题]为了预先预测与学习数据的标记状态相对应的学习性能。[解决方案]提供了一种信息处理器，其设置有：数据分布呈现单元，其用于对输入的学习数据执行降维，并且生成与学习数据有关的数据分布图；学习性能预测单元，其用于基于数据分布图和与学习数据有关的标记状态来预测学习性能；以及显示控制单元，其用于控制与数据分布图和学习性能有关的显示，该数据分布图包括：关于包括学习数据的集群的交叠的信息和关于属于每个集群的学习数据的数量的信息。
学习数据数据分布图学习性能标记状态集群显示控制单元信息处理装置信息处理器呈现单元数据分布信息处理预测单元预测降维交叠

[发明专利]信息处理方法以及信息处理装置-CN202211623328.X在审
发明人：洼田望 -专利权人：洼田望
申请日： 2022-12-16 - 公布日： 2023-06-20 - 主分类号： G06N20/00 文献下载
摘要：信息处理方法通过信息处理装置执行，该信息处理装置具有存储规定的学习模型的存储装置和处理器，其中，处理器执行如下处理：针对一个或多个数据集，以并行学习的实例数及超参数被任意变更后而得的各个组合，使用规定的学习模型使其他的各信息处理装置进行机器学习；从其他的各信息处理装置获取与各个组合对应的学习性能；使用包含各个组合和与各个组合对应的学习性能的学习数据进行监督学习；以及通过监督学习生成按实例数及超参数的组合预测学习性能的预测模型。
信息处理方法以及装置

[发明专利]基于高校教学大数据的学习行为评价方法及系统-CN201710609752.1在审
发明人：王彬;张斌;郭梦雨;王清馨;胡悦琦;桂存 -专利权人：山东工商学院
申请日： 2017-07-25 - 公布日： 2017-09-15 - 主分类号： G06Q50/20 文献下载
摘要：本申请实施例公开了基于高校教学大数据的学习行为评价方法包括获取全体预设题号正确率以及全体预设题号通过率计算预设题号难易度；获取用户预设题量的提交次数，根据提交次数以及与预设题量相对应的预设题号难易度，计算用户的做题坚持度；根据做题坚持度确定用户的学习性格；获取个人正确率，根据个人正确率、做题坚持度以及学习性格确定用户学习状态，其中，个人正确率包括个人全部题号正确率和个人预设题号正确率；根据学习状态、个人全部题号正确率做题坚持度以及学习性格确定用户未来发展趋势通过从在线学习平台获取教育数据能够降低数据获取的时间并能够保证获取的数据的准确性，有效提高教育数据分析的效率和分析结果的可靠性。
基于高校教学数据学习行为评价方法系统

[发明专利]基于模拟退火的能耗与联邦学习性能的联合优化方法、装置、可存储介质及设备-CN202310787450.9在审
发明人：朱琦;颜贺 -专利权人：南京邮电大学
申请日： 2023-06-30 - 公布日： 2023-09-08 - 主分类号： H04W24/02 文献下载
摘要：本发明公开了一种基于模拟退火的能耗与联邦学习性能的联合优化方法，属于通信技术领域，包括获取参与联邦学习用户的总能耗以及考虑错包率引起的总收敛间隔，确定系统总代价函数及约束条件，构建总代价函数最小化的优化问题；对优化问题进行求解，获取最优用户选择、最优带宽分配和最优发送功率；获取最优用户选择中的用户，使用户按照最优带宽分配与最优发送功率参与联邦学习。本发明解决了现有技术中联邦学习的用户调度与资源分配策略不合理，影响联邦学习性能与用户能耗之间的平衡问题，采用模拟退火、KKT条件和迭代方法对总代价函数最小化的优化问题求解，得到合理的用户选择和资源分配方案，实现在保障联邦学习性能的同时，降低用户总能耗。
基于模拟退火能耗联邦学习性能联合优化方法装置存储介质设备

[发明专利]基于LSSVM及自适应递推的磨煤机一次风量软测量系统-CN202110596145.2在审
发明人：董利斌;周宝柱;王鹏;张新胜;丁宁;杨程;陈灿兵;龚秋珍;黄广;沙千里;赵琦;杜学聪;王克遥;高健;李慎东 -专利权人：浙江大唐乌沙山发电有限责任公司
申请日： 2021-05-30 - 公布日： 2021-09-03 - 主分类号： G06F17/18 文献下载
摘要：本发明组成包括：软测量系统，软测量系统包括模型预测子系统，模型预测子系统分别与前向学习性能检测子系统、后向学习模型更新子系统连接，前向学习性能检测子系统与后向学习模型更新子系统连接，模型预测子系统包括辅助变量选取及数据预处理单元、LSSVM离线模型建立单元、磨煤机一次风量预测单元；前向学习性能检测子系统包括FLOO‑CV预报误差计算单元、关键样本节点判断单元。
基于 lssvm 自适应磨煤机一次风量测量系统

[发明专利]一种无人机辅助的联邦学习资源分配方法-CN202310113221.9在审
发明人：朱琦;刘超艺 -专利权人：南京邮电大学
申请日： 2023-02-15 - 公布日： 2023-06-23 - 主分类号： H04W52/24 文献下载
摘要：本发明公开了一种无人机辅助的联邦学习资源分配方法，针对无人机辅助的联邦学习无线网络场景，考虑到无人机高度对覆盖范围的影响，以实现用户总能耗与联邦学习性能之间的均衡。该方法同时考虑用户总能耗与联邦学习性能，定义了系统总代价函数，其中总代价函数由用户总能耗与参加联邦学习用户数的倒数加权组成，并形成了总代价函数最小化的优化问题，分解为无人机水平位置、本地精度和通信与计算资源三个优化子问题，分别采用逐次凸逼近、Dinkelbach Method方法、二分法与KKT条件对三个子问题进行求解，最终通过三个子问题迭代得到合理的资源分配方案，以实现保障联邦学习性能的同时，降低用户总能耗。
一种无人机辅助联邦学习资源分配方法

[发明专利]一种细粒度学习性能预测方法、装置、设备及介质-CN202110396455.X在审
发明人：王希哲;黄昌勤;李明;黄琼浩;蒋凡 -专利权人：浙江师范大学
申请日： 2021-04-13 - 公布日： 2021-07-02 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种细粒度学习性能预测方法、装置、设备及介质，方法包括：获取学习者对在线课程的学习特征记录；根据所述学习特征记录构建多模态融合学习特征矩阵；根据跨步范围获取临近元素；根据皮氏距离筛选相似动态特征；根据所述临近元素和所述相似动态特征，获取联合元素；将所述联合元素进行细粒度学习性能预测，得到预测结果。实现学习者个体学习情况在不同阶段过程的及时有效获取，有助于提升在线学习环境中的学生的学习参与度与效能效果，可广泛应用于人工智能技术领域。
一种细粒度学习性能预测方法装置设备介质

[发明专利]一种基于大数据的信息技术教学系统-CN201910051609.4有效
发明人：赵杰文;原娇杰;王海花;刘三军;周军 -专利权人：焦作大学
申请日： 2019-01-21 - 公布日： 2021-06-15 - 主分类号： G09B5/02 文献下载
摘要：本发明公开了一种基于大数据的信息技术教学系统，涉及大数据技术领域，包括远程服务器以及与其通信连接的移动终端和固定终端，移动终端具有可拉伸式的屏幕，屏幕大小可以根据需要调整，当使用移动终端登录时，远程服务器采用大数据分析模型确定用户当前最合适的学习课程，当使用固定终端登录时，远程服务器采用大数据分析模型根据用户的学习习惯确定学习性格，根据学习性格确定最合适的学习资料。本发明充分利用学习课余时间，无论用户采用移动终端还是固定终端都可以进行高效学习，对提高教学质量有非常大的帮助。
一种基于数据信息技术教学系统

[发明专利]基于集成字典学习的图像稀疏表示方法-CN201710870137.6在审
发明人：鲍东海;潘娟;丁佳骏;王青沛;李胜;何熊熊 -专利权人：浙江工业大学
申请日： 2017-09-22 - 公布日： 2018-03-20 - 主分类号： G06K9/46 文献下载
摘要：基于集成字典学习的图像稀疏表示的方法，包括(1)根据实际和理论研究中的图像稀疏表示,建立适合各种字典学习算法的集成学习框架；(2)参考一维情况下的集成学习性能提高的理论支撑，推导二维(矩阵)情况下的集成学习性能提高理论公式；(3)利用新型集成字典学习框架的并行潜质优化字典学习时间并提高图像稀疏表示的抗噪性能。
基于集成字典学习图像稀疏表示方法

[发明专利]基于条件GAN的数据增广改善个性化联邦学习性能方法-CN202210486378.1在审
发明人：杨绿溪;李林育;张征明;李春国;黄永明 -专利权人：东南大学
申请日： 2022-05-06 - 公布日： 2022-08-16 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种基于条件GAN的数据增广改善个性化联邦学习性能方法，包括以下步骤，建立个性化联邦学习pFedMe模型；建立条件GAN模型，进而将其以个性化联邦学习的方式加入到pFdeMe模型中，得到基于条件通过本发明可以获取条件GAN有效提升个性化联邦学习性能的方式，对于使用条件GAN对模型进行数据增广具有实际价值。
基于条件 gan 数据增广改善个性化联邦学习性能方法

[发明专利]一种迭代的聚合波束成形设计和用户设备选择方法-CN202111504444.5在审
发明人：黄永明;刘升恒;傅凝宁;徐春梅 -专利权人：东南大学
申请日： 2021-12-10 - 公布日： 2022-03-18 - 主分类号： H04B7/06 文献下载
摘要：本发明公开了一种迭代的聚合波束成形设计和用户设备选择方法，该方法针对一个边缘智能系统，将中心节点和用户设备共同完成机器学习任务的问题建模为一个分布式联邦学习模型，并采用了空中计算技术来提高通信效率，但是该技术会引入聚合误差，因此，本发明通过优化中心节点的波束成形矢量和用户设备选择方案，来减小均方误差，提升模型的学习性能。在选择的用户设备数固定时，本发明与随机用户设备选择方案和基于信道的用户设备选择策略相比能取得更低的聚合误差，进而获得更好的学习性能。
一种聚合波束成形设计用户设备选择方法

[发明专利]学习型战略游戏棋-CN201210412883.8无效
发明人：李颜 -专利权人：李颜
申请日： 2012-10-24 - 公布日： 2014-05-07 - 主分类号： A63F3/02 文献下载
摘要：本发明提供了一种学习型战略游戏棋，该游戏棋采用一种全新的设计理念，直接将义务教育教材知识(包含部分生活知识)和精彩的互动游戏及道德培养与游戏棋相结合，具有非常好的战略思维性、逻辑性、学习性。教育性、趣味性，弥补了现有棋类只注重趣味性不注重学习性的不足，结合本发明特有的反沉迷良性循环设计，利用人们在青少年时期活泼好玩的特征，让游戏者在享受精彩游戏娱乐的同时直接学习和回顾到了义务教育教材知识(
学习战略游戏

[发明专利]一种基于随机聚合波束成形的用户设备选择方法-CN202111503756.4有效
发明人：刘升恒;黄永明;徐春梅;傅凝宁 -专利权人：东南大学
申请日： 2021-12-10 - 公布日： 2023-03-31 - 主分类号： H04W24/06 文献下载
摘要：本发明公开了一种基于随机聚合波束成形的用户设备选择方法，在联邦学习聚合模型时，采用空中计算技术提高通信效率，由此产生的聚合误差对最终学习性能存在影响。在用户设备数量增大时，本发明的算法与原有算法相比能取得更低的聚合误差和选择更多的用户设备，进而获得更好的学习性能。
一种基于随机聚合波束成形用户设备选择方法

[发明专利]一种用于拉曼光谱学的基于多项式重建算法的CNN迁移学习方法-CN202111173365.0在审
发明人：尹建华;尚林伟;吴进锦;王慧捷 -专利权人：南京航空航天大学
申请日： 2021-10-08 - 公布日： 2022-01-18 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种用于拉曼光谱学的基于多项式重建算法的CNN迁移学习方法。所述方法包括：(1)利用公开拉曼光谱数据库构建大数据集；(2)用重建算法重建大数据集；(3)利用大数据集训练CNN；(4)将CNN运用到不同拉曼光谱仪所测数据集中，实现迁移学习。本发明所提出的重建算法，能同时对光谱进行平滑和插值处理，且只需一次采样，滤除噪声的同时最大程度减少采样误差，进而提高CNN的迁移学习性能，其结果优于插值算法。基于此建立的CNN仅需75％的校准数据即可获得较高的迁移学习性能，优于现有CNN模型。本发明为CNN在拉曼光谱学中的迁移学习提供了一个更简单、更高效的途径。
一种用于光谱基于多项式重建算法 cnn 迁移学习方法

[发明专利]一种基于数据融合的驾驶人驾驶习性辨识方法及装置-CN202110636966.4在审
发明人：孙棣华;赵敏;袁尔会 -专利权人：重庆大学
申请日： 2021-06-08 - 公布日： 2021-09-14 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于数据融合的驾驶人驾驶习性辨识方法及装置，其特征在于；包括以下步骤：S1：利用驾驶器和穿戴设备采集数名驾驶人驾驶过程中的车辆运动状态信息、驾驶人驾驶操作信息以及驾驶人生理参数信息；S2：根据驾驶器和穿戴设备采集的数据，提取能够表征驾驶人驾驶习性的特征参数；S3：对特征参数进行聚类分析，得到所述驾驶人驾驶习性的类别属性；S4：基于机器学习方法，建立驾驶人驾驶习性辨识模型，并采用留一法对辨识结果进行验证本方法除了利用驾驶器数据间接反映驾驶习性外，还提取了穿戴设备中驾驶人的心率参数、驾驶行为等信息直接反映，融合多源信息，对驾驶习性的辨识更加合理，辨识精度高，实现方便，可在本领域大量推广。
一种基于数据融合驾驶人驾驶习性辨识方法装置

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