“实例推理技术”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9476483个，建议您升级VIP下载更多相关专利

[发明专利]一种基于实例推理的注塑模具零件多相似实例加工工艺重用设计方法-CN202310163383.3在审
发明人：初红艳;李卓然;董可;东岳峰;曹建强 -专利权人：北京工业大学
申请日： 2023-02-24 - 公布日： 2023-06-30 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种基于实例推理的注塑模具零件多相似实例加工工艺重用设计方法，包括基于实例推理的双层检索模型和多相似实例的工艺重用修正模型。以注塑模具某类零件的基本信息和加工工艺属性作为实例检索属性，进行相似实例检索，结合基于特征相似度的工艺修正，来实现快速工艺重用设计的方法。根据零件基本信息等属性进行基于改进的K‑means算法的相似零件簇聚类，得到相似零件实例簇的聚类结果；根据相似零件簇中零件的加工工艺属性，采用KNN算法进行总体相似度检索的计算；该方法采用基于改进的K‑means和KNN算法结合构建双层检索模型，提高相似零件检索效率和准确度，基于实例零件的特征相似度，实现目标零件加工工艺文件的快速准确智能化生成。
一种基于实例推理注塑模具零件多相加工工艺重用设计方法

[发明专利]一种基于情境推理的语义Web服务发现方法-CN201610813427.2在审
发明人：余漫游 -专利权人：湖南移商动力网络技术有限公司
申请日： 2016-09-10 - 公布日： 2018-03-20 - 主分类号： G06F17/30 文献下载
摘要：一种基于情境推理的语义Web服务发现方法，其内容包括，基于情境推理的服务发现方法能够自动为用户找到适宜其情境的服务,首先,我们构建两个情境本体用户情境本体和Web服务情境本体;接下来,我们抽取情境本体中的概念,建立用户情境到服务情境之间的推理元规则;由推理元规则可以生成许多具体的推理规则实例,这样,我们就可以通过用户具体的情境状态推理出满足其情境期望的服务集合。
一种基于情境推理语义 web 服务发现方法

[发明专利]一种夹具结构智能设计方法-CN201610201271.2在审
发明人：张发平;张田会;张凌雲;郭少伟;王戈;阎艳 -专利权人：北京理工大学
申请日： 2016-03-31 - 公布日： 2016-09-28 - 主分类号： G06F17/50 文献下载
摘要：该方法包括：利用基于本体的表示方法构建工件本体模型、夹具元件本体模型以及实例本体模型，形成夹具元件本体库和实例本体库。然后引入知识组件技术建立一个能够自动完成设计任务的智能化模型。在此基础上，将基于规则和实例推理的方法相结合组成混合推理模式，实现了对夹具类型的智能选择，并通过开发软件平台，实现了夹具尺寸的自动选择和夹具元件的快速装配。
一种夹具结构智能设计方法

[发明专利]基于模型检索技术的模具组件设计方法-CN201810253179.X在审
发明人：王华君;陈更新;朱兴元;甘康康;刘修忠 -专利权人：武汉理工大学
申请日： 2018-03-26 - 公布日： 2018-09-28 - 主分类号： G06F17/50 文献下载
摘要：本发明公开了一种基于模型检索技术的模具组件设计方法，包括：对目标产品三维模型进行模型处理，获取轮廓点云，计算得到目标产品模型的几何形状特征向量，并根据目标产品的产品类别信息，在预设实例库模块中采用最近邻法进行匹配检索以获得相似度最高的模具组件实例；根据目标产品的外形结构参数和相应工艺方案，依据预设知识库设定的设计规则进行推理计算，得到模具零件关键结构尺寸数值；依据模具组件实例信息，从预设零件库调用相应的模具组件，并将在推理计算得到模具零件关键结构尺寸数值数据相应地赋值给各个零件本发明提出的基于模型检索技术的模具组件设计方法，提高了模具设计质量与效率。
模具组件目标产品模型检索预设关键结构模具零件推理几何形状特征外形结构参数知识库设定产品类别模具设计模型处理匹配检索三维模型设计规则实例信息数值数据完成零件最近邻法参数化零件库轮廓点实例库相似度向量调用装配更新

[发明专利]基于实例推理技术的轿车整车个性化配置系统-CN200810033986.7无效
发明人：王伟明;戚进;胡洁;彭颖红;周飞 -专利权人：上海交通大学
申请日： 2008-02-28 - 公布日： 2008-08-20 - 主分类号： G06F17/50 文献下载
摘要：本发明涉及一种计算机应用技术领域的基于实例推理技术的轿车整车个性化配置系统，包括：用户需求获取模块、已有车型实例库模块、基于已有车型实例的配置模块，用户需求获取模块获取用户的需求信息，并通过映射的方式，把客户的需求特征的信息自动向轿车的结构元件进行映射，获得新轿车车型的设计参数；基于已有车型实例的配置模块调用需求获取模块中的车型设计参数，并在已有车型实例库模块中进行配置检索，生成一款新车型；已有车型实例库模块负责存储与管理系统中的已有车型实例的知识
基于实例推理技术轿车整车个性化配置系统

[发明专利]实例异常判定方法、装置、计算机设备及存储介质-CN202110219061.7在审
发明人：陈昊 -专利权人：平安普惠企业管理有限公司
申请日： 2021-02-26 - 公布日： 2021-06-08 - 主分类号： G06K9/62 文献下载
摘要：本申请实施例属于人工智能领域，涉及一种实例异常判定方法、装置、计算机设备及存储介质，其中方法包括：通过获取影响实例异常判定的影响因子；根据预先收集的样本数据计算影响因子和实例异常判定之间的条件概率；构建初始贝叶斯网络；接收M个证据因子；将所述M个证据因子输入所述初始贝叶斯网络计算所述实例异常的概率；当所述实例异常的概率大于预设的第一阈值时，判定所述实例异常。根据证据因子使用贝叶斯网络进行推理，得到实例异常的概率，通过实例异常的概率判定实例是否异常，证据因子与判定结果之间具有因果关系，判定结果可以被合理的解释。此外，本申请还涉及区块链技术，用户的证据因子可存储于区块链中。
实例异常判定方法装置计算机设备存储介质

[发明专利]结合本体概念和实例的网络空间知识图谱推理方法和装置-CN202010424098.9有效
发明人：丁兆云;周鋆;潘永淇;朱席席;张维明;朱承;刘斌;黄松平;吕国栋;朱先强 -专利权人：中国人民解放军国防科技大学
申请日： 2020-05-18 - 公布日： 2023-05-09 - 主分类号： G06F16/36 文献下载
摘要：本申请涉及一种结合本体概念和实例的网络空间知识图谱推理方法和装置。所述方法包括：将网络空间的本体概念映射至本体图；从节点对应的语料库提取实例层的实体，根据本体边和实体，构建第二三元组；构建用于网络空间知识图谱推理的卷积神经网络模型，根据第一三元组和第二三元组，确定卷积神经网络模型的统一能量函数；根据统一能量函数，构建用于训练卷积神经网络模型的得分函数；根据得分函数的最小化目标，反向训练得到训练好的卷积神经网络模型；根据训练好的卷积神经网络模型，进行网络空间知识图谱推理。采用本方法能够提高推理的准确性。
结合本体概念实例网络空间知识图谱推理方法装置

[发明专利]智能工艺决策方法-CN202310667433.1在审
发明人：李学光;张大舜;白金慧;孟凡军;苗立琴;丁海涛;王静;高迪;王相海;郭克;史德晶 -专利权人：长春理工大学;长春设备工艺研究所
申请日： 2023-06-07 - 公布日： 2023-09-29 - 主分类号： G06Q10/0637 文献下载
摘要：解决了目前工艺决策人工经验依赖程度高、经验继承性不好、决策效率低下等问题，该方法首先对零件的三维信息模型进行信息提取，将提取到的信息存入工艺数据库；然后将特征信息和其他工艺决策需要的参数输入，根据输入的信息通过实例推理对加工工艺进行推理，并将目标实例保存入工艺数据库。本发明所提出的智能工艺决策方法基于实例推理原理，能够极大减少人工依赖，实现智能工艺决策，缩短了工艺决策时间，提高了决策效率。
智能工艺决策方法

[发明专利]一种集成的加权多数软投票的众包数据真值推理方法-CN202110309301.2在审
发明人：张桦;徐宏;沈菲;蒋世豪;张灵均;吴以凡 -专利权人：杭州电子科技大学
申请日： 2021-03-23 - 公布日： 2021-07-20 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种集成的加权多数软投票的众包数据真值推理方法。本发明包括：步骤1、通过计算实例属于每一个类别的概率，复制K‑1个实例副本，从而转换为新的众包数据集用以训练弱分类器；步骤2、采用基于极大似然估计的方法聚合弱分类器；步骤3、引入工人在不同的实例上的不同的标注能力，采用基于相似度比较的方法计算工人权重；步骤4、采用加权软投票的方法聚合生成推理的标签。本发明不仅引入了实例的特征，还综合考虑了不同工人对于不同实例的标注能力，通过基于相似度比较预测标签和工人标签得到的权重来量化标注能力。提出基于工人权重的加权软投票的方法预测最后的标签。
一种集成加权多数投票数据真值推理方法

[发明专利]一种禾本科植物分蘖数量计数方法-CN202011560859.X有效
发明人：苏家仪;韦光亮;王筱东;苏世宁;滕毅有;张玉国;何家海 -专利权人：广西慧云信息技术有限公司
申请日： 2020-12-25 - 公布日： 2023-07-04 - 主分类号： G06V20/10 文献下载
摘要：本发明公开一种禾本科植物分蘖数量计数方法，包括以下步骤：（1）数据采集与标注：采集禾本科植物分蘖RGB图像，并进行多边形标注；（2）生成数据集:将步骤（1）进行多边形标注后的数据转换成COCO格式的实例分割数据集，并将该实例分割数据集按0.8:0.1:0.1的比例随机划分为训练集、验证集与测试集；（3）构建一种基于可旋转矩形框的Mask R‑CNN实例分割网络（4）模型训练：指定步骤（2）中的训练集与验证集使用SGD优化器训练；（5）模型推理：将步骤（2）中的测试集内的数据输入到步骤（3）的Mask R‑CNN实例分割网络中进行推理。本发明有效提升实例分割算法的召回率与精确率，提高分蘖计数准确率。
一种禾本科植物分蘖数量计数方法

[发明专利]一种面向工业场景的工件点云实例分割方法-CN202310581737.6在审
发明人：吴盟;庄开宇;杨根科;褚健 -专利权人：上海交通大学宁波人工智能研究院
申请日： 2023-05-19 - 公布日： 2023-08-22 - 主分类号： G06V10/26 文献下载
摘要：本发明公开了一种面向工业场景的工件点云实例分割方法，涉及3D机器视觉和深度学习技术领域，包括：步骤1、进行图像采集与数据转换，获得工件的点云数据；步骤2、点云预处理，滤除点云数据中的无效点和工作台平面；步骤3、点云标注，对预处理后的点云数据进行实例标注得到标注文件；标注文件和点云数据构成模型训练所需的点云实例分割数据集；步骤4、数据增强；步骤5、点云实例分割模型构建；步骤6、点云实例分割模型训练；步骤7、点云实例分割模型预测，使用训练好的点云实例分割模型进行推理，输入验证集中的数据，输出并显示预测得到的实例类别及点云组成。
一种面向工业场景工件实例分割方法

[发明专利]一种工程机械液压油缸退役产品再制造评估方法-CN202310048687.5有效
发明人：任家东;陈善功;石鹏;郝晓冰;黄国言 -专利权人：燕山大学
申请日： 2023-02-01 - 公布日： 2023-06-16 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种工程机械液压油缸退役产品再制造评估方法，首先，建立工程机械液压油缸退役产品失效特征分析矩阵，通过失效特征相关性学习方法计算不同失效特征的影响权重；其次，建立模糊模式识别和实例推理模型，计算源实例与实例库中目标实例失效模式之间的相似度，匹配出最佳相似实例，并输出失效油缸的再制造工艺方案，对于未匹配案例形成新的失效实例模板，丰富产品再制造实例库。
一种工程机械液压油退役产品制造评估方法

[发明专利]一种机器学习模型推理方法和装置-CN202210567889.6在审
发明人：刘帅朝;黄乐乐;张德 -专利权人：京东科技控股股份有限公司
申请日： 2022-05-24 - 公布日： 2022-08-16 - 主分类号： G06N20/20 文献下载
摘要：本发明公开了一种机器学习模型推理方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：将客户端发送的模型推理请求加入请求任务队列，由前端服务根据请求任务队列中的模型推理请求，与后端服务建立进程间通信，以将模型入参数据发送至后端服务；由后端服务启动待推理模型并通过待推理模型根据入参数据计算模型分，即推理结果，通过前端服务向客户端返回推理结果，不同的待推理模型部署在容器层的单节点中。该实施方式能够在联合建模的合作方式下，以方便、快速部署和降低运维成本为目标，实现单节点或实例下不同模型线上快速推理，实现针对不同类型的模型可以快速上线和更新、迭代，整体服务相对较为轻量级，后期的运维成本较低
一种机器学习模型推理方法装置

[发明专利]基于神经网络的数据处理方法、装置、平台、介质及设备-CN202210305979.8在审
发明人：曹勇华;石柯;赵建奎;张迎;林炳辉;诸松权;管聪 -专利权人：魔门塔（苏州）科技有限公司
申请日： 2022-03-25 - 公布日： 2023-10-03 - 主分类号： G06N3/02 文献下载
摘要：该方法包括对待处理数据进行数据定义，创建对象实例；通过调用对象实例预先封装的参数接口，对对象实例进行参数设置，得到对象参数；通过调用函数处理接口，将对象参数与对象实例同时输入到神经网络中，在神经网络中利用算法推理库对待处理数据进行预处理，得到预处理数据，并通过调用数据输出接口输出预处理数据；利用算法配置文件和算法推理库，神经网络对预处理数据进行优化处理，得到处理数据；根据用户预定义参数，对处理数据进行后处理，得到标准处理数据。
基于神经网络数据处理方法装置平台介质设备

[发明专利]一种视频实例分割系统和方法-CN202110408364.3有效
发明人：房体品;秦者云;卢宪凯;丁冬睿 -专利权人：广东众聚人工智能科技有限公司
申请日： 2021-04-16 - 公布日： 2021-08-03 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种视频实例分割系统和方法。该系统包括：特征提取模块，用于获取待处理视频，提取视频帧的特征；浅层嵌入量估计模块，与特征提取模块连接，用于估计每个视频帧中的每个像素位置的显变量嵌入量，并建立每个待分割实例的浅层高斯分布模型；深层嵌入量估计模块，与特征提取模块连接，用于得到每个待分割实例的隐式信息，估计每个视频帧中的每个像素位置的隐变量嵌入量，对每个待分割实例的浅层高斯分布模型进行优化；聚类推理模块，与深层嵌入量估计模块连接，用于对每个视频帧中的每个像素位置进行推理聚类
一种视频实例分割系统方法