“数据分类集”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3016441个，建议您升级VIP下载更多相关专利

[发明专利]社会事件分类方法及装置-CN202111617494.4在审
发明人：徐常胜;钱胜胜;李章明 -专利权人：中国科学院自动化研究所
申请日： 2021-12-27 - 公布日： 2022-05-17 - 主分类号： G06V10/764 文献下载
摘要：本发明提供一种社会事件分类方法及装置，获取目标数据集；将目标数据集输入社会事件分类模型，获取社会事件分类模型输出的目标数据集对应的社会事件分类结果；其中，目标数据集包括图像集和文本集，图像集中的部分图像与文本集中的部分文本具有对应关系；社会事件分类模型，是基于样本数据集以及样本数据集对应的社会事件分类结果进行训练得到的；样本数据集包括样本图像集和样本文本集，样本图像集中的部分样本图像与样本文本集中的部分样本文本具有对应关系。本发明提供的社会事件分类方法及装置，能更准确、更高效的对包括完备的多模态数据以及不完备的多模态数据的混合数据进行社会事件分类。
社会事件分类方法装置

[发明专利]基于R语言环境的Vertica分布式分类预测方法及系统-CN202010118935.5在审
发明人：孙三山;肖阳阳;蔡苗;陈震宇;刘国华 -专利权人：中国邮政储蓄银行股份有限公司
申请日： 2020-02-26 - 公布日： 2020-06-26 - 主分类号： G06F16/28 文献下载
摘要：本发明公开一种基于R语言环境的Vertica分布式分类预测方法及系统，涉及Vertica数据库技术领域，能够提升R功能包执行分类预测的效率。该方法包括：构建输入数据集和输出数据集，输入数据集包括由自变量数据和因变量数据组成的多个训练数据，输出数据集包括与每个训练数据对应的分类预测结果；将输入数据集加载到Vertica数据库上，并进行数据清洗；从R中构建分类预测主函数，根据输入数据集和输出数据集并调用预定义的R列表工厂函数和分类预测参数函数进行分类预测模型的训练，得到R功能包；将R功能包部署在Vertica数据库的各个节点上，实现对大数据的分类预测
基于语言环境 vertica 分布式分类预测方法系统

[发明专利]一种针对产业整合对标管理工业大数据计算分类方法-CN202011139332.X在审
发明人：王荣浩;王敏;纪慧;米韵 -专利权人：苏州华检工标信息技术有限公司
申请日： 2020-10-22 - 公布日： 2021-01-22 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及产业整合数据分类技术领域，且公开了一种针对产业整合对标管理工业大数据计算分类方法，对有类标和无类标的数据分别进行预处理，得到对应的分类数据集A，将步骤1)中的分类数据集进行特征选择，并得到特征选择后的分类数据集An，将步骤2)中的分类数据集An按照向量模型进行计算，从而将分类数据集An分别转化为对应的一维向量，重复步骤1)、2)和3)，并得到分类模型，将数据S导入到分类模型中，并对数据S进行分词得到数据S1。该针对产业整合对标管理工业大数据计算分类方法，通过预设分类模型，然后将管理数据导入到分类模型中，以此快速将管理数据进行计算分类，极大的提高了计算分类时的效率，使用便捷。
一种针对产业整合理工业大数据计算分类方法

[发明专利]数据分类方法、终端、装置及存储介质-CN201911044522.0有效
发明人：陈瑞钦;黄启军;李诗琦;唐兴兴;林冰垠 -专利权人：深圳前海微众银行股份有限公司
申请日： 2019-10-30 - 公布日： 2022-11-25 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种数据分类方法，包括以下步骤：在接收到数据分类指令时，获取目标特征标识，基于目标特征标识将数据集中的数据进行分块，基于预设分类规则对各个数据块进行分类操作，以得到子训练集、子验证集以及子测试集，分别发送子训练集至训练集、子验证集至验证集以及发送子测试集至测试集。在一个终端上通过将目标特征标识对应的特征数据相同的数据划分到一个数据块，然后按照预设比例将各个数据块分类为子训练集、子验证集以及子测试集并发送，实现了直接在终端将相应数据发送到训练集、验证集和测试集，与现有技术相比，在数据集分类时避免了在终端之间的数据移动，从而减少系统资源消耗。
数据分类方法终端装置存储介质

[发明专利]一种对分类数据集进行测试的方法-CN201510519054.3有效
发明人：颜雪松 -专利权人：中国地质大学（武汉）
申请日： 2015-08-21 - 公布日： 2019-03-26 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了描述了一种测试分类数据集的方法。在获得分类数据集之后，若需要对其进行标准化处理，则使用绝对标准差的方式对所述分类数据集进行标准化；然后将分类数据集分成训练集和测试集，并利用小生境文化算法学习获得双重加权朴素贝叶斯多标签分类器的双重权值，然后对所述训练集进行训练，得到优化权重值；然后代入测试集进行预测。本发明在传统朴素贝叶斯多标签算法的基础上增加了数据的训练过程，然后再对分类数据集进行预测。本发明通过使用粒子群优化算法对传统的数据分类进行改进，改进后的算法可以提高分类的准确度。
一种分类数据进行测试方法

[发明专利]一种数据分类优化方法和优化装置-CN201910280607.2有效
发明人：黄浩 -专利权人：北京中科智营科技发展有限公司
申请日： 2019-04-09 - 公布日： 2021-08-17 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种数据分类优化方法和优化装置，解决现有数据分类模型对数据分类处理时间成本和人工成本较高的技术问题。包括：利用分类数据结构形成行业定制分类模型；通过所述行业定制分类模型对源数据进行分类形成数据标签；根据所述数据标签将源数据划分数据训练集；根据所述数据训练集优化智能分类模型并对源数据完成分类。利用分类数据结构形成可重用、服用的人工分类规则与基于计算机智能算法的分类模型相结合。利用人工分类规则形成准确的大规模数据训练集，利用大规模数据训练集优化智能分类模型，利用智能分类模型实现隐形分类的准确性和分类效率。
一种数据分类优化方法装置

[发明专利]一种遥感影像时空样本生成与智能迭代分类方法及系统-CN202210135110.3有效
发明人：顾海燕;李海涛;杨懿;孙立坚;骆成风;谭相瑞;丁少鹏;常亚茹 -专利权人：中国测绘科学研究院
申请日： 2022-02-15 - 公布日： 2022-05-17 - 主分类号： G06V20/13 文献下载
摘要：本发明公开了一种遥感影像时空样本生成与智能迭代分类方法，包括时空样本生成、智能分类、样本更新和模型优化步骤，包括获取源数据；根据源数据构建时空样本数据集；根据时空样本数据集利用深度卷积神经网络模型得到对应区域及时相的智能分类模型；通过智能分类模型对即时遥感影像进行智能分类，得到智能分类结果；对智能分类结果进行分析和修正，得到校正后分类结果；根据校正后分类结果构建更新时空样本数据集，反馈到时空样本数据集，完成时空样本数据集的更新；利用更新后的时空样本数据集对智能分类模型进行迭代优化，形成模型与样本的优化闭环。
一种遥感影像时空样本生成智能分类方法系统

[发明专利]一种基于深度学习的工程造价数据智能解析方法及系统-CN202110224622.2在审
发明人：陈高;周金源;童宥维 -专利权人：广州智筑信息技术有限公司
申请日： 2021-03-01 - 公布日： 2021-06-22 - 主分类号： G06F16/215 文献下载
摘要：本发明涉及一种基于深度学习的工程造价数据智能解析方法及系统，通过提取待解析表格中的数据得到待解析数据集；采用机器学习模型对待解析数据集进行表头分类得到若干表头分类数据集；以及，采用机器学习模型对每一表头分类数据集进行列分类，封装得到列分类数据集；对列分类数据集进行组装得到并返回标准JSON数据结构。本发明中，机器学习模型可依据表头、列数据、单元格数据等，对不规范的表格及数据进行识别、分类与清洗，提取得到标准化的标准JSON数据结构。相较传统的人工识别分类方式或人工编写的固定分类模型，机器学习模型具有极高的智能性与自动化程度，且随着处理数据量的增长，机器学习模型的分类准确率与处理效率将越来越高。
一种基于深度学习工程造价数据智能解析方法系统

[发明专利]基于多源卫星遥感的无样本农作物分类方法及装置-CN202310935333.2在审
发明人：单鼎;胡辉;王宇翔;陈强;房松松;颜秋宇;端和阳 -专利权人：航天宏图信息技术股份有限公司
申请日： 2023-07-28 - 公布日： 2023-08-29 - 主分类号： G06V10/764 文献下载
摘要：本发明提供了一种基于多源卫星遥感的无样本农作物分类方法及装置，包括：获取研究区对应的当前雷达影像数据集和当前光学影像数据集，以构建当前时间序列影像数据集；通过农作物分类模型基于当前时间序列影像数据集确定农作物分类提取结果；农作物分类模型是基于历史时间序列影像数据集和农作物样本训练得到的，历史时间序列影像数据集是融合历史雷达影像数据集和历史光学影像数据集构建得到的，农作物样本是利用无监督分类模型基于历史时间序列影像数据集生成的本发明不仅可以显著提高农作物分类的准确度和稳定性，而且无需耗费较多时间成本用于构建训练农作物分类模型所需的样本，从而显著提高农作物分类模型的训练效率。
基于卫星遥感样本农作物分类方法装置

[发明专利]一种基于特征采样的时间序列分类方法及装置-CN201810384213.7有效
发明人：王宏志;孟凡山;齐志鑫;高宏 -专利权人：哈尔滨工业大学
申请日： 2018-04-26 - 公布日： 2021-02-19 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及数据处理技术领域，提供了一种基于特征采样的时间序列分类方法及装置，该方法包括：通过特征采样方法将训练用的时间序列数据集转化为具有等长特征的训练数据集，并将测试用的时间序列数据集转化为具有等长特征的测试数据集；采用集成学习分类方法，利用所述具有等长特征的训练数据集进行模型训练；使用训练后的模型对所述具有等长特征的测试数据集进行时间序列分类。本发明先通过特征采样方法将不同长度的时间序列数据集转化为具有等长特征的数据集，再采用集成学习分类方法进行分类，提高时间序列分类的准确率，能够对于大规模的时间序列数据进行准确的分类。
一种基于特征采样时间序列分类方法装置

[发明专利]基于ViT网络的掌静脉图像分类方法、装置、设备及介质-CN202210073014.0在审
发明人：余孟春;谢清禄;陈贵祥 -专利权人：广州麦仑信息科技有限公司
申请日： 2022-01-21 - 公布日： 2023-07-28 - 主分类号： G06V40/14 文献下载
摘要：本发明实施例公开了一种基于ViT网络的掌静脉图像分类方法、装置、设备及介质。本发明涉及掌静脉图像分类技术领域，其包括：将标注有预设标签的掌静脉图像数据集按预设比例划分为训练数据集及验证数据集；对训练数据集进行数据增强扩充及归一化处理得到目标训练图像数据集；基于相似度方法，利用目标训练图像数据集及验证数据集对修改后的ViT网络模型进行训练，以得到分类模型及与分类模型相对应的多个类别特征向量；将待分类掌静脉图像输入分类模型以得到分类特征向量，并根据分类特征向量及多个类别特征向量得到待分类掌静脉图像的分类结果。本申请实施例可提高掌静脉图像的分类准确度。
基于 vit 网络静脉图像分类方法装置设备介质

[发明专利]可收缩步长的多类别集成学习分类方法-CN201510010781.7在审
发明人：吴悦;严超 -专利权人：上海大学
申请日： 2015-01-09 - 公布日： 2015-04-29 - 主分类号： G06F17/30 文献下载
摘要：本发明涉及可收缩步长的多类别集成学习分类方法，该方法首先将原始数据进行预处理，转换成分类方法可以处理的数据格式，获得训练数据集和待分类数据集；然后初始化训练数据集样本权重；然后依据训练数据集样本权重以及训练步长，训练M个基分类器，其中根据需要收缩步长；然后集成所有基分类器，得到最终判别分类器，对待分类数据集进行分类；最后将分类结果保存到文件中，提供分类预测的参考。本发明解决了因使用固定步长导致的最终分类界面没有最优化，分类预测精度欠佳的问题，同时省去了使用线搜索估计带来的时间开销。
收缩步长类别集成学习分类方法

[发明专利]一种PolSAR影像半监督分类方法-CN202110335006.4在审
发明人：马晓双;朱乐坤;吴海鹏 -专利权人：安徽大学
申请日： 2021-03-29 - 公布日： 2021-06-15 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了雷达遥感图像处理技术领域的一种PolSAR影像半监督分类方法，在少量训练样本的基础上，利用Wishart分类器、SVM分类器和CV‑CNN模型对图像进行分类，分类结果再进行多数投票，产生强数据集和弱数据集；将强数据集作为伪标签，用CV‑CNN模型对弱数据集进行重新分类，为了充分利用强数据集，利用强数据集产生的伪标签对弱数据集重新分类三次；通过多数投票的方式对三种分类结果进行整合，最后将强数据集与重分类结果相结合，得到最终分类结果，本方法采用多数投票的方法扩充CV‑CNN模型的训练样本，进一步提高分类性能，同时充分利用各分类器各自的优势，在训练样本数量较少的情况下，提高分类的总体精度，该方法相对于传统的监督分类方法具有显著优越性
一种 polsar 影像监督分类方法

[发明专利]物联网潜在用户识别方法、装置、计算机设备及存储介质-CN202111511879.2在审
发明人：毛江俊;曾广宇;夏丰盛 -专利权人：天翼物联科技有限公司
申请日： 2021-12-07 - 公布日： 2022-03-08 - 主分类号： G06Q30/02 文献下载
摘要：本发明涉及新一代信息技术，提供了物联网潜在用户识别方法、装置、设备及介质，先基于第一数据集和第二数据集标注样本集和非标注样本集，然后根据标注策略及标注样本集对未标注样本集中各一类型用户数据进行若干次标注得到若干组标注集，之后基于若干组标注集对待训练LightGBM模型进行训练得到分类模型集，最后基于分类模型集对待预测用户数据进行分类结果获取并求平均值得到分类结果平均值，并基于分类结果平均值与分类阈值的比较结果确定标注值实现了基于第一数据集和第二数据集得到的标注样本集和非标注样本集对多个LightGBM模型进行训练组成分类模型集，并基于分类模型集对待预测用户数据同时进行多模型分类求平均值，得到更加准确的分类结果。
联网潜在用户识别方法装置计算机设备存储介质

[发明专利]分类模型的训练方法、装置、存储介质和电子设备-CN202211176248.4在审
发明人：邸顺然;张一凡;王然;郝忠 -专利权人：歌尔股份有限公司
申请日： 2022-09-26 - 公布日： 2023-01-10 - 主分类号： G06F18/241 文献下载
摘要：本公开涉及计算机技术领域，具体涉及分类模型的训练方法、装置、存储介质和电子设备。分类模型的训练方法包括：获取第一数据集和与第一数据集对应的第一标注集，并使用第一数据集和第一标注集对分类模型进行训练，根据训练结果，确定第一数据集中的隔离数据，将隔离数据从第一数据集中剔除，获得第二数据集，并将隔离数据对应的标注从第一标注集中剔除，获得第二标注集，使用第二数据集、第二标注集对分类模型进行训练，并在训练过程中将分类正确概率小于第一预设阈值的隔离数据放回到第二数据集中，并将对应的标注放回到第二标注集中，获得更新后的第二数据集和第二标注集，使用更新后的第二数据集和第二标注集对分类模型进行训练。
分类模型训练方法装置存储介质电子设备