“模型选取”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900331个，建议您升级VIP下载更多相关专利

[发明专利]一种基于特征选取与GS-LSTM的磁盘故障预测-CN202211666867.1在审
发明人：王慎航;孟恭;潘兆丰;傅妍芳;孙云鹏;马赛 -专利权人：西安工业大学
申请日： 2022-12-23 - 公布日： 2023-05-12 - 主分类号： G06F18/2433 文献下载
摘要：本发明涉及一种基于特征选取与GS‑LSTM的磁盘故障预测，针对磁盘正负样本严重不均衡的问题，使用SMOTEENN算法对训练样本进行平衡化处理；同时本发明采用网格搜索算法对LSTM模型超参数进行优化，克服了现有方法超参数的选择方式效率较低，提高了模型的预测效果。本发明由于采用PCCs对磁盘S.M.A.R.T.属性进行特征选取，比现有方法所采用的特征具有更强的故障表征能力，同时设计了网格优化算法的预测模型按需构造模型，对于不同的磁盘型号有更好的预测模型使模型泛化性强克服了现有方法不依赖于专业知识对S.M.A.R.T.属性特征进行选取和工业应用和预测模型效率低的问题，该模型在保持较低误检率的同时，有着较高的预测准确性和故障检出率。
一种基于特征选取 gs lstm 磁盘故障预测

[发明专利]一种基于模型权重混合的在线知识蒸馏方法及系统-CN202211503704.1在审
发明人：宋杰;张天立;王玉柱;潘淑 -专利权人：之江实验室;浙江大学
申请日： 2022-11-28 - 公布日： 2023-03-03 - 主分类号： G06V10/774 文献下载
摘要：一种基于模型权重混合的在线知识蒸馏方法及系统，包括：1)服务端收集标注数据，划分为训练集和验证集；2)选取N个相同架构的学生模型，并通过线性加权学生参数构建权重混合模型；3)选取数据增强将训练集扩充成N+1份，分别输入N个学生和权重混合模型中，得到N+1个预测输出以及他们的平均集成预测；4)计算每个学生和权重混合模型的分类损失；5)计算每个学生输出与集成预测之间的知识蒸馏损失；6)计算每个学生的参数优化目标并更新N个学生的参数；7)重复3‑6步骤，每个轮次后根据更新后的学生重新构建混合权重模型，并每隔固定轮次Δ，将混合权重模型的参数融合到学生中；8)选取验证集上表现最优的模型部署到终端设备上。
一种基于模型权重混合在线知识蒸馏方法系统

[发明专利]一种模型训练方法、类别预测方法与装置-CN202210262907.X在审
发明人：冯亦军;祝航程;马国俊 -专利权人：北京字跳网络技术有限公司
申请日： 2022-03-17 - 公布日： 2023-09-29 - 主分类号： G06V10/774 文献下载
摘要：本申请公开一种模型训练方法、类别预测方法、装置、计算设备与计算机可读存储介质，用以解决模型的类别预测准确度不够高的问题。训练方法包括：利用原始样本对象集合对类别预测第一模型进行训练；利用训练好的第一模型，确定样本对象的标签与样本对象的预测类别之间的匹配程度；从原始样本对象集合中，选取符合预设条件的样本对象；利用选取的样本对象，对类别预测第二模型进行训练。由于对类别预测第二模型进行训练所使用的样本对象，是选取出的标签的标注准确性相对较高的样本对象，因此，相较于直接基于脏数据集训练得到的类别预测模型，本申请实施例提供的方法训练得到的类别预测模型具有更高的准确性
一种模型训练方法类别预测装置

[发明专利]一种CT影像数据处理方法、装置及存储介质-CN201910795986.9有效
发明人：王勤玉;邓春华;张诗文;周宏程;杨念;刘翠翠 -专利权人：武汉科技大学
申请日： 2019-08-27 - 公布日： 2022-02-01 - 主分类号： G16H30/20 文献下载
摘要：本发明提供一种CT影像数据处理方法、装置及存储介质，方法包括：获取的每个CT影像包括人体部位的一组层面图像，从CT影像的层面图像中以位置间隔方式选取预设数量的层面图像，将选取的层面图像作为CT影像的训练图像，并合成图像；将合成图像分别输入预先建立的多个网络模型中进行训练；将训练后的各网络模型进行融合，得到融合网络模型；对融合网络模型进行训练；将目标CT影像输入训练后的融合网络模型中，输出对目标CT影像的病理预测结果从各个CT影像中的不同位置选取多张训练图像，并合成得到合成图像，通过合成图像来训练各基本网络模型，提高网络训练的准确性，并将训练后的各个网络模型融合为一体，得到融合网络模型，以此提高鲁棒性和预测精度。
一种 ct 影像数据处理方法装置存储介质

[发明专利]一种数据质量检测方法及其系统-CN202110066092.3有效
发明人：宋成平 -专利权人：睿至科技集团有限公司
申请日： 2021-01-19 - 公布日： 2021-04-23 - 主分类号： G06F16/215 文献下载
摘要：本申请公开了一种数据质量检测方法及其系统，其中，数据质量检测系统包括：获取装置：向处理器发送模型选取指令；用于获取多个初始样本数据或多个新样本数据，并将初始样本数据或新样本数据传入处理器；处理器：用于执行如下方法：接收模型选取指令，根据模型选取指令选择初始预测算模型；获取多个初始样本数据，并对每个初始样本数据进行处理，获得测试集数据；将测试集数据传入至初始预测算模型，获得预判断结果；判断预判断结果是否符合预先设定的判断标准；若符合，则对初始预测算模型进行优化，得到优化后测算模型并保存；调用优化后测算模型对需要识别的新样本数据进行处理，生成数据波动报告并保存。
一种数据质量检测方法及其系统

[发明专利]一种基于深度强化学习的容器云集群资源利用优化方法-CN202011225270.4有效
发明人：吴迪;吴灿豪;胡淼 -专利权人：中山大学
申请日： 2020-11-05 - 公布日： 2023-08-15 - 主分类号： G06F9/50 文献下载
摘要：本发明提出一种基于深度强化学习的容器云集群资源利用优化方法，包括：对原始负载数据进行预处理并组装为输入状态s；构建深度Q网络模型，将输入状态s输入深度Q网络模型中，深度Q网络模型以一定概率随机选取动作a，或选取使深度Q网络模型最优的动作a，执行一次超卖比预测；通过奖励函数对所选取的动作a进行评估，得到奖励r并进入下一状态s′；将输入状态s、动作a、奖励r、下一状态s′组成四元组并作为训练样本放入缓存中；当达到预设的训练间隔时，从缓存中采样e个训练样本并输入深度Q网络模型中进行训练，更新深度Q网络模型的参数；当深度Q网络模型经过E轮训练后，将完成参数更新的深度Q网络模型应用于确定超卖策略。
一种基于深度强化学习容器云集资源利用优化方法

[发明专利]基于近似模型的船舶主尺度参数优化方法-CN202111142269.X有效
发明人：王瑾;魏骁;陈思;龙文;胡玉龙 -专利权人：中国舰船研究设计中心
申请日： 2021-09-28 - 公布日： 2023-09-05 - 主分类号： G06F30/15 文献下载
摘要：本发明涉及一种基于近似模型的船舶主尺度参数优化方法，包括S1、船舶快速性模型试验数据库构建；S2、选取近似模型类型，建立相应的关于主尺度、船型参数与剩余阻力系数的映射关系的近似模型函数，并进行近似模型函数误差分析及有效性检验；S3、选取一组数据库以外的船舶主尺度、船型参数数据作为输入，基于各个近似模型，预报阻力系数，与相应试验值进行对比，验证所建近似模型预报阻力的精度；S4、基于近似模型，利用自适应模拟退火算法单目标优化算法本发明基于利用ASA单目标优化算法，以全航速段阻力最小为目标可快速实现船舶主尺度参数寻优选取。
基于近似模型船舶尺度参数优化方法

[发明专利]面向文本知识推理模型持续学习的样本选择方法和装置-CN202310107542.8有效
发明人：孙宇清;杨磊稳;马磊;杨涛;袁峰 -专利权人：山东山大鸥玛软件股份有限公司
申请日： 2023-02-14 - 公布日： 2023-05-05 - 主分类号： G06N5/04 文献下载
摘要：一种面向文本知识推理模型持续学习的样本选择方法和装置，属于自然语言推理的技术领域，包括历史任务样本选取和当前任务样本选取；其中所述历史任务样本选取包括：确定选取加入记忆集中的样本个数；选取样本:通过代表性、差异性、平衡性指标衡量样本来选取记忆集，并在选取样本时，利用下述两种方案之一遍历样本；其中，当前任务样本选取包括：样本代表性分析、样本困难性分析和样本采样。本发明能够兼顾代表性、平衡性和差异性等样本性质，相比于既往技术基于聚类中心选取代表性样本的方法，能更好地适配复杂文本推理场景，有效地使用少量样本去近似原样本的分布，使模型记忆历史任务上学习到的知识。
面向文本知识推理模型持续学习样本选择方法装置

[发明专利]一种滤波器模型的设计方法-CN201310689802.3在审
发明人：张天宇;余正宁;罗喜霜 -专利权人：北京经纬恒润科技有限公司
申请日： 2013-12-16 - 公布日： 2014-03-26 - 主分类号： G06F17/50 文献下载
摘要：本发明公开了一种滤波器模型的设计方法，包括：生成通用低阶滤波器模型；选取构成目标滤波器模型所需的通用低阶滤波器模型；将选取的通用低阶滤波器模型按照输出信号串联的方式进行串联组合，形成目标滤波器模型。本发明通过将目标滤波器模型由多个通用低阶滤波器模型进行串联组合，能够使得滤波器的设计更加的灵活，设计人员只需改变通用低阶滤波器模型就可以方便的对目标滤波器模型的结构、参数进行调整。
一种滤波器模型设计方法

[发明专利]一种模型训练的方法、系统及装置-CN202110752427.7有效
发明人：郑龙飞;陈超超;王力;张本宇 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2021-07-02 - 公布日： 2022-05-17 - 主分类号： G06N3/04 文献下载
摘要：本说明书涉及一种模型的训练方法、系统及装置，可用于机器学习过程中的隐私数据保护，所述方法由参与方中的任一训练成员实现，包括：基于自身持有的训练样本进行模型训练，获得模型数据列表；从模型数据列表中的一个或多个卷积核对应的子矩阵中选取若干子矩阵，并确定所选子矩阵在模型数据列表中的第一位置信息；从模型数据列表中除卷积核对应的子矩阵以外的元素中选取若干非卷积核元素，并确定反映选取的非卷积核元素在模型数据列表中的第二位置信息；确定包括第一位置信息以及第二位置信息的传输数据列表，并将其上传至服务器；获取服务器下发的模型数据更新列表，并基于模型数据更新列表进行本地模型更新。
一种模型训练方法系统装置

[发明专利]一种基于支持向量回归的热消融模型数据处理方法-CN201811197853.3在审
发明人：南群;胡健;田甄 -专利权人：北京工业大学
申请日： 2018-10-15 - 公布日： 2019-03-22 - 主分类号： G06K9/62 文献下载
摘要：一种基于支持向量回归的热消融模型数据处理方法，涉及支持向量机领域。其包括数据集训练获取模块、图像数据差值处理模块、样本选取模块、分类模型生产模块以及数据识别模块；其中，数据集训练获取模块用于获取数据样本训练集，数据样本训练集中包含有多个类别的数据样本集合，每个类别的数据样本集合中包含多个数据样本；图像数据差值处理模块用于对数据训练集中的图像数据进行插值计算处理；样本选取模块用于选取同类样本和异类样本；分类模型生产模块用于对于差样本对集合采用支持向量机训练得到相似性判断模型，并根据相似性判断模型得到分类模型
数据样本分类模型图像数据数据识别模块支持向量回归相似性判断集合差值处理获取模块生产模块样本选取数据处理热消融数据集样本支持向量机训练样本训练集支持向量机插值计算获取单元获取数据数据训练异类样本

[发明专利]一种特征工程实时推荐方法、装置及电子设备-CN201911290187.2在审
发明人：曹炎伟;王安滨;常富洋 -专利权人：北京淇瑀信息科技有限公司
申请日： 2019-12-16 - 公布日： 2020-05-26 - 主分类号： G06N20/00 文献下载
摘要：本发明公开了一种特征工程实时推荐方法、装置及电子设备，所述方法包括：配置学习模型数据库和特征标签数据库；显示特征工程配置参数，所述特征工程配置参数包括学习模型、所述调整参数和特征标签数据；获取用户选取的目标特征工程配置参数；根据所述目标特征工程配置参数从所述特征标签数据库中选取目标特征标签数据，并从所述学习模型数据库中选取目标学习模型；根据目标调整参数调整所述目标学习模型，并将所述目标特征标签数据输入调整后的所述目标学习模型
一种特征工程实时推荐方法装置电子设备

[发明专利]一种磨煤机故障监测系统-CN202310511046.9在审
发明人：张中伟;王荣昌;王传刚;张建立;孙苗青;周练达;路行超;韩炎序;张超 -专利权人：华电莱州发电有限公司
申请日： 2023-05-05 - 公布日： 2023-09-19 - 主分类号： G01M99/00 文献下载
摘要：本发明公开了一种磨煤机故障监测系统，包括：历史数据选取模块、数据处理模块、模型构建模块、实际数据获取模块和故障预测模块；历史数据选取模块，选取磨煤机在正常运行状态下的运行参数作为原始历史运行数据；数据处理模块，获得训练样本数据集；模型构建模块，将训练样本数据集输入Transformer预测模型进行样本优化，获得状态监测模型；实际数据获取模块，采集磨煤机的实时运行数据，并将实时运行数据输入状态监测模型，获得磨煤机的实时状态信息本发明通过建立运行数据与故障之间的状态监测模型，实现了磨煤机运行状态的实时监测和预警，及时进行故障报警和处理，提高生产的安全性。
一种磨煤机故障监测系统

[发明专利]确定板料多步成形的中间构型的几何参数的优化设计方法-CN201210217161.7有效
发明人：孙光永;李光耀;毛丽臣;郭瑞泉 -专利权人：湖南大学
申请日： 2012-06-28 - 公布日： 2012-10-17 - 主分类号： G06F17/50 文献下载
摘要：本发明公开了一种确定板料多步成形的中间构型的几何参数的优化设计方法，包括：建立板料多步成形的中间构型和最终构型的三维CAD参数化模型；选取需要优化的中间构型几何参数；建立中间构型的一步法仿真模型并根据选取的几何参数对仿真模型的有限元网格进行参数化处理；确定优化目标和约束条件；选取合适的优化算法，启动优化过程，获得优化后的中间构型的几何参数；根据优化得到的中间构型几何参数，更新中间构型的三维CAD模型；建立多步成形的增量法仿真模型，进行验证，若达不到要求，则返回重新建立中间构型的一步法仿真模型，重复优化过程，直至满意为止。
确定板料成形中间构型几何参数优化设计方法

[发明专利]基于联合训练方式的多文档多答案机器阅读理解系统-CN202010640437.7有效
发明人：孙宁;王彬;韩光洁 -专利权人：河海大学常州校区
申请日： 2020-07-06 - 公布日： 2023-07-21 - 主分类号： G06F16/33 文献下载
摘要：本发明提供了一种基于联合训练方式的多文档多答案机器阅读理解系统，系统包括：多文档排序选择模块、机器阅读理解模型、答案验证模块、机器阅读理解和答案验证模块的联合训练模块；多文档排序选择模块提供了一种多文档的筛选方案，选取与问题相关的段落内容作为机器阅读理解模型的输入；机器阅读理解模型能够从输入的多个段落内容中选取问题的答案；答案验证模块将机器阅读理解模型输出的多答案进行验证，选取正确的答案作为最终的输出；机器阅读理解模型和答案验证模块的联合训练模块使用联合训练的方式，最优化联合损失函数，得出两个模型的最优化参数。
基于联合训练方式文档答案机器阅读理解系统