“线性分类模型”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1178328个，建议您升级VIP下载更多相关专利

[发明专利]飞行轨迹分类模型训练方法、分类方法、装置及存储介质-CN202211158266.X有效
发明人：庄学彬;曾昆;何雨昕;曾小慧;谢扬帆 -专利权人：中山大学
申请日： 2022-09-22 - 公布日： 2023-06-06 - 主分类号： G06F18/241 文献下载
摘要：本申请提供了一种飞行轨迹分类模型训练方法、分类方法、装置及存储介质。该飞行轨迹分类模型训练方法包括：获取训练数据集；训练数据集包括多个样本数据；将训练数据集输入至初始模型进行训练，得到飞行轨迹分类模型；其中，初始模型包括线性特征提取网络、非线性特征提取网络及线性分类器；线性特征提取网络用于对飞行轨迹三个维度的线性特征进行提取并拼接得到三维线性特征，非线性特征提取网络用于提取飞行轨迹的全局特征和局部特征并进行拼接得到非线性特征，线性分类器用于基于三维线性特征及非线性特征对飞行轨迹进行分类处理输出预测结果本申请能够减少对数据先验知识的依赖，实现对飞行器类型和机动模式的准确分类识别。
飞行轨迹分类模型训练方法装置存储介质

[发明专利]一种线性分类模型缺陷发生预测方法-CN201910626126.2在审
发明人：郑泽忠;谢乐;牟范;侯安锴;江邵斌;马鹏程 -专利权人：电子科技大学
申请日： 2019-07-11 - 公布日： 2019-10-18 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种线性分类模型缺陷发生预测方法，包括如下步骤:步骤一：缺陷数据集加载；步骤二：训练样本数据选取；步骤三：构建线性分类缺陷发生预测模型；步骤四：基于线性判别分析算法，将训练样本数据输入线性分类缺陷发生预测模型监督训练；步骤五：输入测试样本集到缺陷发生预测模型，输出预测结果。通过本发明，可以实现一种线性分类模型缺陷发生预测方法。
缺陷发生线性分类模型预测模型训练样本数据预测线性判别分析缺陷数据输出预测输入测试样本集分类构建加载算法监督

[发明专利]一种基于线性融合神经网络的肝硬化分类方法及电子设备-CN202111275902.2在审
发明人：王珊珊;朱威;樊子阳;曾亮;李晓春;胡谦;吴霓;何嘉文 -专利权人：湖北工业大学
申请日： 2021-10-29 - 公布日： 2022-02-11 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种基于线性融合神经网络的肝硬化分类方法、电子设备及计算机可读存储介质，所述方法包括：获取肝硬化感兴趣区域的图像和对应的分类标签，根据所述图像和对应的分类标签生成数据集；构建线性融合神经网络模型，利用所述数据集对所述线性融合神经网络模型进行训练，得到训练完备的线性融合神经网络模型；获取待分类包含肝硬化区域的图像，根据所述待分类包含肝硬化区域的图像和所述训练完备的线性融合网络模型，得到分类结果。本发明提供的基于线性融合神经网络的肝硬化分类方法，提高了肝硬化分类的准确度。
一种基于线性融合神经网络肝硬化分类方法电子设备

[发明专利]基于稀疏线性在线学习的垃圾邮件分类方法及系统-CN202211032809.3在审
发明人：张莉;苏畅之;金玲彬;赵雷;王邦军;周伟达 -专利权人：苏州大学
申请日： 2022-08-26 - 公布日： 2022-11-11 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于稀疏线性在线学习的垃圾邮件分类方法及系统，方法包括：S1、利用随机傅里叶特征方法将特征化的电子邮件原始数据集映射为高维特征空间的训练样本，得到预处理后的训练样本集；S2、利用预处理后的训练样本集训练线性分类模型，并采用FTRL算法对模型参数进行更新，得到训练后的线性分类模型；S3、利用训练后的线性分类模型对电子邮件进行预测分类。本发明基于稀疏线性在线学习的垃圾邮件分类方法通过将特征化的电子邮件原始数据集映射为高维特征空间的训练样本，并在模型训练时采用FTRL算法对模型参数进行更新，在保留了线性分类模型快速高效特点的同时进一步取得了稀疏性，提升了分类准确率。
基于稀疏线性在线学习垃圾邮件分类方法系统

[发明专利]一种基于特征学习的多标签分类模型训练方法及分类方法-CN202310322755.2在审
发明人：赵雪峰;马飞扬;王添阳;何棣康 -专利权人：中国工商银行股份有限公司
申请日： 2023-03-29 - 公布日： 2023-06-23 - 主分类号： G06F18/241 文献下载
摘要：本文涉及人工智能技术领域，尤其是一种基于特征学习的多标签分类模型训练方法及分类方法，包括：获取已标签数据的数据特征矩阵和标签矩阵；构建所述特定特征矩阵的正则项，所述正则项用于约束所述线性模型的稀疏性、特定特征矩阵的公共特征信息、特征与标签的一致性以及实例与标签的一致性；利用所述正则项求解所述线性模型中的所述特定特征矩阵；将求解得到的所述特定特征矩阵带入至分类模型，得到多标签分类模型，其中，所述分类模型包括线性模型及分类器，所述线性模型输出输入至分类器，可以实现使用不同类的标签有其特有的特征，以及相同的类标签之间又有其公共的共享数据特征构建分类模型，提升分类精度。
一种基于特征学习标签分类模型训练方法

[发明专利]图像分类方法、装置、计算机设备、存储介质和程序产品-CN202210465237.1在审
发明人：邵每文 -专利权人：武汉联影医疗科技有限公司
申请日： 2022-04-29 - 公布日： 2022-08-02 - 主分类号： G06V10/764 文献下载
摘要：本申请涉及一种图像分类方法、装置、计算机设备、存储介质和程序产品，计算机设备获取待识别医疗影像集合，并构建待识别医疗影像集合的至少一个局部线性模型，根据各局部线性模型与标定局部线性模型，确定待识别医疗影像集合的分类量化值，根据分类量化值，确定待识别医疗影像集合的分类结果。其中，局部线性模型用于表示待识别医疗影像集合中的各待识别影像由外部环境因素导致的差异。在本方案中，待识别医疗影像集合为同一部位的影像集合，计算机设备针对待识别医疗影像集合构建局部线性模型，该局部线性模型可以表征影像集合中的影像数据由于外部环境等因素造成的类内差异，从类内差异的维度对待识别医疗影像集合进行分类，分类结果更准确。
图像分类方法装置计算机设备存储介质程序产品

[发明专利]采用多种采集技术的物品查验方法-CN201811511460.5有效
发明人：王俊杰 -专利权人：成都智叟智能科技有限公司
申请日： 2018-12-11 - 公布日： 2023-03-17 - 主分类号： G01N21/84 文献下载
摘要：本发明公开了采用多种采集技术的物品查验方法，包括以下步骤：S1、在服务平台训练各分类物品的深度学习模型；S2、对智能终端收纳物品进行多方面的基础数据采集，并提取出特征数据；S3、对特征数据进行线性回归处理，生成物品线性回归模型；S4、智能终端将将生成的物品线性回归模型进行打包传输至服务平台；S5、服务平台将物品线性回归模型与各分类物品的深度学习模型进行匹配，得到收纳物品的最终分类；S6、智能终端根据收纳物品的最终分类其应用时，可以利用多种采集技术对物品进行多方面的的数据信息采集，并对特征数据进行线性回归处理得到线性回归模型，与深度学习模型进行匹配，以完成物品的查验分类。
采用多种采集技术物品查验方法

[发明专利]基于线性支持向量机的分类方法及装置-CN201310746140.9在审
发明人：兰亮;曾嘉;袁明轩 -专利权人：华为技术有限公司
申请日： 2013-12-30 - 公布日： 2015-07-01 - 主分类号： G06F17/30 文献下载
摘要：本发明实施例提供一种基于线性支持向量机的分类方法及装置。本发明基于线性支持向量机的分类方法，包括：获取训练数据中各样本点的贡献值，所述贡献值表示所述样本点对获取线性支持向量机SVM模型的重要程度；根据所述各样本点的贡献值选取所述训练数据中部分样本点进行目标函数优化，确定所述线性SVM模型；根据所述线性SVM模型，预测对测试数据的分类结果。本发明实施例根据训练数据中各样本点对获得线性SVM的模型的贡献大小，确定子训练数据，并根据此子训练数据确定线性SVM的模型，加快线性SVM算法的收敛速度。
基于线性支持向量分类方法装置

[发明专利]一种基于非线性语义嵌入的零样本分类方法-CN201710722333.9有效
发明人：于云龙;冀中;庞彦伟 -专利权人：天津大学
申请日： 2017-08-21 - 公布日： 2021-01-19 - 主分类号： G06K9/62 文献下载
摘要：一种基于非线性语义嵌入的零样本分类方法，包括：建立适用于零样本学习的非线性语义嵌入模型；利用梯度下降法学习到非线性语义嵌入模型中模型参数V,b；利用学习到的模型参数V,b实现零样本分类。本发明的一种基于非线性语义嵌入的零样本分类方法，能够更好地挖掘零样本学习中样本的视觉特征和类别的语义信息之间的语义关联。
一种基于非线性语义嵌入样本分类方法

[发明专利]一种基于深度学习的布匹分类检索方法-CN202011379047.5在审
发明人：赖舒健;杨志景;黄韵瑜;陈俊阳;王美林 -专利权人：广东工业大学
申请日： 2020-11-30 - 公布日： 2021-03-26 - 主分类号： G06F16/583 文献下载
摘要：本发明公开了一种基于深度学习的布匹分类检索方法，属于图像分类技术领域。所述方法包括步骤：分类布匹样本，采集布匹图像以建立图像数据库；建立基于深度学习的双线性深度卷积神经网络布匹分类模型；训练布匹分类模型，并保存最优模型；将待检索的布匹图像载入到分类模型中进行分类，获得置信度最高的5类分类结果合并成一个临时的检索数据库；在临时数据库上对待检索的布匹图像进行检索并输出结果。通过双线性深度卷积神经网络，计算不同空间位置特征的外积，从而捕获图像的纹理信息，在布匹分类任务上具有很好的效果；通过在双线性深度卷积神经网络的基础上引用了双线性池化层降低输出特征维度，在保证分类结果准确率的同时减少了计算量
一种基于深度学习布匹分类检索方法

[发明专利]基于分级双线性池化ResNet的乳糜血分类方法及装置-CN202211533653.7在审
发明人：韦广函;李吉平;邱少健;梁云;林海 -专利权人：华南农业大学
申请日： 2022-12-02 - 公布日： 2023-04-18 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于分级双线性池化ResNet的乳糜血分类方法及装置，方法包括：获取血浆数据集，所述血浆数据集包括乳糜血和正常血两类；对所述血浆数据集进行数据增强处理；构建血浆分类模型，并对所述血浆分类模型进行训练；所述血浆分类模型包括残差网络和分级双线性池化，所述残差网络用于将提取血浆数据集中血浆图片的多个特征图；所述分级双线性池化用于将残差网络提取的多个特征图进行融合；将融合后的特征图重塑维度后利用分类函数进行分类；利用训练好的血浆分类模型对待检测的血浆进行分类。本发明在ResNet上使用了分级双线性池化对血浆进行分类，能够更加高效和准确的对是否为乳糜血进行分类。
基于分级双线性池化 resnet 乳糜分类方法装置

[发明专利]一种基于注意力机制的细粒度图像分类方法及系统-CN202310893498.8在审
发明人：王伟栋;沈修平 -专利权人：上海悠络客电子科技股份有限公司
申请日： 2023-07-20 - 公布日： 2023-09-12 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于注意力机制的细粒度图像分类方法及系统，涉及图像识别的技术领域。其技术要点：包括物体注意力模型和分类模型，物体注意力模型包括一个卷积神经网络和掩码映射模块，分类模型包含两个引入通道注意力机制的双线性卷积神经网络。本发明具有的优点：相较于常规的卷积神经网络，本项发明中分类模型利用双线性卷积神经网络对特征图使用外积聚合获取通道之间的线性关系生成的双线性特征对物体细节的表达力更强。同时，通道注意力机制的引入令后续的分类更多的关注于高阶特征中与物体的关键信息相关度更高的通道。另外，通过物体注意力模型提取物体所在区域，令分类模型能够结合图像的全局和局部特征，有效地提高细粒度分类的精度。
一种基于注意力机制细粒度图像分类方法系统

[发明专利]一种提升肌电信号识别准确率的方法-CN202211242514.9在审
发明人：周升丽 -专利权人：西北工业大学
申请日： 2022-10-11 - 公布日： 2023-02-03 - 主分类号： G06F18/24 文献下载
摘要：本发明提供一种提升肌电信号识别准确率的方法，属于表面肌电信号的识别领域，包括分类器模型准备和测试样本识别两，在准备阶段，构建分类模型并对分类模型进行参数估计，分类模型包括线性分类器和kNN分类器；利用采集的训练样本对分类器的模型参数进行估计；在识别阶段，首先利用识别效率高的线性分类器进行预决策，根据预决策结果对可靠性高的测试样本直接给出决策结果，对可靠性低的测试样本利用kNN分类器进行再次决策。本发明了融合线性分类器决策迅速和kNN分类器准确率高的优点，同时采用分支定界搜索算法kd树提高kNN分类器的搜索效率，使得动作识别系统在识别率提高，可靠性增强的同时，不显著增加分类器模型准备和测试样本识别所需要的时间
一种提升电信号识别准确率方法

[发明专利]一种基于情感分类的业务执行方法及装置-CN202310126790.7有效
发明人：李太豪;程翠萍;张晓宁 -专利权人：之江实验室
申请日： 2023-02-10 - 公布日： 2023-05-16 - 主分类号： G06F16/35 文献下载
摘要：本说明书公开一种基于情感分类的业务执行方法及装置，获取待识别文本，而后，可以通过预先训练的各识别模型，对待识别文本进行情感分类，得到每个识别模型输出的分类结果，并针对每个识别模型，确定该识别模型输出的分类结果与其他识别模型输出的分类结果之间的差异程度，作为该识别模型对应的冲突度量。进而根据各识别模型对应的冲突度量以及待确定的各识别模型对应的权重项，构建非线性函数，最后以非线性函数满足预设条件为优化目标，确定各识别模型对应的权重，并根据各识别模型对应的权重以及各识别模型对应的分类结果，确定综合分类结果，以及根据综合分类结果，进行业务执行，从而提高了情感分类的准确率。
一种基于情感分类业务执行方法装置

[发明专利]一种时间序列分类方法、装置及计算机设备-CN202110542947.5在审
发明人：房体品;韩鹏;王潇涵;纪梦娟;魏红雷 -专利权人：广东众聚人工智能科技有限公司
申请日： 2021-05-19 - 公布日： 2021-06-25 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种时间序列分类方法、装置及计算机设备。该方法包括：获取时间序列，得到所述时间序列的带有位置信息的输入向量矩阵S；将S输入到训练好的线性Transformer模型中，得到所述时间序列的特征向量矩阵F，其中，所述线性Transformer模型将Transformer模型中的非线性计算转化为线性计算；将F经过多层感知机分类器，进行归一化，得到所述时间序列的分类结果。该方法减小了模型的计算量，降低了时间复杂度产生更具可解释性的模型，实现了并行计算。
一种时间序列分类方法装置计算机设备

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