“细粒度”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69946个，建议您升级VIP下载更多相关专利

[发明专利]超矩形几何嵌入细粒度命名实体的建模、识别方法及系统-CN202210510688.2在审
发明人：王炜华;吕磊;飞龙;高光来 -专利权人：内蒙古大学
申请日： 2022-05-11 - 公布日： 2022-07-15 - 主分类号： G06F40/295 文献下载
摘要：本发明公开了一种超矩形几何嵌入细粒度命名实体的建模、识别方法及系统，先将细粒度命名实体训练数据以及对应的细粒度命名实体类型，转换为同一超矩形嵌入空间上的表示；然后将细粒度命名实体类型的预测看作多标签分类任务，利用转换得到的细粒度命名实体以及对应的细粒度命名实体类型在同一超矩形嵌入空间上的表示，构建并训练超矩形几何嵌入细粒度命名实体类型分类器，训练完成后即得到每个细粒度命名实体以及对应细粒度命名实体类型的超矩形表示，完成超矩形几何嵌入细粒度命名实体的建模。然后利用构建并训练的超矩形几何嵌入细粒度命名实体类型分类器预测待识别的细粒度命名实体的细粒度命名实体类型，提升了细粒度命名实体的识别准确率。
矩形几何嵌入细粒度命名实体建模识别方法系统

[发明专利]新能源电力系统的细粒度与多速率仿真方法、系统及终端-CN202211080156.6在审
发明人：吴攀;徐昊;曹路;李彗星;韩俊;丁浩寅;范栋琦;丁佳立;闻旻;徐峰;何红玉;栾伟杰 -专利权人：国家电网有限公司华东分部
申请日： 2022-09-05 - 公布日： 2022-11-29 - 主分类号： G06F30/20 文献下载
摘要：本发明提供一种新能源电力系统的细粒度与多速率仿真方法、系统及终端，首先构建常规动态系统细粒度模型、快速动态系统细粒度模型和网络接口模型；其次根据预设获取规则，获取常规动态系统细粒度模型、快速动态系统细粒度模型和网络接口模型的仿真初始数据；随后利用仿真初始数据，完成常规动态系统细粒度模型、快速动态系统细粒度模型和网络接口模型之间的多速率并行求解和细粒度并行求解；重复进行直至完成仿真过程。本发明提供的新能源电力系统的细粒度与多速率仿真方法，降低了求解复杂度，实现了全局细粒度求解和具有不同时间尺度的常规动态系统、快速动态系统的多速率求解。
新能源电力系统细粒度速率仿真方法系统终端

[发明专利]细粒度图像识别模型训练、图像识别方法及装置-CN202210812717.0有效
发明人：王金桥;郭海云;吴畏;赵朝阳 -专利权人：中科视语（北京）科技有限公司
申请日： 2022-07-12 - 公布日： 2022-09-30 - 主分类号： G06V10/774 文献下载
摘要：本发明涉及图像识别技术领域，本发明提供一种细粒度图像识别模型训练、图像识别方法及装置，所述训练方法包括：在每次对下一识别模型进行训练前，基于上一无标签细粒度图像的识别结果，以及当前无标签细粒度图像的识别结果，对当前无标签细粒度图像进行筛选，从而过滤当前无标签细粒度图像中的类外数据图像，得到下一无标签细粒度图像，进而在基于有标签细粒度图像、有标签细粒度图像的标签以及下一无标签细粒度图像对下一识别模型进行训练时，能够避免类外数据图像的干扰，提高每次训练后下一识别模型的识别精度，使得细粒度识别图像具有较高的图像识别精度，本发明不需要人工标注大量的有标签细粒度图像，人力成本较低且模型训练效率较高。
细粒度图像识别模型训练方法装置

[发明专利]基于CPU硬件性能监控计数器的CPI精确测量方法-CN201110102079.5有效
发明人：郑纬民;陈德颢;陈文光 -专利权人：清华大学
申请日： 2011-04-22 - 公布日： 2012-10-24 - 主分类号： G06F11/36 文献下载
摘要：本发明公开了一种基于CPU硬件性能监控计数器的CPI精确测量方法，包括：S1：对跳转历史记录进行采样，获取跳转频率，并根据跳转频率获得细粒度指令频率；S2：使用随机采样时钟周期的方式得到时钟周期；S3：所述细粒度指令频率除以细粒度时钟周期，得到细粒度CPI。本发明通过对存储跳转历史记录得到寄存器进行采样，获得精确的细粒度指令频率，并且采样方法的资源开销低；通过使用随机采样方法，获得精确的细粒度时钟周期。结合细粒度指令频率和细粒度时钟周期，可以得到精确的细粒度CPI。
基于 cpu 硬件性能监控计数器 cpi 精确测量方法

[发明专利]一种结合注意力混合裁剪的细粒度图像识别方法-CN202110226004.1在审
发明人：刘宁钟;白瑜颖 -专利权人：南京航空航天大学
申请日： 2021-03-01 - 公布日： 2021-06-11 - 主分类号： G06K9/46 文献下载
摘要：本发明公开了一种结合注意力混合裁剪的细粒度图像识别方法，进行各类细粒度图像识别。包括以下步骤：首先，采集各类细粒度图像数据，并对其进行标注；之后对图像进行数据增强，与采集的图片一起形成细粒度图像数据集；然后将样本数据送入到结合注意力混合裁剪的细粒度分类网络中进行训练，直至网络收敛获取权重文件；最后训练完成的结合注意力混合裁剪的细粒度分类网络以及权重文件即可用于细粒度图像识别。本方法可进行细粒度图像识别，算法简单清晰，精度高，鲁棒性强，可用于商品识别，车型识别等等需要进行细粒度识别的现实场景，具有良好的应用前景。
一种结合注意力混合裁剪细粒度图像识别方法

[发明专利]一种细粒度目标检测方法及系统-CN202310676593.2在审
发明人：李文成;李继伟;陈启超;简铮;樊庆宇;王军鹏;梁丞瑜 -专利权人：天翼云科技有限公司
申请日： 2023-06-08 - 公布日： 2023-09-01 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及一种细粒度目标检测方法及系统，其中方法使用任意目标检测模型，包括：获取目标边框信息和置信度；根据目标边框信息和置信度获取目标的特征图；根据目标的特征图进行细粒度分类，输出细粒度目标分类信息；将细粒度目标分类信息与目标边框信息和置信度进行特征融合，得到细粒度目标检测输出。本发明的方法及系统在现有的目标检测算法的检测端直接连接细粒度分类模型，将现有目标检测算法的输出修改为细粒度分类模型的输入，并将细粒度分类模型的分类输出与现有目标检测算法的输出进行特征融合，在实现广范围目标检测的同时实现了高精度的细粒度目标分类
一种细粒度目标检测方法系统

[发明专利]一种基于渐进迁移学习的细粒度实体分类方法-CN202210022512.2在审
发明人：胡岩峰;向镐鹏;乔雪;彭晨;姜添;闵飞;李翔;韦正勇 -专利权人：苏州空天信息研究院
申请日： 2022-01-10 - 公布日： 2022-05-27 - 主分类号： G06F16/35 文献下载
摘要：本发明提出了一种基于渐进迁移学习的细粒度实体分类方法，计算目标域的粗粒度标签与源域所有粗粒度标签的语义相似度，以及目标域的细粒度标签与源域所有细粒度标签的语义相似度；构建粗粒度标签映射集合和细粒度标签映射集合，计算语义相似度权重；通过BiLSTM网络提取语句的语义特征，得到源域粗粒度标签语句语义特征集合、细粒度标签语句语义特征集合以及目标域语义特征；计算整体粗粒度语义特征和整体细粒度语义特征，确定总的语义特征；将总的语义特征输入到softmax分类器，预测目标域选取的细粒度标签对应的实体标签；训练更新BiLSTM网络与softmax分类器参数，得到基于渐进迁移学习的细粒度实体分类模型。本发明提高了目标域细粒度实体分类准确性。
一种基于渐进迁移学习细粒度实体分类方法

[发明专利]一种中医证候细粒度量化评价方法及系统-CN202310921166.6在审
发明人：顾扬;贾冬梅;金清;刘鹏 -专利权人：大安健康科技（北京）有限公司
申请日： 2023-07-26 - 公布日： 2023-08-29 - 主分类号： G16H50/20 文献下载
摘要：本发明涉及医疗技术领域，尤其涉及一种中医证候细粒度量化评价方法及系统，该方法包括：抽取若干待评价中医证候，根据待评价中医证候设置中医证候细粒度评价指标，并根据中医证候细粒度评价指标设置相对应的中医证候细粒度评价指标权重形成中医证候细粒度评价指标权重集合；构造中医证候细粒度评价指标初始矩阵以及中医证候细粒度评价指标比重矩阵；根据所述综合评价值得出各待评价中医证候细粒度综合评价值；将各所述待评价中医证候细粒度综合评价值和标准综合评价值作比较，根据所述比较结果调节评估反馈信息的传输速度用以完成对所述待评价中医证候的评估反馈本发明提高了中医证候细粒度量化评价的精准性。
一种中医细粒度量化评价方法系统

[发明专利]模型训练方法和装置、文本预测方法和装置-CN202110738146.6有效
发明人：肖东凌;李宇琨;张涵;孙宇;田浩;吴华;王海峰 -专利权人：北京百度网讯科技有限公司
申请日： 2021-06-30 - 公布日： 2022-08-12 - 主分类号： G06K9/62 文献下载
摘要：具体实现方案为：获取至少一个段落文本，每个段落文本包括多个细粒度样本；对每个段落文本中的细粒度样本进行处理，得到粗粒度样本；标注各个段落文本中的粗粒度样本，并采用一个细粒度样本的掩码遮挡一个粗粒度样本，得到训练样本集，训练样本集包括多个标注文本，每个标注文本包括细粒度样本、被标注的粗粒度样本中的至少一项；采用训练样本集训练细粒度模型，得到训练完成的细粒度模型，细粒度模型用于学习上一个细粒度的内容，并预测相邻的粗粒度的内容
模型训练方法装置文本预测

[发明专利]基于图像卷积特征的复杂背景下害虫细粒度图像识别方法-CN202011167562.7在审
发明人：钱蓉;董伟;张立平;朱静波;孔娟娟;张萌;李闰枚 -专利权人：安徽省农业科学院农业经济与信息研究所
申请日： 2020-10-28 - 公布日： 2021-02-09 - 主分类号： G06K9/62 文献下载
摘要：本发明提供基于图像卷积特征的复杂背景下害虫细粒度图像识别方法，包括以下步骤：采集带有复杂背景的害虫图像样本并进行样本预处理，构建害虫细粒度图像数据集；构建害虫细粒度图像分类模型，将所述害虫细粒度图像数据集输入到所述害虫细粒度图像分类模型进行训练；将害虫实时细粒度图像输入到训练好的所述害虫细粒度图像分类模型，进行害虫图像识别。本发明综合考虑害虫斑纹、颜色和体态等因素，进一步细化超类里包含的每个子类别害虫，构建害虫细粒度图像数据集，解决该领域的细粒度样本数据缺少的问题，通过构建多分支自动识别模型，实现有强差异性区域的特征获取，
基于图像卷积特征复杂背景害虫细粒度识别方法

[发明专利]一种基于多粒度特征融合的跨模态检索方法和系统-CN202210901615.6在审
发明人：曹江中;张桂豪 -专利权人：广东工业大学
申请日： 2022-07-28 - 公布日： 2022-11-25 - 主分类号： G06F16/908 文献下载
摘要：本发明公开了一种基于多粒度特征融合的跨模态检索方法和系统，涉及图文跨模态双向检索的技术领域，所述方法包括：获取跨模态数据集，提取图像数据的图像细粒度特征和位置细粒度特征，提取文本数据的词细粒度特征；将位置细粒度特征嵌入图像细粒度特征，获得的区域细粒度特征；将所有细粒度特征输入跨模态检索模型合成一个全局粗粒度特征，并进行多粒度特征融合，获得视觉模态特征和文本模态特征；之后计算细粒度总和相似度和全局相似度，构建最终损失函数并进行优化，本发明克服了跨模态检索方法存在的异构鸿沟，同时考虑了局部区域信息和全局信息，融合了多粒度特征，提高了跨模态检索的准确率。
一种基于粒度特征融合跨模态检索方法系统

[发明专利]一种细粒度图像半自动标注方法-CN202310485129.5在审
发明人：张载龙;柏明潇;王堃 -专利权人：南京邮电大学
申请日： 2023-04-28 - 公布日： 2023-08-01 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种细粒度图像半自动标注方法，所述方法包括：获取待标注的细粒度图像数据集；对细粒度图像数据集中每张待标注的细粒度图像进行人工标注；将人工标注后的细粒度图像输入预设机器学习模型，输出标注后的细粒度图像；其中，所述预设机器学习模型包括基于已标注图像的SIFT特征构建的K‑Means聚类模型和利用已标注数据集训练的层级分类的模型；本发明提出了一种层级分类训练方法，先从细粒度分类信息中提取到粗粒度分类信息，然后将细粒度和粗粒度两个分支并行训练，最后借助BatchNorm层稳定提取的图像特征，更好地区分不同图像中的局部差异，极大提高了分类预测的准确率。
一种细粒度图像半自动标注方法

[发明专利]一种基于图神经网络的中文多模态细粒度情感分析方法-CN202210835983.5在审
发明人：赵妍妍;杨浩;车万翔;秦兵 -专利权人：哈尔滨工业大学
申请日： 2022-07-15 - 公布日： 2022-09-23 - 主分类号： G06F40/289 文献下载
摘要：一种基于图神经网络的中文多模态细粒度情感分析方法，涉及自然语言处理技术领域，针对现有技术中对多模态数据中细粒度评价对象情感分析准确率低的问题，本通过挖掘图文两种模态下的细粒度语义线索，并通过构建多模态异构图显式建模两个模态下的细粒度语义线索，促进了跨模态的细粒度信息融合，有效提升了多模态图文细粒度情感分析的准确率。
一种基于神经网络中文多模态细粒度情感分析方法

[发明专利]一种细粒度分类模型的优化方法、系统及相关装置-CN202011277232.3在审
发明人：高远 -专利权人：中保车服科技服务股份有限公司
申请日： 2020-11-16 - 公布日： 2021-02-23 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种细粒度分类模型的优化方法、系统及相关装置，该方法包括将初始细粒度分类模型的初始准确率作为参考准确率，利用剪枝技术对前一细粒度分类模型进行剪枝，以通过前一次剪枝得到的细粒度分类模型对应的目标准确率与参考准确率的差值来确定剪枝次数，直到最终目标准确率与参考准确率的差值大于预设阈值时停止剪枝，从而得到目标细粒度分类模型。本发明旨在利用剪枝技术，将初始细粒度分类模型转化为体积更小更优的目标细粒度分类模型，使得内存占用减小，提高分类效率，并通过分类准确率与参考准确率的差值与预设阈值的比较来确保目标细粒度分类模型的分类效果与初始细粒度分类模型的分类效果保持一致
一种细粒度分类模型优化方法系统相关装置

[发明专利]一种多模态细粒度特征混合识别系统及方法-CN202310069256.7在审
发明人：杨杰 -专利权人：重庆工贸职业技术学院
申请日： 2023-02-06 - 公布日： 2023-06-13 - 主分类号： G06V10/764 文献下载
摘要：本发明提供一种多模态细粒度特征混合识别系统及方法，涉及细粒度特征混合识别技术领域。该系统，包括自适应多模传感器、多模态细粒度图像采集和图像信息预处理，所述多模态细粒度图像采集包括权值附加模态特征，所述图像信息预处理包括高频系数处理和低频系数处理，所述自适应多模传感器连接有多模态细粒度信息，所述多模态细粒度信息连接至权值附加模态特征。该系统及方法有效去除噪声的同时，保存原采集图像的细粒度特征信息，在一定程度上提高了去噪性能，并且可以成功地用于预测真实反映几乎所有尺度多模态细粒度特征的能谱能量分布，有望在多种模态的细粒度特征之间相互预测和建立流动中类湍流行为的多尺度相互作用模型
一种多模态细粒度特征混合识别系统方法

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 69946 条