“网络生成”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1650285个，建议您升级VIP下载更多相关专利

[发明专利]生成对抗网络的训练方法和系统、电子设备和存储介质-CN201980002600.2在审
发明人：于海泳;于立冬 -专利权人：驭势（上海）汽车科技有限公司
申请日： 2019-11-26 - 公布日： 2020-04-17 - 主分类号： G06N20/00 文献下载
摘要：本申请公开了一种生成对抗网络的训练方法和系统。所述生成对抗网络包括多个生成网络和多个判别网络，每一个所述生成网络连接多个判别网络，所述方法包括：基于所述生成网络生成图片；利用连接于所述生成网络的多个判别网络判断所述图片为真实图片或生成图片的概率；依据判断出的真实图片或生成图片的概率选择所述生成网络对应的指定判别网络；根据所述指定判别网络更新所述多个生成网络的参数。
生成对抗网络训练方法系统电子设备存储介质

[发明专利]一种基于生成对抗网络的高分辨率图像生成方法-CN201911105666.2有效
发明人：张贺舒;李涛;宋公飞 -专利权人：南京信息工程大学
申请日： 2019-11-13 - 公布日： 2023-07-25 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于生成对抗网络的高分辨率图像生成方法，首先对待学习的数据集图像进行预处理得到训练集；然后构建包含生成网络和判别网络的生成对抗网络，对生成对抗网络进行预训练，获得预训练的模型参数作为生成对抗网络的初始化参数：接着，将训练集和生成网络生成的图像分别输入到判别网中，判别网络的输出反作用于生成网络，对生成对抗网络进行对抗训练，优化生成网络和判别网络的网络参数，当损失函数收敛时结束训练，得到训练好的生成对抗网络；最后，将随机数据分布输入到训练好的生成网络中，实现高分辨率图像生成。本发明生成图像更加清晰、训练过程稳定且网络较快收敛。
一种基于生成对抗网络高分辨率图像方法

[发明专利]基于生成对抗网络的地表图像生成方法及系统-CN202210249374.1在审
发明人：代磊;李华伟;王颖 -专利权人：中国科学院计算技术研究所
申请日： 2022-03-14 - 公布日： 2022-07-15 - 主分类号： G06T11/00 文献下载
摘要：本发明提出一种基于生成对抗网络的地表图像生成方法，包括：获取原始地表图像，生成原始数据集、纹理数据集和框架数据集；构建纹理生成网络，以该纹理数据集对该纹理生成网络进行训练；构建框架生成网络，以该框架数据集对该框架生成网络进行训练；将该纹理生成网络的第一生成器嵌入该框架生成网络的第二生成器，以获得地表图像生成网络，以该原始数据集对该地表图像生成网络进行训练；以该地表图像生成网络的生成器为地表图像生成模型进行地表图像生成。还提出一种基于生成对抗网络的地表图像生成系统，以及一种数据处理装置。
基于生成对抗网络地表图像方法系统

[发明专利]生成器网络和策略生成网络的训练方法、装置和电子设备-CN202010867110.3在审
发明人：白沁洵;尼尔·拉茨拉夫;徐伟 -专利权人：南京地平线机器人技术有限公司
申请日： 2020-08-26 - 公布日： 2020-12-01 - 主分类号： G06K9/62 文献下载
摘要：公开了一种生成器网络的训练方法、用于增强学习的策略生成网络的训练方法、装置和电子设备。该生成器网络的训练方法通过生成器网络的每个网络单元生成预测网络的一层，并基于预测网络所预测的状态向量的概率分布与真实的状态向量之间的KL散度值更新该生成器网络的参数。且该用于增强学习的策略生成网络的训练方法基于生成器网络生成的多个预测网络所预测的多个状态向量之间的差异来计算用于增强学习的策略生成网络的内在奖励函数值，以训练策略生成网络。这样，提高了生成器网络的性能和策略生成网络的探索效率。
生成器网络策略生成训练方法装置电子设备

[发明专利]模型训练方法及装置-CN201910777834.6在审
发明人：张浩 -专利权人：广东浪潮大数据研究有限公司
申请日： 2019-08-22 - 公布日： 2019-11-29 - 主分类号： G06N3/08 文献下载
摘要：本发明提供了一种模型训练方法，包括：获取待训练的网络生成模型；对网络生成模型重复执行训练操作，直至执行训练操作的次数满足预设的训练次数，或网络生成模型的模型参数满足预设的训练条件，以得到训练完成的目标网络生成模型；该训练操作，包括：应用网络生成模型，生成初始神经网络；为初始神经网络分配分类权重；获取训练数据对已分配分类权重的初始神经网络进行训练，得到目标神经网络；对目标神经网络进行评价，得到网络评价值；基于网络评价值更新网络生成模型的模型参数能够通过训练网络生成模型，使得网络生成模型生成的子网络有较好的网络结构，进而可以提高训练效率，使得训练好的网络生成模型生成的子网络能够具有好的分类效果。
网络生成生成模型神经网络训练操作分类权重模型参数模型生成目标神经子网络预设网络分类效果模型训练目标网络网络结构网络评价训练数据训练条件训练网络训练效率应用网络重复执行新网络分配

[发明专利]生成对抗网络训练、网纹去除方法、装置及电子设备-CN201910156666.9有效
发明人：郑丹丹;赵凯 -专利权人：创新先进技术有限公司
申请日： 2019-03-01 - 公布日： 2023-06-13 - 主分类号： G06V10/82 文献下载
摘要：本申请实施例公开了一种生成对抗网络训练、网纹去除方法、装置和电子设备，其中，生成对抗网络训练方法可以基于样本数据训练第一生成对抗网络和第二生成对抗网络，其中，第一生成对抗网络包括第一生成网络，第二生成对抗网络包括第二生成网络，所述第一生成网络用于生成输入的有网纹图像对应的去网纹图像，所述第二生成网络用于生成输入的无网纹图像对应的加网纹图像，训练时，如果所述第一生成网络的输入为所述样本数据中的有网纹图像，则所述第二生成网络的输入为所述第一生成网络的输出，如果所述第二生成网络的输入为所述样本数据中的无网纹图像，则所述第一生成网络的输入为所述第二生成网络的输出。
生成对抗网络训练去除方法装置电子设备

[发明专利]生成式对抗网络装置及训练方法-CN201811461559.9有效
发明人：林钰登;吴华强;高滨;钱鹤 -专利权人：清华大学
申请日： 2018-12-02 - 公布日： 2020-12-29 - 主分类号： G06N3/06 文献下载
摘要：一种生成式对抗网络装置及其训练方法。该生成式对抗网络装置包括生成网络和判别网络。生成网络配置为根据输入数据生成第一样本；判别网络与生成网络耦接，且配置为接收第一样本，并基于第一样本进行训练；生成网络包括第一忆阻器阵列作为第一权重值阵列。该生成式对抗网络装置可以省略对生成网络生成的假样本添加噪声的过程，从而节省训练时间，降低资源消耗，提高生成式对抗网络的训练速度。
生成对抗网络装置训练方法

[发明专利]生成网络映射-CN201210025592.3无效
发明人： T·察索夫斯基;U-V·马蒂 -专利权人：瑞士电信公司
申请日： 2012-01-17 - 公布日： 2012-07-18 - 主分类号： H04L12/28 文献下载
摘要：本发明涉及一种生成网络映射的方法，所述网络映射示出网络的多个位置下的网络接入技术的可用性。所述方法包括以下步骤：(a)由第一网络单元(1051)发送第一数据给第二网络单元(1052)，由此，所述第一数据利用至少两种不同的网络接入技术被发送并且被发送到用于所述第二网络单元的至少两个不同的可能位置，其中所述第一网络单元(1051)的位置由第一标识符标识，所述第二网络单元(1052)的位置由第二标识符标识；(b)由所述第一网络单元(1051)从所述第二网络单元(1052)接收第二数据，所述第二数据在下文中称为第一测量数据，与所发送的第一数据相关；以及(c)基于所述测量数据、所述第一标识符以及所述第二标识符生成所述网络映射。
生成网络映射

[发明专利]网络生成法-CN98801689.3有效
发明人：福尔克尔·恩斯特;布杰恩·韦尔特;曼弗雷德·韦尔特;弗兰克·维勒;罗曼－埃马努埃尔·茨高尔 -专利权人：德国电信股份有限公司
申请日： 1998-01-05 - 公布日： 2004-02-25 - 主分类号： H04Q3/00 文献下载
摘要：本发明涉及建立网络的一种方法，特别是电信网、供水或远距离供热网，或者电力网。该网络可根据地区现有的及可以事先规定的需求以及人另用户(3)的要求(4)，把所有用户(3)同一个总分配结点(7)连接起来。其方法步骤的特点在于，I)建立一个网络图(G)，它由边(14)和结点(15)组成。该图(G)包括所有技术上可能的，和/或者可以事先规定的网络连接线路(5)。由实际的道路区的地形图、以及可事先规定的并通过该网络向地区(1)供给的网络导线路径(5)而构成边(14)的长度和方向。结点(15)为边(14)的交叉点，即道路和/或者网络导线路径(5)的交叉点。III).建立一个网络结构(Ba)，把没有必要的边(14)由图(G)中除去，这样，在总分配结点(7)与每个用户(3)之间使网络结构(Ba)的用户边(16)，边(14)及结点(15)形成准确地连接。IV).按照用户(3)的需求(4)确定网络结构(Ba)边(14)的负载。
网络生成

[发明专利]一种多层级地图的端到端智能生成方法及系统-CN202210383509.3在审
发明人：付莹;方政 -专利权人：北京理工大学
申请日： 2022-04-12 - 公布日： 2022-08-09 - 主分类号： G06T11/20 文献下载
摘要：本发明涉及一种多层级地图的端到端智能生成方法及系统，属于计算机视觉技术领域。本发明根据深度神经网络，设计遥感影像生成多层级地图的多层级地图生成网络，然后建立多层级网络地图生成数据集，使用数据集对生成网络进行训练，得到优化的生成网络模型参数。最后对遥感影像进行采样处理，得到多层级遥感影像，并将收集的影像输入生成网络进行处理，生成多层级网络地图。本发明通过多层级网络地图生成网络从遥感影像中生成多层级网络地图，能够实现无需人工参与的多层级网络地图生成，生成速度快且花费低。
一种多层地图端到端智能生成方法系统

[发明专利]基于CycleGAN网络模型的车牌样本生成方法及系统-CN202010513007.9在审
发明人：孙锬锋;蒋兴浩;李季;许可 -专利权人：上海交通大学
申请日： 2020-06-08 - 公布日： 2020-10-13 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种基于CycleGAN网络模型的车牌样本生成方法及系统，包括：将成对的合成车牌图片和真实车牌图片分别输入至生成网络A和生成网络B；生成网络A输出伪真实车牌图片，并和真实车牌图片成对地输入判别网络B，输出判别结果反馈到生成网络A；生成网络B输出伪合成车牌图片并和合成车牌图片成对地输入判别网络A，输出判别结果反馈到生成网络B；判别网络A、判别网络B分别根据成对的伪车牌图片和车牌图片进行训练，从而更新判别网络的权重；生成网络A、生成网络B分别根据判别网络A、判别网络B的反馈结果进行训练，从而更新生成网络的权重，重复上述步骤直至权重满足预设值。
基于 cyclegan 网络模型车牌样本生成方法系统

[发明专利]神经网络生成装置、神经网络生成方法以及神经网络生成程序-CN202180044360.X在审
发明人：富田浩明;J·O·尼科尔斯 -专利权人：利普麦德株式会社
申请日： 2021-06-30 - 公布日： 2023-02-14 - 主分类号： G06N3/0475 文献下载
摘要：神经网络生成装置是生成对神经网络进行运算的神经网络执行模型的神经网络生成装置，其包括：执行模型生成部，基于所述神经网络执行模型所运行的硬件的硬件信息、以及所述神经网络的网络信息，生成所述神经网络执行模型；以及学习部，生成所生成的所述神经网络执行模型的学习完毕参数。
神经网络生成装置方法以及程序

[发明专利]基于网络拓扑特征的图网络生成方法及系统-CN202111128068.4在审
发明人：宣琦;汪泽钰;单雅璐;王金焕 -专利权人：浙江工业大学
申请日： 2021-09-26 - 公布日： 2022-01-11 - 主分类号： G16C20/70 文献下载
摘要：基于网络拓扑特征的图网络生成方法及系统，包括：S1：读取数据集，获取原网络图特征；S2：根据预先设定的目标选择网络生成规则以进行网络生成操作，本方法包含三种网络生成规则，分别对应平均介数中心性、平均接近中心性和叶子节点百分比，网络生成前后原网络和新网络的特征可以达到近似或保持一致的效果；S3：输出生成网络；实现本发明的基于网络拓扑特征的图网络生成系统，包括：网络读取模块、网络生成模块、网络输出模块；本发明针对不同的网络拓扑特征进行网络生成，有助于对网络特定特征的分析；本方法包含针对三种不同的网络拓扑特征的网络生成规则，可扩展性较好，且对数据增强和图分类的应用有着较好的增益。
基于网络拓扑特征生成方法系统

[发明专利]基于生成对抗网络的人手深度图像数据增强方法-CN201910508096.5有效
发明人：李勇波;徐迟;蔡文迪;谢中朝 -专利权人：中国地质大学（武汉）
申请日： 2019-06-12 - 公布日： 2022-05-06 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了一种基于生成对抗网络的人手深度图像数据增强方法，本发明主要通过生成对抗网络生成新的图像样本，生成对抗网络需要交替训练两个网络：生成网络、判别网络。首先，生成网络输入一个随机噪声，生成一张伪图，尽可能去欺骗判别网络；然后，判别网络判别输入的图像的真伪，尽可能的把生成图片与真实图片区分开；最后，生成网络和判别网络两个部分构成一个动态的“博弈”过程，直到判别网络难以判定生成网络生成的图片是否是真实的，这样可以得到一个模型G生成人手深度图像，以达到数据增强的目标，同时为了使生成的图像与真实图像差异性最小化，本发明引入了一种风格转换的方法，在生成图像上进行风格转换。
基于生成对抗网络人手深度图像数据增强方法

[发明专利]图像处理方法、装置及终端设备-CN201810749855.2有效
发明人：张弓 -专利权人： OPPO（重庆）智能科技有限公司
申请日： 2018-07-10 - 公布日： 2021-08-06 - 主分类号： G06T5/00 文献下载
摘要：本申请适用于图像处理技术领域，提供了图像处理方法、装置及终端设备，包括：获取待处理图像；获取生成网络，所述生成网络的结构包括编码网络和解码网络，所述编码网络提取输入所述生成网络的图像的预设特征，所述解码网络根据所述编码网络提取的输入所述生成网络的图像的预设特征重建图像；将所述待处理图像输入所述生成网络，得到所述生成网络输出的生成图像；显示所述生成图像。
图像处理方法装置终端设备

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