“自回归模型”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1308312个，建议您升级VIP下载更多相关专利

[发明专利]一种基于多任务学习的蒙汉非自回归机器翻译方法-CN202210787549.4在审
发明人：苏依拉;朱苏东;仁庆道尔吉;吉亚图 -专利权人：内蒙古工业大学
申请日： 2022-07-06 - 公布日： 2022-11-18 - 主分类号： G06F40/58 文献下载
摘要：一种基于多任务学习的蒙汉非自回归机器翻译方法，对蒙汉平行语料进行预处理；将预处理得到的蒙汉平行语料数据集划分为训练集，验证集和测试集三部分；搭建共享编码器的自回归翻译模型和非自回归翻译模型，并由共享编码器、自回归翻译模型解码器和非自回归翻译模型解码器构成一个多任务学习框架；在所述多任务学习框架下，基于所述训练集训练所述非自回归翻译模型，从而将自回归翻译模型的知识转移到非自回归翻译模型，利用得到的非自回归翻译模型即可执行蒙汉翻译
一种基于任务学习蒙汉非回归机器翻译方法

[发明专利]一种基于辅助表示融合的非自回归神经机器翻译方法-CN202110592517.4有效
发明人：杜权;刘兴宇 -专利权人：沈阳雅译网络技术有限公司
申请日： 2021-05-28 - 公布日： 2023-09-05 - 主分类号： G06F40/58 文献下载
摘要：本发明公开一种基于辅助表示融合的非自回归神经机器翻译方法，步骤为：构造自回归神经机器翻译模型；构建训练平行语料，训练一个只有一层解码器的模型；构造非自回归神经机器翻译模型；将自回归神经机器翻译模型解码器最顶层的前馈神经网络后的输出与非自回归神经机器翻译模型编码器的顶层表示进行加权融合，作为非自回归神经机器翻译模型解码器的输入；编码器提取源语句子信息，解码器根据该源语句子信息来预测对应的目标语句子；完成非自回归神经机器翻译模型的训练；将源语句子送入非自回归神经机器翻译模型中，解码出不同长度的翻译结果本发明结合自回归模型和非自回归模型的优点，在损失了较小性能的情况下，能够获得7～9倍的速度提升。
一种基于辅助表示融合回归神经机器翻译方法

[发明专利]一种自回归模型参数的确定方法、计算设备和电子设备-CN202110680893.9在审
发明人：郭鸣晗;张浩;赵坤;杨亚光;龙飞;陈立平;柏伟 -专利权人：中国科学院微电子研究所
申请日： 2021-06-18 - 公布日： 2022-12-20 - 主分类号： G06F30/20 文献下载
摘要：本发明公开一种自回归模型参数的确定方法、计算设备和电子设备，涉及信号处理领域。自回归模型参数的确定方法，包括：对输入数据进行并行自相关计算处理，得到自相关计算结果；基于所述自相关计算结果和所述输入数据确定自回归模型在当前阶数的参数和阈值；在所述阈值未达到阈值最小值的情况下，更新所述自回归模型的当前阶数，基于所述自回归模型在当前阶数的参数和阈值，更新自回归模型在下一阶的参数和阈值；在所述阈值达到所述阈值最小值的情况下，输出所述自回归模型在当前阶数的参数。可以实现对自回归模型参数的自适应定阶，降低了运行耗时时长，提高了自回归模型参数的计算的可靠性和稳定性。
一种回归模型参数确定方法计算设备电子设备

[发明专利]信道质量指示预测与补偿的方法及系统-CN201010293280.1无效
发明人：尚勇;陈晓华 -专利权人：北京大学
申请日： 2010-09-27 - 公布日： 2011-01-26 - 主分类号： H04L1/00 文献下载
摘要：其中，该方法包括：积累相同子带或全带宽相同时间间隔的CQI值，形成CQI时间序列；自回归求和滑动平均模型的识别步骤，依据所述CQI时间序列，识别自回归求和滑动平均模型过程，确定自回归求和滑动平均模型中的参数；对自回归求和滑动平均模型的参数进行估计，以确定自回归求和滑动平均模型；基于确定的所述自回归求和滑动平均模型对CQI值进行预测。
信道质量指示预测补偿方法系统

[发明专利]一种基于深度自回归模型的解决图像重建问题的方法-CN201811281916.3在审
发明人：夏春秋 -专利权人：深圳市唯特视科技有限公司
申请日： 2018-10-31 - 公布日： 2019-04-12 - 主分类号： G06T5/00 文献下载
摘要：本发明中提出的一种基于深度自回归模型的解决图像重建问题的方法，其主要内容包括：深度自回归模型、对输入图像进行线性转换、优化深度自回归模型和重建图像的实现细节，其过程为，先用数据库的图像对深度自回归模型进行极大似然估计训练，使其具备解决重建图像任务的能力；接着，在重建图像表达式中引入特定的射影算子，并且通过使用渐变更新法和分拆与合成训练法，以提高深度自回归模型的性能；最后，通过正向模型实现对输入图像进行线性转换，从而实现图像重建本发明采用了深度自回归模型，对其性能进行了优化，保证了重建图像与输入图像的像素一致性，并且提升了重建图像的渐变性。
自回归模型重建图像输入图像图像重建线性转换极大似然估计合成训练模型实现射影算子渐变分拆像素正向优化数据库图像引入保证

[发明专利]一种银行流量入侵检测方法、装置、系统和介质-CN202211289516.3在审
发明人：陈磊 -专利权人：中国农业银行股份有限公司
申请日： 2022-10-20 - 公布日： 2023-04-04 - 主分类号： H04L9/40 文献下载
摘要：本申请提供一种银行流量入侵检测方法、装置、系统和介质，采集当前银行外部渠道访问流量数据；获取XLNET自回归模型的训练集，训练集包括：历史银行外部渠道访问流量数据和历史银行外部渠道访问流量数据的分类；利用训练集学习历史银行外部渠道访问流量数据，和，历史银行外部渠道访问流量数据的分类，之间的映射关系；根据映射关系确定XLNET自回归模型的模型参数，以得到预先训练的XLNET自回归模型；将当前银行外部渠道访问流量数据输入预先训练的XLNET自回归模型，预先训练的XLNET自回归模型输出当前银行外部渠道访问流量数据的分类。使用预先训练的XLNET自回归模型，无需人工筛选即可实现及时准确的检测入侵流量，防止网络攻击，保障银行网络安全。
一种银行流量入侵检测方法装置系统介质

[发明专利]降低振动信号压缩感知重构误差的方法、装置及存储介质-CN202210948233.9有效
发明人：康杰;谢炎龙;任伟新;赵杨平 -专利权人：深圳大学
申请日： 2022-08-05 - 公布日： 2023-05-30 - 主分类号： H03M7/30 文献下载
摘要：本发明实施例公开了一种降低振动信号压缩感知重构误差的方法、装置及存储介质，方法包括：获取重构振动信号、阶数以及欠定方程的基础解系；将重构振动信号以及阶数输入预设的自回归模型，得到自回归模型的自回归模型特征参数；基于模型残余以及模型输出量，确定自回归模型的相对残差；根据自回归模型特征参数、阶数以及欠定方程的基础解系进行降低相对残差的处理，得到新的重构振动信号。此外，通过构建自回归模型引入信号的时间序列特征，减小模型的相对残差减小重构误差，进一步提高信号重构精度。
降低振动信号压缩感知误差方法装置存储介质

[发明专利]一种基于潜变量自回归模型的动态过程监测方法-CN201811577427.2有效
发明人：吴华;史旭华;童楚东 -专利权人：宁波大学
申请日： 2018-12-13 - 公布日： 2021-05-04 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种基于潜变量自回归模型的动态过程监测方法，旨在建立潜变量自回归模型，并以此为基础实施动态过程监测。具体来讲，本发明方法通过定义潜变量的自回归模型的最小二乘目标函数，推理出相应的特征挖掘算法后，再建立故障监测模型从而实施在线故障监测。由于本发明方法以建立潜变量自回归模型的目标，挖掘出了动态自相关的潜变量，并给出相应满足最小二乘条件的自回归模型。通过该潜变量自回归模型不仅可以挖掘出原训练数据中的自相关特征，而且还可以消除潜变量自相关性的影响。因此，本发明方法与传统动态过程监测方法是存在显著不同的，而且模型的可解释性更强。
一种基于变量回归模型动态过程监测方法

[发明专利]一种基于非自回归的神经机器翻译解码加速方法-CN202010068170.9有效
发明人：杨木润 -专利权人：沈阳雅译网络技术有限公司
申请日： 2020-01-21 - 公布日： 2023-04-07 - 主分类号： G06F40/58 文献下载
摘要：本发明公开一种基于非自回归的神经机器翻译解码加速方法，步骤为：采用基于自注意力机制的Transformer模型，构造自回归神经机器翻译模型；构建训练平行语料，生成机器翻译词表后训练从左到右和从右到左两个模型直到收敛；构造非自回归机器翻译模型；获得从左到右和从右到左两个自回归翻译模型的编码解码器注意力和隐层状态；计算其与自回归模型对应输出的差异性，作为额外的损失，用于模型训练；提取源语句子信息，解码器预测对应的目标语句子本发明充分利用回归模型中的知识，在损失了较小性能的情况下，能够获得8.6倍的速度提升。
一种基于回归神经机器翻译解码加速方法

[发明专利]一种基于FNN神经网络与自回归模型的基坑沉降预测方法-CN202310259320.8在审
发明人：张文选;朱明晨;徐学渠;黄小明;杨中委;何磊;郑云飞;于祖洋 -专利权人：中国水利水电第七工程局有限公司
申请日： 2023-03-17 - 公布日： 2023-07-04 - 主分类号： G06F30/13 文献下载
摘要：本发明公开一种基于FNN神经网络与自回归模型的基坑沉降预测方法，包括：获取基坑沉降监测数据，以三次样条内插法将沉降观测序列内插为每半日一个沉降量的等时间间隔序列；以前四期观测值为输入、后一期观测值为输出，构造训练样本和检验样本；利用训练样本，构建自回归模型，并计算自回归模型后一期沉降预测值；利用训练样本，确定自回归模型预测后一期沉降结果的残差；构建一个FNN神经网络模型，用来表示上述各值、残差之间的非线性关系；利用上述数据构造FNN模型的训练样本，对FNN模型进行迭代训练；将FNN模型的输出结果与自回归模型计算值相加，构成FNN神经网络与自回归融合模型并验证其精度。本发明精度和稳定性比常规模型得到显著提高。
一种基于 fnn 神经网络回归模型基坑沉降预测方法

[发明专利]基于领域知识和数据驱动的健身跑心率预测方法-CN201910886628.9有效
发明人：陈硕;蔡云鹏;倪友聪;张韬磊;游琪妍;杜欣 -专利权人：福建宜准信息科技有限公司
申请日： 2019-09-19 - 公布日： 2023-04-07 - 主分类号： G06N3/0442 文献下载
摘要：本发明涉及一种基于领域知识和数据驱动的健身跑心率预测方法，包括以下步骤：1）采集运动者的健身跑数据，得到训练数据集；2）建立反映心率与运动速度、坡度关系的领域模型DM；3）建立反映心率与运动速度、坡度、运动时间关系的数据驱动的自回归模型ARM；4）采用训练数据集确定领域模型和自回归模型中的参数，得到个性化的领域模型和自回归模型；5）将自回归模型和领域模型预测的心率值，即自回归模型和领域模型的输出作为集成学习算法的输入该方法有利于提高所建立的个性化健身跑模型的精度。
基于领域知识数据驱动健身心率预测方法

[发明专利]基于复合数据源自回归模型的风电功率超短期预测方法-CN201410163062.4在审
发明人：汪宁渤;路亮;何世恩;马彦宏;赵龙;周强;马明;张健美 -专利权人：国家电网公司;国网甘肃省电力公司;甘肃省电力公司风电技术中心
申请日： 2014-04-22 - 公布日： 2014-07-16 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于复合数据源自回归模型的风电功率超短期预测方法，包括输入数据得到自回归模型参数；以及输入风电功率预测所需输入数据到根据自回归模型的参数确定的自回归模型中得到预测结果；输入数据得到自回归模型参数具体包括，输入模型训练基础数据，采用残差方差图法对自回归模型AR(p)定阶，采用矩估计方法对定阶的AR(p)模型参数进行估计。
基于复合数据源自回归模型电功率短期预测方法

[发明专利]自回归神经网络消歧模型、训练及使用方法、装置、系统-CN201911251486.5在审
发明人：张晴晴;张雪璐;杨金富;罗磊;马光谦;汪洋 -专利权人：北京爱数智慧科技有限公司
申请日： 2019-12-09 - 公布日： 2020-03-24 - 主分类号： G06N3/08 文献下载
摘要：本发明公开了一种自回归神经网络消歧模型、训练及使用方法、装置、系统，属于语音通信技术领域。该自回归神经网络消歧模型训练方法包括获取训练数据集和训练模型，将训练文本输入模型后，模型对输出的发音序列进行自回归，直至得到自回归神经网络消歧模型。采用此模型对多音字进行发音预测时，将包含了多音字的文本输入自回归神经网络消歧模型，模型直接输出该文本的发音序列。本发明减少了模型所需训练数据的数量和模型整体的参数数量，简化了消歧流程，解决了变调现象产生的多音字发音无法通过语义和词性等非语音信息进行有效预测的问题。
回归神经网络模型训练使用方法装置系统

[发明专利]一种基于解码器输入增强的非自回归神经机器翻译方法-CN202110592520.6有效
发明人：杜权;徐萍;杨迪 -专利权人：沈阳雅译网络技术有限公司
申请日： 2021-05-28 - 公布日： 2023-08-15 - 主分类号： G06F40/58 文献下载
摘要：本发明公开一种基于解码器输入增强的非自回归神经机器翻译方法，步骤为：构造非自回归神经机器翻译模型；构建双语混合预训练模型；将双语混合句子作为编码器的输入，通过解码器来预测编码器中被替换的片段；用双语混合预训练模型编码器的词嵌入初始化非自回归神经机器翻译模型编码器和解码器的词嵌入；构建训练平行语料，生成机器翻译词表；通过解码器预测对应的目标语句子；计算预测出的分布与真实数据分布的差异，完成非自回归神经机器翻译模型的训练过程；将源语句子送入非自回归神经机器翻译模型中。本发明通过词典替换的方式将源语与目标语的表示映射到了同一的词义空间下，丰富了词向量的表达能力，可被非自回归神经机器翻译模型更好利用。
一种基于解码器输入增强回归神经机器翻译方法

[发明专利]基于递推Lasso的流量计异常在线监测方法、系统和存储介质-CN202110765956.0有效
发明人：刘颖;刘穗君;任淑军;卢成;曾九孙;蔡晋辉;崔廷;崔岩;刘磊;杨林超;陈建中;李春松;纪晓楠;李金洺;文金昉;李新会;李显红 -专利权人：河南中烟工业有限责任公司;中国计量大学
申请日： 2021-07-05 - 公布日： 2022-12-27 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种基于递推Lasso的流量计异常在线监测方法、系统和存储介质，所述方法包括：根据流量计的历史流量数据，建立自回归模型，并通过离线Lasso算法确定自回归模型的模型系数；利用流量计的实时流量，通过递推Lasso算法对自回归模型进行更新；根据基于更新后的自回归模型得到的预测流量和流量计在下一时刻的实际流量确定流量计是否异常。本发明的基于递推Lasso的流量计异常在线监测方法，通过递推Lasso算法对自回归模型进行更新，根据基于更新后的自回归模型得到的预测流量和实际流量来监测流量计的异常情况，具有准确度高、操作方便和实时跟踪等特点
基于 lasso 流量计异常在线监测方法系统存储介质

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