“计算梯度向量”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1624796个，建议您升级VIP下载更多相关专利

[发明专利]基于主题注意力的深度学习文本分类模型训练方法-CN202210312063.5在审
发明人：张祖平;彭杰;龙哲 -专利权人：中南大学
申请日： 2022-03-28 - 公布日： 2022-08-19 - 主分类号： G06F16/35 文献下载
摘要：本公开实施例中提供了一种基于主题注意力的深度学习文本分类模型训练方法，属于计算技术领域，具体包括：根据原始文本构建文本数据集；得到文本的数字化表示、文本的掩盖序列、文本的数字标签；得到样本，并将样本分为训练集和验证集；初始化前向网络中变量；得到表征文本的一组词向量；得到原始注意力矩阵；得到目标注意力矩阵；根据目标注意力矩阵，得到概率矩阵；计算注意力头输出；得到注意力输出；计算主题输出；计算主题概率向量；计算交叉熵损失；计算前向网络变量的梯度；更新网络变量；迭代计算交叉熵损失以及梯度；当迭代达到预设次数或模型损失趋于稳定，迭代停止。
基于主题注意力深度学习文本分类模型训练方法

[发明专利]一种基于梯度扰动的联邦学习数据隐私保护方法及系统-CN202110635849.6有效
发明人：王琛;刘高扬;伍新奎;彭凯 -专利权人：华中科技大学
申请日： 2021-06-08 - 公布日： 2021-08-13 - 主分类号： G06F21/62 文献下载
摘要：本发明公开了一种基于梯度扰动的联邦学习数据隐私保护方法及系统，属于数据隐私保护领域，方法包括：利用联邦学习训练后的本地模型对数据参与方中的样本进行类别预测，得到原始预测概率向量；对原始预测概率向量进行扰动，以得到预测标签与原始预测概率向量的预测标签相同、且预测损失函数的梯度相对于原始预测概率向量的预测损失函数的梯度的角偏差最大的扰动预测概率向量；以各本地模型的原始预测概率向量与扰动预测概率向量之间的差异最小为目标受保护的联邦学习全局模型，可在维持模型的可用性的前提下，有效降低模型预测输出和模型梯度泄露用户参与方隐私的风险。
一种基于梯度扰动联邦学习数据隐私保护方法系统

[发明专利]一种基于Bi-LSTM输入信息增强的关系抽取方法-CN201810237590.8有效
发明人：黄河燕;雷鸣;冯冲 -专利权人：北京理工大学
申请日： 2018-03-22 - 公布日： 2020-10-09 - 主分类号： G06F16/36 文献下载
摘要：本发明提出了一种基于Bi‑LSTM输入信息增强的关系抽取方法，属于计算机人工智能自然语言处理领域。通过应用不确定标签的策略标注数据集，应用冗余编码技术对每个单词进行字符级编码产生词形编码向量。词形编码向量与词嵌入向量拼接生成词向量用于捕捉词形与词义信息。通过应用输入信息增强的Bi‑LSTM作为模型编码层，将词向量输入编码层，输出编码向量。将编码向量输入解码层，得到解码向量。应用三个分层次的NN，从解码向量分别提取出实体标签、关系类型、实体编号信息。最后，计算梯度、更新权重，通过最大化目标函数训练模型。
一种基于 bi lstm 输入信息增强关系抽取方法

[发明专利]一种基于SVM的人脸质量评价方法-CN202010556127.7有效
发明人：夏海轮;卫炜;周洪弘 -专利权人：北京邮电大学
申请日： 2020-06-17 - 公布日： 2022-06-07 - 主分类号： G06V40/16 文献下载
摘要：然后提取整张图的方向梯度直方图特征向量，同时将灰度图转化为等价模式的LBP特征图。在LBP特征图上分别以五个关键点为中心，各取一个矩形，提取五个LBP特征直方图特征向量。将方向梯度直方图特征向量和LBP特征直方图特征向量拼接成一个特征向量，并输入预训练好的SVM模型中，得到此人脸图像的质量分类，并得到当前图像的特征向量与SVM的超平面的距离；依据质量分类和和距离计算出此人脸图像的质量分数并输出
一种基于 svm 质量评价方法

[发明专利]融合知识图谱的对话知识点确定模型的生成方法及装置-CN202111624827.6有效
发明人：周涵;徐新超;吴文权 -专利权人：北京百度网讯科技有限公司
申请日： 2021-12-28 - 公布日： 2023-09-05 - 主分类号： G06F16/332 文献下载
摘要：本申请公开了融合知识图谱的对话知识点确定模型的生成方法及装置，涉及计算机技术领域，尤其涉及自然语言处理、深度学习等人工智能领域。实现方案为：获取训练语料集；将对话文本中的历史对话文本输入初始语义模型中，确定历史对话文本对应的第一语义向量；将知识图谱中与对话文本中的答复语句对应的正样本节点及负样本节点输入初始图网络中，以确定正样本节点及负样本节点分别对应的第二语义向量及第三语义向量；根据第一语义向量分别与第二语义向量及第三语义向量间的关联度，确定初始语义模型及初始图网络分别对应的修正梯度；基于修正梯度，分别对初始语义模型及初始图网络进行修正，以获取对话知识点确定模型。
融合知识图谱对话知识点确定模型生成方法装置

[发明专利]电脑心电定量测量心肌梗塞的方法及其装置-CN00130383.X无效
发明人：曲直 -专利权人：曲直
申请日： 2000-11-03 - 公布日： 2001-04-04 - 主分类号： A61B5/0402 文献下载
摘要：本发明公开了一种生物电学与临床医学、计算机科学与心电学相结合的,运用心脏生物电学原理,建立数学模型,发挥电脑快速计算和实时计测功能,对心肌缺血和心肌损伤面积、心肌坏死和心室肥大体积、心电环瞬间心电向量、心电环瞬时速度和加速度和心电环电轴向量和心室梯度向量提供了定量计测的方法,并给出了临床应用的实施例。
电脑定量测量心肌梗塞方法及其装置

[发明专利]基于稀疏表示的屏幕图像质量评价方法-CN201811203757.5在审
发明人：杨嘉琛;刘佳成 -专利权人：天津大学
申请日： 2018-10-16 - 公布日： 2019-03-29 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种基于稀疏表示的屏幕图像质量评价方法,包括以下步骤：第一步：计算失真屏幕图像的三种梯度图，包括绝对梯度图，相对梯度方向图和相对梯度图；第二步：提取屏幕图像的纹理特征，从第二步得到的绝对梯度图,相对梯度方向图和相对梯度图中提取梯度方向直方图特征。学习字典的构建；测试屏幕图像特征向量的稀疏表示。第五步：质量分数池化阶段。本发明所提出的屏幕图像质量评价方法利用图像二阶偏导信息和稀疏表示准确地预测了屏幕图像失真后的质量分数。
屏幕图像稀疏表示质量评价梯度图绝对梯度质量分数方向图失真梯度方向直方图图像特征向量测试屏幕二阶偏导纹理特征池化构建字典图像预测学习

[发明专利]基于动量梯度下降法的水下机器人姿态采集方法-CN202011351037.0在审
发明人：戴晓强;朱延栓;曾庆军 -专利权人：江苏科技大学
申请日： 2020-11-26 - 公布日： 2021-04-16 - 主分类号： G01C21/00 文献下载
摘要：本发明公开了一种基于动量梯度下降法的水下机器人姿态采集方法，具体步骤如下：对系统采集的加速度计和磁力计数据采用中位值平均滤波算法进行滤波；对参考坐标系下的重力加速度值与上一时刻最优姿态四元数做叉乘处理后与加速度计的实际测量值做误差处理得到误差向量，磁力数据做相似处理，得到另一个误差向量；对误差向量构造目标函数，利用梯度下降法求解目标函数的梯度，并进行归一化处理；将归一化后的梯度值与收敛步长β相结合，并将此结果来修正由陀螺仪数据求解姿态四元数过程产生的累积误差本发明所得数据精度高，实时性好且过程计算量小，在水下机器人姿态控制中具有很好的应用前景。
基于动量梯度下降水下机器人姿态采集方法

[发明专利]一种基于部件幂集和多尺度特征的行人重识别方法-CN201910722268.9有效
发明人：纪荣嵘;沈云航 -专利权人：厦门大学
申请日： 2019-08-06 - 公布日： 2022-02-18 - 主分类号： G06V20/52 文献下载
摘要：一种基于部件幂集和多尺度特征的行人重识别方法，属于计算机视觉技术领域。包括以下步骤：1)初始化模型参数；2)输入训练图像到网络提取图像特征；3)计算训练图像的多尺度特征；4)枚举部件幂集并提取其特征；5)计算softmax交叉熵损失函数；6)计算triplet loss三元损失函数；7)计算组合排序模块的交叉熵损失函数；8)使用梯度下降算法更新模型参数；9)重复步骤2)～8)直到收敛；10)使用模型计算数据库里所有图像的特征向量；11)输入图像到模型中，获得目标的特征向量；12)计算目标和数据库图像的特征向量的欧氏距离；13)选择欧氏距离最近的数据库图像对应的行人身份作为最终检测结果。
一种基于部件尺度特征行人识别方法

[发明专利]声纹识别模型的优化方法、装置、计算机设备及存储介质-CN202110733702.0有效
发明人：亢祖衡;彭俊清;王健宗 -专利权人：平安科技（深圳）有限公司
申请日： 2021-06-30 - 公布日： 2023-05-23 - 主分类号： G10L17/04 文献下载
摘要：本申请公开了声纹识别模型的优化方法、装置、计算机设备及存储介质，涉及人工智能技术领域，用于针对线上用户进行实时优化，提高了模型的准确率。方法包括：将预置的初始声纹识别模型分别部署到多个终端；获取目标终端发送的待识别语音数据；通过预置的历史存量数据对待识别语音数据进行声纹核身操作；当待识别语音数据通过声纹核身操作时，将多个匿名声纹向量确定为负样例数据并发送至目标终端，以使得目标终端进行梯度计算；获取多个关联终端发送的多个关联模型梯度，并采用联邦聚合平均算法对多个关联模型梯度和目标模型梯度进行聚合，得到聚合梯度；将聚合梯度发送到多个终端，以使得每个终端根据聚合梯度对初始声纹识别模型进行优化
声纹识别模型优化方法装置计算机设备存储介质

[发明专利]意图识别模型的训练方法、意图识别方法及装置-CN202210985878.X在审
发明人：张晗;杜新凯;吕超;谷姗姗 -专利权人：阳光保险集团股份有限公司
申请日： 2022-08-16 - 公布日： 2022-11-01 - 主分类号： G06F40/30 文献下载
摘要：本申请提供了一种意图识别模型的训练方法、意图识别方法及装置，方法包括：获取训练样本集；训练样本集中的样本包括：标注有意图标签的问句；采用训练样本集中的样本对预训练模型进行训练；获取样本对应的初始输出向量；根据初始输出向量确定预训练模型的初始反向传播梯度；基于初始反向传播梯度，对初始输出向量增加预设次数的扰动，得到目标反向传播梯度；根据目标反向传播梯度更新预训练模型的模型参数，得到意图识别模型。本申请利用预训练模型中反向传播的梯度，对模型样本对应的输出向量，即词嵌入层向量进行对抗扰动，这种对抗训练方法可以提高模型鲁棒性。
意图识别模型训练方法装置

[发明专利]带有各向异性扩散方向的扩散加权磁共振图像数据的拍摄-CN201710316331.X有效
发明人： T.费维尔 -专利权人：西门子保健有限责任公司
申请日： 2017-05-08 - 公布日： 2020-08-28 - 主分类号： G01R33/563 文献下载
摘要：描述了一种用于拍摄带有各向异性扩散方向的扩散加权的磁共振图像数据的扩散梯度的确定方法。将可实现扩散梯度向量的空间确定为长方体(Q)，其沿梯度系统(6)的物理梯度轴(Gx、Gy、Gz)定向。:Sub>)的有效梯度幅值的值区间(I‑Geff)。确定围绕物理梯度轴的原点的球壳(KS)。将球壳的位于长方体内的子区域(SB)确定为可能的备选原始向量(KUV)的端点。从备选原始向量的集合中选择附加地满足对于张量的方向条件的至少六个扩散梯度向量(DV)的组(S‑DV)。此外，描述了用于拍摄检查对象(O)的扩散加权的磁共振图像数据(DBD)的方法和扩散梯度确定装置(60)以及磁共振设备(1)。
带有各向异性扩散方向加权磁共振图像数据拍摄

[发明专利]一种红外图片识别方法-CN201810933085.7在审
发明人：董知周;王锋华;徐盛;陈显辉;吴海峰;成敬周;缪竞雄;沈杰;郑文斌;陈显来;胡陈晨;王绍荃;钟尚染;李炜;谢华森 -专利权人：国网浙江省电力有限公司温州供电公司;温州市图盛科技有限公司
申请日： 2018-08-16 - 公布日： 2019-01-25 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种红外图片识别方法，包括以下步骤：读取图像、设置ROI、高斯滤波、Sobel算子计算图像梯度、非极大值抑制、滞后阈值分割、计算梯度向量的所有归一化点积的总和。本发明的优点是：将区域内进行数字化处理，并进行高斯滤波去除噪声，消除图像的噪声干扰，从而提高图像质量，然后Sobel算子计算图像梯度，产生对应的灰度矢量或是其法矢量，采用非极大值抑制，对每一个像素进行检查，看这个点的梯度是不是周围具有相同梯度方向的点中最大的，再采用滞后阈值分割，然后将模板和红外图片归一化点积的总和之间的欧式距离，从而实现高效准确的识别红外图片，即使红外图片旋转了也不会影响判断的准确性，
红外图片非极大值抑制计算图像梯度高斯滤波阈值分割归一化点积图像计算梯度向量数字化处理尺度影响读取图像灰度矢量欧式距离噪声干扰滞后法矢量识别度像素去除噪声检查

[发明专利]一种日志分析方法、装置、设备及存储介质-CN202310013913.6在审
发明人：周越冬 -专利权人：中移(苏州)软件技术有限公司;中国移动通信集团有限公司
申请日： 2023-01-05 - 公布日： 2023-09-19 - 主分类号： G06F11/30 文献下载
摘要：本申请公开了一种日志分析方法、装置、设备及存储介质，其中，所述方法包括：利用多粒度网络MGN对日志数据进行特征提取，得到所述日志数据对应的日志特征向量，其中，在使用随机梯度下降法优化MGN参数时，采用定长窗口将历史梯度与当前梯度进行加权结合；获取所述日志特征向量与故障特征向量集合之间的最小余弦距离和杰卡德距离；基于所述最小余弦距离和/或所述杰卡德距离确定所述日志特征向量为故障日志向量。
一种日志分析方法装置设备存储介质

[发明专利]一种非接触成像方式下手掌特征提取方法-CN201310589834.6有效
发明人：李威;苑玮琦 -专利权人：沈阳工业大学
申请日： 2013-11-19 - 公布日： 2017-11-07 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种非接触成像方式下手掌特征提取方法，首先提取指根部的手掌内切圆，从内切圆圆心做若干条放射状线段相交于圆周，同时，构造模板计算内切圆内各点的梯度值，根据各线段上各点的梯度值计算质心相对半径，将其定义为特征参量，以此构成特征向量空间。
一种接触成像方式手掌特征提取方法