“训练样本集”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478497个，建议您升级VIP下载更多相关专利

[发明专利]视频检索模型的训练方法、装置、电子设备及存储介质-CN202011063215.X在审
发明人：王书敬;刘杰;王正;管铭;杨羿;陈晓冬;李一;刘林;贺翔;朱延峰 -专利权人：百度(中国)有限公司
申请日： 2020-09-30 - 公布日： 2021-01-05 - 主分类号： G06F16/73 文献下载
摘要：本申请公开了一种视频检索模型的训练方法、装置、电子设备及存储介质，涉及深度学习技术领域。具体方案为：响应于待训练的视频检索模型不满足预先设置的收敛条件，将当前训练样本集合输入至待训练的视频检索模型中，得到当前训练样本集合对应的相关性矩阵；根据当前训练样本集合对应的相关性矩阵计算当前训练样本集合对应的损失函数值；根据当前训练样本集合对应的损失函数值对待训练的视频检索模型进行训练；直到待训练的视频检索模型满足收敛条件为止。本申请可以自动地对训练样本的权重值进行调整，重点学习错误的样本，忽略容易的样本或者已经学习好的样本，从而可以有效地提高视频检索模型的训练效率和准确度，可靠性更高，识别效果更好。
视频检索模型训练方法装置电子设备存储介质

[发明专利]一种网络信息安全检测方法-CN202210284546.9在审
发明人：王军 -专利权人：安徽赛福贝特信息技术有限公司
申请日： 2022-03-22 - 公布日： 2022-06-28 - 主分类号： H04L9/40 文献下载
摘要：本发明涉及网络安全，具体涉及一种网络信息安全检测方法，采集网络信息安全数据与网络流量样本数据，并分别构建训练样本集、测试样本集；对网络信息安全数据的训练样本集、测试样本集进行数据修补，并进行降维、分解处理；将分解后的网络信息安全数据的训练样本集输入数据安全预测模型进行模型训练，并利用对应的测试样本集进行准确性验证；将网络流量样本数据的训练样本集输入流量安全预测模型进行模型训练，并利用对应的测试样本集进行准确性验证；利用训练好的数据安全预测模型、流量安全预测模型进行网络信息安全检测；本发明提供的技术方案能够有效克服现有技术所存在的对网络信息安全状态的检测不够准确，并且检测效率较低的缺陷。
一种网络信息安全检测方法

[发明专利]一种基于多尺度图模型的平面并联机构状态诊断方法-CN202111052466.2在审
发明人：张宪民;赵博;詹镇辉;吴琪强;袁雷 -专利权人：华南理工大学
申请日： 2021-09-08 - 公布日： 2022-01-04 - 主分类号： G06K9/00 文献下载
摘要：本发明提出了一种基于多尺度图模型的平面并联机构状态诊断方法，包括以下步骤：获取平面并联机构在不同状态下的运行信号，并执行标准化处理，得到标准化数据集；基于所述标准化数据集，构建训练样本集和测试样本集；构建无监督卷积自编码模型；采用所述训练样本集，对无监督卷积自编码模型进行训练，获得所述训练样本集的编码特征和所述测试样本集的编码特征；对所述训练样本集的编码特征和所述测试样本集的编码特征进行相关性度量，获得邻接矩阵；构建含注意力机制的多尺度图模型；采用所述训练样本集和邻接矩阵，对含注意力机制的多尺度图模型进行训练，获得训练后的含注意力机制的多尺度图模型，实现平面并联机构的状态诊断。
一种基于尺度模型平面并联机构状态诊断方法

[发明专利]一种重构光谱并进行复制的方法以及电子设备-CN201810314254.9有效
发明人：李婵;吕伟 -专利权人：深圳劲嘉集团股份有限公司
申请日： 2018-04-10 - 公布日： 2022-06-24 - 主分类号： G06T1/00 文献下载
摘要：本发明公一种重构光谱并进行复制的方法以及电子设备，方法包括步骤：选取多通道图像上的训练样本集，测试所述训练样本集中样本的光谱反射率，以及提取所述训练样本集中样本各通道的响应值；选取多通道图像上的待重建色块并提取所述待重建色块各通道的响应值；通过对所述训练样本集中样本各通道的响应值与所述待重建色块各通道的响应值的比较，从所述训练样本集中选取匹配的目标样本；计算所述训练样本集中样本各通道的响应值与目标样本各通道的响应值的比值；采用插值法预测系数矩阵；将目标样本的光谱反射率与系数矩阵的元素分别相乘得到重构光谱；根据所述重构光谱对待重建色块进行复制。
一种光谱进行复制方法以及电子设备

[发明专利]一种双语情感分类方法及装置-CN201310616753.0在审
发明人：李寿山;苏艳;周国栋 -专利权人：苏州大学
申请日： 2013-11-27 - 公布日： 2014-03-05 - 主分类号： G06F17/30 文献下载
摘要：本申请提供了一种双语情感分类方法及装置，方法包括：翻译待分类的源语言文档和训练样本集的源语言文档，得到待分类的翻译文档和训练样本集的翻译文档；组合待分类的源语言文档和待分类的翻译文档，得到待分类的双语文档，组合训练样本集的源语言文档和训练样本集的翻译文档，得到训练样本集的双语文档；构建待分类的双语特征向量空间和训练样本集的双语特征向量空间；利用最大熵模型在样本集的双语特征向量空间上训练分类器；通过训练后的分类器对待分类的双语特征向量空间进行情感极性分类
一种双语情感分类方法装置

[发明专利]模型训练方法、相关装置及存储介质-CN202211326667.1在审
发明人：不公告发明人 -专利权人：北京瑞莱智慧科技有限公司
申请日： 2022-10-27 - 公布日： 2022-11-25 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及数据处理领域，提供一种模型训练方法、相关装置及存储介质。该方法包括：获取训练样本集和目标模型的候选参数；获取训练样本集中每个训练样本的第一预测准确度；从所述训练样本集中去除异常样本；获取目标样本集中每个样本群体的第二预测准确度；若所存在任一样本群体的第二预测准确度低于预设值，则基于预设神经网络、所述目标样本集中各个训练样本的第一预测准确度更新所述候选参数。本申请在更新候选参数时，利用预设神经网络，能够基于目标模型的候选参数学习到如何为各个训练样本赋予权重，使得目标模型有效的消除对于不同群体的“歧视性”，故而赋予的权重更加合理，训练过程更加高效；而且可以去除异常样本，训练方向更合理。
模型训练方法相关装置存储介质

[发明专利]基于时间序列数据和随机梯度下降法的网络重构方法-CN201710328381.X在审
发明人：吴建设;焦李成;赵小文;缑水平;杨鹤笛;陈楠;边家家 -专利权人：西安电子科技大学
申请日： 2017-05-11 - 公布日： 2017-09-22 - 主分类号： G06N99/00 文献下载
摘要：本发明提出了一种基于时间序列数据和随机梯度下降法的网络重构方法，用于解决现有技术中存在的重构方法受限于网络结构种类和规模的技术问题，实现步骤为初始化网络的权值矩阵W；将观测的时间序列数据分解成(NT‑1)NS个训练样本得到训练样本集Y；将训练样本集Y中的训练样本顺序随机打乱，获得新的训练样本集Y'；对初始化后的权值矩阵W进行权值调整，得到调整后的权值矩阵W'；将调整后的权值矩阵W'作为权值矩阵W，并将训练样本集Y中的训练样本顺序随机打乱，获得新的训练样本集Y'，然后继续对权值矩阵W进行权值调整，得到调整后的权值矩阵W'，重复执行该步骤T次后，获得重构后的网络结构矩阵。
基于时间序列数据随机梯度下降网络方法

[发明专利]一种性别识别系统构建方法、系统及识别方法-CN201911275353.1在审
发明人：何世文;宋健;张晓洁;何雅琪;李稳;章桐;张尧学 -专利权人：中南大学
申请日： 2019-12-12 - 公布日： 2020-04-03 - 主分类号： G16H50/50 文献下载
摘要：本发明公开了一种性别识别系统构建方法、系统及识别方法，性别识别系统构建方法包括如下步骤：根据待识别年龄段，采集构建训练样本集，所述训练样本集中的训练样本包括年龄、性别和医学检查项目指标；根据预设的区间个数将所述待识别年龄段划分为年龄子区间，并将所述训练样本集按照年龄划分为与所述年龄子区间对应的训练样本子集；为每个所述年龄子区间分别构建性别识别智能算法模型；对每个所述性别识别智能模型，选择所述训练样本集中的训练样本，以所述医学检查项目指标值为特征，以性别标签，对所述性别识别智能模型进行训练，得到性别识别系统。
一种性别识别系统构建方法

[发明专利]一种提高二分类支持向量机分类精度的方法-CN201210544669.8无效
发明人：刘世元;朱金龙;张传维;陈修国 -专利权人：华中科技大学
申请日： 2012-12-13 - 公布日： 2013-04-24 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种提高二分类支持向量机分类精度的方法，步骤为：在待分类的样本空间中获取训练样本，得到2p个具有n个维度训练样本；利用训练样本集进行支持向量机训练，获取分类边界权系数向量w；利用支持向量机对所有训练样本进行映射，统计出所有被错误识别的训练样本集I1；按绝对值的大小对向量w中的每一个分量进行排序；找出排序最后的分量并剔除；重复m次，训练样本的维度减少到n-m；剔除掉这些错误训练样本；对剩余的训练样本进行支持向量机训练本发明可以筛选出训练样本中的最优维度，剔除训练样本集中的劣质训练样本，进而从源头上保证并提高了分类精度。
一种提高分类支持向量精度方法

[发明专利]基于判别特征学习和熵的深度半监督图像分类方法-CN202210446055.X在审
发明人：石伟伟;王星;黑新宏;王晓帆;贾萌;鲁晓锋;费蓉 -专利权人：西安理工大学
申请日： 2022-04-26 - 公布日： 2022-07-22 - 主分类号： G06K9/62 文献下载
摘要：本发明公开的基于判别特征学习和熵的深度半监督图像分类方法：将训练样本集划分为有标注训练样本集和无标注训练样本集；搭建深度卷积神经网络模型；构造判别特征学习目标函数；构造熵目标函数；构造总的目标函数；设定当前轮次训练数的值为0；训练构建的网络模型直到模型收敛；基于当前网络模型，计算每一个无标注样本属于不同类的概率；更新有标注训练样本集和无标注训练样本集；当前轮次训练数的值加1；重复执行步骤7)‑10)，直到当前轮次训练数达到预先设定的最大轮次训练数；将待分类的图像输入训练好的网络模型，在分类层得到该图像的预测类别。
基于判别特征学习深度监督图像分类方法

[发明专利]一种物品推荐方法及装置-CN201911114678.1有效
发明人：张亮;张波;王一凯 -专利权人：北京沃东天骏信息技术有限公司
申请日： 2019-11-14 - 公布日： 2023-09-29 - 主分类号： G06Q30/0601 文献下载
摘要：该方法的一具体实施方式包括：从样本集中选择正负训练样本；循环执行以下步骤，训练用于物品推荐的判别器，直至达到训练停止准则：根据正负训练样本分别指示的属性特征和行为特征，计算正负训练样本的距离以及负训练样本的判别参数，判别参数指示了负训练样本作为正训练样本的概率；根据距离和判别参数，从训练样本集中重新选择正训练样本及其相关的负训练样本；根据重新选择的正负训练样本，训练判别器；利用判别器从待推荐样本集中确定待推荐正样本，将待推荐正样本对应的物品推荐给用户。
一种物品推荐方法装置

[发明专利]恶意URL检测方法及系统-CN201911207542.5在审
发明人：熊骁;郭岗;林飞;古元;沈智杰;景晓军 -专利权人：深圳市任子行科技开发有限公司;北京亚鸿世纪科技发展有限公司
申请日： 2019-11-29 - 公布日： 2020-03-24 - 主分类号： H04L29/06 文献下载
摘要：恶意URL检测方法包括：获取URL待分析数据集，并获取恶意URL训练样本集；利用恶意URL训练样本集训练SVM支持向量机对URL待分析数据集进行分类，得到恶意URL数据集和待标注URL数据集；采用聚类算法对待标注URL数据集进行聚类，从而得到待标注URL样本集；将待标注URL样本集根据是否具有恶意的判断结果进行标注，从而分为标注恶意URL样本集和无标注URL样本集；将标注恶意URL样本集和恶意URL训练样本集以集合求并集的方式合并，得到更新后的恶意URL训练样本集；将待标注URL数据集减去标注恶意URL样本集，得到更新后的URL测试数据集。
恶意 url 检测方法系统

[发明专利]分类模型训练和图像特征提取方法及装置-CN202210363460.5在审
发明人：李亚桢;杨若楠;翁立宇 -专利权人：广州极飞科技股份有限公司
申请日： 2022-04-07 - 公布日： 2022-08-09 - 主分类号： G06V10/774 文献下载
摘要：本申请公开了一种分类模型训练和图像特征提取方法及装置。本申请包括：依次获取最新的训练样本集合，通过每次获取到的训练样本集合中的样本图像训练出对应的第一特征提取模型；根据每次训练出的第一特征提取模型输出的对应样本图像的描述值，从当前训练样本集合中筛选出目标样本集合并对训练样本集合进行更新，确定每次筛选出的目标样本集合对应的目标特征提取模型，目标特征提取模型为第一特征提取模型或第二特征提取模型，第二特征提取模型由目标样本集合训练得到；基于多次训练得到的目标特征提取模型和对应的目标样本集合，训练得到数据分类模型。
分类模型训练图像特征提取方法装置

[发明专利]训练数据的筛选方法、风险评估方法、装置、设备和介质-CN202211371035.7在审
发明人：李策;郭运雷;杜锦阳 -专利权人：中国工商银行股份有限公司
申请日： 2022-11-03 - 公布日： 2023-02-03 - 主分类号： G06Q40/02 文献下载
摘要：本申请涉及人工智能、大数据领域，特别是涉及一种训练数据的筛选方法、风险评估方法、训练数据的筛选装置、计算机设备、存储介质和计算机程序产品。所述筛选方法包括：通过获取测试样本集合和训练样本集合；测试样本集合中包括有多种维度的测试数据，训练样本集合中包括有与测试数据相同维度的训练数据；确定测试样本集合的数据稳定值和训练样本集合的数据稳定值；数据稳定值用于表征对应数据集合中各数据之间取值的变化程度；基于测试样本集合的数据稳定值和训练样本集合的数据稳定值之间的差异距离，筛选至少部分训练数据用于训练业务数据模型。采用本方法能够改善各样本数据之间的均衡性，以及提升经过样本数据训练后的数据模型的稳定性。
训练数据筛选方法风险评估装置设备介质

[发明专利]一种基于多流形核鉴别分析的单样本人脸识别方法-CN201710981606.1在审
发明人：董西伟;杨茂保;王玉伟;尧时茂;董小刚;邓安远;邓长寿 -专利权人：九江学院
申请日： 2017-10-19 - 公布日： 2018-04-17 - 主分类号： G06K9/00 文献下载
摘要：一种基于多流形核鉴别分析的单样本人脸识别方法，包括步骤，基于训练样本集和通用训练样本集，使用虚拟样本生成算法得到扩展的训练样本集；将每个训练样本划分为互不重叠的局部块，使用流形构建算法将扩展的训练样本集构建成流形集；基于流形集，使用多流形核鉴别分析算法为流形集中的每个流形学习一个投影矩阵；将测试样本划分为互不重叠的局部块并使用流形构建算法将其构建为流形；将测试样本流形分别向投影矩阵集中的每个投影矩阵投影；将训练样本流形集中的每个流形分别向其对应的投影矩阵投影；计算投影后的流形到投影后的流形的距离；根据投影后的测试样本流形与训练样本流形之间的距离，使用最近邻分类器进行分类。
一种基于流形鉴别分析样本识别方法