“训练集样本”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879698个，建议您升级VIP下载更多相关专利

[发明专利]一种违规账号识别模型训练方法、装置及电子设备-CN202010619398.2有效
发明人：吴月升;王洋;郝新 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2020-06-30 - 公布日： 2023-08-11 - 主分类号： G06N20/00 文献下载
摘要：本申请公开了一种违规账号识别模型训练方法、装置及电子设备，涉及机器学习技术领域。具体实现方案为：获取对抗样本数据集；基于对抗样本数据集对已训练的识别模型进行训练，得到目标识别模型；其中，对抗样本数据集包括N个对抗样本，N为正整数，每个对抗样本中包括样本账号、样本账号对应的拼音以及样本账号对应的标签，样本账号对应的标签用于指示样本账号为违规账号或为非违规账号。每个对抗样本中不但包括样本账号，而且还包括样本账号对应的拼音，利用该抗样本数据集对已训练的识别模型进行训练，使得模型也可以识别特定的对抗样本攻击，提高目标识别模型的准确性。
一种违规账号识别模型训练方法装置电子设备

[发明专利]认知模型训练、习题推荐方法、装置、设备以及介质-CN202211536466.4在审
发明人：俞晓山;秦川;张敬帅;姚开春;张乐;祝恒书;马海平 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2022-12-01 - 公布日： 2023-06-27 - 主分类号： G06F16/2457 文献下载
摘要：本公开提供了一种认知模型训练、习题推荐方法、装置、设备以及介质，涉及数据处理技术领域，尤其涉及人工智能、深度学习技术领域。具体实现方案如下。认知模型训练方法：从每个样本习题的历史作答交互记录中，提取每个样本习题与测试者之间的多个交互表征向量，每个样本习题的训练集和验证集分别包括每个样本习题对应的部分交互表征向量；基于每个样本习题的训练集，对预设认知模型进行内层训练；基于多个样本习题的验证集，对内层训练后的预设认知模型进行外层训练。习题推荐方法：将根据上述方法训练预设认知模型后得到的每个样本习题的表征参数初始化习题库中每个样本习题的表征参数；根据习题库中每个习题的表征参数，向目标用户推荐习题。
认知模型训练习题推荐方法装置设备以及介质

[发明专利]一种电力变压器套管故障诊断方法及装置-CN202110475765.0在审
发明人：高树国;赵军;田源;岳国良;孟令明;相晨萌;王丽丽;王庚森 -专利权人：国网河北省电力有限公司电力科学研究院;国家电网有限公司;国网河北能源技术服务有限公司
申请日： 2021-04-29 - 公布日： 2021-07-30 - 主分类号： G06K9/62 文献下载
摘要：方案包括：读取多张套管红外样本图像；对套管红外样本图像进行预处理，得到训练数据集与测试数据集；采用训练数据集对CWGAN‑GP中的判别器进行预训练，训练数据集包括故障样本的类别标签；对判别器与生成器进行交替训练，生成人工故障样本集；采用人工故障样本集对训练数据集进行扩充，得到增强后的训练数据集；基于增强后的训练数据集对CNN分类器进行训练；利用训练好的CNN分类器对测试数据集进行诊断测试，根据测试结果对训练好的
一种电力变压器套管故障诊断方法装置

[发明专利]空间目标的小样本识别方法、装置、计算设备及存储介质-CN202310256467.1在审
发明人：冯雪健;霍超颖;朱晨曦;殷红成 -专利权人：北京环境特性研究所
申请日： 2023-03-16 - 公布日： 2023-06-13 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及数据处理技术领域，特别涉及一种空间目标的小样本识别方法、装置、计算设备及存储介质。方法包括：获取初始训练集和测试集；将初始训练集输入至预先构建的神经网络，得到初始识别模型和训练样本的深层降维特征；针对每一个测试样本均执行：将当前测试样本输入至初始识别模型，以基于聚类方法、训练样本的深层降维特征和当前测试样本的深层降维特征，判断当前测试样本是否扩充至初始训练集；若是，则基于当前测试样本的识别结果和判断结果，对初始识别模型进行二次训练；若否，则判断下一个测试样本，直至得到最终的训练集、目标识别模型和测试样本的识别结果。本方案可以有效提高小样本情形下空间目标的识别准确率。
空间目标样本识别方法装置计算设备存储介质

[发明专利]图像检测模型的训练方法及装置-CN202310491483.9在审
发明人：戚风亮;胡玉琛;王洪彬 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2023-05-04 - 公布日： 2023-08-08 - 主分类号： G06V10/75 文献下载
摘要：本说明书实施例提供了图像检测模型的训练方法及装置，其中，一种图像检测模型的训练方法包括：将第一样本图像集与第二样本图像集输入待训练的教师网络进行类别匹配，获得类别匹配概率；将所述第一样本图像集与所述第二样本图像集输入待训练的学生网络，以根据所述第一样本图像集与所述第二样本图像集对应的相似度矩阵，对各样本图像进行多元特征生成以及特征融合，获得多元特征集和融合特征集，以及基于所述类别匹配概率、所述多元特征集和所述融合特征集，计算训练损失，并基于所述训练损失对所述待训练的学生网络和所述待训练的教师网络进行参数调整，实现对学生网络和教师网络的配合训练。
图像检测模型训练方法装置

[发明专利]基于孤立森林算法和投票机制的唐氏综合症筛查方法-CN201810592920.5有效
发明人：张红国;王瑞雪;李玲;刘婉莹;刘睿智;杨潇;黄玉兰;张海蓉;姜雨婷;李磊磊;刘丹;杨秀华 -专利权人：吉林大学
申请日： 2018-06-11 - 公布日： 2021-04-27 - 主分类号： G16H50/70 文献下载
摘要：本发明涉及一种基于孤立森林算法和投票机制的唐氏综合症筛查方法，该方法包括下述步骤：数据预处理：将多条样本加入数据集；划分数据集，得到A训练集和B训练集，进一步交叉划分A训练集，得到多个训练子集：训练得到多个孤立森林模型及其对应的异常度得分阈值；对B训练集中的样本投票得到每个样本的所得票数：获得预判决阈值以及B训练集中的每条样本的预判决结果；使用训练支持向量机SVM模型进行最终判决。
基于孤立森林算法投票机制综合症方法

[发明专利]一种基于光谱聚类的中药成分分析方法及系统-CN202210461016.7在审
发明人：聂磊;庄晓琪;臧恒昌;张中湖;金翩;杨新娅;李连;姜红;朱友 -专利权人：山东大学
申请日： 2022-04-28 - 公布日： 2022-07-22 - 主分类号： G16C20/20 文献下载
摘要：本公开公开的一种基于光谱聚类的中药成分分析方法及系统，获取训练好的中药成分分析模型的具体过程为：获取中药成分近红外光谱样本；将中药成分近红外光谱样本划分为原始样本集和新样本集；将原始样本集划分为校正集和验证集，利用校正集和验证集构建获得中药成分分析模型；对新样本集进行聚类分析，获得不同的样本类别；选择距离各类别中心最近的样本为候选样本；将候选样本加入原始样本集划分出的校正集中形成新校正集，将新样本集中除候选样本外的其余样本作为测试集，利用新校正集和测试集对中药成分分析模型进行训练，获得训练好的中药成分分析模型。通过该训练好的中药成分分析模型进行中药成分分析时，提高了模型预测的精度。
一种基于光谱中药成分分析方法系统

[发明专利]一种基于动态标签的实体关系抽取模型训练方法及系统-CN202211433871.3在审
发明人：白洋;张彤;徐锋;李帅衡;王海鑫;隋悦;姚帅;贺婧媛;汪伟峰 -专利权人：北京京航计算通讯研究所
申请日： 2022-11-16 - 公布日： 2023-02-03 - 主分类号： G06F40/295 文献下载
摘要：本发明涉及一种基于动态标签的实体关系抽取模型训练方法及系统，属于数据处理技术领域，解决了现有技术中样本不均衡时关系抽取模型准确率低的问题。包括预处理历史质量问题分析报告，构建样本集，将样本集划分为训练集和测试集；构建PCNN模型，基于训练集训练PCNN模型，根据当前训练结果动态更新各训练样本对应的各关系类别标签值，直至训练结束，得到训练好的PCNN模型；基于测试集验证PCNN模型，当模型准确率小于阈值，根据验证结果更新各关系类别的样本权重，并根据更新后的各关系类别的样本权重扩充训练集，基于扩充后的训练集再次训练PCNN模型，直至模型准确率不小于阈值
一种基于动态标签实体关系抽取模型训练方法系统

[发明专利]权益模型训练方法、推荐方法及电子终端和计算机介质-CN202210740749.4在审
发明人：惠禧宝 -专利权人：平安银行股份有限公司
申请日： 2022-06-27 - 公布日： 2022-08-16 - 主分类号： G06F16/9535 文献下载
摘要：本申请公开了权益模型训练方法、推荐方法及电子终端和计算机介质，该权益模型训练方法包括：获取权益推荐训练集，其中，权益推荐训练集包括权益推荐正样本和权益推荐负样本；将权益推荐训练集输入待训练权益模型进行训练；利用第一预设权重调整权益推荐训练集中权益推荐正样本和权益推荐负样本的比例，直至待训练权益模型的训练效果满足预设条件。通过本申请的方法，能够利用第一预设权重均衡权益推荐正样本和权益推荐负样本的比例，缓解权益正负样本不均的问题，提高权益模型的训练效果，进而提高权益模型的预测精准性。
权益模型训练方法推荐电子终端计算机介质

[发明专利]目标检测模型训练方法、装置、设备、介质及程序产品-CN202310710825.1在审
发明人：陈思宇;雷志亮;杨昆;钟蓓蓓 -专利权人：中国工商银行股份有限公司
申请日： 2023-06-15 - 公布日： 2023-09-12 - 主分类号： G06V40/16 文献下载
摘要：本申请提供一种目标检测模型训练方法、装置、设备、介质及程序产品，涉及人工智能领域。包括：获取原始样本数据集；根据客户端采集图像环境的干扰因素，对样本用户的原始人脸图像进行M种畸变处理，得到初始样本数据集；从初始样本数据集中得到初始训练样本数据集；对初始训练样本数据集中的样本用户至少部分样本数据进行至少一种人脸局部图像拼接处理，得到训练样本数据集；使用训练样本集对目标检测模型进行训练直至模型收敛，得到训练后的目标检测模型，训练后的目标检测模型用于根据目标用户的人脸图像，预测所述目标用户在银行交易系统中的用户标识。
目标检测模型训练方法装置设备介质程序产品

[发明专利]基于深度卷积孪生网络的小样本极化SAR地物分类方法-CN201810250153.X有效
发明人：杨淑媛;刘振;马文萍;刘红英;冯志玺;孟丽珠;马晶晶;赵慧;张凯;侯彪;徐光颖 -专利权人：西安电子科技大学
申请日： 2018-03-26 - 公布日： 2021-10-29 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种基于深度卷积孪生网络的小样本极化SAR地物分类方法，主要解决现有方法中由于极化SAR数据标记样本较少造成分类精度低的问题。其实现步骤为：1)输入待分类极化SAR图像与其真实地物标记，并进行Lee滤波；2)从对滤波后的待分类极化SAR数据中提取输入特征向量并划分出训练样本集和测试样本集；3)对训练样本集中的样本两两组合得到样本对训练集；4)搭建深度卷积孪生网络并用训练样本集和样本对训练集对其进行训练；5)用训练好的深度卷积孪生网络对测试集样本进行分类，获得地物类别。本发明在孪生架构下扩充了训练集并提取差异化特征，使模型分类准确率更高，可用于极化SAR图像的目标分类、检测和识别。
基于深度卷积孪生网络样本极化 sar 地物分类方法

[发明专利]一种基于前景背景特征融合的样本扩充方法及系统-CN202010502552.8在审
发明人：张义;孙显;付琨;张跃;王辉;常仲翰;张腾飞;李浩 -专利权人：中国科学院空天信息创新研究院
申请日： 2020-06-04 - 公布日： 2020-10-27 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于前景背景特征融合的样本扩充方法及系统，包括基于地物类别将遥感地物分类数据集划分为源数据集、目标数据集；基于源数据集构建小样本源地物分类任务，并基于小样本源分类任务训练特征提取器，混合模型和分类器；基于目标数据集构建小样本目标地物分类任务；基于目标分类任务利用训练好的特征提取器和混合模型进行样本扩充；其中，每个任务均包括：前景特征、背景特征和混合特征，混合特征为前景特征和背景特征利用混合模型合成的特征，本发明基于分类任务训练混合模型，不增加额外的人工标注扩充训练样本，降低了训练成本，利用训练好的特征提取器与混合模型对目标数据集进行扩充，对分类器进行训练，实现了样本扩充的方法。
一种基于前景背景特征融合样本扩充方法系统

[发明专利]针对非对齐样本的深度神经网络模型训练方法-CN202310727671.7有效
发明人：田辉;朱鹏远;郭玉刚;张志翔 -专利权人：合肥高维数据技术有限公司
申请日： 2023-06-20 - 公布日： 2023-08-29 - 主分类号： G06N3/04 文献下载
摘要：本发明特别涉及一种针对非对齐样本的深度神经网络模型训练方法，包括如下步骤：构建数据集，数据集中包括对齐样本和非对齐样本；利用数据集对深度神经网络模型进行训练得到预训练模型；对非对齐样本的完整图及其第一特征图进行裁剪得到部分图样本；将部分图样本的部分图代入预训练模型中得到预识别的第三特征图；判断第三特征图相对于第二特征图的偏差是否小于设定阈值，若是则完成模型训练，否则对非对齐样本的第一特征图进行校准并更新数据集重新对深度神经网络模型进行训练通过不断对非对齐数据集进行校准，使得模型和数据集同步迭代；与直接使用非对齐数据集相比，迭代训练后得到的模型准确率有明显提升。
针对对齐样本深度神经网络模型训练方法

[发明专利]一种数据清洗方法、装置及系统-CN202111526828.7在审
发明人：王超运;殷俊;潘华东;孙鹤 -专利权人：浙江大华技术股份有限公司
申请日： 2021-12-14 - 公布日： 2022-06-17 - 主分类号： G06K9/62 文献下载
摘要：本申请提供一种数据清洗方法、装置及系统，用于解决现有技术存在的标注的样本数据准确性较低以及分布不一致的技术问题，所述方法包括：基于第一样本数据集对第一预设模型进行模型训练，得到第一样本数据集中的每个样本数据的训练信息；基于训练信息对第一样本数据集进行至少一次数据清洗操作，得到目标样本数据集；其中，数据清洗操作包括：基于训练信息删除第一样本数据集中目标比例的样本数据，得到第二样本数据集；基于第二样本数据集对第一预设模型重新进行模型训练，得到第二预设模型，并基于测试数据集对第二预设模型进行模型测试，得到测试参数；响应于测试参数等于预设指标，则将第二样本数据集确定为目标样本数据集。
一种数据清洗方法装置系统

[发明专利]基于生成对抗网络的双耳销钉缺陷样本的生成方法及装置-CN202011529353.2在审
发明人：杜馨瑜;顾子晨;高绍兵;邱健珲;程雨 -专利权人：中国铁道科学研究院集团有限公司;中国铁道科学研究院集团有限公司基础设施检测研究所;北京铁科英迈技术有限公司
申请日： 2020-12-22 - 公布日： 2021-04-16 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于生成对抗网络的双耳销钉缺陷样本的生成方法及装置，其中该方法包括：采集双耳销钉样本图像，得到双耳销钉样本图像数据集；双耳销钉样本图像数据集包括正常样本图像及缺陷样本图像数据集；使用双耳销钉样本图像数据集训练CycleGAN模型，得到成对样本图像数据集；成对样本图像包括：正常样本图像及对应生成的缺陷样本图像；使用成对样本图像数据集，训练Pix2Pix网络模型，得到基于生成对抗网络的双耳销钉缺陷样本。本发明结合多种生成对抗网络模型特点，能通过处理正常样本有效地生成对应效果逼真的缺陷样本图像，为后续训练缺陷检测模型提供平衡且特征丰富的数据集，进而使得模型取得良好的训练效果。
基于生成对抗网络销钉缺陷样本方法装置

首页
«上一页
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