“输入分类”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1689949个，建议您升级VIP下载更多相关专利

[发明专利]用于训练神经网络和用于使其生效的设备和方法-CN202010587668.6在审
发明人： K·格劳 -专利权人：罗伯特·博世有限公司
申请日： 2020-06-24 - 公布日： 2021-01-15 - 主分类号： G06K9/62 文献下载
摘要：公开了用于训练神经网络的设备和方法以及用于使神经网络生效的设备和方法，其中用于训练神经网络的方法具有：通过神经网络来对输入数据进行分类，其中给所述输入数据中的每个输入数据都分配多个类别中的一个类别；基于被分类的输入数据来生成所述多个类别中的一个类别的显著图，其中给所述输入数据中的每个输入数据都分配分类重要性值；提供目标分割，在目标分割中，给所述输入数据中的每个输入数据都分配类别从属关系；通过所述被分类的输入数据与目标分割的比较来确定第一分类误差；通过显著图与目标分割的比较来确定第二分类误差；而且基于第一分类误差和第二分类误差来使神经网络自适应。
用于训练神经网络生效设备方法

[发明专利]一种联合FCN网络和Resnet网络的图像分类方法-CN202111296336.3在审
发明人：纪松;李凯;杨伟铭;于英;李峰;戴晨光;张磊;张振超;吕可枫 -专利权人：中国人民解放军战略支援部队信息工程大学
申请日： 2021-11-03 - 公布日： 2022-01-28 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及一种联合FCN网络和Resnet网络的图像分类方法，该方法包括获取待分类的图像；将获得的待分类的图像输入训练好的分类模型进行分类获得分类结果，分类模型由FCN网络模块和Resnet网络模块联合形成，其中，FCN网络模块包括依次连接的输入层、中间层和上采样层，Resnet网络模块包括中间层和输出层，FCN网络模块的上采样层的输出和FCN网络模块的输入进行乘法运算得到的结果作为Resnet网络模块的中间层的输入在本发明中，进行乘积运算使得输入图像的每个像素加入注意力机制，由此能够解决现有技术中Resnet分类网络分类精度不够高的问题。
一种联合 fcn 网络 resnet 图像分类方法

[发明专利]业务问题的分类方法及装置-CN201611159082.X在审
发明人：韩茂琨;王健宗;肖京 -专利权人：平安科技（深圳）有限公司
申请日： 2016-12-15 - 公布日： 2018-06-29 - 主分类号： G06F17/30 文献下载
摘要：本发明适用于信息处理领域，提供了一种业务问题的分类方法及装置，包括：获取用户输入的待分类文本；提取待分类文本中的第一问题特征；生成待分类文本的N维特征向量，所述N维特征向量描述了待分类文本的N个属性，每一个属性表示一个第一问题特征；将N维特征向量输入分类模型；获取分类模型的输出参数，输出参数为待分类文本的分类结果。在本发明实施例中，只要将表示用户问题的待分类文本输入分类装置，就能够直接输出关于用户输入问题的分类结果，实现了业务问题的自动分类，无须依靠传统的人工分类手法来实现，因此提高了分类效率，满足了用户日常的业务分类需求
待分类文本业务问题分类结果输出参数输入分类问题特征信息处理领域分类模型分类效率人工分类属性表示业务办理业务分类业务咨询用户问题自动分类传统的分类输出

[发明专利]文本分类展示方法、装置、电子设备和计算机可读介质-CN202210971410.5有效
发明人：赵祥;李建华;王静宇;张昆鹏;马亚中;王辉;郭宝松 -专利权人：中关村科学城城市大脑股份有限公司
申请日： 2022-08-15 - 公布日： 2022-10-28 - 主分类号： G06F16/35 文献下载
摘要：本公开的实施例公开了文本分类展示方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取待分类文本；将上述待分类文本输入至预先训练的文本分类模型包括的动态规划切分层，得到待分类子文本集合；将上述待分类子文本集合输入至上述向量生成层，得到待分类子文本向量集合；将上述待分类子文本向量集合输入至上述向量融合层，得到待分类文本向量；将上述待分类文本向量输入至上述分类输出层，得到文本类别标签；在文本展示窗口包括的对应上述文本类别标签的文本展示区域对上述待分类文本进行展示该实施方式提高了对文本进行分类的准确率。
文本分类展示方法装置电子设备计算机可读介质

[发明专利]基于SuperPoint特征的图像分类网络-CN201910553727.5在审
发明人：岳昊嵩;苗津毓;陈伟海;吴星明 -专利权人：北京航空航天大学
申请日： 2019-06-24 - 公布日： 2019-09-20 - 主分类号： G06K9/62 文献下载
摘要：本申请提供了一种基于SuperPoint特征的图像分类网络。该所述基于SuperPoint特征的图像分类网络包括编码层、解码层和全连接层，所述编码层，用于对输入的待分类图像进行编码，输出目标特征图，并将所述目标特征图输入至所述解码层；所述解码层，用于对输入的所述目标特征图进行特征描述，得到所述待分类图像的特征描述子，并将所述特征描述子输入所述全连接层；所述全连接层，用于对输入的所述特征描述子进行分类，得到所述待分类图像的分类结果。本申请能够实现在减少训练参数的前提下实现复杂图像的分类的技术效果。
特征描述子解码分类图像图像分类连接层目标特征编码层分类结果复杂图像技术效果输出目标特征描述网络包括训练参数特征图分类申请网络

[发明专利]一种面向电子图库的在线渐进式图像分类方法-CN201610332789.X在审
发明人：孙正兴;胡佳高;李博;袁苇航 -专利权人：南京大学
申请日： 2016-05-19 - 公布日： 2016-09-21 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种面向电子图库的在线渐进式图像分类方法，包括以下步骤：提取输入图像的特征描述子，并将图像保存到缓冲池；从缓冲池中载入图像，自动对输入图像进行分类；由用户对错误的结果进行修正，基于用户交互内容，在线训练或更新分类器。对输入图像，先在整张图像上计算其视觉特征；然后提取输入图像的局部子图像，在子图像上提取对象语义，构造输入图像的语义特征；最后构造图像特征描述子。从缓冲池中载入图像后，先对图像进行自动分类，若分类器已初始化，则使用分类器进行分类，否则使用K均值聚类算法进行分类。由用户对分类结果进行确认及修改，最后利用用户确认后的已分类图像来构造累积样本，对分类器进行在线训练或更新。
一种面向电子图库在线渐进图像分类方法

[发明专利]基于深度学习的文本分类展示方法、装置、设备和介质-CN202210163711.5在审
发明人：邓峰;杨敬敬;陈世强 -专利权人：北京信息科技大学
申请日： 2022-02-22 - 公布日： 2022-05-31 - 主分类号： G06F16/35 文献下载
摘要：本公开的实施例公开了基于深度学习的文本分类展示方法、装置、设备和介质。该方法的一具体实施方式包括：响应于检测到用户作用于文本分类确认控件的选择操作，确定目标显示界面中的文本输入框对应的输入文本是否满足文本分类条件；响应于确定输入文本满足文本分类条件，将输入文本确定为初始文本；确定是否存在用户作用于向量分类方式选择控件的操作信息记录；响应于确定存在操作信息记录，根据操作信息记录，将初始文本输入至预先训练的文本分类模型，得到文本分类结果；在目标显示界面中的可视化展示区域对文本分类结果进行可视化展示该实施方式可以提高文本分类时的分类效率和分类准确率。
基于深度学习文本分类展示方法装置设备介质

[发明专利]分类方法、计算机设备和存储介质-CN201910387740.8有效
发明人：崔益峰;石峰;詹翊强 -专利权人：上海联影智能医疗科技有限公司
申请日： 2019-05-10 - 公布日： 2021-06-22 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及一种分类方法、计算机设备和存储介质，计算机设备是将待检测图像的当前层切片对应的输入切片集输入至预先训练好的多通道分类网络模型中，得到当前层切片的特征分类结果，并将将当前层切片的特征分类结果输入第一分类器中，得到当前层切片的切片级分类结果，由于该方法中，当前层切片对应的输入切片集包括当前层切片和当前层切片的关联层切片，这样将与当前层切片相关的切片同时作为输入进行分类，保留当前层切片的数据完整结构信息，且第一分类器是根据多个样本的切片以及实际分类标签训练得到，使得分类结果更加具体，更加符合实际场景，大大保证了分类结果的可靠性和准确性。
分类方法计算机设备存储介质

[发明专利]一种基于卷积神经网络的图像分类方法-CN201911285439.2有效
发明人：赵佰亭;董潇;贾晓芬;郭永存;黄友锐;凌六一;马天兵 -专利权人：安徽理工大学
申请日： 2019-12-13 - 公布日： 2023-04-07 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于卷积神经网络的图像分类方法，将待分类/识别图像输入卷积神经网络，利用特征图降维方法对池化层输入的待分类/识别图像的全部高维特征图进行降维，最后将降维得到的待分类/识别图像的全部低维特征图向下输入计算出损失后将其反向传播，循环迭代直至损失或分类准确度不再变化，得到图像分类/识别结果。特征图降维，是利用池化层输入的待分类/识别图像的全部高维特征图构建输入图像特征信息矩阵，提取待分类/识别图像特征信息矩阵的主成分矩阵，再初始化随机变量，对主成分矩阵进行信息加权，构建池化矩阵，由池化矩阵还原出待分类解决了采用卷积神经网络的图像分类方法分类精度低的问题。
一种基于卷积神经网络图像分类方法

[发明专利]基于细胞分类模型分类细胞的方法、装置及设备-CN202010899451.9在审
发明人：杨了;杨适睿;唐明轩;左东奇;唐晓霁 -专利权人：中移（成都）信息通信科技有限公司;中国移动通信集团有限公司
申请日： 2020-08-31 - 公布日： 2022-03-18 - 主分类号： G06T7/00 文献下载
摘要：本申请实施例提供了一种基于细胞分类模型分类细胞的方法、装置及设备，该基于细胞分类模型分类细胞的方法包括：获取目标细胞图像；将目标细胞图像输入第一卷积神经网络进行特征提取，输出多个第一粗分类特征；将多个第一粗分类特征与目标细胞图像输入拼接层进行特征拼接，输出拼接特征；将拼接特征输入第二卷积神经网络进行特征提取，输出多个精分类特征；将多个精分类特征输入第一卷积神经网络进行特征提取，输出多个第二粗分类特征，多个第二粗分类特征包括目标粗分类特征，目标粗分类特征标识有目标细胞图像的粗分类结果；本申请实施例能够解决现有的肿瘤细胞分类模型对细胞分类精度较低的问题。
基于细胞分类模型方法装置设备

[发明专利]基于大数据的材料物理数据分类方法、电子设备及存储介质-CN201911018313.9在审
发明人：张伟;王雪 -专利权人：牡丹江师范学院
申请日： 2019-10-24 - 公布日： 2020-02-11 - 主分类号： G06F16/906 文献下载
摘要：本发明公开了基于大数据的材料物理数据分类方法，包括如下步骤：接收用户输入的分类项目，建立每一个分类项目分别对应的存储区间；所述分类项目具有一一对应的分类标识；接收用户输入的分类请求，所述分类请求包括待分类数据及分类标识，将所述待分类数据存储至分类请求中的所述分类标识所对应的存储区间。本发明根据用户输入的分类数据和分类标识，将分类数据与分类标识进行绑定，从而将分类标识与对应的存储区间绑定，便于将后续相同分类标识的分类数据存储至相同的存储区间中，更加快速高效的收集数据，便于后续统计和分析应用
分类标识存储区间分类数据分类项目待分类数据接收用户绑定分类存储材料物理分析应用收集数据数据分类大数据统计

[发明专利]对在时间上逐一到达的输入数据进行分类的方法和系统-CN201610084957.8在审
发明人：徐卓然;侯翠琴;夏迎炬;孙俊 -专利权人：富士通株式会社
申请日： 2016-02-14 - 公布日： 2017-08-22 - 主分类号： G06F17/30 文献下载
摘要：本发明提供一种对在时间上逐一到达的输入数据进行分类的方法和系统，包括a)分别利用在时间上从新到旧数量递增的已获得其真实类别的近期输入数据作为学习样本对预定数量的一组分类器进行训练；b)基于所述一组分类器的近期分类结果，从所述一组分类器中选择对近期输入数据的分类精度最高的分类器；以及c)利用所选择的分类器对当前的输入数据进行分类。本发明提出的方法和系统不需要特意地检测概念漂移，能够自动处理概念漂移，并且能够实现很高的分类精度。
时间逐一到达输入数据进行分类方法系统

[发明专利]机器学习用数据收集系统以及机器学习用数据收集方法-CN202010429472.4在审
发明人：上野浩 -专利权人：大隈株式会社
申请日： 2020-05-20 - 公布日： 2020-12-01 - 主分类号： G06N20/00 文献下载
摘要：机器学习用数据收集系统(3)具备：分类模型保存单元(22)，配置有在用户环境(2)中使用的多个学习完毕分类模型；模型发送单元(26)，向用户环境(2)发送分类模型；分类结果保存单元(23)，将从用户环境(2)发送的带标签数据作为输入而进行分类，保存分类结果，该分类结果包含每个输入数据的分类正确与否的结果和正确率；最佳模型推荐单元(21)，其根据每个分类模型的分类结果，提示适合于输入数据的分类模型；和教师数据记录单元(28)，其将输入数据记作分类模型的教师数据或测试数据。
机器习用数据收集系统以及方法

[发明专利]一种文本分类方法及装置、可读存储介质-CN202010442697.3在审
发明人：杜渂;邱祥平;雷霆;王聚全;王孟轩;王月;彭明喜;陈健;林永生;杨博;刘冉东;索涛;和传志;曹若麟;李帅帅 -专利权人：迪爱斯信息技术股份有限公司
申请日： 2020-05-22 - 公布日： 2020-08-28 - 主分类号： G06F16/35 文献下载
摘要：本发明提供了一种文本分类方法及装置、可读存储介质，包括：获取待分类文本；将所述待分类文本输入预先构建的文本分类模型，得到所述待分类文本的类型；其中，所述文本分类模型对所述待分类文本的处理步骤包括：对所述待分类文本进行词嵌入操作，得到对应的数字向量矩阵；将所述数字向量矩阵输入CNN模型，得到第一特征向量；将所述第一特征向量输入BiLSTM模型，得到第二特征向量；将所述第二特征向量输入分类器，得到所述待分类文本的类型。本发明通过将CNN、BiLSTM和MLP有机地组合在一起，搭建适合警情文本特点的文本分类模型，提高了文本分类的准确度。
一种文本分类方法装置可读存储介质

[发明专利]用随机化和样本拒绝改进预训练系统鲁棒性的系统和方法-CN202310272606.X在审
发明人： F·谢赫勒斯拉米;林婉怡;J·H·梅岑;张欢;J·柯尔特 -专利权人：罗伯特·博世有限公司;卡内基梅隆大学
申请日： 2023-03-20 - 公布日： 2023-09-22 - 主分类号： G06F18/2415 文献下载
摘要：该网络包括被配置为从传感器接收输入数据的输入接口。处理器被编程为接收输入数据，利用输入数据生成扰动输入数据集，其中扰动输入数据集包括输入数据的扰动，利用去噪器对扰动输入数据集进行去噪，其中去噪器被配置为生成去噪数据集，将去噪数据集发送到预训练的分类器和拒绝器两者，其中预训练的分类器被配置为对去噪数据集进行分类，并且拒绝器被配置为拒绝去噪数据集的分类，利用去噪输入数据集训练拒绝器以实现经训练的拒绝器，并且响应于获得经训练的拒绝器，输出与输入数据相关联的放弃分类，其中放弃分类对于分类而言被忽略。
随机化样本拒绝改进训练系统鲁棒性方法