“验证集”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666364个，建议您升级VIP下载更多相关专利

[发明专利]路况数据筛选方法、装置、计算机设备及存储介质-CN201911317438.1在审
发明人：孙双 -专利权人：中国平安人寿保险股份有限公司
申请日： 2019-12-19 - 公布日： 2020-05-19 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种路况数据筛选方法、装置、计算机设备及存储介质，获取路况样本数据集，将路况样本数据集分为训练路况数据集和验证路况数据集；分别对训练路况数据集中的每一训练路况数据和验证路况数据集中的每一验证路况数据进行特征提取，得到N个训练特征值和M个验证特征值；对每一训练特征值和每一验证特征值进行特征编码，得到训练特征编码和验证特征编码；计算训练路况数据集中每一路况特征的训练特征编码与对应的验证路况数据集中路况特征的验证特征编码的特征相似度
路况数据筛选方法装置计算机设备存储介质

[发明专利]一种基于离散化数据的大脑影像分类方法-CN202310773717.9有效
发明人：潘丹;张怡聪;陈启俊;吕锦;骆根强;曾安;杨洋;刘军 -专利权人：广东技术师范大学
申请日： 2023-06-28 - 公布日： 2023-10-13 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及数据分类处理技术领域，公开了一种基于离散化数据的大脑影像分类方法，包括：将原始大脑影像数据集划分为原始训练集、原始验证集和原始测试集；构建包括数据集离散化前后的信息损失、分类错误率和离散数据复杂程度的多目标函数，对多目标函数的最优解进行搜索，得到离散化方案；根据离散化方案分别对原始训练集、原始验证集和原始测试集进行离散化；对离散训练集和离散验证集进行特征选择，利用特征选择结果，对离散训练集和离散测试集进行特征精简，得到精简离散训练集和精简离散测试集；利用精简离散训练集训练一个分类器对精简离散测试集进行分类，得到大脑影像数据分类结果。
一种基于离散数据大脑影像分类方法

[发明专利]一种轻量级车载网络入侵检测方法及系统-CN202310800685.7在审
发明人：浣沙;张笑益;尚文利;曹忠;张曼;揭海 -专利权人：广州大学
申请日： 2023-06-30 - 公布日： 2023-09-29 - 主分类号： H04L9/40 文献下载
摘要：本说明书实施例提供了一种轻量级车载网络入侵检测方法及系统，其中，方法包括：采集公开的控制器局域网CAN流量数据集，提取CAN流量数据集的相关特征，合并得到新数据集；所述相关特征包括拓展特征和基础特征；对所述新数据集进行预处理，将处理后的新数据集按照一定比例划分为训练集、验证集和测试集；设计轻量级神经网络，通过训练集对轻量级卷积神经网络进行训练，并通过验证集和测试集进行验证和测试，得到最优检测模型；利用最优检测模型对车载网络流量数据进行检测
一种轻量级车载网络入侵检测方法系统

[发明专利]基于深度学习的问题自动生成方法-CN201811472160.0有效
发明人：陶冶;陆建峰 -专利权人：南京理工大学
申请日： 2018-12-04 - 公布日： 2023-09-29 - 主分类号： G06F16/332 文献下载
摘要：本发明公开了一种基于深度学习的问题自动生成方法，包含如下步骤：构建训练集文章，答案，问题、验证集文章，答案，问题、预测集文章，答案；利用深度学习框架tensorflow搭建基于编码器‑解码器的序列到序列神经网络模型；对数据集内的句子进行分词、制作词表、词嵌入操作；所述数据集包括训练集、验证集、预测集；利用训练集来训练模型，利用验证集来检测当前训练的模型是否已经过拟合，如果过拟合，则停止训练；否则继续训练；用训练好的模型对预测集进行解码
基于深度学习问题自动生成方法

[发明专利]一种非标小障碍物检测方法、装置与自动驾驶系统-CN202110799043.0在审
发明人：杨超;陈思宇;王欣亮;冯凯;刘永才 -专利权人：北京中科慧眼科技有限公司
申请日： 2021-07-15 - 公布日： 2021-11-16 - 主分类号： G06K9/00 文献下载
摘要：该非标小障碍物检测方法包括：将图像数据划分为训练集、验证集和测试集；基于训练集训练检测分割模型，对训练的检测分割模型通过验证集进行验证，根据验证表现对检测分割模型进行参数调节，并在采集自真实道路场景的测试集上评估检测分割模型的性能
一种非标障碍物检测方法装置自动驾驶系统

[发明专利]一种信息验证方法和装置-CN202110585056.8在审
发明人：狄刚;高阳;何孟炜;钱友才;成茗宇 -专利权人：中国人民银行数字货币研究所
申请日： 2021-05-27 - 公布日： 2021-08-06 - 主分类号： G06F21/60 文献下载
摘要：本发明公开了一种信息验证方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：构建零知识证明电路的约束集，约束集包括范围属性验证条件；接收可验证表述，并将可验证表述作为零知识证明电路的秘密输入，通过零知识证明电路生成个人信息证明，可验证表述是根据待验证的个人信息生成的；在收到个人信息凭证的验证系统发送的分布式数字身份信息和界限值之后，以分布式数字身份信息和界限值作为零知识证明电路的公共输入，通过零知识证明电路验证个人信息证明是否满足约束集。该实施方式能够在保持分布式数字身份体系的同时，对用户信息验证时的敏感信息进行保护，避免直接出示用户真实信息的明文，且验证效率高。
一种信息验证方法装置

[发明专利]基于区块链的多重智能合约的共享激励方法、装置及设备-CN202310295550.X有效
发明人：王滨;赵海涛;陈思;倪艺洋;夏文超;徐婧;王伟 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2023-03-17 - 公布日： 2023-06-27 - 主分类号： H04L67/10 文献下载
摘要：本申请提供一种基于区块链的多重智能合约的共享激励方法、装置及设备，该方法包括：获取数据请求者发送的针对智能合约中的目标数据集的访问请求；基于访问请求对应的验证参数对数据请求者进行验证；若访问请求对应的每个验证参数均满足验证通过条件，则数据请求者验证成功；若验证成功，则为数据请求者生成目标令牌，将目标令牌发送给数据请求者，以使数据请求者基于目标令牌访问目标数据集；其中，访问请求包括资源验证参数，资源验证参数包括第一结算资源和第二结算资源，若第一结算资源不小于目标数据集的数据价格，第二结算资源不小于数据请求者的第一保证价格，则资源验证参数满足验证通过条件。
基于区块多重智能合约共享激励方法装置设备

[发明专利]一种基于深度学习网络的细菌显微图像分割方法-CN202011612198.0在审
发明人：不公告发明人 -专利权人：至微生物智能科技（厦门）有限公司
申请日： 2020-12-30 - 公布日： 2021-06-11 - 主分类号： G06K9/00 文献下载
摘要：一种基于深度学习网络的细菌显微图像分割方法，包括如下步骤：1)培养细菌，并在显微镜下按照固定时间间隔拍摄一组细菌生长图片，进行图像预处理，构建彼此之间没有交集的训练集、验证集和测试集，且训练集包括原始图像和相对应的标签图像，验证集和测试集分别只包含原始图像；2)构建U‑Net++模型，其具有编码器模块和解码器模块，编码器模块进行特征提取，解码器模块进行特征还原解码到原图的尺寸，将训练集输入U‑Net++模型进行训练，再将验证集输入训练后的U‑Net++模型进行验证，得到训练好的U‑Net++模型；3)将测试集输入训练好的U‑Net++模型，输出二值化分割图像。
一种基于深度学习网络细菌显微图像分割方法

[发明专利]一种基于BERT类模型的阅读理解式新闻文本事件抽取方法-CN202011501132.4在审
发明人：贾宇;郭先会;张明亮;董弋粲;蒋彧忱;沈宜 -专利权人：成都三零凯天通信实业有限公司
申请日： 2020-12-18 - 公布日： 2021-04-06 - 主分类号： G06F16/35 文献下载
摘要：本发明提供的一种基于BERT类模型的阅读理解式新闻文本事件抽取方法包括：收集中文新闻文本语料，并获得事件类型表和论元表；将事件类型表和论元表排序；根据论元表设计不同问题；划分训练集、验证集和测试集；标注标训练集和验证集；利用训练集和验证集输入BERT类模型进行训练和验证，分别得到事件类型多分类模型、问题有无答案的二分类模型以及论元抽取模型；使用事件类型多分类模型、问题有无答案的二分类模型以及论元抽取模型对测试集做预测，得到测试集的事件类型以及对应的论元抽取的预测结果。
一种基于 bert 模型阅读理解新闻文本事件抽取方法

[发明专利]一种基于双编码指针混合网络的中文摘要生成方法-CN202111420505.X在审
发明人：陈海光;刘明星;齐子锋;黄继风 -专利权人：上海师范大学
申请日： 2021-11-26 - 公布日： 2022-04-15 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及一种双编码指针混合网络的中文摘要生成方法，包括：从语料数据集中获取中文文本数据，中文文本数据包括正文文本及对应的摘要；对获取的中文文本数据进行预处理，并将预处理后的中文文本数据按照设定的比例划分为训练集、验证集和测试集；根据训练集、验证集和测试集，创建对应的词典；基于双编码指针混合网络算法，构建双编码模型；基于训练集和验证集，对双编码模型进行训练和交叉验证；基于测试集对训练后的双编码模型进行测试，以得到中文摘要生成模型
一种基于编码指针混合网络中文摘要生成方法

[发明专利]超临界流体工质热物性参数获取方法及系统-CN202111537340.4在审
发明人：蒋康涛 -专利权人：武汉理工大学
申请日： 2021-12-15 - 公布日： 2022-02-11 - 主分类号： G06F30/28 文献下载
摘要：一种超临界流体工质热物性参数获取方法，S1、将所需要的总数据集大小，分别作为训练数据集、验证数据集和测试数据集；S2、采用数据归一化方法，将所有输入层和输出层数据按照最大最小法进行归一化处理；S3、在学习阶段，利用训练数据集修正神经网络计算模型各层的权值和阈值；S4、利用验证数据集，监控验证数据集预测误差是否正常减小，当验证数据集预测误差达到预设误差值，且误差增加次数达到预设次数后，训练终止；S5、利用测试数据集
临界流体工质物性参数获取方法系统

[发明专利]结直肠癌CRS根治程度预测模型的训练、使用方法及系统-CN202211150941.4在审
发明人：袁紫旭;陈灿;王辉;李康顺;曹务腾;吴志杰;蔡建;王文祥;蔡宗禄;刘铎;邝颖仪;王盛宇;邵碧艳 -专利权人：中山大学附属第六医院;华南农业大学
申请日： 2022-09-21 - 公布日： 2023-03-07 - 主分类号： G16H50/20 文献下载
摘要：本发明提供结直肠癌CRS根治程度预测模型的训练、使用方法及系统，包括：获取结直肠癌病例的病历数据；对每个结直肠癌病例的腹膜转移相关指标进行筛选，得到第一训练集；将第一训练集输入到第一深度学习模型进行训练；将每个结直肠癌病例的CT图像作为第二训练集输入第二深度学习模型进行训练；将每个结直肠癌病例对应的第一特征向量和第二特征向量进行拼接得到第三特征向量集；将第三特征向量集划分为训练集和验证集；将训练集输入第三深度学习模型训练，得到收敛的第三深度学习模型；将验证集输入收敛的第三深度学习模型进行验证，根据验证结果进行优化。
直肠癌 crs 根治程度预测模型训练使用方法系统

[发明专利]一种基于图自注意力机制的异质图网络节点分类方法-CN202311099604.1在审
发明人：王翔;邓维康 -专利权人：福建理工大学
申请日： 2023-08-30 - 公布日： 2023-09-29 - 主分类号： G06F18/24 文献下载
摘要：本发明提供了交通流预测技术领域的一种基于图自注意力机制的异质图网络节点分类方法，包括：步骤S1、获取大量的交通异质图网络的数据集并划分为训练集、验证集和测试集，从训练集、验证集和测试集中提取交通异质图网络的节点特征矩阵和邻接矩阵集合；步骤S2、创建一异质图自注意力网络模型；步骤S3、利用训练集对异质图自注意力网络模型进行训练，利用验证集对训练后的异质图自注意力网络模型进行验证；步骤S4、利用测试集对异质图自注意力网络模型进行测试，
一种基于注意力机制异质图网络节点分类方法

[发明专利]用于检测食用明胶掺假的PLS-SVM模型的构建方法及检测方法-CN201910928910.9有效
发明人：张浩;王顺;李冬贤;张燕燕;苏睿;胡建东 -专利权人：河南农业大学
申请日： 2019-09-28 - 公布日： 2022-02-15 - 主分类号： G01N21/71 文献下载
摘要：该构建方法包括将预处理后的明胶样品的光谱数据划分为校正集和验证集并建立PLS模型，选择校正集主成分个数；采用交叉验证法获得校正集的均方根误差并计算其过拟合阈值；在过拟合阈值小于等于预设阈值时，将其所对应的主成分个数作为校正集的最优主成分个数；根据最优主成分个数提取校正集的特征变量；同时提取验证集的特征变量；根据校正集的特征变量建立SVM模型，将验证集的特征变量输入SVM模型，得到明胶样品的预测掺杂比。
用于检测食用明胶掺假 pls svm 模型构建方法

[发明专利]数据验证方法、装置、电子设备及存储介质-CN202310731291.0在审
发明人：唐钢 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-06-19 - 公布日： 2023-10-27 - 主分类号： H04L9/40 文献下载
摘要：本申请涉及一种数据验证方法、装置、电子设备及存储介质。上述方法包括获取目标对象发送的第一验证请求；基于第一验证协议从第一验证请求提取第一参数集，第一验证协议记录了参与摘要值计算的参数项和预设摘要算法，第一验证协议是与验证服务器约定的协议；利用预设摘要算法处理第一参数集得到第一目标值；在验证服务器不能执行第一验证协议、且保存于接入服务器本地的第一集合包含第一目标值的情况下，生成指示验证通过的第一反馈信息。本申请提供了一种更具适应性的数据验证方案，提高了数据验证的可用性和稳定性。本申请实施例可应用于云技术、人工智能、智慧交通、智慧娱乐等各种场景。
数据验证方法装置电子设备存储介质