“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]一种基于CNN-SVM的事件相关电位信号分类方法-CN202110705855.4有效
发明人：谢俊;于鸿伟;何柳诗;张焕卿;李敏;徐光华 -专利权人：西安交通大学
申请日： 2021-06-24 - 公布日： 2022-12-09 - 主分类号： G06K9/00 文献下载
摘要：一种基于CNN‑SVM的事件相关电位信号分类方法，首先将采集到的脑电信号经过带通滤波器进行带通滤波；然后将脑电信号做成带标签的数据集，并将数据集划分为训练集、验证集和测试集；再将训练集输入设计好的卷积神经网络模型进行训练，同时使用验证集进行网络最优参数选择；之后将训练集、验证集、测试集输入训练好的卷积神经网络，输出网络的降采样层特征，训练集和验证集对应的特征为训练特征，测试集对应的特征为测试特征；用训练特征来完成支持向量机模型训练
一种基于 cnn svm 事件相关电位信号分类方法

[发明专利]构建和训练用于预测客流量的集成预测模型的方法及装置-CN202011027112.8在审
发明人：吴凡;李晓莉;赵昭 -专利权人：建信金融科技有限责任公司
申请日： 2020-09-25 - 公布日： 2021-01-22 - 主分类号： G06N20/00 文献下载
摘要：本发明公开了一种构建和训练用于预测客流量的集成预测模型的方法及装置，包括：利用多种彼此不同的算法构成集成预测模型的基学习器；利用与构成所述基学习器的算法不同的算法作为集成预测模型的元学习器；将解释变量划分为训练集和验证集，利用所述训练集和验证集对所述基学习器进行机器学习，输出预测结果变量集；将所述基学习器输出的预测结果变量集划分为用于元学习器的训练集和验证集，利用所述用于元学习器的训练集和验证集对所述元学习器进行机器学习
构建训练用于预测客流量集成模型方法装置

[发明专利]一种多交通参与者交互行为识别方法、系统、设备及介质-CN202111310948.3在审
发明人：吕超;易扬天;李子睿;龚建伟;臧政;谭颖琦 -专利权人：北京理工大学;北理慧动（北京）科技有限公司;北京工业职业技术学院
申请日： 2021-11-08 - 公布日： 2022-01-28 - 主分类号： G06V20/58 文献下载
摘要：本发明涉及一种多交通参与者交互行为识别方法、系统、设备及介质，属于交通参与者行为识别领域，首先获取数据集；对数据集进行划分，得到训练集和验证集；建立图神经网络模型；图神经网络模型包括实例层和类别层；对训练集和验证集进行预处理，得到预处理后的训练集和验证集；将预处理后的训练集输入图神经网络模型中进行训练，得到训练后的图神经网络模型；最后将预处理后的验证集输入训练后的图神经网络模型中，得到多交通参与者交互行为的识别结果。
一种交通参与者交互行为识别方法系统设备介质

[发明专利]高速公路摄像设备状态预测及故障预警方法、相关装置-CN202111607902.8在审
发明人：江泳;汪赐;詹伟胜;徐永青;贾永晓;冯维;杨寅文;齐崇信 -专利权人：浙江永基智能科技有限公司
申请日： 2021-12-21 - 公布日： 2022-04-29 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种高速公路摄像设备检测技术领域，是一种高速公路摄像设备状态预测及故障预警方法、相关装置，该方法包括获取训练集、验证集、测试集；确定多层LSTM网络的输入功率序列长度和输出功率序列长度，生成训练集、验证集、测试集的输入、输出集向量数组；采用训练集输入、输出向量数组训练多层LSTM网络，利用验证集输入、输出向量数组进行验证，得到摄像设备状态预测模型；采用测试集输入、输出向量数组测试摄像设备状态预测模型
高速公路摄像设备状态预测故障预警方法相关装置

[发明专利]一种通用表单数据验证方法及系统-CN202111551294.3在审
发明人：叶云孝 -专利权人：上海瀚之友信息技术服务有限公司
申请日： 2021-12-20 - 公布日： 2022-03-22 - 主分类号： G06F16/2455 文献下载
摘要：本发明公开了一种通用表单数据验证方法及系统，所述方法包括：通过根据表单id查询表单字段并生成第一表单；将所述第一表单的数据封装成相应格式的参数信息，输入所述第一表单，获得第一表单数据信息；根据所述表单id查询验证规则集，获得第一验证规则集；对所述第一验证规则集进行前端验证；当所述验证规则集前端验证通过后，遍历所述第一表单数据信息，为所述第一表单数据信息依次匹配执行对应规则；当所述对应规则执行后，调用后端API接口，根据所述对应规则进行后端验证后调用服务层保存数据。解决了现有技术中在进行数据验证时，存在无法共用具有相同功能点的验证规则，导致大量重复工作，且存在规则管理困难的技术问题。
一种通用表单数据验证方法系统

[发明专利]基于人工智能生成催收评分卡的方法、装置及存储介质-CN201811433898.6在审
发明人：张雯露;陈雪蕊;张红亮;李跃萍 -专利权人：上海点融信息科技有限责任公司
申请日： 2018-11-28 - 公布日： 2019-03-26 - 主分类号： G06Q10/06 文献下载
摘要：该方法包括：获取模型数据集合；对所述模型数据集合进行数据清洗并将清洗后的模型数据集合根据是否逾期分为未逾期模型数据集合和逾期模型数据集合；使用K折叠交叉验证方法分别将未逾期模型数据集合和逾期模型数据集合分为与未逾期模型数据集合相关联的第一训练集和第一验证集以及与逾期模型数据集合相关联的第二训练集和第二验证集；以及使用逻辑回归方法和XGBoost方法分别基于所述第一训练集和第一验证集获得与所述未逾期模型数据集合相关联的第一催收评分卡，并且基于所述第二训练集和第二验证集获得与所述逾期模型数据集合相关联的第二催收评分卡
模型数据集合评分卡训练集验证集关联人工智能方法和装置存储介质交叉验证逻辑回归数据清洗折叠清洗

[发明专利]一种基于改进MobileNet网络进行垃圾分类的方法及工具-CN202010551607.4在审
发明人：李锐;金长新 -专利权人：浪潮集团有限公司
申请日： 2020-06-16 - 公布日： 2020-09-25 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种基于改进MobileNet网络进行垃圾分类的方法及工具，涉及深度学习技术领域，本方法的实现包括：采集垃圾图像，作为初始数据集；根据垃圾种类标记初始数据集包含的垃圾图像；将标记后的初始数据集随机划分成训练集和验证集；构建改进MobileNet网络，利用训练集训练改进MobileNet网络，使改进MobileNet网络提取训练集所包含垃圾图像的特征；将验证集包含的垃圾图像输入训练完成的改进MobileNet网络，若训练完成的改进MobileNet网络输出的分类结果与验证集的标记完全相同，则表示垃圾分类模型通过验证，将通过验证的改进MobileNet网络作为垃圾分类模型部署到边缘设备，完成垃圾图像的分类。
一种基于改进 mobilenet 网络进行垃圾分类方法工具

[发明专利]一种滑坡地灾风险区划图生成方法-CN202010641241.X有效
发明人：吴伟成;周晓亭;秦耀祖;林子瑜;鸥鹏辉;张阳;皇甫文超;彭珊鸰;邵崇建 -专利权人：东华理工大学
申请日： 2020-07-06 - 公布日： 2021-09-21 - 主分类号： G06F16/29 文献下载
摘要：步骤如下：识别研究区中的滑坡地灾点和非灾稳定区域，获得训练集图层和验证集图层；获取并组合研究区中的多个滑坡灾害相关的地质‑环境因子，构建多层地质‑环境因子数据集；以构建的数据集作为输入变量、以训练集图层作为因变量训练滑坡风险预测模型，利用构建的数据集及验证集图层验证训练好的滑坡风险预测模型，得到验证通过的滑坡风险预测模型；将构建的数据集输入验证通过的滑坡风险预测模型，处理得到研究区中每个栅格的栅格值，并基于栅格值与风险等级之间的对应关系
一种滑坡风险区划图生成方法

[发明专利]一种基于ANN的污泥灰混凝土材料配合比的设计方法-CN202311002324.4在审
发明人：时金娜;张文秀;李伟;冯欢 -专利权人：内蒙古工业大学
申请日： 2023-08-10 - 公布日： 2023-09-15 - 主分类号： G16C60/00 文献下载
摘要：本发明公开一种基于ANN的污泥灰混凝土材料配合比的设计方法，包括如下步骤：采集构建污泥灰混凝土原材料配合比和力学性能参数的初始数据集；将初始数据集随机划分为训练集和测试集；基于训练集进行迭代训练构建得到ANN模型，并根据测试集对ANN模型进行验证，若验证通过则输出构建的ANN模型，若验证不通过则重新执行训练过程优化ANN模型，直至ANN模型通过验证；将待配制污泥灰混凝土材料的性能指标输入基于验证通过的
一种基于 ann 污泥混凝土材料配合设计方法

[发明专利]一种基于多头自注意力卷积神经网络的遥感场景分类方法-CN202210381142.1有效
发明人：董安明;刘宗银;禹继国;韩玉冰;张丽;李素芳;张滕;刘洋;张德辉;邱静 -专利权人：齐鲁工业大学
申请日： 2022-04-13 - 公布日： 2022-07-05 - 主分类号： G06V20/13 文献下载
摘要：本发明提供一种基于多头自注意力卷积神经网络的遥感场景分类方法，属于大数据服务平台技术领域，包括：获取原始遥感图像数据的训练集、验证集和测试集；构建基于多头自注意力卷积神经网络的遥感场景分类模型，利用训练集对所述模型进行训练；利用验证集对所述模型的训练权重进行验证，根据验证表现选择出最优权重；根据所述最优权重对测试集进行测试，得到遥感场景分类结果。
一种基于多头注意力卷积神经网络遥感场景分类方法

[发明专利]一种特征筛选方法、装置、存储介质及电子设备-CN202210624370.7在审
发明人：成晓亮;张磊;周岳;张伟;郑可嘉 -专利权人：江苏品生医疗科技集团有限公司;南京品生医疗科技有限公司
申请日： 2022-06-02 - 公布日： 2022-08-23 - 主分类号： G06F16/215 文献下载
摘要：其中方法包括基于样本数据中的数据特征确定多个特征验证子集；基于样本数据所属个体，对样本数据进行个体组划分，得到不同个体对应的个体样本组，并基于多个个体样本组进行交叉验证划分，确定划分得到的训练数据集和验证数据集；基于各所述特征验证子集对应的训练数据集和验证数据集，进行处理目标的机器学习模型训练；基于各机器学习模型的训练过程数据确定所述处理目标的对应的目标数据特征组。本实施例中，通过对个体样本组进行交叉验证划分，避免同一个体的样本数据同时划分至训练数据集和验证数据集，从而避免个体样本数据对机器学习模型性能的影响，进一步提高特征筛选的准确性。
一种特征筛选方法装置存储介质电子设备

[发明专利]一种区块链智能合约状态数据同步方法及系统-CN202211662656.0在审
发明人：戴振利;赵伟;李若寒 -专利权人：山东区块链研究院
申请日： 2022-12-23 - 公布日： 2023-05-09 - 主分类号： G06F16/27 文献下载
摘要：本发明涉及区块链技术领域，提供了一种区块链智能合约状态数据同步方法及系统，包括：当区块共识完成之后，接收区块中的验证缓存，将区块中的验证缓存和本地验证缓存进行比对；如果区块中的验证缓存和本地验证缓存不一致，则遍历本地验证缓存中的读集，并与区块中的验证缓存比对，找到不一致的key，并生成一个map后，将接收到的写集和结果集直接写入数据库；在向数据库写数据时，检查map中是否有写集和结果集中的key，若有，则删除map中的key；在接收到的写集和结果集全部写入数据库后，检查map里是否还有未被删除的key，如果有，则向主节点拉取key的数据，并写入数据库。
一种区块智能合约状态数据同步方法系统

[发明专利]一种密钥协商方法、装置、终端及存储介质-CN201910877376.3有效
发明人：王涛 -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： 2019-09-17 - 公布日： 2022-06-10 - 主分类号： H04W12/50 文献下载
摘要：本申请实施例提供一种密钥协商方法、装置、终端及存储介质，其中，所述方法包括：根据获取的第一设备的身份标识ID和预设的主密钥集合，确定所述第一设备的第一验证参数集；将所述第一验证参数集发送给D2D链路中的第二设备，以使所述第二设备基于所述第一验证参数集对所述第一设备的ID进行验证；基于获取的所述第二设备发送的第二验证参数集，对第二设备的ID进行验证；如此，基于预设的主密钥集合，D2D链路中的两个设备相互验证，以使两个设备通过对方的验证之后
一种密钥协商方法装置终端存储介质

[发明专利]基于样本边界值及集成多样性的数据分类方法-CN202110169621.2在审
发明人：刘星成;沈子雄;刘异橦 -专利权人：中山大学
申请日： 2021-02-07 - 公布日： 2021-06-04 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种基于样本边界值及集成多样性的数据分类方法，包括如下：将初始数据集划分为训练集、验证集、测试集；对训练集行处理，得到采样集；对每个采样集采用基分类器进行训练，得到集成系统；利用集成系统对验证集进行分类，得到验证集的分类预测结果矩阵；根据分类预测结果矩阵进行统计得到投票数向量、验证集样本个数，计算出基分类器池中的每个分类器的平均边界值；计算关于数据集标签类别的概率分布，并引入J‑S散度，计算得到某个基分类器与其它基分类器之间的平均差异程度；结合平均边界值、平均差异程度进行综合度量，得到新的集成系统，通过选取得到分类器子集合；利用分类器子集合对测试集进行分类预测，获取分类结果。
基于样本边界集成多样性数据分类方法

[发明专利]一种基于健康状态变权重的发动机剩余寿命集成预测方法-CN202211569560.X在审
发明人：程玉杰;曾继炎;宋登巍;吕琛;王自力 -专利权人：北京航空航天大学
申请日： 2022-12-08 - 公布日： 2023-03-10 - 主分类号： G06F30/27 文献下载
摘要：本发明公开一种基于健康状态变权重的发动机剩余寿命集成预测方法，包括：将多台航空发动机退化数据划分为训练集、验证集以及测试集，并将所述训练集、所述验证集以及所述测试集分别进行健康阶段的划分处理，得到多个训练集健康阶段、验证集健康阶段以及测试集健康阶段；选取多种算法模型作为成员算法，并利用所述每个训练集健康阶段的航空发动机退化数据分别训练每个成员算法，得到训练好的成员算法；利用所述训练好的成员算法和所述多个验证集健康阶段的航空发动机退化数据，计算每个成员算法的权重；利用所述每个成员算法的权重和所述多个测试集健康阶段的航空发动机退化数据，得到航空发动机剩余寿命的集成预测结果。
一种基于健康状态权重发动机剩余寿命集成预测方法