“分类准确率”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2789158个，建议您升级VIP下载更多相关专利

[发明专利]一种细粒度分类模型的优化方法、系统及相关装置-CN202011277232.3在审
发明人：高远 -专利权人：中保车服科技服务股份有限公司
申请日： 2020-11-16 - 公布日： 2021-02-23 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种细粒度分类模型的优化方法、系统及相关装置，该方法包括将初始细粒度分类模型的初始准确率作为参考准确率，利用剪枝技术对前一细粒度分类模型进行剪枝，以通过前一次剪枝得到的细粒度分类模型对应的目标准确率与参考准确率的差值来确定剪枝次数，直到最终目标准确率与参考准确率的差值大于预设阈值时停止剪枝，从而得到目标细粒度分类模型。本发明旨在利用剪枝技术，将初始细粒度分类模型转化为体积更小更优的目标细粒度分类模型，使得内存占用减小，提高分类效率，并通过分类准确率与参考准确率的差值与预设阈值的比较来确保目标细粒度分类模型的分类效果与初始细粒度分类模型的分类效果保持一致，达到保持模型准确率的目的。
一种细粒度分类模型优化方法系统相关装置

[发明专利]一种基于聚类轮廓系数的分类器准确率评估方法-CN202310654826.9在审
发明人：赵烨;朱方喆;洪日昌;汪萌;刘学亮 -专利权人：合肥工业大学
申请日： 2023-06-02 - 公布日： 2023-08-22 - 主分类号： G06F18/241 文献下载
摘要：本发明涉及人工智能领域，提供一种基于聚类轮廓系数的分类器准确率评估方法，用于评估待测试分类模型对于待测试数据分类的准确性，包括：准备图片格式数据集；过待测试分类模型的分类器提取每个数据的特征；计算类器对数据集分类的准确率；对数据集中每个数据的特征进行聚类，得到轮廓系数；用多项式回归拟合轮廓系数与准确率的关系；使用评估待测试分类模型对待测试数据进行特征提取，计算轮廓系数，并基于多项式和轮廓系数，计算待测试分类模型对待测试数据进行分类的准确率与现有方法相比，本申请可以无需重新训练分类器，提高了效率的同时提升预测准确率。
一种基于轮廓系数分类准确率评估方法

[发明专利]用于分类数据的方法和装置-CN201710427453.6有效
发明人：戴明洋 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2017-06-08 - 公布日： 2021-05-25 - 主分类号： G06F16/35 文献下载
摘要：本申请公开了用于分类数据的方法和装置。方法的一具体实施方式包括：采用各预定类别的初始过滤词集合，过滤原始数据，得到各预定类别的原始样本集合；对原始样本集合进行分类处理，得到验证的准确率满足阈值的更新后的样本集合；其中，分类处理包括：对原始样本集合进行过滤处理，得到更新后的样本集合，对更新后的样本集合进行验证，得到验证的准确率，响应于验证的准确率不满足阈值，对原始样本集合进行分类处理直至准确率满足阈值。该实施方式自动的学习计算出准确率满足阈值的更新后的样本集合，提高了更新后的样本集合的准确率，增强了对于未知样本的分类能力。
用于分类数据方法装置

[发明专利]基于决策树准确率和相关性度量的信号随机森林分类方法、系统及装置-CN202110080937.4在审
发明人：王国涛;孙志刚;高亚杰;李超然;梁晓雯 -专利权人：黑龙江大学
申请日： 2021-01-21 - 公布日： 2021-05-25 - 主分类号： G06K9/62 文献下载
摘要：基于决策树准确率和相关性度量的信号随机森林分类方法、系统及装置，属于信号分类识别领域。为了解决传统随机森林分类器中单个决策树分类器的分类准确率低的问题。本发明首先建立决策树，用3组预留的数据集分别对每棵决策树进行验证，计算第i棵决策树的准确率，将所有决策树按分类准确率降序排序；针对确定的数据集，采用向量内积方法计算并保存决策树之间的內积数值，将向量內积小于等于內积阈值的决策树保留，否则将计算向量内积的每一对决策树中分类准确率低的决策树标记为可删除；按照分类准确率从低到高依次删除被标记为可删除的决策树，直到剩下的决策树数量为N；采用最终的分类器投票决定最终的分类结果。主要用于信号的分类识别。
基于决策树准确率相关性度量信号随机森林分类方法系统装置

[发明专利]一种文本分类方法、装置、设备及介质-CN202010499085.8在审
发明人：贺新宇;葛通;陈维强;孙永良;于涛;王玮;李建伟 -专利权人：海信集团有限公司
申请日： 2020-06-04 - 公布日： 2021-12-07 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种文本分类方法、装置、设备及介质，用于解决现有文本分类时，文本分类的准确率较低的技术问题。由于本发明实施例在第一文本类别与第二文本类别不同时，选择的待识别文本数据的目标类别为文本分类模型识别准确率较高的文本类别、或者词频统计算法识别准确率较高的文本类别，从而可以提高文本分类的准确率。
一种文本分类方法装置设备介质

[发明专利]一种分类模型的迭代方法、装置及电子设备-CN201810628785.5在审
发明人：班永杰;王剑龙;张梦营;徐相英;闫秀英 -专利权人：歌尔股份有限公司
申请日： 2018-06-19 - 公布日： 2018-12-25 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种分类模型的迭代方法、装置及电子设备，该迭代方法包括：获取待测图像和对应每一待测图像的分类结果；将所有待测图像按照预先设置的比例分别存放至训练集、验证集和测试集中；根据训练集和训练集中的待测图像对应的分类结果对参考分类模型进行训练；根据验证集和验证集中的待测图像对应的分类结果，验证参考分类模型和训练后的参考分类模型的准确率，并选择准确率较高的作为最优参考分类模型；根据测试集和测试集中的待测图像对应的分类结果，测试最优参考分类模型和产线使用的当前分类模型的准确率；在最优参考分类模型的准确率高于当前分类模型的准确率的情况下，控制最优参考分类模型替换当前分类模型。
分类模型待测图像准确率参考分类结果迭代装置及电子设备训练集验证集测试验证预先设置测试集产线替换

[发明专利]用于泡沫浮选工况识别过程的混合特征选择方法及系统-CN201911241685.8有效
发明人：周晓君;王启安;徐冲冲 -专利权人：中南大学
申请日： 2019-12-06 - 公布日： 2023-08-25 - 主分类号： G06V10/771 文献下载
摘要：本发明公开了用于泡沫浮选工况识别过程的混合特征选择方法及方法，分别计算出数据集中各个特征的初始权重，并根据各个特征的初始权重对所述数据集中各个特征进行排序，得到排序特征集；根据排序，使用启发式搜索算法生成多个的特征子集，并将多个特征子集分别输入至分类器中以计算多个特征子集的分类准确率，提取分类准确率最高的特征子集作为初筛特征子集；再通过二值状态转移算法迭代生成初筛特征子集的多个候选特征子集，并将多个候选特征子集输入到分类器中以计算多个候选特征子集的分类准确率，选取分类准确率最高的候选特征子集作为最优特征子集输出，能快速选取泡沫浮选工况的特征，并保证所选特征子集的分类准确率，提高工况识别的效果。
用于泡沫浮选工况识别过程混合特征选择方法系统

[发明专利]一种图像分类方法、装置、存储介质及电子设备-CN201811573313.0在审
发明人：谌永明 -专利权人： OPPO广东移动通信有限公司
申请日： 2018-12-21 - 公布日： 2019-05-14 - 主分类号： G06F16/58 文献下载
摘要：本申请实施例公开一种图像分类方法、装置、存储介质及电子设备，其中，本申请实施例通过接收截图指令，获取截图图像；将所述截图图像作为参数输入分类模型，输出分类结果，并根据分类结果，将所述截图图像进行分类存储；当判断出所述截图图像分类的准确率大于预设阈值时，获取目标数据；将所述目标数据输入所述分类模型，进行模型更新。以此图像可根据分类结果实现图像的分类存储，方便用户对图像的查找，提高了查找效率。同时，本申请实施例还通过判断分类的准确率，将准确率大于预设阈值的截图图像作为目标数据，将目标数据输入分类模型进行模型的更新，通过模型的持续更新来持续提高分类的准确率。
图像准确率分类结果目标数据图像分类存储介质电子设备分类存储分类模型预设申请参数输入查找效率获取目标截图指令模型更新输入分类阈值时分类更新查找输出

[发明专利]态势要素分类方法及其模型的训练方法、装置及服务器-CN201911057313.X在审
发明人：李欣;孙海春;段詠程 -专利权人：中国人民公安大学
申请日： 2019-10-31 - 公布日： 2020-02-21 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种态势要素分类方法及其模型的训练方法、装置及服务器；其中，该方法包括：基于预设的训练集合确定当前的训练数据组后，将训练数据组中的训练数据输入至预先建立的初始分类器中，得到各个训练数据对应的分类结果；并根据预先获取的训练数据的类别及分类结果，确定初始分类器的分类准确率；进而根据分类准确率及预设的优化算法对初始分类器的预设参数进行优化；继续执行基于预设的训练集合确定当前的训练数据组，直至分类准确率收敛，得到态势要素分类模型。本发明通过对态势要素分类模型的参数优化，提高了对态势要素分类的速度和准确率。
态势要素分类方法及其模型训练装置服务器

[发明专利]一种基于多分路通道扩容网络的垃圾图像分类方法-CN202010379289.8有效
发明人：石翠萍;夏瑞阳;刘超;刘文礼 -专利权人：齐齐哈尔大学
申请日： 2020-05-07 - 公布日： 2022-09-02 - 主分类号： G06V10/764 文献下载
摘要：一种基于多分路通道扩容网络的垃圾图像分类方法，本发明涉及基于多分路通道扩容网络的垃圾图像分类方法。本发明的目的是为了解决现有方法对垃圾图像分类准确率低的问题。过程为：一、建立多分路通道扩容网络模型；二、采用数据集训练多分路通道扩容网络模型，得到预训练好的多分路通道扩容网络模型；三、采用数据集验证预训练好的多分路通道扩容网络模型的准确率，若准确率达到要求，即得到训练好的多分路通道扩容网络模型，若准确率未达到要求，继续采用数据集训练多分路通道扩容网络模型，直至达到准确率达到要求；四、采用训练好的多分路通道扩容网络模型对待识别垃圾图像进行分类。本发明用于图像分类领域。
一种基于分路通道扩容网络垃圾图像分类方法

[发明专利]基于改进的深度神经网络的花卉图像分类方法-CN201810854879.4有效
发明人：刘秀磊;吴迪;刘旭红;李红臣;刘婷 -专利权人：北京信息科技大学
申请日： 2018-07-30 - 公布日： 2022-04-29 - 主分类号： G06V10/764 文献下载
摘要：本发明提供了一种基于改进的深度神经网络的花卉图像分类方法，该方法采用迁移学习的方法，将在大规模数据集上训练的InceptionV3网络用于花卉图像数据集的分类，对其中的激活函数进行改进。在通用Oxford flower‑102数据集上的实验表明：该模型在花类图像分类任务中比传统方法和普通卷积神经网络分类准确率高，且比未改进的卷积神经网络准确率高，迁移过程准确率达到81.32％，微调过程准确率达到
基于改进深度神经网络花卉图像分类方法

[发明专利]一种GMM-HMM混合模型概率似然得分的SVM二次分类方法-CN202110568311.8在审
发明人：李秀坤;王集;刘开金 -专利权人：哈尔滨工程大学
申请日： 2021-05-25 - 公布日： 2021-08-10 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种GMM‑HMM混合模型概率似然得分的SVM二次分类方法，该方法首先使用GMM‑HMM混合模型对鲸鱼叫声进行建模，然后使用SVM对模型进行二次分类。实验数据处理表明该方法有效地提高了分类准确率，该方法比GMM‑HMM的分类准确率提高了近2％，比SVM模型分类准确率提高了近10％。
一种 gmm hmm 混合模型概率得分 svm 二次分类方法

[发明专利]一种训练分类模型、对文本分类的方法及装置-CN202211570814.X在审
发明人：赵磊 -专利权人：阿里巴巴（中国）有限公司
申请日： 2022-12-07 - 公布日： 2023-06-23 - 主分类号： G06F16/35 文献下载
摘要：本申请提供了一种训练分类模型、对文本分类的方法及装置。使用原始训练文本、原始分类标签、掩码训练文本、掩码分类标签、一致性训练文本以及一致性分类标签，对预训练的语言模型进行针对分类标签填写位的分类预测任务的优化学习，得到分类模型。可以提高分类模型对更多表述方式的文本分类的准确率、对具有更少量字符的文本分类的准确率以及对具有“输入文本以及模板文本”的文本中的输入文本以及提示文本预测用于在分类标签填写位上填写的输入文本的分类标签的准确率，如此，可增加的分类模型的鲁棒性以及健壮性等，进而可提高分类模型对文本分类的准确率。
一种训练分类模型文本方法装置

[发明专利]文本分类模型训练方法、文本分类方法及相关装置-CN202010137753.2有效
发明人：赵呈路 -专利权人：拉扎斯网络科技（上海）有限公司
申请日： 2020-03-02 - 公布日： 2021-07-23 - 主分类号： G06F16/35 文献下载
摘要：本发明实施例提供一种文本分类模型训练方法、文本分类方法及相关装置，文本分类模型训练方法包括：获取用于分类训练的文本类别数据集；利用文本分类模型获取所述训练分类文本的各个目标词向量，并获取词向量数量；基于所述词向量数量、各个所述目标词向量的位置和预定层级数量，获取位置层级和层级向量；根据各个所述目标词向量和层级向量，获取训练位置文本矩阵，并获取所述训练分类文本的预估文本类别；获取所述文本类别数据集的预估分类类别的准确率，根据所述准确率调整所述文本分类模型的参数，直至所述准确率达到准确率阈值，得到训练后的文本分类模型。本发明实施例可以为提高文本分类时的准确性提供基础，进而提高对文本分类的准确性。
文本分类模型训练方法相关装置

[发明专利]细粒度图像分类方法、装置、设备及介质-CN202111454435.X在审
发明人：李玲芳;王宁;胡伟健;胡晓军 -专利权人：海南神灯网络技术有限公司
申请日： 2021-12-01 - 公布日： 2022-03-25 - 主分类号： G06V10/764 文献下载
摘要：本发明公开细粒度图像分类方法，包括如下步骤：获取待处理的RGB图像样本并进行预处理；通过预置的若干个子模型分别对预处理后的图像样本进行预训练；获取若干个子模型过程中的分类准确率，并基于所述分类准确率对应调整子模型的权重值，从而构建融合模型；基于所述融合模型输出最终的分类标签。本发明有效的提高了细粒度图像分类准确率。
细粒度图像分类方法装置设备介质

1
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