“分类函数”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451341个，建议您升级VIP下载更多相关专利

[发明专利]一种针对非平衡数据集的分类预测方法及分类预测器-CN201711086357.6在审
发明人：李凤莲;张雪英;焦江丽;王灿;李坤奇;黄丽霞;孙颖;陈桂军 -专利权人：太原理工大学
申请日： 2017-11-07 - 公布日： 2018-04-03 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种针对非平衡数据集的分类预测方法及分类预测器，所述分类预测方法包括获取非平衡数据集中的训练样本集以及所述训练样本集对应的最佳分类结果；基于当前目标函数对所述训练样本集进行分类，得到当前分类结果；判断所述当前分类结果与最佳分类结果是否一致；如果一致，则所述当前目标函数作为最优目标函数；否则，基于分类器评价指标对所述当前分类结果进行性能评价确定当前奖惩函数；根据当前奖惩函数对当前目标函数进行修正，获得当前修正目标函数，所述当前修正目标函数作为当前目标函数，重新分类。本发明引入奖惩函数，根据当前奖惩函数对当前目标函数不断进行修正，从而获得最优目标函数，实现对非平衡数据集的准确分类预测。
一种针对平衡数据分类预测方法

[发明专利]分类模型的训练方法、装置、电子设备以及存储介质-CN202010606425.2在审
发明人：希滕;张刚;温圣召 -专利权人：北京百度网讯科技有限公司
申请日： 2020-06-29 - 公布日： 2020-11-20 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了分类模型的训练方法、装置、电子设备以及存储介质，涉及人工智能、深度学习、图像处理技术领域。具体实现方案为：利用当前样本集对分类模型进行训练，分别获取分类模型的第一损失函数和第二损失函数，其中，第一损失函数为以类型为粒度的损失函数，第二损失函数为以样本为粒度的损失函数；根据第一损失函数和第二损失函数，获取分类模型的总损失函数；以及根据总损失函数对分类模型的模型参数进行更新，以对分类模型进行训练。该方法能够根据以类型为粒度的损失函数和以样本为粒度的损失函数，生成总损失函数，综合考虑了样本的类别均衡和难易均衡问题，还可根据总损失函数对分类模型进行训练，可加快分类模型的收敛速度。
分类模型训练方法装置电子设备以及存储介质

[发明专利]一种实现信息分类的方法及装置-CN201810147853.6有效
发明人：虎志强;张若愚 -专利权人：北京兰云科技有限公司
申请日： 2018-02-13 - 公布日： 2022-03-04 - 主分类号： G06F21/56 文献下载
摘要：一种实现信息分类的方法及装置，包括：以字节码表示可移植可执行(PE)文件中包含的函数；对以字节码表示的函数进行预处理，获得进行函数相似度判断的样本集信息；基于获得的样本集信息，进行函数的相似度判断；根据函数的相似度判断的判断结果进行函数分类本发明实施例实现了函数的自动分类，简化了函数分类过程，统一了函数分类的标准。
一种实现信息分类方法装置

[发明专利]文本分类方法、装置、设备及计算机可读介质-CN202310700884.0在审
发明人：刘羲;蒋恒智;舒畅;陈又新 -专利权人：平安科技（深圳）有限公司
申请日： 2023-06-13 - 公布日： 2023-08-04 - 主分类号： G06F18/241 文献下载
摘要：本发明涉及自然语言技术领域，揭露一种文本分类方法，包括：获取预训练的初始文本分类模型，并从初始文本分类模型中获取文本判别函数；将文本判别函数从欧式空间表示转换为角度空间表示，得到更新文本判别函数；获取预设的训练语句集，并根据训练语句集中的训练语句构建三元语句组；基于三元语句组进行函数建模，得到三元损失函数；根据更新文本判别函数和三元损失函数构建模型目标函数，并根据模型目标函数构建文本分类模型；获取待分类文本，通过文本分类模型对待分类文本进行语义分类本发明还提出一种文本分类装置、设备及存储介质。本发明可以提升医疗类文本分类的准确度。
文本分类方法装置设备计算机可读介质

[发明专利]多正则化策略图像分类学习方法、装置、设备和介质-CN202210615241.1在审
发明人：舒畅;陈又新 -专利权人：平安科技（深圳）有限公司
申请日： 2022-05-31 - 公布日： 2022-08-02 - 主分类号： G06N3/08 文献下载
摘要：本申请的多正则化策略图像分类学习方法、装置、设备和介质，其中方法包括：基于LWF正则化和池化知识蒸馏构建卷积神经网络的第一损失函数，使用第一损失函数对卷积神经网络的特征提取层及主分类层进行训练。根据副分类层和标注数据的副分类层交叉熵损失函数，以及副分类层之间的分类层差异损失函数，构建卷积神经网络的第二损失函数。通过第二损失函数对副分类层进行训练。特征提取层、主分类层和副分类层用于对卷积神经网络进行训练。对池化蒸馏函数进行LWF正则化，能够增强对第一损失函数的约束，相比于使用单分类层进行训练，使用多个副分类层计算第二损失函数能够使得卷积神经网络的训练过程更为鲁棒。
正则策略图像分类学习方法装置设备介质

[发明专利]分类模型的损失函数优化方法、装置及样本分类方法-CN201811644581.7有效
发明人：秦海宁;李文;李士勇;张瑞飞;李广刚 -专利权人：鼎富智能科技有限公司
申请日： 2018-12-29 - 公布日： 2021-04-27 - 主分类号： G06F16/35 文献下载
摘要：本申请实施例提供了一种分类模型的损失函数优化方法、装置及样本分类方法。其中，该优化方法包括：生成分类标签向量对应的过滤器向量，分类标签向量和过滤器向量均包含第一类分类对应的维度和第二类分类对应的维度，过滤器向量中第二类分类对应的维度值为零；根据分类标签向量和分类模型的输出结果生成原始损失函数；使用过滤器向量对原始损失函数进行过滤，以去除原始损失函数中的第二类分类的成分，得到损失过滤函数；根据预设规则对损失过滤函数进行后处理，得到损失优化函数。从而，该优化损失函数能够提高分类模型对第一类分类的文本特征的学习权重，并且不学习第二类分类的文本特征，降低分类模型的泛化性，提高文本分类的准确性。
分类模型损失函数优化方法装置样本

[发明专利]一种智能设备及意图识别的模型训练方法-CN202210474599.7在审
发明人：朱飞;曹晚霞 -专利权人：海信电子科技(武汉)有限公司
申请日： 2022-04-29 - 公布日： 2022-08-19 - 主分类号： G06F16/33 文献下载
摘要：本申请提供一种智能设备及意图识别的模型训练方法，所述方法包括接收检测器采集到的语音指令；响应于语音指令，将语音指令转化为文本信息，基于该文本信息调用意图分类模型，以及获取领域内的多条训练样本数据；为意图分类模型新增领域分类器；生成融合损失函数，基于融合损失函数训练意图分类模型。本申请通过优化意图分类模型的损失函数，将单一的分类交叉熵损失函数优化为分类交叉熵损失函数、领域正则化损失函数、对比学习损失函数三个损失函数的融合，得到融合损失函数，再基于融合损失函数训练意图分类模型。无需收集领域外意图数据，完全基于领域内意图数据即可通过意图分类模型识别用户的文本信息，从而达到识别领域外意图的目的。
一种智能设备意图识别模型训练方法

[发明专利]一种跨网络边分类方法、装置、设备及存储介质-CN202310426325.5在审
发明人：沈笑;邵梦秋;周犀 -专利权人：海南大学
申请日： 2023-04-19 - 公布日： 2023-07-04 - 主分类号： G06F18/2415 文献下载
摘要：本申请公开了一种跨网络边分类方法、装置、设备及存储介质，涉及图神经网络领域，包括：将网络对应的信息集合输入模型得到全部节点特征；基于源网络节点特征计算节点分类损失函数；基于通过源网络节点特征学习到的源网络注意力边权重计算监督注意力损失函数；基于全部节点特征构建边特征并获取对应的边分类损失函数及域分类损失函数；基于节点分类损失函数、监督注意力损失函数、边分类损失函数、域分类损失函数确定总体损失函数，判断是否下降且收敛；若是则获取当前可学习参数对应的调整后模型对网络边进行预设分类操作本申请利用多种损失函数值对可学习参数进行调整，学习具有类别鉴别性和网络不变性的边特征，提高目标网络边分类的准确性。
一种网络分类方法装置设备存储介质

[发明专利]基于多分类器的增量训练方法、装置、设备和介质-CN202210599548.7在审
发明人：舒畅;陈又新 -专利权人：平安科技（深圳）有限公司
申请日： 2022-05-30 - 公布日： 2022-08-19 - 主分类号： G06N3/08 文献下载
摘要：本申请的基于多分类器的增量训练方法、装置、设备和介质，其中方法包括：基于池化知识蒸馏构建第一损失函数，使用所述第一损失函数对卷积神经网络的特征提取器及主分类器进行训练，更新特征提取器参数和主分类器参数；根据副分类器和标注数据的副分类器交叉熵损失函数，以及副分类器之间的分类器差异损失函数，构建第二损失函数；通过所述第二损失函数对所述副分类器进行训练，更新副分类器参数。在计算新旧模型差异时在传统知识蒸馏的基础上加入池化操作，使得第一损失函数具有更好的可塑性，得到的模型能够更好的适应新任务。相比于单分类器的增量训练模型，引入多个副分类器计算第二损失函数能够使得增量训练模型更为鲁棒。
基于分类增量训练方法装置设备介质

[发明专利]一种跨域图像分类方法-CN202110821649.X有效
发明人：吴壮辉;孟敏;武继刚 -专利权人：广东工业大学
申请日： 2021-07-20 - 公布日： 2023-04-28 - 主分类号： G06V10/774 文献下载
摘要：本发明公开一种跨域图像分类方法，该方法用视觉特征提取器提取待分类目标域图像的初始视觉特征，并利用初始视觉特征构建领域对齐损失函数、类别对齐损失函数和结构对齐损失函数，再构建分类器，最后利用视觉特征提取器和分类器获得待分类的目标域图像的分类结果该方案利用领域对齐损失函数、类别对齐损失函数和结构对齐损失函数来减小待分类目标域图像各个领域之间的差异，提高对跨域图像的分类精度。
一种图像分类方法

[发明专利]对象分类方法、装置、设备及存储介质-CN202111357998.7在审
发明人：王树松 -专利权人：王树松
申请日： 2021-11-16 - 公布日： 2022-03-11 - 主分类号： G06K9/62 文献下载
摘要：本公开涉及一种对象分类方法、装置、设备及存储介质。该方法包括：获取待分类对象；基于对象分类网络对待分类对象进行分类，得到待分类对象的分类结果，对象分类网络中的至少一个目标隐藏层的神经元基于抑制修正线性单元进行激活；抑制修正线性单元包括线性抑制函数和修正线性类函数，修正线性类函数使用线性抑制函数的输出作为输入；线性抑制函数由输入与对应的线性抑制系数相乘的乘积组成；修正线性类函数为正向修正线性函数或者负向修正线性函数；线性抑制系数为小于1的正数值，且目标神经元的线性抑制系数的值与目标神经元所属目标隐藏层其他神经元的对应线性抑制系数的值相同由此，引入抑制修正线性单元的对象分类网络提高了分类准确性。
对象分类方法装置设备存储介质

[发明专利]一种基于标签嵌入的鲁棒图像分类方法及系统-CN202210087643.9在审
发明人：罗一京;宫辰 -专利权人：南京理工大学;南京浩翔基础软件研究院有限公司
申请日： 2022-01-25 - 公布日： 2022-05-06 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于标签嵌入的鲁棒图像分类方法及系统，涉及模式识别技术领域，该方法包括：根据鲁棒图像分类器对目标图片进行分类，得到分类结果；鲁棒图像分类器是基于原始标签图像分类损失子函数、标签学习损失子函数以及新标签图像分类损失子函数训练得到的；原始标签图像分类损失子函数表示人像区域特征图对应的预测分类结果与人像区域原始标签分类结果之间的损失值；标签学习损失子函数表示人像区域原始标签分类结果学习人像区域新标签分类结果时的损失值；新标签图像分类损失子函数表示人像区域特征图对应的预测分类结果与人像区域新标签分类结果之间的损失值本发明能够对存储在相册管理系统中的人物图片进行快速准确分类。
一种基于标签嵌入图像分类方法系统

[发明专利]分类模型生成装置及其分类模型生成方法-CN201911117515.9有效
发明人：江振国;李皓庭;林志成 -专利权人：财团法人资讯工业策进会
申请日： 2019-11-15 - 公布日： 2023-06-20 - 主分类号： G06F18/214 文献下载
摘要：一种分类模型生成装置及其分类模型生成方法。分类模型生成装置引入一聚类算法，以辅助训练用于分类的一深度学习模型，并将一聚类损失函数、一向中心集中损失函数及一分类损失函数分别乘上不同权重后的一总和作为训练深度学习模型的整体损失函数。基于整体损失函数，分类模型生成装置以一反向传播算法，调整深度学习模型的多个参数，以生成一分类模型。
分类模型生成装置及其方法

[发明专利]分类模型的后验校准方法、装置、计算机设备及介质-CN202210635225.9在审
发明人：郑喜民;王颖妮;舒畅;陈又新 -专利权人：平安科技（深圳）有限公司
申请日： 2022-06-07 - 公布日： 2022-08-30 - 主分类号： G06K9/62 文献下载
摘要：本申请适用于人工智能技术领域，尤其涉及一种分类模型的后验校准方法、装置、计算机设备及介质。该方法将获取的验证训练集分别输入预训练好的N种分类模型，得到每种分类模型下验证训练集中每个数据对应的预测向量和标签向量，根据每个预测向量和对应的标签向量，构建对应一种分类模型的转换函数，确定N个转换函数，对所有转换函数进行加权求和，确定加权求和后的函数为待校准分类模型的更新损失函数，使用预训练集对更新损失函数后的待校准分类模型进行再训练，直至更新损失函数收敛后，得到后验校准好的分类模型，采用集成不同预训练好的分类模型来构建更新损失函数，提高了更新损失函数的有效性和泛化能力，使得校准的分类模型的准确率较高。
分类模型校准方法装置计算机设备介质

[发明专利]数据分类方法、装置、电子设备及存储介质-CN202310802149.0在审
发明人：孙建彬;赵蕊蕊;姜江;李孟军;涂莉;秦宇琪;剧伦豪;蒋平;于海跃 -专利权人：中国人民解放军国防科技大学
申请日： 2023-06-30 - 公布日： 2023-08-29 - 主分类号： G06F18/24 文献下载
摘要：本发明提供一种数据分类方法、装置、电子设备及存储介质，包括：获取待分类数据；对待分类数据采用基于证据推理规则的目标分类器进行分类，得到分类结果；目标分类器的训练包括获取数据集；对训练集中的样本执行证据获取；根据度矩阵构建优化目标函数，通过优化目标函数对特征参考值进行优化；根据特征能够判断样本类别的样本数量，确定证据的可靠性；通过信度矩阵对测试集及验证集执行证据激活及证据组合处理；根据类别预测结果计算优化目标函数的目标函数值，根据目标函数值对证据权重进行优化，根据类别预测结果及目标函数值得到目标分类器。本发明的有益效果为：能够实现耗时短、分类效果高、分类准确度高及高稳定性数据分类处理。
数据分类方法装置电子设备存储介质

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