“分类样本”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460310个，建议您升级VIP下载更多相关专利

[发明专利]分类识别方法和装置-CN202211026442.4有效
发明人：钟雨崎;凌明;杨作兴;艾国 -专利权人：深圳比特微电子科技有限公司
申请日： 2022-08-25 - 公布日： 2022-12-06 - 主分类号： G06K9/62 文献下载
摘要：本公开涉及一种分类识别方法和装置，该分类识别方法包括：获取微调样本数据；将微调样本数据输入预先训练的特征提取器，通过预先训练的特征提取器，得到微调样本特征；将微调样本特征输入预先训练的分类网络，通过预先训练的分类网络，得到分类预测值；根据分类预测值和微调样本数据的类别之间的损失，调整预先训练的分类网络中的参数，得到微调的分类网络；基于预先训练的特征提取器和微调的分类网络对待识别数据进行分类识别，得到待识别数据的分类识别结果本公开提升了微调样本数据数量过少的情况下的泛化能力，提升了对微调样本数据同类的待识别数据的分类结果的准确率。
分类识别方法装置

[发明专利]一种图像分类模型训练方法、图像分类方法、装置及计算设备-CN202010114941.3在审
发明人：张恩伟;蒋忻洋;孙星;余宗桥;彭湃;郭晓威;黄小明;黄飞跃;吴永坚 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-02-25 - 公布日： 2020-06-26 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及人工智能技术领域，提供一种图像分类模型训练方法、图像分类方法、装置及计算设备，用于提高训练出的模型针对困难样本的处理能力。该方法包括：基于第一图像样本集训练图像预测模型；基于图像预测模型获得第二图像样本集中每个第二图像样本的难易度估计值，每个第二图像样本具有目标分类标签；基于第二图像样本集训练第一图像分类模型，直到第一图像分类模型的训练损失满足目标损失，获得第二图像分类模型；第一图像分类模型的训练损失是对第二图像样本集中各个第二图像样本的分类损失进行加权获得的，每个第二图像样本的分类损失对应的加权权重是根据每个第二图像样本的难易度估计值确定的。
一种图像分类模型训练方法装置计算设备

[发明专利]一种标注样本确定方法、装置、机器可读介质及设备-CN202011265178.0在审
发明人：翁谦;张博宣;曹文飞;蒋博劼 -专利权人：四川云从天府人工智能科技有限公司
申请日： 2020-11-12 - 公布日： 2021-01-22 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种标注样本确定方法，包括：获取经过预训练的分类模型以及分类目标；重复下述步骤迭代更新所述分类模型，直至满足预设停止条件，将满足预设停止条件时对应的样本集作为待标注样本集；利用所述分类模型对样本集中的样本进行预测，得到每个样本属于每个分类目标的分类得分；对每个样本属于每个分类目标的分类得分进行融合排序，得到多个融合排序结果；从所述多个融合排序结果中确定待标注样本集；利用所述待标注样本集更新所述分类模型。本发明可以显著减少训练模型所需要的专家标注量，节约人力成本，提高单位标注的效益，快速迭代模型，并且区别于单策略主动学习方案，使由于单一策略的融合排序所产生的高权重样本被遗漏的问题，得到有效解决。
一种标注样本确定方法装置机器可读介质设备

[发明专利]一种火灾危险等级的优化识别方法、装置及终端设备-CN201910300479.3在审
发明人：刘海莹 -专利权人：深圳市中电数通智慧安全科技股份有限公司
申请日： 2019-04-15 - 公布日： 2019-08-23 - 主分类号： G06K9/62 文献下载
摘要：本发明适用于安全预警技术领域，提供了一种火灾危险等级的优化识别方法、装置及终端设备，方法包括：获取历史训练样本数据，以建立训练样本数据库，基于训练样本数据库训练决策树分类器，获取训练后的决策树分类器，其中，决策树分类器为基于支持向量机的决策树分类器；获取待分类样本数据，将待分类样本数据输入训练后的决策树分类器，以获取分类结果，根据分类结果获取待分类样本数据对应的火灾危险等级。本发明通过历史训练样本数据对决策树分类器进行训练，以获取训练后的优化决策树分类器，并对待分类样本数据进行分类，以获取对应的火灾危险结果，提高了对安全隐患进行优化识别的效率，提升了对火灾的防范速率。
决策树分类器分类样本火灾危险训练样本数据库训练样本数据分类结果终端设备优化支持向量机安全隐患安全预警数据对应火灾分类防范

[发明专利]文本数据的处理方法、分类方法、装置及可读存储介质-CN202010556440.0在审
发明人：彭团民;徐泽宇 -专利权人：北京小米松果电子有限公司
申请日： 2020-06-17 - 公布日： 2020-10-23 - 主分类号： G06F16/35 文献下载
摘要：本公开涉及一种文本数据的处理方法、分类方法、装置及可读存储介质，所述方法包括：从文本分类模型的训练样本集中获取目标样本；将目标样本分别输入文本分类模型和规则模型，获得文本分类模型输出的第一分类结果和规则模型输出的第二分类结果，第一分类结果包括文本数据对应的预测分类，规则模型包含多种分类规则，每种分类规则对应相同或者不同的文本分类，第二分类结果用于指示文本数据命中的分类规则；在根据第一分类结果和第二分类结果确定出文本数据对应的目标分类、且目标分类未包括在目标样本的情况下，根据目标分类更新目标样本。由此，可以增加训练样本的数据量，保证训练样本标注的准确性，并且降低人工标注的数据量。
文本数据处理方法分类装置可读存储介质

[发明专利]分类器训练方法、装置、电子设备及计算机可读介质-CN201811543806.X在审
发明人：田一羊;张振华;高洋波;金留可;张腾 -专利权人：北京三快在线科技有限公司
申请日： 2018-12-17 - 公布日： 2019-03-12 - 主分类号： G06K9/62 文献下载
摘要：本公开提供一种分类器训练方法、装置、电子设备及计算机可读介质，属于互联网技术领域。该分类器训练方法包括：对于多个数据特征中已标注样本进行训练，得到初级分类器；将所述多个数据特征中未标注样本输入到所述初级分类器进行训练输出所述未标注样本的标签，并计算所述未标注样本标注所述标签的概率；根据标签的概率大小从所述未标注样本选择一部分进行专家标注，并对专家标注的样本重新进行训练，得到新分类器。该方法基于主动学习不断更新分类器，结合大量数据和人工经验可以使分类器模型的分类结果更准确，分类效果得到提升。训练样本中只有少量已标注样本和少量的人工标注，可以快速处理大量未标注样本数据的分类，提高效率。
标注分类器训练样本计算机可读介质初级分类电子设备数据特征标签分类器分类器模型互联网技术分类结果分类效果快速处理人工标注人工经验训练样本样本标注样本输入样本数据样本选择主动学习概率输出分类更新

[发明专利]用于使提升分类器适合于新样本的方法-CN200810082814.9有效
发明人：法提赫·M·波里克利;图菲·帕拉格 -专利权人：三菱电机株式会社
申请日： 2008-02-28 - 公布日： 2008-09-03 - 主分类号： G06K9/00 文献下载
摘要：一种用于使提升分类器适合于新样本的方法。使用初始样本对提升分类器进行训练。该提升分类器是弱分类器的组合。通过添加新样本的贡献并且删除旧样本的贡献来自适应地更新该提升分类器的各个弱分类器。
用于提升分类适合于样本方法

[发明专利]模型训练方法、图像分类方法和装置-CN202211151337.3在审
发明人：冯伟;张政;吕晶晶;庞新强;王维珍;李耀宇 -专利权人：北京沃东天骏信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2022-09-21 - 公布日： 2022-12-16 - 主分类号： G06V10/764 文献下载
摘要：本公开的实施例提供了一种模型训练方法、图像分类方法和装置。所述模型训练方法包括：首先获取训练样本集，该训练样本集包括样本物品对应的样本图像和样本图像的样本分类结果，样本图像由样本物品对应的样本首图和样本主图组成，然后构建包括残差神经网络和分类网络的初始模型，最后利用机器学习方法，将样本图像作为残差神经网络的输入，获取样本首图对应的第一特征向量和样本主图对应的第二特征向量，将残差神经网络输出的第一特征向量和第二特征向量作为分类网络的输入，样本图像的样本分类结果作为期望输出，对初始模型进行训练，得到图像分类模型，能够对所构成的样本图像提取特征、构成特征向量和预测分类结果，实现主图是否合格的判别。
模型训练方法图像分类装置

[发明专利]分类模型的训练方法和装置-CN201911006979.2有效
发明人：刘凡;张格皓 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2019-10-22 - 公布日： 2022-03-01 - 主分类号： G06K9/62 文献下载
摘要：本说明书实施例提供一种分类模型的训练方法和装置。方法包括：获取第一领域的第一样本集合，包括多个第一训练样本，每个第一训练样本包括样本输入和对应的第一分类任务的类别标签；获取第二领域的第二样本集合，包括多个第二训练样本，每个第二训练样本包括样本输入和对应的第二分类任务的类别标签；两个分类任务的类别标签具有映射关系；将第二样本集合中的多个第二训练样本加入第一样本集合，并根据映射关系，将第二训练样本包括的第二分类任务的类别标签转换为第一分类任务的类别标签，得到第三样本集合；将第三样本集合中的样本输入输入待训练的分类模型，以针对第一分类任务训练所述分类模型。
分类模型训练方法装置

[发明专利]样本分类方法、装置、计算设备和存储介质-CN202310239511.8在审
发明人：夏明睿;孙晓艺;贺永;王文旭 -专利权人：北京师范大学
申请日： 2023-03-08 - 公布日： 2023-07-25 - 主分类号： G06V10/764 文献下载
摘要：本申请实施例涉及计算机影像处理技术领域，且涉及一种样本分类方法、装置、计算设备和存储介质。其中方法的方案为：基于正常样本的影像学数据得到正常样本的影像学指标；基于正常样本的影像学指标，利用高斯过程回归模型构建正常参考模型；根据正常参考模型和待分类样本的影像学指标的观测值，得到待分类样本的个体偏离值；利用聚类算法对多个待分类样本的个体偏离值进行聚类分析，得到待分类样本的分类结果。本申请实施例以正常样本的影像学指标构建的正常参考模型作为可靠的参考，基于正常参考模型得到的待分类样本的个体偏离值对个体异常特征具有更强的代表性，在此基础上进行聚类分析使得最终的样本分类结果的准确度更高、
样本分类方法装置计算设备存储介质

[发明专利]模型训练的方法、文本分类的方法、系统、设备及介质-CN202010259546.4在审
发明人：刘江宁;鞠剑勋;李健 -专利权人：上海携旅信息技术有限公司
申请日： 2020-04-03 - 公布日： 2020-08-04 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了提供了一种模型训练的方法、文本分类的方法、系统、设备及介质。其中模型训练的方法，包括以下步骤：将待分类的文本样本输入文本分类模型以获取文本样本包含的样本字向量；根据样本字向量获取文本样本对应的样本词汇向量；根据字和词汇层面的特征数据，获取文本样本的全局特征；获取文本样本的预测类别值，基于文本样本的预测类别值以及文本样本的真实类别值使用交叉熵损失函数对文本分类模型进行训练，生成目标文本分类模型。利用上述目标文本分类模型以及本发明提供的文本分类的方法，提高了对目标文本识别的准确性。
模型训练方法文本分类系统设备介质

[发明专利]一种回溯式迭代车辆性能极度不平衡数据分类方法-CN202110939593.8在审
发明人：杨云;左鹏飞;倪园园;刘晨;段宗涛;康军 -专利权人：长安大学
申请日： 2021-08-16 - 公布日： 2021-11-16 - 主分类号： G06K9/62 文献下载
摘要：本发明一种回溯式迭代车辆性能极度不平衡数据分类方法，包括：从车辆性能测评数据获取多个训练样本，初始化所有训练样本的权重；每次迭代中，根据所属迭代次数对应的训练样本权重构建与迭代次数对应的弱分类器，采用弱分类器对训练样本进行分类，根据弱分类器的分类结果更新训练样本的权重，再基于综合相似度和KNN分类算法回溯更新所有训练样本的权重；其中，所述综合相似度是指根据相似度理论和欧几里得距离综合判断的相似度；组合所述得到的所有弱分类器，获得强分类器；采用强分类器对待分类的测试样本进行分类。本发明在车辆性能测评数据集标签分类任务上，不仅误差更小，且能在较少的迭代次数下达到较好分类的结果。
一种回溯式迭代车辆性能极度不平衡数据分类方法

[发明专利]基于联合流形投影均值聚类的数据分类方法及系统-CN202310288143.6在审
发明人：李勇明;周传艳;王品;马洁;颜芳;曾孝平 -专利权人：重庆大学
申请日： 2023-03-23 - 公布日： 2023-08-04 - 主分类号： G06F18/241 文献下载
摘要：本发明涉及人工智能与数据处理技术领域，具体公开了一种基于联合流形投影均值聚类的数据分类方法及系统，该方法基于近邻样本的样本对连接挖掘样本之间的近邻关系，采用联合流形投影均值聚类模块构建聚类包络样本空间，实现对结构化样本的特征学习与分类器建模。该方法实现了结构化样本的生成及在此基础上的特征学习与分类器建模。整体上，经验证，针对不同的数据集，本方法具有较高的分类准确率(在AD数据集中的分类准确率比基于原样本的分类系统高23.03％，比简单均值聚类算法生成的包络样本的分类系统高1.7％；在Wisconsin数据集中的分类准确率从比基于原样本的分类系统高2.2％，比简单均值聚类算法生成的包络样本的分类系统高0.97％)和较短的训练时长。
基于联合流形投影均值数据分类方法系统

[发明专利]一种二分类模型的训练方法、装置、电子设备和存储介质-CN202310462029.0在审
发明人：杨建雄;杜志高 -专利权人：北京思特奇信息技术股份有限公司
申请日： 2023-04-26 - 公布日： 2023-08-22 - 主分类号： G06F18/214 文献下载
摘要：本发明实施例公开了一种二分类模型的训练方法、装置、电子设备和存储介质，该方法包括：获取当次周期对应的当前样本数据集，其中，当前样本数据集包括：多个当前样本数据和每个当前样本数据对应的样本分类标签；基于当前样本数据集，对二分类模型进行当次迭代训练，并获得二分类模型当次训练输出的每个当前样本数据对应的预测分类结果；基于每个预测分类结果和样本分类标签，对每个当前样本数据进行归一化处理；基于归一化后的当前样本数据集，对二分类模型进行下次迭代训练，直到当前迭代次数等于训练迭代次数时，确定二分类模型当次周期训练完成。通过本发明实施例的技术方案，可以提高二分类模型训练的效率和准确性。
一种分类模型训练方法装置电子设备存储介质

[发明专利]一种训练方法、装置、设备和存储介质-CN202011324849.6有效
发明人：王学彬 -专利权人：北京远鉴信息技术有限公司
申请日： 2020-11-24 - 公布日： 2021-03-16 - 主分类号： G06K9/62 文献下载
摘要：本申请提供了一种训练方法、装置、设备和存储介质，其中，该方法包括：使用待训练分类器对第一候选样本集进行分类，得到所述第一候选样本集中包括的各图像的第一分类结果；根据所述第一分类结果和获取到的人工对所述第一候选样本集中包括的各图像的第二分类结果，确定所述第一候选样本集中包括的各图像的样本类型；按照预设的第一样本类型比例，从所述第一样本和所述第二样本中选择图像，以将选择出来的图像作为第一训练样本；使用第一训练样本对所述待训练分类器进行模型训练，通过上述方法有利于提高待训练分类器的分类性能，以及有利于提高待训练分类器的分类准确率。
一种训练方法装置设备存储介质