“分类结果”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1182203个，建议您升级VIP下载更多相关专利

[发明专利]患者分类装置、计算机设备及存储介质-CN202210447272.0在审
发明人：徐卓扬;孙行智 -专利权人：平安科技（深圳）有限公司
申请日： 2022-04-26 - 公布日： 2022-06-24 - 主分类号： G16H50/70 文献下载
摘要：本申请实施例属于人工智能及数字医疗领域，涉及一种患者分类装置、计算机设备及存储介质，装置包括：数据获取模块、样本分类模块、知识分类模块以及数据分类模块，该装置获取目标患者的样本数据；将样本数据输入样本分类网络，得到样本分类结果；当根据样本分类结果确定样本数据为第一样本时，将样本数据输入知识分类模型，得到目标患者的患者分类结果；知识分类模型基于医学知识进行患者分类；当根据样本分类结果确定样本数据为第二样本时，将样本数据输入数据分类模型，得到目标患者的患者分类结果；数据分类模型基于神经网络进行患者分类。本申请提高了患者分类的准确性。
患者分类装置计算机设备存储介质

[发明专利]一种交易信息的分类方法、装置、设备及可读存储介质-CN202310612081.X在审
发明人：黄文强 -专利权人：中国银行股份有限公司
申请日： 2023-05-26 - 公布日： 2023-09-29 - 主分类号： G06F18/2415 文献下载
摘要：本申请公开了一种交易信息的分类方法、装置、设备及可读存储介质，可应用于金融领域或其他领域。获取预设的标准类别对应的分类信息集合，分类信息集合包括属于标准类别的待分类交易信息。对分类信息集合进行归类，得到归类结果，归类结果包括至少一个特征类别以及各个特征类别对应的分类信息子集合，特征类别对应的分类信息子集合包括多个归类为特征类别的待分类交易信息。获取每一待分类交易信息的分类结果，分类结果包括标准类别和特征类别。可见，本申请中待分类交易信息的分类结果中的特征类别属于根据所有的待分类交易信息进行的灵活分类得到的特征类别，因此实现对账户的交易信息的个性化分类，提高了分类的细粒度。
一种交易信息分类方法装置设备可读存储介质

[发明专利]遥感影像分类方法、图像处理设备和计算机可读存储装置-CN202010224342.7在审
发明人：裴晓炳;刘旭东;克里斯·哈肯·麦克斯 -专利权人：遥相科技发展（北京）有限公司
申请日： 2020-03-26 - 公布日： 2020-07-10 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了遥感影像分类方法、图像处理设备和计算机可读存储装置。遥感影像分类方法包括：对待处理的遥感影像进行第一裁切，获取第一图像；获取用户对至少部分第一图像进行第一分类后生成的第一分类样本，将第一分类样本和第一图像输入第一监督分类器，获取第一分类结果；对待处理的遥感影像进行第二裁切，获取第一斑块；根据第一分类结果和第一斑块获取第二分类样本，将第二分类样本和待处理的遥感影像输入第二监督分类器，获取第二分类结果；根据第二分类结果获取对待处理的遥感影像的最终分类结果。通过上述方式，本发明能够有效提升土地利用分类的结果的精度。
遥感影像分类方法图像处理设备计算机可读存储装置

[发明专利]数据的分类方法、装置、设备、介质及程序产品-CN202211635303.1在审
发明人：吴秉哲 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-12-19 - 公布日： 2023-10-27 - 主分类号： G06V10/764 文献下载
摘要：本申请公开了一种数据的分类方法、装置、设备、介质及程序产品，涉及人工智能领域。该方法包括：获取待分类数据、多个训练样本数据以及通过多个训练样本数据训练训练得到的目标分类模型；将待分类数据输入目标分类模型中进行分类预测，输出得到待分类数据对应的第一分类结果；基于多个训练样本数据中各训练样本数据之间的组合结果，得到多个训练数据组训练数据组对应有第二标签；基于多个训练数据组中与待分类数据关联的至少一个目标训练数据组的第二标签，得到待分类数据对应的第二分类结果；基于第一分类结果和第二分类结果的融合情况，得到待分类数据对应的目标分类结果
数据分类方法装置设备介质程序产品

[发明专利]信息数据的分类方法、装置及可读存储介质-CN202010370911.9有效
发明人：梁翰鹏 -专利权人：中国平安财产保险股份有限公司
申请日： 2020-04-30 - 公布日： 2023-08-18 - 主分类号： G06F18/24 文献下载
摘要：本发明涉及人工智能，揭露一种信息数据的分类方法，包括：对信息数据集抽样，得到多组信息数据子集，从中选择一组信息数据子集，利用第一弱分类器对选择的信息数据子集进行数据分类，得到第一分类结果，通过遍历操作依次从第二弱分类器集中选择第二弱分类器，利用所述第二弱分类器对选择的信息数据子集进行数据分类，得到第二分类结果，在计数器大于计数阈值时，计算所述第一分类结果和所述第二分类结果，得到最终分类结果。本发明还涉及区块链技术，所述信息数据集及所述可最终分类结果存储于区块链节点中。本发明还提出一种信息数据的分类装置、电子设备以及存储介质。本发明可以解决在数据分类中不能有效利用已有信息数据的问题。
信息数据分类方法装置可读存储介质

[发明专利]数据标注处理方法及装置、系统-CN202011602759.9有效
发明人：赵明 -专利权人：上海赛图默飞医疗科技有限公司
申请日： 2020-12-29 - 公布日： 2023-07-18 - 主分类号： G06F16/58 文献下载
摘要：其中，该方法包括：获取血液样本图像，并对血液样本图像进行预处理，得到白细胞图像；利用神经网络模型对白细胞图像进行分类，得到白细胞的分类结果；获取分类结果是否正确的判断结果，如果判断结果指示分类结果正确，保存白细胞图像以及分类结果；如果判断结果指示分类结果不正确，获取对白细胞图像的正确标注结果，其中，正确标注结果是目标用户在客户端对白细胞图像进行人工分类标注得到的。
数据标注处理方法装置系统

[发明专利]用于自动分类对象的方法和系统-CN200810134793.0有效
发明人：孟昕;李建强;赵彧;史敬威 -专利权人：日电（中国）有限公司
申请日： 2008-07-29 - 公布日： 2010-02-03 - 主分类号： G06F17/30 文献下载
摘要：本发明提供了用于自动分类对象的方法和系统。所述方法包括：输入一组对象以及用于分类对象的类别层次结构；获取领域相关的本体信息；利用基于本体信息的方法将每个对象分类到类别层次结构中，以得到第一分类结果；利用基于信息检索(IR)的方法将每个对象分类到类别层次结构中，以得到第二分类结果；以及组合所述第一和第二分类结果以得到最终分类结果。本发明可被应用到单层或多层的类别层次结构，并且可以有效且精确的实现对象分类，从而获得更小的分类结果粒度。
用于自动分类对象方法系统

[发明专利]基于SLIC和改进的CNN的极化SAR图像分类方法-CN201611054919.4有效
发明人：王爽;焦李成;孟龙祥;樊伟明;赵阳;张妍妍;梁雪峰 -专利权人：西安电子科技大学
申请日： 2016-11-25 - 公布日： 2019-05-03 - 主分类号： G06K9/62 文献下载
摘要：本发明提出了一种基于SLIC和改进的CNN的极化SAR图像分类方法，用于解决现有有监督极化SAR图像分类方法中存在的分类速度慢和分类精度低的技术问题。首先，将极化SAR图像Wishart距离和极化特征作为新数据，进行Lee滤波以后输入到已改进的CNN中进行分类，获得初步分类结果，然后将极化SAR图像的伪彩色图像进行SLIC超像素分割，获得超像素分割结果，最后利用超像素分割结果对初步分类结果进行约束后处理，获得最终分类结果。本发明的分类速度快且精度高，可用于极化SAR地物分类等领域。
基于 slic 改进 cnn 极化 sar 图像分类方法

[发明专利]一种基于边缘精度评价的分类结果优化方法-CN202310259581.X在审
发明人：张震;李国龙;徐良骥;刘潇鹏;张坤;丁静;郭晓慧;邓超 -专利权人：安徽理工大学
申请日： 2023-03-17 - 公布日： 2023-08-22 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于边缘精度评价的分类结果优化方法，具体包括以下步骤：S1、对输入影像的分类类型进行判断，区分单分类和多分类，若为多分类则进行分类提取转换为单分类；S2、对单分类影像进行像元统计分析，判断影像类型使用二值影像进行地物边缘精度评价，若影像为概率影像，则先对概率影像二值化，再进行地物边缘精度评价；S4、对概率影像分值提取地物轮廓，若影像为二值影像则先进行对象分割、影像概率化将二值影像转换为概率影像；S5、基于边缘精度评价结果对分类结果进行优化；S6、对多分类影像的优化结果进行合并；本发明提出了一种基于边缘精度评价的分类结果优化方法，通过对遥感地物分类影像的边缘精度评价结果分析实现了自动化优化地物分类结果，并进一步提高影像地物边缘的分类精度。
一种基于边缘精度评价分类结果优化方法

[发明专利]用于文本分类的训练样本生成方法、装置和计算机设备-CN201910334995.8有效
发明人：石明川 -专利权人：平安科技（深圳）有限公司
申请日： 2019-04-24 - 公布日： 2023-07-21 - 主分类号： G06F16/35 文献下载
摘要：本申请提供一种用于文本分类的训练样本生成方法、装置和计算机设备，应用于分类模型技术领域。所述的方法包括：获取预先训练好的第一文本分类模型对实际文本的特征向量的第一分类结果；将所述实际文本的特征向量输入预先训练好的第二文本分类模型中，获得第二分类结果；所述第二文本分类模型用于检测所述第一分类模型的第一分类结果是否正确；比较所述第一分类结果和所述第二分类结果是否相同；若相同，判定所述第一分类结果正确，将所述实际文本的特征向量以及所述第一分类结果作为训练样本保存在数据库中；所述训练样本用于模型训练阶段中文本分类模型的训练
用于文本分类训练样本生成方法装置计算机设备

[发明专利]图像分割方法、装置、计算机设备和存储介质-CN202010734941.3在审
发明人：张朗;廖术 -专利权人：上海联影智能医疗科技有限公司
申请日： 2020-07-28 - 公布日： 2020-11-17 - 主分类号： G06T7/11 文献下载
摘要：所述方法包括：基于分割网络对待分割图像进行像素级分割处理，得到所述待分割图像的分割结果；所述分割结果包括所述待分割图像中每个感兴趣位置的分割类别；将所述待分割图像输入至分类网络中进行图像级分类处理，得到所述待分割图像对应的分类结果；所述分类结果包括所述待分割图像属于各候选类别的分类概率；根据所述分类结果中属于各候选类别的分类概率和所述分割结果中的分割类别，优化所述待分割图像的分割结果。采用本方法能够提高分割结果的准确性。
图像分割方法装置计算机设备存储介质

[发明专利]一种精神医学辅助诊断系统-CN201910970770.1在审
发明人：邓伟;李晓晶 -专利权人：四川大学华西医院
申请日： 2019-10-12 - 公布日： 2021-01-08 - 主分类号： G16H50/20 文献下载
摘要：本发明公开一种精神医学辅助诊断系统，包括：信息获取模块，用于获取患者的症状信息；预处理模块，用于对所述症状信息进行标准化处理，获取符合预定格式的输入信息；症状分类模块，用于对所述符合预定格式的输入信息进行症状分类，获取症状分类结果；所述症状分类结果包括：正常，抑郁，焦虑，精神病性，物质依赖，强迫；程度分类模块，用于对所述症状分类结果进行程度分类，获取程度分类结果；所述程度分类结果包括：正常，轻度，中度，严重。
一种精神医学辅助诊断系统

[发明专利]用户分类的方法、装置、设备及存储介质-CN202111535824.5在审
发明人：柯虹 -专利权人：平安科技（深圳）有限公司
申请日： 2021-12-15 - 公布日： 2022-03-25 - 主分类号： G06F16/906 文献下载
摘要：本申请涉及人工智能技术领域，本申请公开了一种用户分类的方法、装置、设备及存储介质，通过将获取的用户数据项目中的缺失数据项目进行填充，并将填充后的特殊数据项目和常规数据项目输入训练后的初次分类模型进行分类处理，得到初次分类结果；由于包括特殊数据项目，会导致最终分类结果的偏差，将合初次分类结果进行对应的权重调整，并加权求和得到用户分类结果，提高了用户分类的稳定性，从而保证了分类结果的精确性。
用户分类方法装置设备存储介质

[发明专利]一种基于半监督SVM和MeanShift的极化SAR图像分类方法-CN201410076676.9有效
发明人：焦李成;刘芳;白雪;马文萍;马晶晶;张丹;王爽;侯彪 -专利权人：西安电子科技大学
申请日： 2014-03-04 - 公布日： 2017-02-08 - 主分类号： G06K9/62 文献下载
摘要：本发明方法公开了一种基于半监督SVM和MeanShift的极化SAR图像分类方法，其实现步骤是分别建立极化SAR图像分类训练集和图像分类测试集；用S4VMs算法获得极化SAR图像分类结果；选取S4VMs分类结果置信度高的样本集；用MeanShift结果修改S4VMs分类结果，更新样本集；更新训练集、测试集和分类模型；用分类模型对极化SAR图像进行分类。本发明采用阈值软化分，提高了算法的自适应性；通过MeanShift结果修改样本集，完善了图像信息，避免了人工标记困难的问题，获得了更好的分类效果，可用于目标检测、识别和分类。
一种基于监督 svm meanshift 极化 sar 图像分类方法

[发明专利]分类方法、分类模型的训练方法、装置、设备及存储介质-CN202010622932.5在审
发明人：唐可欣;齐保元;孟二利 -专利权人：北京小米松果电子有限公司
申请日： 2020-06-30 - 公布日： 2020-10-09 - 主分类号： G06F16/35 文献下载
摘要：本公开是关于一种分类方法、分类模型的训练方法、装置、设备及存储介质。该分类方法，应用于电子设备，包括：基于待分类数据，得到生成器模型输出的第一预测结果；将所述待分类数据输入判别器模型，得到所第二预测结果；基于所述第一预测结果和所述第二预测结果，确定所述待分类数据的目标类别由于第一预测结果和第二预测结果是分别基于生成器模型和判别器模型得到的，这样，能够充分利用生成器模型和判别器模型各自的特点，例如，在生成器模型的性能高，且判别器模型的精度高的情况下，能够提高对待分类数据进行分类的速度，并提高所得到的分类结果的精确性。
分类方法模型训练装置设备存储介质