“分类网络”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1101099个，建议您升级VIP下载更多相关专利

[发明专利]一种基于迁移学习的垃圾图像分类方法-CN202111681650.3在审
发明人：郭宝龙;张靖晗;李泽坤;蒋元淑 -专利权人：西安电子科技大学
申请日： 2021-12-30 - 公布日： 2022-05-10 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于迁移学习的垃圾图像分类方法，改善了ShuffleNet V2网络分类准确率较低的问题。该发明对预处理后的垃圾图像数据集按N:M的比例分配为训练集和验证集；根据网络模型，加入压缩激励网络和Leaky ReLU激活函数，并在末端增添Flatten层和三层全连接层建立垃圾分类网络模型，得到初始分类神经网络；将ImageNet图像数据集中的权重参数导入初始分类神经网络，再训练网络；将垃圾图片输入训练完成的分类神经网络，得到垃圾分类结果。该技术增加压缩激活网络，通过学习的方式获取到每个特征通道的重要特征，抑制对当前任务不重要的特征，增强通道间信息交流的能力，提高分类任务的准确率。
一种基于迁移学习垃圾图像分类方法

[发明专利]一种流量分类方法及电子设备-CN201811610635.8在审
发明人：薛智慧;张新;唐通 -专利权人：北京天融信网络安全技术有限公司;北京天融信科技有限公司;北京天融信软件有限公司
申请日： 2018-12-27 - 公布日： 2019-02-19 - 主分类号： H04L12/851 文献下载
摘要：本申请实施例提供一种流量分类方法及电子设备，所述方法包括：获得网络流量中的数据流统计特征；获得所述网络流量中的数据包特征；利用网络流量分类模型基于所述流量统计特征以及数据包特征确定网络流量分类结果，其中，所述网络流量分类模型由卷积神经网络训练形成。本申请实施例的流量分类结果能够高效、准确地得到网络流量分类结果，简化了用户操作，提高了分了效率及精度。
网络流量分类流量分类数据包特征电子设备网络流量卷积神经网络流量统计特征数据流统计用户操作申请

[发明专利]基于AdaBoost算法的地震相干体图像断层自动识别方法及系统-CN201710186136.X有效
发明人：曹志民;吴云;韩建;刘超;刘挺;刘鹤 -专利权人：东北石油大学
申请日： 2017-03-27 - 公布日： 2020-01-07 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种基于AdaBoost算法的地震相干体图像断层自动识别方法及系统，方法为：获取地震相干体断层图像中的图像块，图像块包括断层体图像块、断层边缘图像块和断层背景图像块；通过预先训练的分类网络，对图像块进行分类，得到分类结果，分类网络由多个分类器构成，分类网络通过AdaBoost算法学习获得；根据分类结果，实现对地震相干体断层图像的自动识别。本发明采用了集成学习的方法训练分类网络，运用分类网络对图像块进行分类，可使断层的自动识别与提取的结果更准确。
基于 adaboost 算法地震相干图像断层自动识别方法系统

[发明专利]基于人工智能的图像分类模型训练方法、装置及设备-CN202310716400.1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： 2023-06-15 - 公布日： 2023-08-29 - 主分类号： G06V10/774 文献下载
摘要：本申请涉及数字医疗领域，提供了一种图像分类模型训练方法、装置、设备及存储介质，该方法包括：获取样本图像和对应的标注的真实分类结果；将样本图像输入特征提取网络进行最大池化处理，得到特征向量；根据特征向量和真实分类结果，对第一图像分类网络进行训练，直至第一图像分类网络收敛；将特征向量输入预设的第二图像分类网络进行分类预测处理，得到第一预测分类结果；根据第一预测分类结果和真实分类结果，对概率迁移矩阵进行训练，直至概率迁移矩阵收敛，根据收敛后的概率迁移矩阵更新真实分类结果；若第一图像分类网络的训练次数达到预设次数，则停止对第一图像分类网络进行训练。该方法提高了数字医疗领域的图像分类模型的准确性。
基于人工智能图像分类模型训练方法装置设备

[发明专利]视频分类的方法及装置-CN201910002746.9有效
发明人：贾红红;赵骥伯 -专利权人：京东方科技集团股份有限公司
申请日： 2019-01-02 - 公布日： 2022-01-11 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种视频分类的方法及装置，涉及视频分类技术领域，提高了对视频文件进行分类的准确率，本发明的主要技术方案为：从待分类视频中提取所述待分类视频对应的原始图像和光流图像；将所述原始图像输入至空域卷积神经网络模型，以获得所述待分类视频对应的空域分类结果；将所述光流图像输入至时域卷积神经网络模型，以获得所述待分类视频对应的时域分类结果，其中，所述时域卷积神经网络模型与所述空域卷积神经网络模型为网络架构不同的卷积神经网络模型；对所述空域分类结果和所述时域分类结果进行融合处理，以获得所述待分类视频对应的分类结果。本发明应用于对视频文件进行分类的过程中。
视频分类方法装置

[发明专利]一种面向网络分类模型的数据增强方法-CN202011451532.9在审
发明人：宣琦;沈杰;周嘉俊;俞山青 -专利权人：浙江工业大学
申请日： 2020-12-10 - 公布日： 2021-04-13 - 主分类号： G06K9/62 文献下载
摘要：一种面向网络分类模型的数据增强方法，包括：加载网络数据集，将化合物网络数据集划分为训练集、测试集和验证集，训练集和验证集预训练网络分类模型，得到分类模型类标可靠度阈值；对训练集中的原始网络使用数据映射策略生成新网络；计算新网络的类标可靠度与分类模型的类标可靠度阈值比较，将类标可靠度大于分类模型类标可靠度阈值的新网络作为扩充样本生成扩充集，将所述扩充集和所述训练集合并得到新的训练集；利用新的训练集重新训练网络分类模型本发明能有效提升小型标准网络数据集的数据规模，提升数据质量，实现网络数据增强；能有效提升模型的分类性能，且时间复杂度较低，运算速度快。
一种面向网络分类模型数据增强方法

[发明专利]一种一体化域适应图像分类方法-CN202310335371.4在审
发明人：臧泽林;杨森乔;商磊;李子青 -专利权人：西湖大学
申请日： 2023-03-31 - 公布日： 2023-06-27 - 主分类号： G06V10/764 文献下载
摘要：本发明公开一种一体化域适应图像分类方法，该方法通过构建一体化域适用图像分类模型，模型包括特征提取网络F、特征映射网络H、分类网络C和惩罚函数；特征映射网络H将所述特征提取网络F提取的特征映射到潜空间中，得到泛化性更强的表示向量；分类网络根据特征提取网络F和特征映射网络H提取到的图片的特征的不同进行分类，判断图像属于源域或目标域，并计算损失函数；通过损失的反向传播，对特征提取网络F、特征映射网络H、分类网络本发明通过损失函数的特殊设计，能够能很好地避免现有分类器的过分自信问题，以避免发生过拟合等现象。
一种一体化适应图像分类方法

[发明专利]SDN环境下基于改进的残差卷积网络的细粒度流量分类方法-CN202211333871.6在审
发明人：苏畅;刘艳清;谢显中 -专利权人：重庆邮电大学
申请日： 2022-10-28 - 公布日： 2023-02-03 - 主分类号： G06F18/241 文献下载
摘要：本发明涉及一种SDN环境下基于改进的残差卷积网络的细粒度流量分类方法，属于软件技术领域。为了提供更细粒度的应用感知流量分类，让网络运营商更好地分析网络组成以及管理和调度网络资源，对这些特定应用程序进行细粒度分类非常重要。传统方法倾向于基于协议对流量进行分类，这是粗粒度的分类，受计算机视觉方面研究的启发，本文将残差卷积网络的方法应用于网络流量的识别分类中，该方法解决了传统深度学习方法进行细粒度网络流量识别过程中随着网络深度的增加而出现的网络退化问题，能够有效学习更深层的网络特征进而实现细粒度的网络流量分类。
sdn 环境基于改进卷积网络细粒度流量分类方法

[发明专利]一种基于破坏重建学习与GoogLeNet的细粒度图像分类方法-CN202010894444.X有效
发明人：黄捷;高静;王武;柴琴琴;蔡逢煌;林琼斌;张岳鑫;张祯毅 -专利权人：福州大学
申请日： 2020-08-31 - 公布日： 2022-09-16 - 主分类号： G06V40/18 文献下载
摘要：本发明涉及一种基于破坏重建学习与GoogLeNet的Inception v4网络结构的细粒度图像分类方法，包括步骤：构建训练集，并对其中的图像进行预处理；对训练集中的每幅原始图像，将其划分为n*n个局部区域，再通过RCM处理得到对应原始图像的重组图像；分别构建由分类网络、判别网络以及区域对齐网络构成的重建破坏学习网络，并分别定义与分类网络、判别网络以及区域对齐网络对应的分类损失、对抗性损失以及区域对齐损失；以三个损失之和最小化为目标训练重建破坏学习网络；利用训练好的重建破坏学习网络中的分类网络对输入的图像进行分类。本发明在对细粒度图像的分类上取得了显著的效果。
一种基于破坏重建学习 googlenet 细粒度图像分类方法

[发明专利]基于卷积神经网络的用户属性分类方法、存储介质、装置及电子设备-CN201811246303.6在审
发明人：高嵩 -专利权人：高嵩
申请日： 2018-10-24 - 公布日： 2018-12-25 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于卷积神经网络的用户属性分类方法、存储介质、装置及电子设备。本发明所述的基于卷积神经网络的用户属性分类方法包括如下步骤：将多个用户的心理属性相关电子数据作为输入向量集输入用户属性分类卷积神经网络模型；将通过问卷获取的所述多个用户的心理测评结果作为目标向量集输入用户属性分类卷积神经网络模型，并更新用户属性分类卷积神经网络模型；将被测对象的心理属性相关电子数据输入用户属性分类卷积神经网络模型，并从用户属性分类卷积神经网络模型的输出中获取被测对象的属性分类结果。本发明所述的基于卷积神经网络的用户属性分类方法操作简单，能提高用户属性分类的效率和准确性。
卷积神经网络用户属性分类属性分类输入用户装置及电子设备被测对象存储介质电子数据心理属性目标向量输入向量心理测评问卷输出更新

[发明专利]骨髓细胞细粒度分类方法、系统、计算机设备及存储介质-CN202210168782.4在审
发明人：王伟凝;郭沛榕;骆美鸽 -专利权人：华南理工大学
申请日： 2022-02-23 - 公布日： 2022-06-03 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种骨髓细胞细粒度分类方法、系统、计算机设备及存储介质，所述方法包括：获取骨髓细胞图像数据集；构建第一骨髓细胞细粒度分类网络，所述第一骨髓细胞细粒度分类网络以残差网络作为主干网络，包括原始分支、主体分支和注意力主体定位分支；利用骨髓细胞图像数据集对第一骨髓细胞细粒度分类网络进行训练，得到第二骨髓细胞细粒度分类网络；获取待分类骨髓细胞图像；将待分类骨髓细胞图像输入第二骨髓细胞细粒度分类网络，实现骨髓细胞细粒度分类本发明通过构建基于注意力主体与区域放大的多分支网络，实现了分支间的相互结合和相互促进，提高了骨髓细胞细粒度分类水平。
骨髓细胞细粒度分类方法系统计算机设备存储介质

[发明专利]一种网络信息数据分类采集方法-CN202011565108.7在审
发明人：李锦基;黄永权;王勋;符伟杰;骆新坤;李明东 -专利权人：深圳市高德信通信股份有限公司
申请日： 2020-12-25 - 公布日： 2021-04-09 - 主分类号： G06F16/951 文献下载
摘要：本发明公开了一种网络信息数据分类采集方法，包括以下步骤：采集准备：在云服务器内部创建数据库，云服务器的内部运行着信息采集分类软件，信息采集分类软件的信息采集端采用多个网络爬虫，每个网络爬虫对应至少一个分类参数，确定每一个分类参数对应的参数值；搭建链接：先是确定需要采集网络信息数据的类型，然后选择适合采集网络信息数据的网站或网络地址，通过信息采集分类软件与相应的网站；本发明通过网络爬虫抓取目标网站或网络地址的数据信息，并且事先确定待采集数据的至少一个分类参数，分类进行数据信息采集，每一个分类对应列表页面的内容较少，因此可以利用网络爬虫将列表页面上的数据信息全部采集下来。
一种网络信息数据分类采集方法

[发明专利]一种云平台中网络访问控制方法、装置、设备及存储介质-CN202110559390.6在审
发明人：何亚明 -专利权人：济南浪潮数据技术有限公司
申请日： 2021-05-21 - 公布日： 2021-09-28 - 主分类号： H04L29/06 文献下载
摘要：本发明公开了一种云平台中网络访问控制方法、装置、设备及存储介质。所述方法包括：获取云平台中的历史网络报文，并基于历史网络报文构造训练集和验证集；分别利用所述训练集、所述验证集对分类模型进行训练和验证以得到训练后的分类模型，其中，所述分类模型用于将报文分类为允许转发报文或废弃报文；响应于云平台中产生待处理网络报文，则将所述待处理网络报文代入训练后的分类模型以确定所述待处理网络报文的分类结果；根据分类结果对所述待处理网络报文进行访问控制。本发明的方案只需根据已有数据训练出分类模型，然后采用该分类模型决定待处理网络报文的转发与否，无需人工干预，具有较好的准确率，可能满足大部分网络访问限制应用场景。
一种平台网络访问控制方法装置设备存储介质

[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]目标识别分类方法及装置-CN202111437921.0在审
发明人：徐晓健 -专利权人：中国银行股份有限公司
申请日： 2021-11-29 - 公布日： 2022-02-15 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种目标识别分类方法及装置，涉及人工智能技术领域，该方法包括：获取分类图片，对所述分类图片进行标注；构建神经网络模型；利用标注后的分类图片对神经网络模型进行训练，获得已训练神经网络模型；获取待识别分类的图片，利用已训练神经网络模型对待识别分类的图片进行识别分类，获得分类信息。本发明可以利用深度学习训练了一个神经网络模型，通过处理图片自动完成图片识别分类，无需使用者对分类标准具有任何知识，操作简单、便捷，分类结果准确度高。
目标识别分类方法装置

首页
«上一页
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
下一页»
尾页
共 100000 条