“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]基于卷积对抗生成神经网络的白细胞分类方法及系统-CN201910340486.6有效
发明人：李登旺;张传昊;薛洁;卢志明;张健;孔问问;吴敬红;王晶;沈亚娟;虞刚;陆华;刘丹华 -专利权人：山东师范大学
申请日： 2019-04-25 - 公布日： 2021-05-11 - 主分类号： G06K9/00 文献下载
摘要：本公开提供了一种基于卷积对抗生成神经网络的白细胞分类方法及系统。其中，基于卷积对抗生成神经网络的白细胞分类方法，包括：将白细胞图像输入生成器网络，选取分类的感兴趣区，并归一化处理，产生初始化细胞轮廓；将初始化细胞轮廓图像输入初始化判别网络，得到初始化像素级的细胞分类结果；将初始化像素级的细胞分类结果作为深度对抗生成分类网络的初始值提取轮廓和边缘信息作为边缘特征值；在生成器网络中增加注意力机制模块，再对边缘特征值分类，得到像素级的细胞再分类结果；将像素级的细胞再分类结果输入生成器网络级联的支持向量机分类器中，得到精确图像分类结果。
基于卷积对抗生成神经网络白细胞分类方法系统

[发明专利]一种实现动态计算的高精度高比例的分类模型及分类方法-CN202011607740.3在审
发明人：王中风;王美琪;何鎏璐;林军 -专利权人：南京大学
申请日： 2020-12-30 - 公布日： 2021-04-09 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及神经网络技术领域，提供一种实现动态计算的高精度高比例的分类模型及分类方法，高精度高比例的分类模型包括主干网络模型和至少一个第一分支网络模型；主干网络模型包括输入端、输出端和多个中间层，在多个中间层的1/4‑1/3的层数之间，插入第一分支网络模型；第一分支网络模型包括分类模块和置信度确定模块。在实际应用过程中，分类模块用于产生插入处的分类输出，置信度确定模块用于判断分类输出是否满足精度要求，若满足精度要求，则高精度高比例的分类模型在第一分支网络模型的输出端提前退出，若不满足精度要求，则放弃分类模块产生的分类输出，并返回主干网络模型的中间层，继续完成分类运算。
一种实现动态计算高精度比例分类模型方法

[发明专利]一种基于伪脑网络模型下的涉恐场景识别方法-CN201910711601.6有效
发明人：胡冀;颜成钢;孙垚棋;张继勇;张勇东 -专利权人：杭州电子科技大学
申请日： 2019-08-02 - 公布日： 2022-05-13 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于伪脑网络模型下的涉恐场景识别方法。本发明包括如下步骤：步骤1、通过CNN图像分类器，得到涉恐场景图片概率值；步骤2、通过伪脑网络图像分类器，得到涉恐场景图片概率值；步骤3、将CNN图像分类器分类结果和伪脑网络图像分类器分类结果输入给神经网络融合模型，输出场景事件分类结果，涉恐场景＝1，非涉恐场景＝0。本发明将深度学习算法与等效伪脑网络模型相结合。深度学习网络用于机器视觉图像分类，伪脑网络模型替代人脑对视听觉信息高级特征进行融合，实现环境物体感知和环境认知。
一种基于网络模型场景识别方法

[发明专利]基于有效秩张量近似的残差网络压缩的图像分类方法-CN202310745340.6有效
发明人：王忠荣;欧馨蔚;何飞;刘翼鹏 -专利权人：电子科技大学
申请日： 2023-06-25 - 公布日： 2023-08-29 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于有效秩张量近似的残差网络压缩的图像分类方法，属于基于深度学习的图像处理技术领域。本发明首先设置训练数据集，接着设置包括特征提取网络和分类输出网络的图像分类网络，并其进行有效秩张量近似残差网络压缩训练处理，以获取训练好的图像分类器；对待分类图像进行图像预处理后输入图像分类器，基于其输出获取图像分类结果本发明以基于所设置的高效低秩度量方式，在高压缩率下使得残差网络的精度损失较小，从而促进用于图像分类的残差网络在存储空间有限的设备上的应用。
基于有效张量似的网络压缩图像分类方法

[发明专利]一种网络加密流量分层分类方法及装置-CN202210648545.8在审
发明人：宁焕生;魏大为;万月亮 -专利权人：北京科技大学
申请日： 2022-06-09 - 公布日： 2022-10-18 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种网络加密流量分层分类方法及装置，该方法包括：获取流量数据并存入原始流量数据集中；对现有网络协议加密流量分层分类模型进行分析，选择一个未完成全部加密网络协议分类的节点，从原始流量数据集中提取出相应未分类流量数据，构建训练数据集；以训练数据集训练分类模型，将训练所得的分类模型参数保存至现有网络协议加密流量分层分类模型中，并保存对流量数据的预处理步骤；基于用户分类需求，利用已训练分层分类模型进行加密流量分类。本发明解决了高速网络环境中，用户需求不断变化过程中，如何对多个协议流量混合的复杂网络流量，按照协议的不同进行分类的问题。
一种网络加密流量分层分类方法装置

[发明专利]一种基于文本循环神经网络的政务文本分类方法及系统-CN202110685564.3在审
发明人：王红;庄鲁贺;滑美芳;李威;张慧;韩书 -专利权人：山东师范大学
申请日： 2021-06-21 - 公布日： 2021-10-15 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于文本循环神经网络的政务文本分类方法及系统，获取政务文本数据及其对应的类别标签；构建文本循环神经网络分类模型，文本循环神经网络分类模型包括用于将政务文本数据映射为向量的嵌入层、双层长短期记忆网络层和全连接层；根据政务文本数据和类别标签训练文本循环神经网络分类模型；其中，在双层长短期记忆网络层中，双向长短期记忆网络的输出嵌入向量和输入嵌入向量进行拼接，将得到的拼接向量输入到单向长短期记忆网络中，由全连接层对单向长短期记忆网络的输出向量的长度进行收缩，以与类别标签数量对应；根据训练后的文本循环神经网络分类模型得到待分类政务文本数据的分类结果。具备较高的分类准确率和处理效率。
一种基于文本循环神经网络政务分类方法系统

[发明专利]神经网络量化方法及装置、存储介质及电子设备-CN202310091316.5在审
发明人：刘建伟 -专利权人：爱芯元智半导体（上海）有限公司
申请日： 2023-02-06 - 公布日： 2023-05-05 - 主分类号： G06N3/0495 文献下载
摘要：本公开提供一种神经网络量化方法及装置、电子设备、计算机可读存储介质，涉及人工智能技术领域。所述神经网络量化方法包括：获取待量化图像分类神经网络模型，其中，所述待量化图像分类神经网络模型为浮点网络模型；对所述待量化图像分类神经网络模型进行定点量化操作，得到整型图像分类神经网络模型；依据预设规则逐级降低对所述整型图像分类神经网络模型进行训练的整型比特数，以对所述整型图像分类神经网络模型进行迭代训练，直至所述整型比特数为目标比特数。本公开通过逐级降低比特数对图像分类神经网络模型进行迭代训练，可以在确保模型图像分类精度的同时，加快运算速度，使得模型可以部署于计算能力较弱的终端设备。
神经网络量化方法装置存储介质电子设备

[发明专利]基于高分辨率的互补注意力UNet分类器的sMRI图像分类方法-CN202111644756.6有效
发明人：蓝姝洁;高琳琳;张哲昊;寿亿锒;禚世豪 -专利权人：宁波大学
申请日： 2021-12-30 - 公布日： 2022-07-15 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及一种基于高分辨率的互补注意力UNet分类器的sMRI图像分类方法，其特征在于：获取一定数量的sMRI图像及其标签，对所有的sMRI图像进行预处理，形成样本集；将样本集分成训练集、验证集和测试集；构建网络模型并对其进行训练和验证，其中构建的网络模型是通过在现有Unet网络中插入特征融合网络和分类网络，设计的特征融合网络是为了给Unet网络的编码器补充语义信息并给解码器补充细节信息；分类网络的目的是能有效地融合多语义特征图，从而提高网络的表达能力并实现分类；最后通过将测试集中的待测试图像输入到最优的网络模型中，即得到待测试图像的分类结果。因此该分类方法简单且提高了分类准确率。
基于高分辨率互补注意力 unet 分类 smri 图像方法

[发明专利]基于联合抑制的目标检测分类方法-CN202111013259.6在审
发明人：宋力;程新景 -专利权人：际络科技（上海）有限公司
申请日： 2021-08-31 - 公布日： 2022-01-07 - 主分类号： G06V10/774 文献下载
摘要：本发明提供一种基于联合抑制的目标检测分类方法，包括：获取待检测分类数据；基于待检测分类数据运行目标检测分类网络中的特征提取网络，得到特征提取结果；将特征提取结果输入目标检测分类网络中的检测分支网络和分类分支网络，得到目标检测分类中间结果；基于抑制函数对目标检测分类中间结果进行非极大值抑制排序，将抑制函数取极大值的目标检测分类中间结果作为目标检测分类结论；抑制函数的变量包括检测置信度和分类置信度。本发明通过联合检测置信度和分类置信度作为抑制函数，并进一步基于所述抑制函数进行多个中间结果的非极大值抑制，能够更为全面的考虑网络输出精度，避免了传统方法中，目标分类结果准确、目标检测框质量较差的问题。
基于联合抑制目标检测分类方法

[发明专利]一种组织病理图像分类装置-CN202211537139.0在审
发明人：屈爱平;丁美丹;王伟蓉;肖硕闵;贺芃荟 -专利权人：南华大学
申请日： 2022-12-02 - 公布日： 2023-04-11 - 主分类号： G06V10/764 文献下载
摘要：本申请公开了一种组织病理图像分类装置，应用于图像处理技术领域。本申请所提供的组织病理图像分类装置，获取模块先获取待测试病理图像，然后调用模块调用预先训练好的病理图像分类网络，输入模块将待测试病理图像输入至病理图像分类网络中进行分类。病理图像分类网络的构建和训练步骤包括：获取病理图像的数据集样本，数据集样本包括病理图像集以及病理图像集对应的分类标签集，采用数据增强的方法和数据标准化的方法优化数据集样本中的病理图像集，构建端到端的病理图像分类网络后通过优化后的数据集样本训练病理图像分类网络本申请提出了一种新的组织病理图像分类网络，可以稳定地输出分类结果，提高组织病理图像分类的分类效果。
一种组织病理图像分类装置

[发明专利]图片分类方法、装置、电子设备及存储介质-CN202310683308.X在审
发明人：于春霖;王迈达;吕启闻;陈岳;曹希;周朋;张鲁峰;李璇 -专利权人：中国长城科技集团股份有限公司
申请日： 2023-06-09 - 公布日： 2023-10-20 - 主分类号： G06V10/764 文献下载
摘要：本申请适用于图片分类技术领域，提供了图片分类方法、装置、电子设备及存储介质。方法包括：获取待分类图片；对待分类图片进行特征提取和降维处理，得到待分类图片对应的目标特征向量；将目标特征向量输入至并行排列的多个量子神经网络层进行分类处理，分别得到每个量子神经网络层的分类结果；根据每个量子神经网络层的分类结果，确定待分类图片的最终分类结果。本申请能够通过多个具有少量量子比特的量子神经网络层对特征向量进行处理从而得到图片分类结果，以达到通过具有大量量子比特的量子神经网络层进行处理所能得到的图片分类效果，因此能够在量子芯片所能支持的量子比特受限的情况下提高通过经典量子混合神经网络进行图片分类的效果
图片分类方法装置电子设备存储介质

[发明专利]一种基于自监督遥感影像分类的在轨卫星智能检测方法-CN202310882137.3在审
发明人：田新;李伟明;董安冉;马浩轩;汤超 -专利权人：赛思倍斯（绍兴）智能科技有限公司
申请日： 2023-07-18 - 公布日： 2023-10-24 - 主分类号： G06V20/13 文献下载
摘要：本发明涉及一种基于自监督遥感影像分类的在轨卫星智能检测方法：使用无标签遥感影像对MoCoV2模型进行自监督训练；在训练好的自监督遥感影像分类模型基础上，增加带监督线性分类器，构成预处理遥感影像分类网络模型；采用有标签的遥感影像对预处理遥感影像分类网络模型进行训练；采用训练好的预处理遥感影像分类网络模型对无标签遥感影像进行栅格化分类，得到遥感影像的栅格化分类结果，并将其作为带标签的训练数据，对带监督遥感影像分类网络模型进行训练，得到带监督遥感影像分类网络模型的最优权重文件；将训练好的带监督遥感影像分类网络模型部署到边缘Jetson AGX端设备中，得到遥感影像栅格化分类的装置，对遥感影像进行栅格化分类。
一种基于监督遥感影像分类卫星智能检测方法

[发明专利]一种高精度的多阶神经网络分类方法及系统-CN201910413171.X有效
发明人：屈夏;刘岩;赵军 -专利权人：嘉迈科技（海南）有限公司
申请日： 2019-05-17 - 公布日： 2021-05-11 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于个体特征的高精度属性分类方法，包括获取已分类的样本对象、对应的原始样本数据、分类信息；对原始样本数据进行预处理，获取训练样本数据和/或验证样本数据；根据分类结构设置神经网络阶层结构；将训练样本数据输入多阶神经网络结构分别对每个训练样本数据进行预测；利用验证样本数据对多阶神经网络进行验证；对待分类对象所对应的原始数据进行预处理后，将其输入多阶神经网络结构，获取待分类对象的分类结果。本发明技术方案针对现有的神经网络在对多个分类对象进行分类时准确度无法满足需求的情况，采用多阶神经网络结构，从多个角度对待分类对象进行分类然后然后再综合判断，可以有效调高多种分类情况下分类的准确度。
一种高精度神经网络分类方法系统

[发明专利]基于显著性和多尺度深度网络模型的SAR图像分类方法-CN201711143858.3在审
发明人：焦李成;屈嵘;侯瑶淇;马文萍;杨淑媛;侯彪;刘芳;陈璞花;古晶;张丹;唐旭;马晶晶 -专利权人：西安电子科技大学
申请日： 2017-11-17 - 公布日： 2018-04-13 - 主分类号： G06K9/62 文献下载
摘要：一种基于显著性和多尺度深度网络模型的SAR图像分类方法。其步骤为读入数据集；获得训练场景图和显著特征图；生成显著性检测训练数据集；生成目标分类训练样本集；构建显著性网络模型；训练显著性网络模型；构建多尺度深度网络模型；构建曲线波Curvelet重构层；生成目标分类网络模型；训练目标分类网络模型；获得显著特征图；对显著特征图进行形态学处理；提取检测切片；对检测切片进行分类；对分类结果进行投票；标记检测与分类结果图。本发明提高了分类准确率和分类速度，本发明可应用于对合成孔径雷达SAR图像的目标准确地进行分类、识别。
基于显著尺度深度网络模型 sar 图像分类方法

[发明专利]一种基于图神经网络的脑网络数据分类方法和系统-CN202211007268.9有效
发明人：饶国根 -专利权人：北京元亦科技有限公司;深圳市谷讯科技有限公司
申请日： 2022-08-22 - 公布日： 2022-11-15 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种基于图神经网络的脑网络数据分类方法和系统，涉及脑机接口数据分析技术领域，该方法包括：采集脑生理电信号并提取所述脑生理电信号的特征量；构建功能脑网络并利用所述特征量对所述功能脑网络的顶点进行赋值；构建用于特征提取和分类的图神经网络并对所述图神经网络进行训练；基于训练后的图神经网络对所述功能脑网络进行分类。本申请公开的基于图神经网络的脑网络数据分类方法和系统，实现了对功能脑网络数据的直接分类，并提高了功能脑网络数据的分类的准确性和稳定性。
一种基于神经网络网络数据分类方法系统

首页
«上一页
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
下一页»
尾页
共 100000 条