“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]一种基于深度集成学习的高分辨率遥感图像分类方法-CN202010173481.1在审
发明人：席江波;聂聪冲;孙悦鸣;姜万冬 -专利权人：长安大学
申请日： 2020-03-13 - 公布日： 2020-07-03 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于深度集成学习的高分辨率遥感图像分类方法，其思路为：首先使用像元亮度值作为分类特征进行全连接网络分类实验；其次使用面向对象分割，再以重心为中心提取卷积块进行卷积神经网络分类；再将原始图像全部裁剪为图像块，使用U‑Net完全卷积网络进行one vs all多元分类；最后，在前三个深度网络基分类器的分类结果上训练一个全连接网络进行概率组合，实现了较好的分类性能。本发明通过使用深度集成学习方法，能够有效结合光谱和空间等信息改善分类准确率，且综合基分类器的优势，在高分辨率遥感图像分类的单个类别和总体分类精度上都能得到比单一分类器更好的分类精度。
一种基于深度集成学习高分辨率遥感图像分类方法

[发明专利]一种眼底分类模型集成系统、方法、电子设备及介质-CN202011113052.1在审
发明人：贺婉佶;王欣;熊健皓;赵昕;和超;张大磊 -专利权人：上海鹰瞳医疗科技有限公司
申请日： 2020-10-16 - 公布日： 2021-03-05 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例提供了一种眼底分类模型集成系统、方法、电子设备及介质，涉及医学影像分类技术领域。该系统包括基础网络集训练模块，用于将预先存储的视盘图像数据集作为训练样本，对多个不同的深度学习网络结构进行视盘异常分类训练，获得多个基础分类模型；基础网络置信度集成模块，用于将目标视盘图像样本输入到各个基础分类模型，获取各个基础分类模型的置信度向量，并将各个基础分类模型的置信度向量组合，获得集成置信度向量；基础分类网络集成模块，用于将集成置信度向量作为输入特征，通过采用预设分类算法的分类器进行视盘异常分类训练，获得集成分类模型本发明的方案通过融合不同的分类神经网络，提高了视盘异常分类性能。
一种眼底分类模型集成系统方法电子设备介质

[发明专利]一种基于对抗网络的垃圾图像分类模型环境迁移鲁棒性增强方法-CN202210397295.5在审
发明人：单沛婷;陈婷;徐杰威;毛城;王太宇;陈昕;孙淡茜;杨旭升 -专利权人：浙江工业大学
申请日： 2022-04-15 - 公布日： 2022-07-29 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于对抗网络的垃圾图像分类模型环境迁移鲁棒性增强方法，所述方法首先将垃圾数据集经归一化处理后作为样本数据集；在样本数据集中的图像中挑选出光斑特征，通过经图像裁剪以及阈值分割得到光斑噪声；对样本数据集中的所有图像通过像素值加权随机添加光斑噪声，将加噪后的图像及其对应的原图像作为一组噪声样本对；构建由垃圾分类网络和敌手网络组成的对抗网络模型；将噪声样本对中的图像输入垃圾分类网络模型中，由敌手网络和垃圾分类网络相互博弈进行训练，并更新敌手网络和垃圾分类网络，将训练后的垃圾分类网络作为垃圾分类主任务的最终模型。
一种基于对抗网络垃圾图像分类模型环境迁移鲁棒性增强方法

[发明专利]一种产品缺陷检测方法、装置与系统-CN201911402024.9有效
发明人：刘杰 -专利权人：歌尔股份有限公司
申请日： 2019-12-30 - 公布日： 2021-10-29 - 主分类号： G01N21/88 文献下载
摘要：本发明实施例的方法包括：构建包括分类网络、定位检测网络和判断网络的缺陷检测框架，根据分类网络的分类结果设置定位检测网络的数量和判断网络的判断规则，每个定位检测网络关联一种分类结果，每种判断规则关联一个定位检测网络的检测结果；在进行产品缺陷检测时，将采集到的产品图像输入缺陷检测框架，利用分类网络对产品图像中的缺陷类型进行分类，根据分类结果关联的定位检测网络对产品图像的缺陷进行检测之后，再根据得到的检测结果关联的判断规则判断出产品是否存在的缺陷
一种产品缺陷检测方法装置系统

[发明专利]一种多角度估计3D结构深度网络图像高效分类方法-CN202010155571.8在审
发明人：朱安 -专利权人：南京览笛信息科技有限公司
申请日： 2020-03-09 - 公布日： 2020-06-26 - 主分类号： G06K9/62 文献下载
摘要：本发明提出一种多角度估计3D结构深度网络图像高效分类方法，应用多角度估计3D结构深度网络，多角度估计3D结构深度网络包括相互连通的3D信息提取网络和图片分类网络，利用3D信息提取网络重构3D模型，将重构3D模型作为辅助信息添加入图片分类网络辅助图片分类。本发明所述的多角度估计3D结构深度网络图像高效分类方法具有实现了端到端的图像分类、所需的训练数据少、提高了学习效率和网络的泛化性、进一步提升了分类的正确率的优点。
一种角度估计结构深度网络图像高效分类方法

[发明专利]基于特征引导网络的图像分类与分割的装置、方法、设备及介质-CN202011597039.8有效
发明人：刘哲;庞杰;宋余庆 -专利权人：江苏大学
申请日： 2020-12-29 - 公布日： 2022-06-21 - 主分类号： G06V10/764 文献下载
摘要：本发明提供了一种基于特征引导网络的图像分类与分割的装置、方法、设备及介质，属于深度学习技术领域。本发明的特征引导分类网络和特征引导分割网络包括基本单元块，基本单元块之间的局部特征增强以及全局特征提取，一定程度上解决了目前图像分类与图像分割网络模型特征利用不充分问题，使得训练出的特征引导分类网络以及特征引导分割网络效果更优本发明根据输入图像的需求，选择特征引导分类网络还是特征引导分割网络，输出相应的类别或分割后的图像，解决现有的分类或分割网络模型存在分类或分割结果效果不理想的问题。
基于特征引导网络图像分类分割装置方法设备介质

[发明专利]利用径向基神经网络对癫痫脑电图信号进行分类的方法-CN201810489968.3在审
发明人：刘丽;季云峰;匡亮;高云 -专利权人：江苏信息职业技术学院
申请日： 2018-05-21 - 公布日： 2018-10-16 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种利用径向基神经网络对癫痫脑电图信号进行分类的方法，步骤包括：建立径向基网络的数学模型、对径向基网络的隐层节点进行估计、定义不敏感损失误差准则、基于ε‑不敏感误差准则和结构风险的径向基网络训练以及利用集成的ε‑RBF‑NN训练算法进行训练和分类。该分类方法利用集成的神经网络以解决单个RBF神经网络不稳定的问题，多分类器的集成使得算法的分类更加稳定；该分类方法可以在多个训练子集上并行训练多个分类器，并根据每个分类器的贡献率分配相应的权重，有效提高了分类精度
分类径向基网络径向基神经网络脑电图信号误差准则不敏感分类器癫痫并行训练多分类器神经网络数学模型训练算法训练子集贡献率权重算法隐层分配

[发明专利]基于BP神经网络和支持向量机的铝板表面缺陷分类方法-CN201510202749.9在审
发明人：李庆华;柳笛;张凯丽;刘雪真 -专利权人：齐鲁工业大学
申请日： 2015-04-24 - 公布日： 2015-07-08 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了基于BP神经网络和支持向量机的铝板表面缺陷分类方法，提取铝板表面缺陷的特征值作为BP神经网络分类模型的输入量，油斑和第一类缺陷作为输出量构建BP神经网络分类模型；第一类缺陷采用一对一的分类方法，构建多个支持向量机分类模型；获取学习样本并训练BP神经网络分类模型与支持向量机分类模型；利用BP神经网络分类模型进行油斑和第一类缺陷的分类，把BP神经网络分类模型认为是油斑的测试样本剔除，用支持向量机分类模型对剩下的第一类缺陷再进行分类；最后统计得到分类结果。该方法不仅提高了冷轧铝板表面油斑的识别分类率，同时也提高了冷轧铝板表面缺陷的整体识别率，也可用于其他金属表面缺陷的识别分类，且简单，易于实现。
基于 bp 神经网络支持向量表面缺陷分类方法

[发明专利]一种基于Spark性能优化的网络流量分类装置及分类方法-CN202010537734.9在审
发明人：申国伟;杨可;郭春;崔允贺 -专利权人：贵州大学
申请日： 2020-06-12 - 公布日： 2020-11-10 - 主分类号： H04L12/26 文献下载
摘要：本发明提出一种基于Spark性能优化的网络流量分类装置及分类方法，属于网络流量分类技术领域。数据预处理模块，用于采集并从原始流量数据中提取与时间相关的特征；模型训练模块，用于对网络流量进行分类；实时分类模块，用于对预处理模块处理好的数据加载模型训练模块训练好的分类模型，对Topic下的数据进行分类；Spark性能优化模块，用于为模型训练模块和实时分类模块提供性能优化支持。本发明通过Spark Shuffle性能优化架构图、权重随机森林算法构建流程图实现网络流量快速且准确的分类，可为网络服务提供商针对不同的应用场景提供不同的服务策略，为进一步提高网络服务质量，保障网络安全提供有力的支撑
一种基于 spark 性能优化网络流量分类装置方法

[发明专利]用户分类网络的训练方法、用户分类方法及装置-CN202110728786.9在审
发明人：陈麒旦;胡志鹏;程龙;刘勇成;袁思思 -专利权人：网易(杭州)网络有限公司
申请日： 2021-06-29 - 公布日： 2021-10-01 - 主分类号： A63F13/798 文献下载
摘要：本发明提供了一种用户分类网络的训练方法、用户分类方法及装置，包括：获取训练数据集；其中，训练数据集是基于历史角色创建数据构建的，训练数据集包括携带有用户类别标签的训练数据；利用训练数据集对初始模型组合进行训练评估，得到至少一个目标模型组合和每个目标模型组合输出的第一预测结果；基于逻辑回归模型和每个目标模型组合构建至少一个候选用户分类网络；利用第一预测结果分别对每个候选用户分类网络进行训练评估，并从候选用户分类网络中确定目标用户分类网络本发明训练得到的用户分类网络可以有效提高用户分类时效性以及降低运算量，还可以显著提高用户分类网络的普适性。
用户分类网络训练方法装置

[发明专利]一种混合网络流量的分类方法及相关装置-CN202111518796.6在审
发明人：毛得明;匡志凯;冯毓;周鹏太;张位 -专利权人：中电科网络空间安全研究院有限公司
申请日： 2021-12-13 - 公布日： 2022-03-15 - 主分类号： G06F16/906 文献下载
摘要：本发明公开了一种混合网络流量的分类方法，通过提取待分类混合网络流量中与时间和负载相关的特征作为流量特征，由于与时间和负载相关的特征属于待分类混合网络流量的基础信息，不论何种协议的流量，都能够从该流量中提取上述特征因此使用与时间和负载相关的特征作为流量特征，调用预先训练的异常检测模型和分类模型对待分类混合网络流量进行分类，可以实现对于已知混合网络流量进行有效的分类并对已知流量之外的流量进行检测。本发明还提供了一种混合网络流量的分类装置、一种混合网络流量的分类设备以及一种计算机可读存储介质，同样具有上述有益效果。
一种混合网络流量分类方法相关装置

[发明专利]一种基于分枝神经网络的多特征细粒度的目标分类方法-CN201910627057.7在审
发明人：朱顺意;范继辉;瞿明军;李广立;刘雪健;周莉;巩志远;陈建学;杜来民;邓国超;白玥寅;张松;周雨晨 -专利权人：山东领能电子科技有限公司;山东大学;太原理工大学
申请日： 2019-07-11 - 公布日： 2019-10-11 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于分枝神经网络的多特征细粒度的目标分类方法，属于目标分类领域，包括：(1)准备数据集；(2)选择主干神经网络；(3)将数据集送入主干神经网络中，经训练得到能够对复杂特征进行分类的模型，实现对数据相应特征的分类；(4)在主干神经网络中增加多个分枝神经网络，细化数据集，再次训练得到模型，借助该模型实现对细粒度特征的提取和分类；(5)对主干神经网络和多个分枝神经网络的输出增设权重，最终输出主干神经网络和多个分枝神经网络的加权结果，实现多特征细粒度目标分类功能。本发明在对主干神经网络增设分支神经网络，无需完全重置网络即可实现多特征细粒度的目标分类功能，可以更好地满足实际需求。
神经网络目标分类细粒度主干分枝数据集分类增设输出复杂特征加权结果模型实现实际需求权重细化重置送入网络

[发明专利]一种模型训练方法及相关装置-CN202011623266.3在审
发明人：付明亮;徐羽琼;叶飞;周振坤 -专利权人：华为技术有限公司
申请日： 2020-12-30 - 公布日： 2022-07-01 - 主分类号： G06K9/00 文献下载
摘要：该方法包括：获取包括噪声数据和无噪声数据的样本对；将无噪声数据输入降噪网络和分类网络的降噪分类网络，得到降噪网络输出的第一输出数据和分类网络输出的第二输出数据；将噪声数据输入降噪分类网络，得到降噪网络的中间层输出的第三输出数据和分类网络输出的第四输出数据根据第一输出数据和第三输出数据确定第一损失函数；根据第二输出数据和第四输出数据确定第二损失函数；至少根据第一损失函数和第二损失函数，训练降噪分类网络，直至满足预设训练条件，得到目标网络。本方案能够增强网络抑制局部噪声和扰动的能力，提高了网络进行分类识别的精度。
一种模型训练方法相关装置

[发明专利]模型训练方法、装置与存储介质-CN202110859571.0在审
发明人：吴宥萱;周宸;陈远旭 -专利权人：平安科技（深圳）有限公司
申请日： 2021-07-28 - 公布日： 2021-10-22 - 主分类号： G06K9/00 文献下载
摘要：本申请涉及人工智能技术领域，本申请提供一种模型训练方法、装置与存储介质，模型训练方法包括：获取包括眼部区域的样本图像，并将样本图像输入眼神识别模型；通过第一分类网络对眼部区域的特征进行分类，获得预测特征分类，并根据预测特征分类和实际特征分类之间的差异，确定第一分类网络对应的损失值；通过第一分类网络对样本图像进行卷积处理得到用于表示眼部区域特征的特征图；将特征图输入第二分类网络，获得预测眼神分类，并根据预测眼神分类和实际眼神分类之间的差异，确定第二分类网络对应的损失值；基于第一分类网络对应的损失值和第二分类网络对应的损失值，调整眼神识别模型的参数。
模型训练方法装置存储介质

[发明专利]处理分组的方法和网络设备-CN202110308619.9在审
发明人：胡晶;刘淑英 -专利权人：华为技术有限公司
申请日： 2017-03-13 - 公布日： 2021-08-03 - 主分类号： H04L12/851 文献下载
摘要：本申请实施例提供处理分组的方法和网络设备。该方法包括：网络设备接收分组，其中该分组包括分类信息，该分类信息包括M个字段；该网络设备根据该网络设备保存的指示信息，确定该M个字段中的该K个字段；该网络设备根据该网络设备保存的第一分类规则集合以及该K个字段，确定目标分类规则并根据该目标分类规则对该分组进行处理。根据上述技术方案，该网络设备在确定分组的类型是无需使用分类信息中的每个比特。该网络设备只需要将该分类信息的部分比特与分类规则进行比较即可确定该分组的类型。
处理分组方法网络设备