“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]一种目标图像分类方法、装置以及介质-CN202010028016.9在审
发明人：袭肖明;于治楼;金长新 -专利权人：济南浪潮高新科技投资发展有限公司
申请日： 2020-01-10 - 公布日： 2020-08-14 - 主分类号： G06T7/11 文献下载
摘要：本申请实施例公开了一种目标图像分类方法，包括：根据预先设定的分级网络对待分类图像进行分割，得出目标图像的像素点；根据所述目标图像的像素点占所述待分类图像的像素点的比例，确定出所述目标图像对应的类型；获取与所述目标图像的类型相应的分类网络，通过所述分类网络对待分类图像中的目标图像进行分类。本申请实施例通过分级网络确定出目标图像的类型，再针对目标图像的类型获取对应的分类网络，通过该分类网络对待分类图像中的目标图像进行分类，使得分类的效果更好。
一种目标图像分类方法装置以及介质

[发明专利]基于信道混合样本数据增强的图片分类方法和装置-CN202110407872.X有效
发明人：邹焕新;曹旭;应昕怡;李美霖;马倩;李润林;成飞;贺诗甜;魏娟;孙丽 -专利权人：中国人民解放军国防科技大学
申请日： 2021-04-15 - 公布日： 2023-06-16 - 主分类号： G06V10/764 文献下载
摘要：本申请涉及一种基于信道混合样本数据增强的图片分类方法和装置。所述方法包括：构建信道混合样本数据增强模型，将信道混合样本数据增强模型插入预先构建的分类网络的特征提取层，得到样本增强分类网络；根据图像样本训练样本增强分类网络，得到训练好的样本增强分类网络，利用训练好的样本增强分类网络进行图片分类采用本方法能够利用图像样本中的隐含信息，可以改善小型数据集中分类网络的泛化能力。
基于信道混合样本数据增强图片分类方法装置

[发明专利]基于注意力机制的时序相关网络入侵检测方法-CN202010916431.8有效
发明人：陈乃月;汪静怡;李浥东;金一;曹原周汉 -专利权人：北京交通大学
申请日： 2020-09-03 - 公布日： 2021-12-21 - 主分类号： H04L29/06 文献下载
摘要：本发明提供了一种基于注意力机制的时序相关网络入侵检测方法。该方法包括：利用入侵检测数据集对SSAE网络进行训练，得到训练好的待分类的网络流量数据，对待分类的网络流量数据经过独热编码和标准化处理，得到预处理后的网络流量数据；将预处理后的网络流量数据输入到训练好的叠层稀疏自编码器SSAE网络的基于注意力机制的分类器，分类器对待分类的网络流量数据进行分类处理，得到待分类的网络流量数据的网络入侵检测结果。本发明设计了加入了注意力机制的双层Bi‑GRU网络结构作为分类器，具有较高的分类准确率与较低的误报率，同时大大缩短了模型的训练与测试时间。
基于注意力机制时序相关网络入侵检测方法

[发明专利]一种音频分类方法和装置-CN201910209502.8在审
发明人：郝婧;陈家旭;孙海鸣;谢迪;浦世亮 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2019-03-19 - 公布日： 2020-09-29 - 主分类号： G10L25/51 文献下载
摘要：本申请提供一种音频分类方法和装置，该方法包括：将原始音频数据输入预先训练的音频分类网络模型的第一特征提取网络，以得到所述原始音频数据的类频谱特征；将所述类频谱特征转换为二维音频特征输入到所述预先训练的音频分类网络模型的第二特征提取网络，以得到所述原始音频数据的网络深度特征；将所述原始音频数据的网络深度特征输入到所述预先训练的音频分类网络模型的分类网络，以得到所述原始音频数据的分类结果。该方法可以简化音频分类的操作，提高音频分类的效率。
一种音频分类方法装置

[发明专利]一种网络流量分类方法、系统及电子设备-CN201811113686.X有效
发明人：叶可江;赵世林;须成忠 -专利权人：深圳先进技术研究院
申请日： 2018-09-25 - 公布日： 2021-09-21 - 主分类号： H04L12/851 文献下载
摘要：本申请涉及一种网络流量分类方法、系统及电子设备。该方法包括：步骤a：采集网络流量数据，并对所述网络流量数据进行打标签处理；步骤b：根据所述打标签处理后的网络流量数据提取双向流特征集；步骤c：基于所述双向流特征集构建分类模型，通过所述分类模型输出网络流量数据的分类结果本申请利用网络流量数据中的双向流特征对网络流量进行分类，能够对互联网中大量的新应用进行精准识别和分类，提高了分类准确率，能够有效的保障网络流量分类的高精度和高性能。
一种网络流量分类方法系统电子设备

[发明专利]基于神经网络的遥感图像分类方法、计算设备及存储介质-CN202110586005.7在审
发明人：贺忠华;樊高峰;何月;李祥;蔡菊珍;方贺;张育慧;张小伟;周楠 -专利权人：浙江省气候中心;南通科遥软件科技有限公司
申请日： 2021-05-27 - 公布日： 2021-09-10 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种基于神经网络的遥感图像分类方法、计算设备及存储介质，所述方法包括：搭建几何结构感知的神经网络分类模型；使用包含真实分类标签的遥感图像样本对所述几何结构感知的神经网络分类模型进行训练，并得到训练后的神经网络分类模型；基于训练后的神经网络分类模型构建神经网络分类系统，并设计所述神经网络分类系统用于交互的输入模块与输出模块；通过所述输入模块输入遥感图像，并由训练后的神经网络分类模型进行分类处理，得到可感知几何的分割图
基于神经网络遥感图像分类方法计算设备存储介质

[发明专利]神经网络分类器的建立方法、装置及图像分类方法、装置-CN202210002172.7在审
发明人：聂玉虎;刘加国;张永波;崔文朋;刘浩;池颖英;刘瑞;郑哲;李滕浩;徐鲲鹏;曹波;杨剑;荆臻 -专利权人：北京智芯微电子科技有限公司;国网信息通信产业集团有限公司;国网山东省电力公司营销服务中心（计量中心）;国家电网有限公司
申请日： 2022-01-04 - 公布日： 2022-05-13 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种神经网络分类器的建立方法、装置及图像分类方法、装置，建立方法包括：获取训练图像集，其中，训练图像集中的训练图像包括目标图像和背景图像两种类型；将训练图像集中的训练图像输入至神经网络分类器，获取每一训练图像的特征向量；根据特征向量及其对应训练图像所属类型构建损失函数；基于损失函数对神经网络分类器进行训练，得到训练好的神经网络分类器。该建立方法在建立神经网络分类器时，根据训练图像所属类型构建损失函数，并利用损失函数对神经网络分类器进行训练，可加快神经网络分类器的收敛速度，以获取对含有背景图像的图片集进行快速分类的神经网络分类器。
神经网络分类建立方法装置图像

[发明专利]一种基于视觉特征识别口腔鳞状细胞癌的深度学习方法-CN202010112955.1有效
发明人：熊学鹏;赵怡芳;傅秋云;李凯雄 -专利权人：武汉大学
申请日： 2020-02-24 - 公布日： 2022-04-01 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于视觉特征识别口腔鳞状细胞癌的深度学习方法，包括：1)建立开发集和测试集；2)构建数据训练样本；3)训练目标检测网络模型；4)通过该目标检测模型对开发集的口腔照片进行批量初始定位，使用定位后的图片区域构建分类网络数据样本；5)扩充分类网络数据样本；6)DenseNet作为分类网络的主干网络，并改进DenseNet，使模型更加集中于困难的错误分类的样本；7)将分类网络在扩充样本上进行训练，得到口腔鳞状细胞癌分类网络；8)检验分类网络；9)应用分类网络分类口腔照片。
一种基于视觉特征识别口腔细胞深度学习方法

[发明专利]人脸检测方法、装置、电子设备和人脸检测模型-CN201811566552.3在审
发明人：李帮怀;俞刚;袁野 -专利权人：北京旷视科技有限公司
申请日： 2018-12-20 - 公布日： 2019-04-23 - 主分类号： G06K9/00 文献下载
摘要：本发明提供的人脸检测方法、装置、电子设备和人脸检测模型，通过特征提取网络提取待检测图像的特征图，将特征图输入多任务分支网络。多任务分支网络包括并行的第一分类分支网络和第二分类分支网络，第一分类分支网络用于确定特征图中是否包含人脸，第二分类分支网络用于确定特征图中的人脸是否为活体人脸。结合第一分类分支网络输出的第一分类结果和第二分类分支网络输出的第二分类结果，确定待检测图像的人脸检测结果。因此，通过并行的第一分类分支网络和第二分类分支网络，可以同时进行人脸检测和活体检测，提高检测过程的整体效率。
分支网络分类人脸检测特征图人脸检测模型电子设备待检测图像分类结果人脸并行人脸检测结果图像检测技术活体检测活体人脸特征提取网络提取整体效率输出检测

[发明专利]使用验证神经网络的分类结果验证方法和分类结果学习方法以及执行所述方法的计算装置-CN202080011228.4在审
发明人：玉成民;金映锡;罗辉栋;柳尚贤;李镐式;崔俊辉 -专利权人：三星电子株式会社
申请日： 2020-05-13 - 公布日： 2021-09-07 - 主分类号： G06N3/04 文献下载
摘要：公开了一种使用验证神经网络的分类结果验证方法和分类结果学习方法以及执行所述方法的计算装置。分类结果验证方法将从分类神经网络输出的针对输入数据的中间输出值输入到验证神经网络，并允许验证神经网络使用中间输出值输出分类神经网络的输入数据的分类结果的可靠性，以验证输入数据的分类结果。
使用验证神经网络分类结果方法学习方法以及执行计算装置

[发明专利]一种图像分类模型的训练方法、图像分类方法和装置-CN202310870242.5在审
发明人：刘长东;许文仪;周子捷 -专利权人：联仁健康医疗大数据科技股份有限公司
申请日： 2023-07-14 - 公布日： 2023-09-22 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种图像分类模型的训练方法、图像分类方法和装置。该图像分类模型的训练方法包括：获取预先构建的图文重建预训练网络；图文重建预训练网络包括文本重建网络和图像重建网络，图像重建网络包括对应的第一编码网络分支和第一解码网络分支；获取图文重建预训练网络的训练数据集；训练数据集为图像数据和图像数据对应的文本数据形成的训练数据对；基于训练数据集对图文重建预训练网络进行训练，得到目标图文重建网络；基于目标图文重建网络中图像重建网络的编码网络分支和预设图像分类模型确定图像分类模型本发明无需对训练数据进行标注，可以提升图像分类模型的特征提取能力，从而提高图像分类模型分类的准确度。
一种图像分类模型训练方法装置

[发明专利]一种随机森林网络流量分类方法、系统、存储介质-CN202110811007.1在审
发明人：常晨;马超;李琪;王聪;刘珅岐;潘法定;张连越;傅倩;范少华;牛德玲;孟令振;张闻彬;王玉家;杨华飞;唐瑞春 -专利权人：中国海洋大学;国网山东省电力公司信息通信公司;南瑞集团有限公司
申请日： 2021-07-19 - 公布日： 2021-11-02 - 主分类号： G06K9/62 文献下载
摘要：本发明属于网络流量分类技术领域，公开了一种随机森林网络流量分类方法、系统、存储介质，随机森林网络流量分类系统包括：流量捕获采集模块捕获并存储网络流量；数据预处理模块对待分类数据进行预处理；将具有相同IP五元组信息的数据包汇聚成一个网络流，并提取每个流的流量特征，进行特征选择；分类模块封装与加载训练完成的分类模型；并利用选择的分类模型对待分类的数据样本进行分类预测；展示模块在web页面展示分类结果。本发明的网络流量分类系统可以自动进行网络流量数据包的捕获和存储，以及数据的处理。然后可以选择优化的随机森林分类模型或其它机器学习算法的模型进行分类预测，并将结果可视化。
一种随机森林网络流量分类方法系统存储介质

[发明专利]一种疲劳驾驶检测方法、装置及存储介质-CN202010250335.4在审
发明人：许弢;王洪涛 -专利权人：五邑大学
申请日： 2020-04-01 - 公布日： 2020-08-18 - 主分类号： A61B5/0476 文献下载
摘要：本发明公开了一种疲劳驾驶检测方法、系统及存储介质，其中方法包括采集驾驶者的脑电信号；对脑电信号预处理；将脑电信号输入分类网络进行分类；分类网络包括第一分类模块和第二分类模块；第一分类模块由CNN网络与LSTM网络连接组合而成；第二分类模块用于对第一分类模块的结果进行二次分类。其通过CNN网络与LSTM网络的连接组合，提高了分类网络的分类精度，使根据脑电信号对驾驶者的疲劳程度的检测更准确，能更好地提醒驾驶者注意疲劳驾驶，以预防交通意外的发生。
一种疲劳驾驶检测方法装置存储介质

[发明专利]一种基于卷积神经网络的细粒度图像分类方法-CN202211224648.8在审
发明人：王坤;王延江;刘宝弟 -专利权人：中国石油大学（华东）
申请日： 2022-10-09 - 公布日： 2023-01-20 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于卷积神经网络的细粒度图像分类方法，属于细粒度图像处理技术领域，首先通过采用融合通道特征再注意模块和空间多区域特征注意模块构建了分类网络模型，然后采用对比学习的思想设计了损失函数中的对比学习损失项，最终采用该分类网络模型对实时获取到的图像进行分类；具体包括如下步骤：构建分类网络模型；所述分类网络模型包括特征提取网络、通道特征再注意模块、空间多区域特征注意模块和分类器；构建训练数据集，进行模型训练；实时获取待分类的图像，将其送入训练完成的分类网络模型，得到当前图像的分类结果。本发明有效降低了细粒度图像分类的难度，解决了注意力机制在该领域上的限制。
一种基于卷积神经网络细粒度图像分类方法

[发明专利]基于内容的高时长视频色情内容检测方法-CN202110747290.6有效
发明人：赵宏;张陈鹏;王奡隆;常有康;党育;赵凡;胡质彬;倪志敏 -专利权人：兰州理工大学
申请日： 2021-07-02 - 公布日： 2022-06-07 - 主分类号： G06F16/38 文献下载
摘要：本发明公开了基于内容的高时长视频色情内容检测方法，包括步骤：构建时域和空间域分离进行卷积的S3D‑G网络；训练得到视频分类网络模型；将处理后的缩略视频输入视频分类网络模型中进行视频分类；构造文本情感分类网络，使用数据集对此文本情感分类网络进行训练，得到评论色情内容分类模型；对原视频附带的评论文本进行分类，并记录结果；构造图像分类网络，使用数据集对此图像分类网络进行训练，得到封面色情内容分类模型；对原视频附带的封面图像进行分类
基于内容高时长视频色情检测方法