“判别模型”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806510个，建议您升级VIP下载更多相关专利

[发明专利]文本判别模型的训练方法及装置、文本判别方法及装置-CN202310847832.6在审
发明人：石丽娟 -专利权人：中国电信股份有限公司技术创新中心;中国电信股份有限公司
申请日： 2023-07-11 - 公布日： 2023-10-13 - 主分类号： G06F18/24 文献下载
摘要：本公开涉及机器学习技术领域，具体涉及一种文本判别模型的训练方法及装置、计算机可读存储介质及电子设备，方法包括：获取训练数据集，训练数据集包括基础文本数据、基础文本数据对应的参考文本数据，以及参考文本数据对应的第一标签；通过生成器对基础文本数据进行转换得到目标文本数据；将目标文本数据和参考文本数据作为第一判别器的输入数据得到第一判别结果；将目标文本数据输入至初始模型得到第二标签，并将第一标签和第二标签作为第二判别器的输入得到第二判别结果；基于第一判别结果和第二判别结果对生成器、第一判别器和第二判别器进行更新，并基于更新后的生成器和训练数据更新初始模型，以得到文本判别模型。
文本判别模型训练方法装置

[发明专利]一种基于视频分析的活体判别方法及系统-CN201710044150.6有效
发明人：赵凌;李季檩 -专利权人：腾讯科技（上海）有限公司
申请日： 2017-01-19 - 公布日： 2020-12-01 - 主分类号： G06K9/00 文献下载
摘要：本发明实施例公开了基于视频分析的活体判别方法及系统，应用于信息处理技术领域。在本实施例的方法中，基于视频分析的活体判别系统会通过待分析视频的第一特征信息及预置的分类模型得到待分析视频的类型判别参数值，然后根据类型判别参数值确定待分析视频是否属于活体视频。这样不需要与用户进行交互，也不需要配备双摄像头，只需录制一段视频，则基于视频分析的活体判别系统就会根据预置的机器学习模型(包括分类模型和特征提取模型)确定该段视频是否属于活体视频，简化了活体判别过程，方便了活体判别方法在各个领域的应用
一种基于视频分析活体判别方法系统

[发明专利]一种图像修复方法、装置以及电子设备-CN201810506706.3在审
发明人：许靳昌;董远;白洪亮;熊风烨 -专利权人：北京飞搜科技有限公司
申请日： 2018-05-24 - 公布日： 2018-12-07 - 主分类号： G06T5/00 文献下载
摘要：本说明书实施例公开了一种图像修复方法、装置以及电子设备，所述方法包括：获取待修复图像；基于图像修复模型，对所述待修复图像进行修复处理；其中，所述图像修复模型基于对抗网络模型进行训练后得到。通过收集原图像和基于原图像处理后的待修复图像，作为对抗网络模型的训练集，对生成模型和判别模型进行训练，即将通过所述生成模型得到的修复图片作为判别模型的输入，将判别模型的输出作为生成模型的输入，使得对抗网络模型中的生成模型和判别模型不断反复博弈优化，从而可以获得基于对抗网络模型的优化后的图像修复模型。可以有效提升模型优化的效率，以及提升图像修复模型的修复效果。
图像修复判别模型生成模型网络模型修复对抗电子设备原图像图像模型优化博弈训练集优化输出图片

[发明专利]一种基于Fisher判别分类法的断路器故障诊断方法-CN201810486731.X有效
发明人：戴锋;庞文杰;陈轩;陈昊;宋金山;张建忠;高丙团;刘永;张建华;漆苗;张亚斌;陈玮光 -专利权人：国网江苏省电力有限公司检修分公司;国网江苏省电力有限公司;国家电网公司
申请日： 2018-05-21 - 公布日： 2020-08-14 - 主分类号： G01R31/327 文献下载
摘要：本发明公开了一种基于Fisher判别分类法的断路器故障诊断方法，一、根据断路器合闸线圈电流参数与时间参数特征值构造特征空间，将断路器故障状态分类；二、通过在不同故障状态下的断路器合闸线圈电流和时间参数特征值数据得到基于Fisher判别分类法的断路器故障诊断的典则判别函数模型；三、将建立Fisher典则判别函数模型的样本数据代入到已建立的模型中，判断已建立模型的准确性，若准确率低于设定值，则回到步骤二，通过提取更多数量的典则判别函数重新建立典则判别函数模型；四、将基于Fisher判别分类法的断路器故障诊断的典则判别函数模型应用于实际断路器故障诊断。
一种基于 fisher 判别分类法断路器故障诊断方法

[发明专利]系统监测模型生成及监测方法、处理器芯片以及工业系统-CN202110761540.1有效
发明人：陈祖炎;李帅;姜向远;刘奇锋;苗飞;张志;梁龙飞 -专利权人：上海新氦类脑智能科技有限公司
申请日： 2021-07-06 - 公布日： 2023-03-24 - 主分类号： G05B19/418 文献下载
摘要：本发明实施例提供了一种系统监测模型生成及监测方法、处理器芯片以及工业系统，涉及监测技术领域。系统监测模型生成方法，包括：基于待监测系统的数据变化模型，构建待监测系统的测量模型与判别模型；根据所述待监测系统的参考历史数据，得到所述测量模型中的测量参数的值；基于所述参考历史数据与所述测量参数的值，得到所述判别模型中的判别参数的值。本发明中，在生成待监测系统的测量模型与判别模型时，对算力要求较低，适用于部署在处理能力较低的处理芯片中，降低了成本，提升了部署效率。
系统监测模型生成方法处理器芯片以及工业

[发明专利]一种基于机器学习的图像生成方法及其方法-CN201910703906.2在审
发明人：张明森;熊晓明;黄宏敏;胡恩;刘祥 -专利权人：广东工业大学
申请日： 2019-07-31 - 公布日： 2019-12-27 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于机器学习的图像生成方法，包括以下步骤：S1：获取图像数据及数据预处理；S2：网络模型构建；S3：训练网络模型；S4：生成与用户输入图像的特征信息相匹配的图像。其中，在生成模型(类似变分自编码器中的解码器)后面加入一个判别模型，判别模型用于判别生成的样本与训练数据中样本的相似度。通过对该神经网络模型进行一系列的训练后，使得判别器已无法判别生成器生成的图像是否来自真实数据，从而达到生成器生成的图像即人们所需要的图像。
图像判别模型生成器样本获取图像数据神经网络模型训练网络模型解码器数据预处理基于机器生成模型输入图像特征信息图像生成网络模型训练数据真实数据编码器判别器相似度构建匹配学习

[发明专利]模型异常绘制的判别方法、装置、服务器和存储介质-CN202110591233.3在审
发明人：高威;王君乐;郑悦恺 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-05-28 - 公布日： 2022-11-29 - 主分类号： A63F13/63 文献下载
摘要：本申请实施例公开了一种模型异常绘制的判别方法、装置、服务器和存储介质；本申请实施例可以获取目标模型的外观设计图，该目标模型为游戏虚拟模型；基于预设第一角度或预设第二角度，在游戏内对目标模型进行绘制处理，得到目标模型的绘制图；得到外观设计图和绘制图的视觉相似度；当所述视觉相似度在预设范围内时，将判别结果判定为所述目标模型在所述游戏内正常绘制；当所述视觉相似度不在预设范围内时，将判别结果判定为所述目标模型在所述游戏内异常绘制；向用户展示目标模型的判别结果。在本申请实施例中，可以自动核对游戏虚拟模型的外观设计图与其游戏内的绘制效果。由此，本方案可以提升图像判别的效率。
模型异常绘制判别方法装置服务器存储介质

[发明专利]一种基于联邦学习和生成对抗网络的医学图像数据集制作方法-CN202211382847.1在审
发明人：肖云鹏;李旭峰;李暾;贾朝龙;庞育才;王蓉;王国胤 -专利权人：重庆邮电大学
申请日： 2022-11-07 - 公布日： 2023-01-10 - 主分类号： G16H30/20 文献下载
摘要：本发明涉及一种基于联邦学习和生成对抗网络的医学图像数据集制作方法，包括：将生成对抗网络模型中的判别器作为全局模型下发给所有客户端；客户端随机抽取训练样本发送至服务器；服务器将训练样本输入中心生成器生成仿真样本并发送给客户端；客户端利用全局模型对仿真样本和训练样本中的样本进行判别得到判别结果，根据判别结果更新全局模型的参数生成本地模型；并将本地模型以及判别结果上传至服务器；服务器根据所有客户端本地样本的数量计算客户端的聚合权重；并根据样本的判别结果更新中心生成器的参数；服务器根据所有客户端的聚合权重对本地模型进行聚合得到新的全局模型，重复步骤上述步骤利用收敛后的中心生成器生成仿真医学图像数据集。
一种基于联邦学习生成对抗网络医学图像数据制作方法

[发明专利]一种基于生成对抗网络的微表情判别模型训练方法-CN202210562150.6在审
发明人：付晓峰;周楗波;孙曜;赵伟华;计忠平 -专利权人：杭州电子科技大学
申请日： 2022-05-23 - 公布日： 2022-09-06 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种基于生成对抗网络的微表情判别模型训练方法。包括：S1使用生成图像和目标图像的L1范数作为像素重建的第一损失函数，对生成器进行第一预训练；S2使用分类结果的交叉熵损失、增强标签的交叉熵损失的总和作为第二损失函数，对判别器进行第二预训练；S3将经过第一预训练的生成器、第二预训练的判别器进行连接，以生成对抗网络模型；S4基于第一损失函数、第二损失函数，并引入对抗损失函数，对对抗网络模型进行联合训练，以得到训练后的微表情判别模型，在对抗损失函数中，生成器以对抗损失函数最小化为目标，判别器以对抗损失函数最大化为目标。本发明采用预训练和联合训练的方式生成微表情判别模型，该微表情判别模型性能更好。
一种基于生成对抗网络表情判别模型训练方法

[发明专利]一种装配式混凝土预制构件生成式的设计方法-CN202111293788.6在审
发明人：周国伟;潘寒;程浩;姚国峰;王亚琴 -专利权人：中建科技武汉有限公司
申请日： 2021-11-03 - 公布日： 2022-02-25 - 主分类号： G06F30/13 文献下载
摘要：该装配式混凝土预制构件生成式的设计方法包括以下步骤：创建预制构件生成模型和预制构件判别模型；输入一次结构计算数据到预制构件生成模型，生成预制构件的生成几何模型；输入一次结构图纸信息或预制构件的深化设计图纸信息到预制构件判别模型，生成预制构件的判别几何模型；对比生成几何模型和判别几何模型，选择综合评价更优的输出为预制构件设计模型，并将预制构件设计模型对应的预制构件生成模型或预制构件判别模型作为新的预制构件生成模型。
一种装配式混凝土预制构件生成设计方法

[发明专利]用于生成信息评估模型的方法和装置-CN201910537150.9有效
发明人：范淼;叶森;冯超;孙明明;李平;王海峰 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2019-06-20 - 公布日： 2023-07-14 - 主分类号： G06F16/9535 文献下载
摘要：本申请实施例公开了用于生成信息评估模型的方法和装置、用于确定评论信息的有用性的方法和装置、电子设备以及计算机可读介质。用于生成信息评估模型的方法包括：获取训练样本，训练样本包括具有有用性标签的第一样本评论信息和不具有有用性标签的第二样本评论信息；获取基于生成式对抗网络中的生成网络和判别网络分别构建的预测器模型和判别器模型，利用第一样本评论信息预训练预测器模型，预测器模型用于预测评论信息的有用性标签，判别器模型用于判别有用性标签的真实性；迭代执行多次训练操作对预测器模型和判别器模型进行训练，将训练完成的预测器模型作为信息评估模型该方法基于海量未知价值的评论信息训练评估模型，可以提升模型准确性。
用于生成信息评估模型方法装置

[发明专利]一种基于PCA法与Bayes判别模型的突水水源识别方法-CN201910196395.X在审
发明人：郑竹艳;琚棋定;苏悦;潘生强 -专利权人：安徽理工大学
申请日： 2019-03-15 - 公布日： 2019-05-24 - 主分类号： G16C20/70 文献下载
摘要：本发明公开了一种基于PCA法与Bayes判别模型的突水水源识别方法，包括：收集研究区近年来各主要含水层水化学组分分析数据；基于实际水化学组分数据，建立基于PCA法的Bayes判别模型；将训练样本回代到判别模型中，得出模型的判别效果；基于待测样本，将计算结果与实际结果进行对比，预测突水水源。本发明基于PCA法对各主要含水层水化学组分进行分析，利用降维的原理，排除各离子间重叠干扰因素，选取几个主成分，结合Bayes判别方法建立突水水源判别模型，进行研究区突水水源的识别。该方法有一定的新颖性，判别效率高且精度准，为突水水源的识别预测提供了一种新的实用方法。
突水水化学水源判别模型水源识别含水层待测样本干扰因素实际结果训练样本组分分析组分数据新颖性预测降维离子研究分析

[发明专利]一种双判别器GAN的古彝文字符修复方法-CN201910599249.1在审
发明人：陈善雄;朱世宇;韩旭;邱小刚;林小渝 -专利权人：西南大学
申请日： 2019-07-04 - 公布日： 2019-10-08 - 主分类号： G06K9/68 文献下载
摘要：本发明提供一种双判别器GAN的古彝文字符修复方法，所述方法包括：构造由彝文字符生成器和彝文字符判别器组成的DCGAN网络模型，在该网络模型基础上增加一个筛选判别器，形成一种双判别器GAN模型；通过所述双判别器GAN模型实现从多源相关手写彝文中获取彝文字符图像的概率分布，通过已获得的概率分布去预测待修复彝文字符图像，根据预测图像完成彝文字符修复。本发明的双判别器GAN是在深度卷积生成对抗网络的基础上，增加一个彝文筛选判别器，通过两个阶段的训练对彝文字符生成模型进行迭代优化，从而获取待修复彝文的完整图像，能够有效提升古彝文字符修复的效率。
判别器修复概率分布网络模型彝文筛选图像迭代优化模型实现生成模型完整图像预测图像生成器多源卷积手写对抗预测网络

[发明专利]保护隐私的样本检测系统训练方法及装置-CN202211125687.2有效
发明人：赵闻飙;申书恒;张长浩;傅欣艺;王维强 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2022-09-16 - 公布日： 2022-11-25 - 主分类号： G06K9/62 文献下载
摘要：本说明书实施例提供一种保护隐私的样本检测系统训练方法及装置，样本检测系统包括表征模型、生成器和分类模型。该方法包括：利用将k个采样噪声分别输入生成器而得到的k个模拟表征，对表征模型输出的隐私样本表征进行表征混淆处理，得到混淆表征；利用白样本标签对隐私样本标签进行标签混淆处理，得到混淆标签；基于混淆表征和分类模型，得到分类预测结果；将k个模拟表征分别输入判别器，得到k个第一判别结果；以减小分类预测结果和混淆标签之间的差异，以及增大k个第一判别结果指示对应表征为真实表征的概率为目标，训练异常检测系统；基于判别器针对表征模型输出的公开白样本表征的第二判别结果和上述k个第一判别结果，训练判别器。
保护隐私样本检测系统训练方法装置

[发明专利]基于生成对抗神经网络的数字岩心重构方法及系统-CN202010242671.4有效
发明人：王付勇;赵久玉 -专利权人：中国石油大学(北京)
申请日： 2020-03-31 - 公布日： 2023-07-28 - 主分类号： G06N3/0464 文献下载
摘要：该方法包括：执行迭代处理：根据生成器的权重矩阵和偏置处理历史噪声数据得到生成数字岩心模型；根据判别器的权重和偏置处理生成数字岩心模型得到生成数字岩心模型判别概率；根据判别器的权重和偏置处理真实数字岩心数据得到真实数字岩心数据判别概率；根据生成数字岩心模型判别概率和真实数字岩心数据判别概率确定损失函数；当当前迭代次数达到预设迭代次数时，根据当前迭代中的生成器的权重矩阵和偏置对当前噪声数据进行处理得到数字岩心模型，否则根据损失函数更新生成器的权重矩阵和偏置、判别器的权重和偏置，可以提高重建效率，令数字岩心符合真实岩心的分布特征。
基于生成对抗神经网络数字岩心方法系统