|
|
钻瓜专利网为您找到相关结果 8734259个，建议您 升级VIP下载更多相关专利
- [发明专利]学习方法-CN202111042419.X在审
-
三岛直;柏木正子
-
株式会社东芝
-
2021-09-07
-
2022-06-17
-
G06N3/08
- 本发明的实施方式涉及一种学习方法。根据实施方式，提供一种学习方法，使统计模型进行学习，该统计模型用于将包含被摄体的图像作为输入而输出到该被摄体的距离，所述学习方法具备如下步骤：取得由摄像装置摄像到的包含被摄体的第一图像及第二图像；以及基于将第一图像的第一区域作为输入而从统计模型输出的第一距离及将第二图像的第二区域作为输入而从统计模型输出的第二距离，使统计模型进行学习，到第一图像所包含的被摄体的第三距离与到第二图像所包含的被摄体的第四距离之间的大小关系是已知的，学习包括：以第一距离与第二距离的大小关系和第三距离与第四距离的大小关系相等的方式使统计模型进行学习
- 学习方法
- [发明专利]学习方法-CN201610094433.7有效
-
羽川令子;筑泽宗太郎;石井育规
-
松下知识产权经营株式会社
-
2016-02-19
-
2021-02-09
-
G06K9/62
- 本公开提供能够高精度地进行图像识别并且提高图像识别的处理速度的分类器的学习方法等。学习方法包括：第1步骤(S1)，使由第1神经网络构成的粗类别分类器将图像组分类为包含多个详细类别的多个粗类别而学习该多个粗类别的每一个粗类别的共同的特征即第1特征，所述图像组被赋予了表示各自的详细类别的标签；以及第2步骤(S2)，使由第2神经网络构成的详细类别分类器将图像组分类为详细类别而学习该详细类别的每一个详细类别的共同的特征即第2特征，由此进行分类器的学习，所述第2神经网络与在第1步骤进行了学习的上述第
- 学习方法
- [发明专利]一种神经网络及该神经网络的学习方法-CN201510383326.1在审
-
胡静
-
上海电机学院
-
2015-07-02
-
2015-09-30
-
G06N3/02
- 本发明提供一种神经网络的学习方法，包括：初始化输入样本集和样本的标识集，其中，所述输入样本集是全部已标识样本、全部未标识样本及已标识和未标识混合样本中的一种；随机抽取一个输入样本，重新训练网络，直至样本集中的样本全部取完本方法从一个新的角度上探索了模糊神经网络的应用范围问题，分析了模糊神经网络分类器在选择训练样本时，可采用的更加实际和广泛的学习方法。该学习方法相对于原有的学习方法而言，所需选择的样本范围更加扩大，实用性也大大增强，更加接近人类的学习方法，并且有效的提高了模糊神经网络的分类效果，填补了模糊神经网络训练样本学习方法的空白。
- 一种神经网络学习方法
|
