“样本输入”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1597828个，建议您升级VIP下载更多相关专利

[发明专利]一种深度学习标注样本的管理系统及方法-CN201910974814.8在审
发明人：廖剑锋 -专利权人：武汉市慧润天成信息科技有限公司
申请日： 2019-10-14 - 公布日： 2020-02-28 - 主分类号： G06F16/51 文献下载
摘要：本发明涉及一种深度学习标注样本的管理系统及方法，其中，该系统包括应用层、数据处理层和数据存储层。应用层用于输入操作指令至数据处理层。数据处理层包括样本重命名模块、样本管理模块和格式转化模块，其中样本重命名模块根据数据存储层中原始标注样本的基本信息，对所述原始标注样本进行重命名。格式转化模块用于接收用户交互界面输入的格式转化指令，将标注样本转化为目标格式的数据集。用户能够通过应用层输入操作指令，对数据存储层中的原始标注样本进行重命名，以使用户快速了解标注样本的基本信息，不需再次开发代码分析标注样本的类型，提高对标注样本的管理效率。本发明将标注样本转化为目标格式的数据集，便于深度学习的应用。
一种深度学习标注样本管理系统方法

[发明专利]多速率波峰因子降低-CN202080096071.X在审
发明人：石辉元 -专利权人：华为技术有限公司
申请日： 2020-02-14 - 公布日： 2022-11-04 - 主分类号： H04L27/26 文献下载
摘要：一种由电子设备执行的用于降低波峰因子的计算机实现方法包括：接收第一输入信号的多个第一样本，其中，所述多个第一样本是以第一采样率生成的；根据所述多个第一样本执行第一峰值检波，以生成多个第一峰值检波输出样本；通过对所述多个第一峰值检波输出样本进行下采样，以第二采样率生成多个第一开窗输入样本；根据所述多个第一开窗输入样本，生成多个第一开窗输出样本；通过对所述多个第一开窗输出样本进行上采样，以所述第一采样率生成多个第一降峰样本；根据所述多个第一样本和所述多个第一降峰样本，生成第一输出信号。
速率波峰因子降低

[发明专利]自动驾驶感知模型的评估方法、装置、设备及存储介质-CN202310702755.5在审
发明人：侯松;覃梓雨;张昭 -专利权人：东风汽车有限公司东风日产乘用车公司
申请日： 2023-06-13 - 公布日： 2023-09-05 - 主分类号： G06V10/776 文献下载
摘要：本发明通过离散余弦变换将输入的样本从空间域映射到频率域，得到所述输入的样本对应的频域样本特征，所述输入的样本处于空间域；将所述频域样本特征通过预设神经网络进行映射，得到频域对抗样本特征；通过离散余弦逆变换将所述频域对抗样本特征从频率域转换至空间域，得到对抗样本，所述频域对抗样本特征处于频率域；通过所述对抗样本对自动驾驶感知模型进行评估，通过上述方式所生成的对抗样本具有较强的隐蔽性和泛化能力，对攻击对象有较高的攻击效率，利用上述生成的对抗样本对自动驾驶模型进行评估
自动驾驶感知模型评估方法装置设备存储介质

[发明专利]预测模型训练、数据预测方法、装置和存储介质-CN202110355929.6有效
发明人：杨子翊;叶兆丰;廖奔犇;张胜誉 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-04-01 - 公布日： 2021-06-25 - 主分类号： G16B40/00 文献下载
摘要：该方法包括：获取训练样本集，训练样本集包括各个训练样本、各个训练样本对应的训练样本权重和各个训练样本对应的目标能量特征；基于训练样本权重从训练样本集中确定当前训练样本；将当前训练样本对应的当前目标能量特征输入到预训练预测模型中进行基础训练，当基础训练完成时，得到基础预测模型；基于基础预测模型更新各个训练样本对应的训练样本权重并迭代执行，直到模型训练完成时，得到目标预测模型，目标预测模型用于预测输入的蛋白质信息与输入的化合物信息对应的相互作用状态信息
预测模型训练数据方法装置存储介质

[发明专利]基于操作码邻接图特征的恶意软件族群分类方法-CN202010246025.5有效
发明人：白金荣;蒋跃云;周弘军;杨扬 -专利权人：玉溪师范学院
申请日： 2020-03-31 - 公布日： 2023-05-19 - 主分类号： G06F21/56 文献下载
摘要：本发明公开了一种基于操作码邻接图特征的恶意软件族群分类方法，先对输入的包含多个软件族群的软件样本进行反汇编处理，得到软件样本的反汇编代码；从软件样本的反汇编代码中提取其操作码序列；将软件样本的操作码序列转换为操作码邻接图；然后将软件样本的操作码邻接图转换为特征矢量；将软件样本中族群分类已知的软件作为训练样本，并将训练样本的特征矢量输入深度神经网络，训练基于深度神经网络的恶意软件族群分类模型；最后将软件样本中族群分类未知的软件作为测试样本，并将测试样本的特征矢量输入基于深度神经网络的恶意软件族群分类模型，对测试样本进行族群分类。
基于操作邻接特征恶意软件族群分类方法

[发明专利]一种免疫分析仪及其检测方法、计算机可读存储介质-CN201911384361.X在审
发明人：王锐;覃桂贵;陆锋 -专利权人：深圳市帝迈生物技术有限公司
申请日： 2019-12-28 - 公布日： 2021-06-29 - 主分类号： G01N33/53 文献下载
摘要：本申请公开了一种免疫分析仪及其检测方法、计算机可读存储介质，其中，该免疫分析仪的检测方法包括：获取待检测样本；若待检测样本为血清样本或血浆样本，则将待检测样本输入至免疫分析检测通道进行检测，并得到第一免疫检测结果；若待检测样本为全血样本，则将待检测样本中的部分输入至免疫分析检测通道进行检测，并得到全血检测结果，以及将待检测样本中的部分输入至HCT计算通道，并得到血细胞检测结果，并根据全血检测结果和血细胞检测结果计算得到第二免疫检测结果
一种免疫分析及其检测方法计算机可读存储介质

[发明专利]所需输出样本与对应输入样本之间的相对时序的整数表示-CN200780021774.0有效
发明人：王松;埃迪·L·T·乔伊;萨米尔·库马尔·古普塔 -专利权人：高通股份有限公司
申请日： 2007-05-31 - 公布日： 2009-06-24 - 主分类号： H03H17/06 文献下载
摘要：明确地说，所述技术提供一种使用所需输出样本与对应输入样本之间的相对时序的非近似的整数表示来确定所述相对时序的较准确方式。可使用识别所述数字信号的用于产生中间样本的最近输入样本的第一分量、识别中间样本的第二分量和识别所述所需输出样本与所述中间样本之间的时序差的第三分量来表示所述所需输出样本与对应输入样本之间的所述相对时序。
输出样本对应输入之间相对时序整数表示

[发明专利]特征确定方法、装置、设备、介质及产品-CN202310183515.9在审
发明人：张毅;赵康辉;黄彩云;周佳;白国涛;孙昊;程小磊;肖阳 -专利权人：中移信息技术有限公司;中国移动通信集团有限公司
申请日： 2023-02-20 - 公布日： 2023-06-23 - 主分类号： G06F16/35 文献下载
摘要：本申请实施例提供一种特征确定方法、装置、设备、介质及产品，包括：获取当前时刻的输入特征以及与输入特征对应的决策特征，输入特征是基于第一文本样本中的至少一个维度数据确定的；基于输入特征、决策特征、预设文本样本集和预设特征集中的至少三个数据，确定特征关联信息，特征关联信息用于反映特征间的相关性、冗余性和交互性，预设文本样本集包括多个第二文本样本，第二文本样本包括第一文本样本，预设特征集包括多个第一特征；在特征关联信息满足第一预设条件的情况下，确定输入特征为目标特征。
特征确定方法装置设备介质产品

[发明专利]一种活体检测模型训练和活体检测的方法和装置-CN202211610853.8在审
发明人：杨博文;李建树;刘健 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2022-12-14 - 公布日： 2023-06-09 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种活体检测模型训练和活体检测的方法，包括：根据输入帧样本集，获取所述样本集中各帧对应的人脸辅助视图和所述输入帧样本集对应的活体真值；通过所述特征提取主干网络提取所述输入帧训练集的样本特征序列；将所述样本特征序列输入辅助监督网络，根据输出的辅助估计图和所述人脸辅助视图计算辅助损失；将所述样本特征序列输入所述时域检测网络，并根据输出的活体预测值与活体真值计算活体预测损失；根据所述辅助损失与所述活体预测损失确定综合损失
一种活体检测模型训练方法装置

[发明专利]分段式数字预失真设备和方法-CN201711263353.0有效
发明人：米尔·阿迪尔·马苏德;彼得·扎哈雷夫·拉舍夫;贾亚克里斯南·谢里亚斯·蒙达拉特 -专利权人：恩智浦美国有限公司
申请日： 2017-12-01 - 公布日： 2022-04-08 - 主分类号： H04L25/49 文献下载
摘要：在RF发射器中，数字预失真电路接收输入样本块序列，并且执行数字预失真处理以产生经预失真输出信号。所述数字预失真处理包含从多个不同的预失真系数集合选择用于输入样本块的预失真系数集合。所述经选择的预失真系数集合与所述输入样本块定位在内的时间片和基于所述样本块的块功率统计针对所述输入样本块计算的功率范围相关联。所述处理还包含将所述经选择的预失真系数集合应用到所述输入样本块以产生所述经预失真输出信号。
段式数字失真设备方法

[发明专利]出清电价预测方法、装置、计算机设备和存储介质-CN202111564491.9有效
发明人：戴碧艳;李璟涛 -专利权人：国家电投集团电站运营技术（北京）有限公司;国家电投集团科学技术研究院有限公司
申请日： 2021-12-20 - 公布日： 2023-05-05 - 主分类号： G06Q30/0283 文献下载
摘要：本申请提出一种出清电价预测方法、装置、计算机设备和存储介质，其中，方法包括：对训练日各样本点对应的影响因素进行特征工程，得到训练日各样本点对应的输入特征；根据电价对训练日各样本点进行分类标签化处理，以确定训练日各样本点对应的分类标签；将训练日各样本点对应的输入特征输入到初始XGBOOST分类模型中进行求解训练，得到XGBOOST分类模型；将分类标签为回归标签的样本点对应的输入特征输入初始XGBOOST回归模型中进行求解训练，得到XGBOOST
出清电价预测方法装置计算机设备存储介质

[发明专利]一种基于深度多视角学习的高光谱影像分类方法及装置-CN202010307781.4有效
发明人：刘冰;郭文月;余岸竹;王瑞瑞;余旭初;张鹏强;谭熊;魏祥坡;高奎亮;左溪冰 -专利权人：中国人民解放军战略支援部队信息工程大学
申请日： 2020-04-17 - 公布日： 2022-10-18 - 主分类号： G06V10/764 文献下载
摘要：该分类方法包括：对训练样本集中每个无标记样本构建至少两个不同的视角，利用得到的训练样本集中所有无标记样本的多视角数据对深度残差网络模型进行训练；构建待分类样本集中每个样本的多视角数据，将每个样本的其中一个视角输入训练好的模型得到相应样本的特征向量，或者将待分类样本集中的每个样本或降维后的每个样本输入训练好的模型得到相应样本的特征向量，进而得到待分类样本集中所有样本的特征向量；将待分类样本集中所有样本的特征向量输入到预先训练好的分类模型中完成高光谱影像分类该方法能提高高光谱影像在小样本条件下的分类精度。
一种基于深度视角学习光谱影像分类方法装置

[发明专利]一种输入法确定方法、装置、车机及存储介质-CN202211034322.9在审
发明人：曹安得 -专利权人：亿咖通（湖北）技术有限公司
申请日： 2022-08-26 - 公布日： 2022-11-01 - 主分类号： G06F3/023 文献下载
摘要：本发明公开了一种输入法确定方法、装置、车机及存储介质。该方法包括：获取当前目标用户收听音乐的历史记录，其中，所述历史记录包含历史音乐信息；根据所述历史记录和预设音乐库，确定样本用户标识对应的音乐相似度；根据所述音乐相似度，确定目标样本用户标识；基于所述样本对应关系，将所述目标样本用户标识对应的样本输入法，确定为目标输入法，其中，所述目标输入法用于供所述当前目标用户使用。本发明实施例的技术方案，不依赖于用户对输入法的手动选择，智能化的为用户推荐符合用户使用习惯的输入法，提升了用户体验感。
一种输入法确定方法装置存储介质

[发明专利]一种多能楼宇实时能量管理优化方法-CN201811525316.7在审
发明人：吴新;史军;程韧俐;马伟哲;何晓峰;陈择栖;郑晓辉;余涛;陈俊斌;张孝顺 -专利权人：深圳供电局有限公司;华南理工大学
申请日： 2018-12-13 - 公布日： 2019-05-03 - 主分类号： G06Q50/06 文献下载
摘要：本发明提供一种多能楼宇实时能量管理的优化方法，该方法包括如下步骤：建立多能楼宇管理优化模型；将历史电价上下限区间分为若干个子区间，从若干个子区间中提取数据点形成源任务输入样本，并获取源任务输入样本对应的初始记忆矩阵；对源任务输入样本和对应的初始记忆矩阵进行机器学习，并根据多能楼宇管理优化模型获得每一个源任务输入样本对应的最优记忆矩阵；获取当前实时电价，计算当前实时电价与源任务输入样本的相似度，并根据相似度最高的源任务输入样本对应的最优记忆矩阵计算获得当前实时电价的初始记忆矩阵
输入样本记忆矩阵实时电价楼宇管理机器学习能量管理优化模型相似度楼宇出力楼宇系统提取数据优化系统获取源上下限优化电价

[发明专利]一种基于神经网络的堆石混凝土技术适应度反馈调节方法-CN201910364079.9在审
发明人：郑文勇;程浩;夏让欣;刘非男;张雨辰;寿云东 -专利权人：福建省水利投资开发集团有限公司;武汉大学
申请日： 2019-04-30 - 公布日： 2019-09-20 - 主分类号： G06N3/04 文献下载
摘要：本发明涉及一种基于神经网络的堆石混凝土技术适应度反馈调节方法，包括如下步骤：构造样本数据：采集堆石混凝土适应性评价数据；构建神经网络，并将评价指标的权重作为输入层的输入样本，将适应度作为输出层的期望输出导入至神经网络，采用BP算法对神经网络进行学习训练；获取实际输入样本，并将其输入到学习训练好的神经网络，若实际适应度不符合期望适应度，则将实际输入样本和期望适应度添加至样本数据内，并返回对神经网络重新进行学习训练，改变实际输入样本中各评价指标的权重的分配
适应度神经网络堆石混凝土反馈调节输入样本学习训练评价指标样本数据权重期望适应性评价输出层输入层构建采集输出返回预测分配