专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
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]一种对抗样本的检测方法及装置-CN202010413738.6在审
  • 张泉;袁敏;冯庆磊;贾永香;郭旭阳;赵越;姜宇;顾明;孙家广 - 深圳前海微众银行股份有限公司;清华大学
  • 2020-05-15 - 2020-09-11 - G06K9/62
  • 本发明公开了一种对抗样本的检测方法及装置,其中方法为:根据待测图片的像素信息,按照预设格式,生成所述待测图片的像素特征数据,作为待测样本;将待测样本输入至特定样本重构模型,获得所述待测样本的重构样本;将所述待测样本的重构样本输入至所述特定预估模型,获得所述待测样本的重构样本的中间层输出值;将所述待测样本的重构样本的中间层输出值输入至特定分类模型,确定所述待测样本是否为对抗样本。上述方法应用于金融科技(Fintech)时,正常样本和对抗样本经特定样本重构模型转换后,正常样本和对抗样本的区分度会更大,确定所述待测样本是否为对抗样本的结果更加明显,更准确地发现所述待测样本是否为对抗样本
  • 一种对抗样本检测方法装置
  • [发明专利]一种对抗网络样本检测的方法-CN202110282280.X在审
  • 陈晋音;徐慧玲;宣琦 - 浙江工业大学
  • 2021-03-16 - 2021-06-01 - G06K9/62
  • 本发明公开了一种对抗网络样本检测的方法,包括:构建用于检测对抗样本的检测模型,所述检测模型包括特征提取单元、特征重构单元、图分类器、差异计算单元以及判别单元,其中,特征提取单元用于生成输入图像样本的提取特征,特征重构单元用于生成输入图像样本的重构特征,图分类器用于对输入的提取特征和重构特征进行处理,得到对应的概率分布,差异计算单元用于对输入提取特征对应的概率分布与重构特征对应的概率分布的差异值,判别单元用于依据差异值和预设阈值判别图像样本是否为对抗样本;将待检测图像样本输入至所述检测模型中,以实现对待检测图像样本的检测。
  • 一种对抗网络样本检测方法
  • [发明专利]数据增强方法、模型训练方法及装置-CN202211166981.8在审
  • 杨森;蒋宁;肖冰;李宽 - 马上消费金融股份有限公司
  • 2022-09-23 - 2023-05-16 - G06N20/00
  • 本申请实施例公开了一种数据增强方法及模型训练方法,该模型训练方法包括:获取第一训练样本;将第一训练样本输入待训练模型中进行迭代训练,直至模型的损失函数收敛;其中,将第一训练样本输入待训练模型中进行训练的具体实现方式有:将第一训练样本输入待训练模型的第一增强子模型中对第一训练样本进行第一增强处理,得到第二训练样本;将第二训练样本输入待训练模型的第二增强子模型中对第二训练样本进行第二增强处理,得到增强后样本,第一增强处理和第二增强处理不同;损失函数包括语义缓解损失函数,语义缓解损失函数是根据第一训练样本样本语义分布与增强后样本样本语义分布的差异度确定的。
  • 数据增强方法模型训练装置
  • [发明专利]基于孪生网络的不完备训练集的SAR目标识别方法-CN201811263248.1有效
  • 张帆;唐嘉昕;赵鹏;尹嫱;胡伟 - 北京化工大学
  • 2018-10-28 - 2023-04-25 - G06V20/10
  • 本发明公开了基于孪生网络的不完备训练集的SAR目标识别方法,本发明借鉴了传统机器学习中k‑NN算法,从训练集的每个类别中抽取n个样本作为本类别样本的代表形成一个支持集,例如在一个分类任务中共有m个类别,那么支持集中样本总数为m*n个。在分类时将待分类样本和支持集中的支持样本一起输入到网络中,支持集中的每一个样本和这个待分类样本组成输入对,分别输入到孪生网络的两个输入中提取特征,接着将两个样本提取到的特征求差,再对特征之差进行判断得到待分类样本和支持集中某个类别样本的相似程度,最后将待分类样本归类为该样本和支持集中相似度最高的样本的类别。
  • 基于孪生网络完备训练sar目标识别方法
  • [发明专利]风控场景中消除噪声样本的方法和装置-CN202310577209.3在审
  • 杨信;吕乐;傅幸;刘芳卿;王维强 - 支付宝(杭州)信息技术有限公司
  • 2023-05-18 - 2023-08-22 - G06F18/241
  • 本说明书实施例提供了一种风控场景中消除噪声样本的方法和装置。该方法包括:得到原始训练样本集;该原始训练样本集中包括扩充训练样本以及干净训练样本;将原始训练样本集中的一部分训练样本输入第一去噪模型中,另一部分训练样本输入第二去噪模型中;从输入一个去噪模型的各训练样本中确定出标签相对可靠的训练样本,并利用输入该标签相对可靠的训练样本时得到的该去噪模型的梯度信息更新另一个去噪模型的参数;最终得到的去噪模型对所述原始训练样本集中的训练样本进行分类,利用分类结果更新原始训练样本集中该训练样本的标签,从而得到消除噪声样本后的训练样本集本说明书实施例能够更好地消除噪声样本
  • 场景消除噪声样本方法装置
  • [发明专利]一种天线回波损耗建模方法、系统、设备及存储介质-CN202310513909.6在审
  • 田雨波;孟非;李睿 - 广州航海学院
  • 2023-05-08 - 2023-08-29 - G06F30/17
  • 本发明涉及一种天线回波损耗建模方法、系统、设备及存储介质,其中方法包括:获取n组输入样本集,各输入样本集包括h个样本,利用第一仿真方法获取各样本的第一回波损耗值,在输入样本集中抽取ntest组测试样本集和nfine组训练样本集,利用第二仿真方法获取测试样本集和训练样本集中各样本的第二回波损耗值,利用训练样本集建立第一高斯模型,以测试样本集监测第一高斯模型的精度,重复获取训练样本集以使得第一高斯模型满足精度要求;利用第一高斯模型获取输入样本集中各样本的伪标签,结合训练样本建立第二高斯模型,以测试样本集监测第二高斯模型精度,不断增加训练样本集更新第二高斯模型使其满足精度要求
  • 一种天线回波损耗建模方法系统设备存储介质

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top