“模型属性”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862369个，建议您升级VIP下载更多相关专利

[发明专利]行人属性识别方法、装置、电子设备及存储介质-CN202110369225.4有效
发明人：赵瑞林;周有喜 -专利权人：新疆爱华盈通信息技术有限公司
申请日： 2021-04-06 - 公布日： 2023-04-07 - 主分类号： G06V40/10 文献下载
摘要：本申请公开一种行人属性识别方法、装置、电子设备及存储介质，方法包括：获取待识别图像；将待识别图像输入预先训练的属性识别模型进行属性识别，得到对待识别图像的属性识别结果；预先训练的属性识别模型的训练步骤包括：建立原始属性识别模型，并获取样本数据；识别样本数据中各个人体显著部位；按照人体显著部位将样本图像分割，得到预设数量的显著部位图像；利用每个样本数据所有的显著部位图像训练原始属性识别模型，得到属性识别模型；通过在预先训练时，使用显著部位图像来训练原始属性识别模型，使得训练出的属性识别模型，能够仅对人体的各个显著部位进行识别，不会受到背景杂物、物体遮挡等影响，从而降低行混淆及误判的几率。
行人属性识别方法装置电子设备存储介质

[发明专利]基于对象属性数据处理方法和装置、电子设备和存储介质-CN202310113867.7有效
发明人：李保平;谢超;戴思敏;欧再辉;龙荣豪;张耀惠 -专利权人：广州汇通国信科技有限公司
申请日： 2023-02-15 - 公布日： 2023-05-12 - 主分类号： G06F16/21 文献下载
摘要：本申请提供了一种基于对象属性数据处理方法和装置、电子设备和存储介质，其中，该方法包括：基于目标需求构建目标模型；根据目标模型构建对应包含的目标属性；根据预设业务规则确定目标属性的来源，得到目标属性与目标模型之间的关联关系；在接收到对目标属性进行更新的指令的情况下，根据关联关系在目标位置处直接更改或基于目标属性的来源查找目标属性的归属模型，在归属模型中对目标属性进行更改，其中，目标位置为目标属性位于目标模型内的位置。通过本申请，解决了相关技术针对相同属性在进行数据处理时，由于数据模型的差异需要重复定义，存在增加数据开发复杂度，降低业务效率的问题。
基于对象属性数据处理方法装置电子设备存储介质

[发明专利]一种处理工艺资源数据模型的方法及装置-CN201910610627.1在审
发明人：丁刚强 -专利权人：广西汽车集团有限公司;柳州五菱汽车工业有限公司
申请日： 2019-07-04 - 公布日： 2019-11-22 - 主分类号： G06F17/50 文献下载
摘要：本申请公开了一种处理工艺资源数据模型的方法及装置，包括：获取工艺资源的目标数据模型，其中，该目标数据模型携带有运动机构标定信息以及运动定义信息；基于该目标数据模型，生成工艺资源的标识图，该标识图具有对应的属性信息，其中，该属性信息包括工艺资源的属性名称、属性名称对应的属性值以及该属性值对应的属性单位；呈现该工艺资源的目标数据模型、标识图以及属性信息。可见，设计者可以根据各个工艺资源的数据模型、标识图以及属性信息，快速定位出符合自己工艺设计需要的工艺资源的数据模型，从而可以减少设计者查找所需工艺资源的数据模型的时间，进而可以提高设计者完成工艺仿真的效率
工艺资源目标数据模型属性信息标识图数据模型标定信息处理工艺工艺设计快速定位属性单位运动机构资源数据查找携带申请

[发明专利]三维地质模型的属性信息展示方法及装置-CN201911008439.8在审
发明人：杨国平;王帅;段一峰;崔峰;苏东升;陈冠南;商剑平;李薇;郝有新;王冠中;杨林虎;于水;马艳红 -专利权人：中交水运规划设计院有限公司
申请日： 2019-10-22 - 公布日： 2020-02-07 - 主分类号： G06F30/15 文献下载
摘要：本发明公开了一种三维地质模型的属性信息展示方法及装置。其中，该方法包括：获取三维地质模型的属性信息；从属性信息中选取待展示的目标属性信息；将目标属性信息存储在三维地质模型的源文件中，并将目标属性信息赋给三维地质模型；打开源文件，显示三维地质模型，并展示三维地质模型对应的目标属性信息本发明解决了相关技术中的MicroStation应用程序在使用时，需要通过专有插件的配合才能查看三维地质模型的属性信息，不利于三维地质模型的属性信息的移交，造成使用不便的技术问题。
三维地质模型目标属性信息属性信息源文件展示使用不便应用程序从属性插件存储移交配合

[发明专利]一种用于SolidWorks系统的物料模型管理方法-CN202210657121.8有效
发明人：陈利平;何伟 -专利权人：广州旭璟科技有限公司
申请日： 2022-06-10 - 公布日： 2023-06-27 - 主分类号： G06F30/10 文献下载
摘要：本发明公开了一种用于SolidWorks系统的物料模型管理方法，涉及数据管理技术领域。获取目标零件的目标物料模型，提取目标物料模型隐藏的属性标记；属性标记为目标物料模型设计完成时添加的用于唯一标识目标物料模型的标记信息；若提取到属性标记，则根据属性标记判断目标物料模型的操作类型；根据操作类型更新目标物料模型或属性标记通过在目标物料模型设计完成时添加属性标记，由于属性标记是隐藏的，设计人员无法修改属性标记，通过属性标记可以进行一物多码情况的判定，减少PLM、ERP等系统中大量的一物多码的情况，使设计人员可以使用PLM
一种用于 solidworks 系统物料模型管理方法

[发明专利]机器学习模型的训练方法和训练装置-CN201510897584.1在审
发明人：周舒畅;姚聪;周昕宇;吴文昊;倪泽堃;曹志敏;印奇 -专利权人：北京旷视科技有限公司;北京小孔科技有限公司
申请日： 2015-12-08 - 公布日： 2016-05-04 - 主分类号： G06N3/08 文献下载
摘要：本发明公开了一种机器学习模型的训练方法和训练装置。该方法包括：步骤S110，接收训练数据和机器学习模型的属性指标；步骤S130，根据属性指标中的至少一部分、利用模型数据库确定训练模型，其中模型数据库包括机器学习模型及其属性数据；步骤S150，利用训练数据对训练模型进行训练，以获得经训练的模型及其属性数据；步骤S170，根据经训练的模型的属性数据确定经训练的模型是否满足属性指标，对于经训练的模型不满足属性指标的情况，转步骤S130，直至获得满足属性指标的模型。上述方法和装置，在训练过程中无需用户修改模型，不要求用户具有模型调优的相关经验。从而，节约了用户的时间和精力，并且显著地扩大了机器学习模型的可能用户群。
机器学习模型训练方法装置

[发明专利]水处理厂建模方法、装置及存储介质-CN202210897928.9在审
发明人：杨卫民;付昌伟;黄靓 -专利权人：武汉科迪智能环境股份有限公司
申请日： 2022-07-28 - 公布日： 2022-09-02 - 主分类号： G06F30/13 文献下载
摘要：该水处理厂建模方法包括：获取水处理厂中各构筑物对应的构筑物属性集；根据构筑物属性集，建立对应的构筑物模型；获取构筑物模型对应的各设备的设备属性集；根据设备属性集，建立对应的设备模型；根据水处理厂的各构筑物模型和对应的各设备模型的从属关系，建立水处理厂的层级分布模型。本申请实施例通过将水处理厂中构筑物及设备的属性建立对应的构筑物属性集和设备属性集，并通过构筑物属性集和设备属性集建立对应的构筑物模型和设备模型，从而建立水处理厂的层级分布模型，以实现将不同类型属性的整合，本申请通过建立一个层级分布模型即实现了将不同类型属性数据的整合。
水处理建模方法装置存储介质

[发明专利]分子属性预测模型的训练方法、装置、设备及存储介质-CN202310923052.5在审
发明人：陈永强;卞亚涛 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-07-24 - 公布日： 2023-10-27 - 主分类号： G16C20/30 文献下载
摘要：本申请提供了一种分子属性预测模型的训练方法、装置、电子设备及存储介质；方法包括：获取训练集合，训练集合包括样本分子结构图、实际属性；基于样本分子结构图调用分子属性预测模型进行属性分类处理，得到样本分子的预测关键子图以及预测关键子图对应的预测属性，每个预测关键子图对应的预测属性组合为样本分子的预测属性；基于预测关键子图、预测属性和实际属性，确定分子属性预测模型的多个损失函数，多个损失函数的训练目标不同；基于多个损失函数更新分子属性预测模型的参数，得到训练后的分子属性预测模型。通过本申请，能够提升预测分子属性的准确性。
分子属性预测模型训练方法装置设备存储介质

[发明专利]对用户流失进行预测的方法、设备、存储介质以及处理器-CN201810157029.9在审
发明人：杜家春;殷俊;纪超;杨赫;李英杰 -专利权人：腾讯科技（深圳）有限公司
申请日： 2018-02-24 - 公布日： 2019-09-03 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种对用户流失进行预测的方法、设备、存储介质以及处理器，包括：获取用户的多个属性的属性信息，多个属性为属性集合包括的属性；以及基于属性信息，利用通过机器学习训练的分类模型，对用户的用户流失进行预测，分类模型包括第一分类器模型和第二分类器模型。其中，属性集合包括第一子集和第二子集，并且第一子集和第二子集所包括的属性互不相同，第一分类器模型是根据属性集合中的属性训练的，第一分类器模型根据第一子集中的属性进行分类操作，并且第二分类器模型是根据加入新属性后的属性集合训练的其中新属性是通过将第二子集中的至少一部分属性进行组合形成的。本发明解决了现有技术中存在的预测不准确的技术问题。
子集分类器模型属性集合预测存储介质多个属性分类模型属性信息处理器机器学习分类

[发明专利]模型相似度确定方法、装置、设备及存储介质-CN202211015560.5有效
发明人：韩博文;郑滟雷;王泽林;武成洁;朱琳 -专利权人：中国联合网络通信集团有限公司
申请日： 2022-08-24 - 公布日： 2023-07-14 - 主分类号： H04L41/14 文献下载
摘要：本申请公开了一种模型相似度确定方法、装置、设备及存储介质，涉及计算机技术领域，用于提高确定不同版本模型之间相似度的效率和准确度，包括：获取第一模型对应的第一信息和第二模型对应的第二信息，并从第一信息中确定出至少一个第一属性和至少一个第二属性，以及从第二信息中确定出至少一个第三属性和至少一个第四属性；至少一个第一属性和至少一个第三属性为包括至少一个子属性的属性；从至少一个第一属性、至少一个第二属性、至少一个第三属性和至少一个第四属性中，确定出多个属性组；确定每个属性组对应的相似度，并根据每个属性组对应的相似度确定第一模型与第二模型之间对应的相似度。本申请应用于确定不同版本模型的相似度的场景中。
模型相似确定方法装置设备存储介质

[发明专利]一种模型检测方法、装置及存储介质-CN201811230399.7有效
发明人：穆罕默德·卡拉杰;穆罕默德·拉姆丹尼;里德·卡拉洛;李志武;屈挺 -专利权人：暨南大学
申请日： 2018-10-22 - 公布日： 2022-04-01 - 主分类号： G06F11/36 文献下载
摘要：本发明提供一种模型检测方法，包括获取可重构系统的属性，确定所述属性之间的关系，基于所述属性之间的关系，执行所述可重构系统的模型检测。本发明实施例提供的模型检测方法，在模型检测之前，对属性进行预处理，与已有方法相比，在验证前对属性集进行分析，提取属性间的关系，从而最小化要验证的属性的数量，并且最小化了属性的验证时间。
一种模型检测方法装置存储介质

[发明专利]模型生成装置、模型生成方法和模型生成程序-CN202080085154.9在审
发明人：山本匠;岩崎亚衣子;福田寿志;河内清人 -专利权人：三菱电机株式会社
申请日： 2020-01-23 - 公布日： 2022-08-19 - 主分类号： G06F21/55 文献下载
摘要：属性值提取部(101)提取属于与异常检测中的监视对象相关联的属性的多个属性值作为多个模型生成属性值。分割数据生成部(102)从表示多个正常事件的正常数据中，按照每个模型生成属性值提取与模型生成属性值相关联的正常事件，按照每个模型生成属性值生成表示提取出的正常事件的分割数据，其中，所述多个正常事件各自已被判明为正常，各自与多个属性值中的任意属性值相关联，且各自包含多个特征。特征选择部(103)从多个分割数据所示的多个正常事件中包含的多个特征中，选择用于生成在异常检测中使用的正常模型的特征组合。正常模型生成部(104)使用选择出的特征组合，按照每个模型生成属性值生成正常模型。
模型生成装置方法程序

[发明专利]基于服饰多属性识别的时尚趋势预测方法、系统以及设备-CN202110080732.6在审
发明人：王伟;狄念 -专利权人：江阴逐日信息科技有限公司
申请日： 2021-01-21 - 公布日： 2021-05-18 - 主分类号： G06Q30/02 文献下载
摘要：本发明提供了一种基于服饰多属性识别的时尚趋势预测方法，包括以下步骤：设置用于识别和预测的服饰时尚属性元数据集；按日采集多个电商网站售卖的服饰对应图片数据；标注服饰图片属性并按属性比例执行重采样；执行图像预处理；执行服饰多属性分类神经网络AttrNet模型训练；判断服饰多属性分类神经网络AttrNet模型的准确率是否大于阈值；基于训练后的服饰多属性分类神经网络AttrNet模型，识别每日各电商平台售卖服饰对应图像执行服饰属性识别，生成对应的各电商平台服饰属性变化序列；执行双层LSTM属性趋势预测模型的训练；判断双层LSTM属性趋势预测模型的曲线拟合程度的平均困惑度是否小于阈值；以及双层LSTM属性趋势预测模型输出后续时尚趋势属性关键词
基于服饰属性识别时尚趋势预测方法系统以及设备

[发明专利]一种基于LSTMDNN的高炉铁水硅含量预测方法及装置-CN202010487723.4有效
发明人：尹林子;关羽吟;蒋朝辉 -专利权人：中南大学
申请日： 2020-06-02 - 公布日： 2023-04-07 - 主分类号： G06N3/0442 文献下载
摘要：本发明公开了一种基于LSTMDNN的高炉铁水硅含量预测方法及装置，该方法基于皮尔森相关系数划分时滞属性、相关属性及冗余属性；并利用划分后的属性数据分别构建LSTM高炉硅含量模型和DNN高炉硅含量模型；通过BP神经网络加权融合LSTM模型和DNN模型，获得高炉铁水硅含量预测模型；该方法基于皮尔森相关系数进行属性划分，通过剔除冗余属性，并将相关属性剥离，可有效缓解LSTM模型压力，提高计算速度，并提高模型预测效果；利用LSTM网络的长短时记忆能力，有效解决高炉数据的大时滞特征；利用DNN模型挖掘相关属性的高维特征，使得基于LSTMDNN的高炉铁水硅含量预测模型具备记忆能力和泛化能力。
一种基于 lstmdnn 高炉铁水含量预测方法装置

[发明专利]人脸属性编辑模型的训练、人脸属性编辑方法及装置-CN202310067490.6在审
发明人：蔡璐;刘光明;王雷;沈寓实;韩朝阳 -专利权人：江苏警官学院;海南省公安厅;韩朝阳;飞诺门阵（北京）科技有限公司
申请日： 2023-01-17 - 公布日： 2023-06-06 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种人脸属性编辑模型的训练、人脸属性编辑方法及装置，涉及计算机技术领域。该方法包括：获取原始图像和目标属性；将原始图像和目标属性作为初始人脸属性编辑模型的输入，获得第一图像；将原始图像和原始图像的原始属性作为初始人脸属性编辑模型的输入，获得第二图像；将第一图像和原始图像的原始属性作为初始人脸属性编辑模型的输入，获得第三图像；基于第一图像、第二图像和第三图像与原始图像的差异，确定初始人脸属性编辑模型的网络参数，获得目标人脸属性编辑模型。该方法减少了对训练样本的依赖，解决了相关技术中需要使用大量的图像对作为训练样本的技术问题，降低了成本以及减轻了数据准确性对模型准确性的影响。
属性编辑模型训练方法装置