“特征提取模型”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3487887个，建议您升级VIP下载更多相关专利

[发明专利]特征提取方法、装置及计算机可读存储介质-CN201910401822.3有效
发明人：黄博;毕野;吴振宇;王建明 -专利权人：平安科技（深圳）有限公司
申请日： 2019-05-15 - 公布日： 2023-10-17 - 主分类号： G06F16/2458 文献下载
摘要：本发明公开了一种特征提取方法，该方法包括：获取训练数据，所述训练数据包括每个样本数据对应的原始特征；利用所述训练数据训练初始特征提取模型，并得到初始特征提取模型的参数值；对初始特征提取模型的参数值进行筛选，获取筛选后的参数值；利用筛选后的参数值重构所述初始特征提取模型，得到重构后的特征提取模型；将所述训练数据输入至所述重构后的特征提取模型中，得到每个样本数据的衍生特征；根据每个样本数据的衍生特征及每个样本数据对应的原始特征重新训练所述重构后的特征提取模型，直至迭代终止，并得到训练好的特征提取模型。本发明能更好的表示数据特征，提高特征提取的准确性。
特征提取方法装置计算机可读存储介质

[发明专利]影像组学特征提取方法、装置、电子设备及存储介质-CN202310546511.2在审
发明人：万齐;周嘉璇;李新春 -专利权人：广州医科大学附属第一医院（广州呼吸中心）
申请日： 2023-05-15 - 公布日： 2023-08-08 - 主分类号： G06V10/44 文献下载
摘要：本发明的实施例提供了一种影像组学特征提取方法、装置、电子设备及存储介质，涉及图像处理技术领域。获取样本集中的原始影像数据，对原始影像数据进行预处理，得到优化影像数据；对优化影像数据进行特征提取，得到第一特征提取结果；将预设稳定特征与第一特征提取结果进行匹配，得到第二特征提取结果；基于第二特征提取结果对多个初始特征提取模型进行训练，得到多个优化特征提取模型；将性能评估得分最高的优化特征提取模型确定为目标特征提取模型，根据目标特征提取模型确定对当前影像数据的预测结果。本申请能够有效解决现有影像组学特征提取及分类问题中特征冗余、缺少解释的问题。
影像特征提取方法装置电子设备存储介质

[发明专利]一种光伏故障检测分类模型及其构建方法、检测分类方法-CN202310064590.3在审
发明人：费远宇;张衡;蒋文;曾维波 -专利权人：固德威技术股份有限公司
申请日： 2023-01-13 - 公布日： 2023-06-27 - 主分类号： F21V21/22 文献下载
摘要：本发明公开了一种光伏故障检测分类模型及其构建方法、检测分类方法，该模型包括：特征提取模型，用于根据U－Net网络模型对输入图像进行第一特征提取，输入图像包括光伏结构的电流电压曲线图像；特征分类模型，用于根据残差卷积网络模型对提取的第一特征进行第二特征提取，根据第二特征输出分类结果。通过实施本发明，特征提取模型采用U－Net网络模型进行特征提取，能够在少量训练数据的前提下，达到较高的特征提取能力；之后采用特征分类模型对特征提取模型提取的特征进一步进行特征提取和分类，由于特征分类模型采用残差卷积网络模型，能够较好的保证模型的学习能力不退化，进而可以在少量数据的情况下大大提升模型的分类准确能力。
一种故障检测分类模型及其构建方法

[发明专利]一种光伏故障检测分类模型及其构建方法、检测分类方法-CN202310126021.7在审
发明人：费远宇;张衡;蒋文;曾维波 -专利权人：固德威技术股份有限公司
申请日： 2023-02-16 - 公布日： 2023-06-27 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种光伏故障检测分类模型及其构建方法、检测分类方法，该模型包括：特征提取模型，用于根据U－Net网络模型对输入图像进行第一特征提取，输入图像包括光伏结构的电流电压曲线图像；特征分类模型，用于根据残差卷积网络模型对提取的第一特征进行第二特征提取，根据第二特征输出分类结果。通过实施本发明，特征提取模型采用U－Net网络模型进行特征提取，能够在少量训练数据的前提下，达到较高的特征提取能力；之后采用特征分类模型对特征提取模型提取的特征进一步进行特征提取和分类，由于特征分类模型采用残差卷积网络模型，能够较好的保证模型的学习能力不退化，进而可以在少量数据的情况下大大提升模型的分类准确能力。
一种故障检测分类模型及其构建方法

[发明专利]基于花朵授粉算法改进VMD算法的数据特征提取方法-CN202210938934.4在审
发明人：尹德斌;孙志伟;乔非;慕涵铄;翟晓东 -专利权人：上海工业自动化仪表研究院有限公司;同济大学
申请日： 2022-08-05 - 公布日： 2022-10-25 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种基于花朵授粉算法改进VMD算法的数据特征提取方法，涉及特征提取技术领域。该方法包括：获取用于表征轴承设备的多种状态的轴承状态数据；对轴承状态数据进行预处理；基于python平台构造变分模态分解特征提取模型；通过花朵授粉算法对变分模态分解特征提取模型进行参数优化；采用经优化的变分模态分解特征提取模型进行数据特征提取采用基于VMD的特征提取方式，摆脱了EMD存在模式混叠的现象，通过对数据潜在规律的分析挖掘，提取数据的潜在特征；利用花朵授粉算法对VMD特征提取模型进行参数优化，使得VMD特征提取模型可以获得更适合所用数据集的参数，提升了VMD特征提取模型的提取特征的效果。
基于花朵授粉算法改进 vmd 数据特征提取方法

[发明专利]特征提取模型训练及特征提取方法、装置-CN202211617205.5在审
发明人：王发发 -专利权人：北京爱奇艺科技有限公司
申请日： 2022-12-13 - 公布日： 2023-03-31 - 主分类号： G06V10/774 文献下载
摘要：本发明实施例涉及一种特征提取模型训练及特征提取方法、装置，包括：将训练图片集输入初始模型，由其中的局部特征提取层从训练图片中提取若干个局部特征，由特征增强层基于注意力机制对若干个局部特征进行特征增强得到若干个增强局部特征，由全局特征提取层基于若干个增强局部特征进行特征聚合得到全局特征，由分类器根据全局特征得到训练图片的预测分类参数；根据训练图片的标签参数和预测分类参数，对初始模型的模型参数进行调整，得到训练好的分类模型；基于分类模型中的局部特征提取层、特征增强层以及全局特征提取层构建用于提取全局特征的特征提取模型。由此，可以实现一种端到端的全局特征提取方案，降低算法复杂度。
特征提取模型训练方法装置

[发明专利]与芯片适配的模型训练方法、装置和计算机设备-CN202111020514.X在审
发明人：李杰;王广新;杨汉丹 -专利权人：深圳市友杰智新科技有限公司
申请日： 2021-09-01 - 公布日： 2022-01-11 - 主分类号： G06N3/08 文献下载
摘要：本申请提供了一种与芯片适配的模型训练方法、装置和计算机设备，首先使用接近芯片特征提取算法的预设特征提取算法对样本数据进行特征提取的第一训练数据对神经网络进行模型训练，得到初始模型。然后在同一批次的训练数据中，使用预设特征提取算法和芯片特征提取算法对样本数据进行组合特征提取的第三训练数据对初始模型进行模型训练，得到二次模型。最后使用芯片特征提取算法提取算法对样本数据进行特征提取的第二训练样本对二次模型进行模型训练，得到最终模型。本申请通过逐次递进的方式，完成从预设特征提取算法到芯片特征提取算法的过程，保证了模型训练和应用时特征的一致性，有效保证了最终模型的鲁棒性和准确度。
芯片模型训练方法装置计算机设备

[发明专利]指纹特征提取方法、装置、电子设备及存储介质-CN202011629510.7在审
发明人：刘晓春;吴正平;郑逢德;王贤良 -专利权人：北京海鑫科金高科技股份有限公司
申请日： 2020-12-31 - 公布日： 2021-04-30 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种指纹特征提取方法、装置、电子设备及存储介质，其中方法包括：获取现场指纹图像；将所述现场指纹图像输入至指纹特征提取模型中，得到所述指纹特征提取模型输出的特征提取结果；其中，所述指纹特征提取模型是基于样本指纹图像和细节点标签训练得到的；所述指纹特征提取模型用于从所述现场指纹图像提取得到细节点信息，并基于所述细节点信息得到所述特征提取结果。本发明实施例提供的方法、装置、电子设备及存储介质，通过指纹特征提取模型进行细节点信息提取，能够简化特征提取流程，在保证正确率的同时加快模型训练速度和特征提取速度。
指纹特征提取方法装置电子设备存储介质

[发明专利]图像特征的提取方法、装置、设备及存储介质-CN202010158252.2在审
发明人：高玮;张超;胡浩;杨超龙 -专利权人：广东博智林机器人有限公司
申请日： 2020-03-09 - 公布日： 2020-07-07 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例公开了一种图像特征的提取方法、装置、设备及存储介质。该方法包括：获取待提取图像；将所述待提取图像输入到预先训练完成的目标特征提取模型中，得到输出的目标特征图像；其中，所述目标特征提取模型包括第一特征提取模型和第二特征提取模型，所述第一特征提取模型是基于原始建筑图像和与所述原始建筑图像对应的原始特征图像融合后得到的第一融合图像训练得到的，所述第二特征提取模型是基于所述原始训练图像和所述第一特征提取模型的输出图像融合后得到的第二融合图像训练得到的。本发明实施例通过将图像融合后的图像作为训练图像，对目标特征提取模型进行训练，解决了图像特征提取中人工成本的问题，提高了图像特征提取的精度。
图像特征提取方法装置设备存储介质

[发明专利]分类模型训练和图像特征提取方法及装置-CN202210363460.5在审
发明人：李亚桢;杨若楠;翁立宇 -专利权人：广州极飞科技股份有限公司
申请日： 2022-04-07 - 公布日： 2022-08-09 - 主分类号： G06V10/774 文献下载
摘要：本申请公开了一种分类模型训练和图像特征提取方法及装置。本申请包括：依次获取最新的训练样本集合，通过每次获取到的训练样本集合中的样本图像训练出对应的第一特征提取模型；根据每次训练出的第一特征提取模型输出的对应样本图像的描述值，从当前训练样本集合中筛选出目标样本集合并对训练样本集合进行更新，确定每次筛选出的目标样本集合对应的目标特征提取模型，目标特征提取模型为第一特征提取模型或第二特征提取模型，第二特征提取模型由目标样本集合训练得到；基于多次训练得到的目标特征提取模型和对应的目标样本集合，训练得到数据分类模型。本申请解决了现有技术不适用于提取复杂场景图像的特征的问题，提高特征提取方法的适用性。
分类模型训练图像特征提取方法装置

[发明专利]一种基于3D打印模型内容的模型推荐方法-CN201710235091.0在审
发明人：王尚广;李静林;孙其博;王红熳;林荣恒;杨放春 -专利权人：广东银禧科技股份有限公司
申请日： 2017-04-12 - 公布日： 2017-09-22 - 主分类号： G06K9/00 文献下载
摘要：本申请公开了一种基于3D打印模型内容的模型推荐方法，包括对3D打印模型库中模型进行特征提取，建立特征库；对用户定制或浏览的3D打印模型进行特征提取；用所提取的特征与所述特征库中模型的特征进行相似度对比，选出相似度最大的个模型进行推荐，为自然数；其中，所述特征提取包括颜色特征提取、形状特征提取和纹理特征提取。应用本申请公开的技术方案，能够提高模型推荐的精确度。
一种基于打印模型内容推荐方法

[发明专利]一种深度学习模型的融合方法、装置-CN202210838922.4有效
发明人：范晓;凌明;杨作兴;艾国 -专利权人：深圳比特微电子科技有限公司
申请日： 2022-07-18 - 公布日： 2022-10-18 - 主分类号： G06V10/80 文献下载
摘要：本发明公开了一种深度学习模型的融合方法，包括：基于训练所得到的两个以上深度学习模型，分别对任务数据进行特征提取，选取第一模型，对于第一模型中的每一特征提取层：基于每个第一特征提取器，确定该第一特征提取器所提取的第一特征数据与第二模型中每个第二特征提取器所提取的第二特征数据之间的相关程度，根据相关程度确定所对应的第二特征数据，确定第一特征数据所来源的第一特征提取器与第二特征数据所来源的第二特征提取器的对应关系；根据对应关系，调整第二模型中每个第二特征提取器的顺序；选取下一第二模型，直至所有第二模型的模型参数都与第一模型的模型参数对齐；将模型参数对齐后的所有第二模型以及第一模型的模型参数进行融合。
一种深度学习模型融合方法装置

[发明专利]行人属性信息提取方法及装置-CN201910232030.8有效
发明人：石娟峰 -专利权人：北京迈格威科技有限公司
申请日： 2019-03-26 - 公布日： 2022-02-18 - 主分类号： G06V20/40 文献下载
摘要：本发明提供了行人属性信息提取方法和装置。该方法利用卷积神经网络执行。卷积神经网络包括初步特征提取模型、行人分割特征提取模型、行人属性特征提取模型和全连接层。该方法包括：初步特征提取步骤，将行人图像输入到初步特征提取模型中，获得行人图像的初步特征；分割特征提取步骤，将初步特征输入到行人分割特征提取模型中，提取行人分割特征；属性特征提取步骤，将初步特征输入到行人属性特征提取模型中，提取行人属性特征；特征融合步骤，将行人分割特征与行人属性特征进行融合，获得融合特征；属性信息预测步骤，将融合特征输入到全连接层中，获得预测的行人属性信息。通过行人分割特征和行人属性特征的结合，提升了行人属性信息的准确率。
行人属性信息提取方法装置

[发明专利]目标对象的检索方法、装置、服务器和存储介质-CN202011270661.8在审
发明人：陈畅怀 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2020-11-13 - 公布日： 2021-02-05 - 主分类号： G06K9/46 文献下载
摘要：方法包括：获取第一特征库，第一特征库为第一特征提取模型对多个第一参考对象进行特征提取得到的特征库；根据第一特征库，确定第二特征提取模型对应的目标特征库，第二特征提取模型为第一特征提取模型升级后的特征提取模型；响应于获取到待检索的目标对象，通过第二特征提取模型和目标特征库，从多个第一参考对象中，确定与目标对象匹配的参考对象。这样无需通过第二特征提取模型重新对多个参考对象进行特征提取，就能得到目标特征库，从而降低了特征提取模型版本升级的计算量，提高了升级效率，进而提高了通过目标特征库进行目标对象检索的效率。
目标对象检索方法装置服务器存储介质

[发明专利]一种基于深度学习模型的多任务实现方法、装置-CN202210787939.1有效
发明人：钟雨崎;凌明;杨作兴;艾国 -专利权人：深圳比特微电子科技有限公司
申请日： 2022-07-06 - 公布日： 2022-09-23 - 主分类号： G10L15/22 文献下载
摘要：本申请公开了一种基于深度学习模型的多任务实现方法，包括：用于待处理任务数据经深度学习模型中的第一特征提取单元进行特征提取，得到第一特征提取结果，以此类推，将第i‑1特征提取结果经所述深度学习模型中的第i特征提取单元进行特征提取，得到第i特征提取结果；分别基于来自至少两个以上特征提取单元输出的特征结果，进行任务处理，其中，第i特征提取单元为：除去i‑1个特征提取单元所处理任务之后剩余任务所共有的特征提取单元中，除去第一特征提取单元、第二特征提取单元、直至第i‑1单元之外剩余的特征提取单元，i为大于1的自然数。本申请降低了深度学习模型的总参数量，降低了功耗。
一种基于深度学习模型任务实现方法装置

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条