“训练分类”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587500个，建议您升级VIP下载更多相关专利

[发明专利]一种视频分类方法、装置及计算机可读存储介质-CN202010272792.3有效
发明人：尹康;吴宇斌;郭烽 -专利权人： OPPO广东移动通信有限公司
申请日： 2020-04-09 - 公布日： 2023-07-18 - 主分类号： G06V20/40 文献下载
摘要：本申请提供了一种视频分类方法、装置及计算机可读存储介质，该视频分类方法包括：获取包括多个标记有分类标签的视频样本的原始训练样本集；从原始训练样本集内，选取视频样本组合以及对应的分类标签进行加权融合，得到增广训练样本集；将增广训练样本集中的视频样本输入至神经网络进行训练，得到视频分类模型；基于视频分类模型对待分类视频进行分类。通过本申请方案的实施，在模型训练阶段通过加权融合方式融合原始视频样本与分类标签，可以得到增广后的训练样本集，在保证训练样本集的规模和多样性的同时，有效降低了训练样本集构建的操作复杂度，并提升了训练样本集构建的可实现性
一种视频分类方法装置计算机可读存储介质

[发明专利]一种模型训练方法、装置、电子设备及存储介质-CN202310070786.3在审
发明人：王薷泉 -专利权人：济南博观智能科技有限公司
申请日： 2023-01-16 - 公布日： 2023-06-02 - 主分类号： G01N15/02 文献下载
摘要：本发明提供一种模型训练方法、装置、电子设备及存储介质，涉及神经网络领域，方法包括：获取训练集，并统计训练集中各分类类别对应的训练数据量；根据训练数据量为各训练设备均匀分配分类类别，以使各训练设备所需处理的训练数据总量间的差值小于预设阈值，得到各训练设备对应的目标分类类别；将目标分类类别的训练数据下发至对应的训练设备，以使训练设备利用目标分类类别的训练数据进行模型训练；可均匀地将各分类类别分配各训练设备，使得各训练设备总共要处理的训练数据量接近，进而可确保各训练设备的存储资源占用情况相同或接近，避免出现各训练设备对应的存储资源占用情况显著不同的情况，从而可有效提升神经网络模型的训练效率。
一种模型训练方法装置电子设备存储介质

[发明专利]多分类模型的训练方法、装置、电子设备及存储介质-CN202011553694.3在审
发明人：衣志昊;刘洋;陈天健 -专利权人：深圳前海微众银行股份有限公司
申请日： 2020-12-24 - 公布日： 2021-03-19 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种多分类模型的训练方法、装置、电子设备、存储介质及计算机程序产品，方法包括：获取携带二分类标签的训练样本，二分类标签用于指示训练样本对应的二分类结果；对训练样本进行标签转换，使训练样本携带多分类标签，多分类标签用于指示训练样本对应的多分类结果；获取第二参与方设备发送的多分类预测结果，多分类预测结果为通过多分类模型对携带多分类标签的训练样本预测得到；对多分类预测结果进行结果转换，得到多分类模型对应二分类的预测结果；基于二分类预测结果与二分类标签指示的二分类结果间的差异，更新多分类模型的参数。这样，将二分类问题转换为多分类问题，难以从梯度信息中判断出标签信息，进而保护标签信息不被泄露。
分类模型训练方法装置电子设备存储介质

[发明专利]训练集的修正方法及装置-CN201811203716.6有效
发明人：马龙飞 -专利权人：北京奇艺世纪科技有限公司
申请日： 2018-10-16 - 公布日： 2021-03-26 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种训练集的修正方法及装置，以解决训练集不准确，导致利用训练集训练得到的分类模型也不准确的问题。其中方法包括：利用当前训练集中的已标注图像训练得到当前分类模型；依据当前分类模型判断是否继续修正当前训练集；若是，则利用当前分类模型，从当前训练集中查找待修正的已标注图像；针对待修正的已标注图像进行重新标注，以便修正当前训练集，并返回利用当前训练集中的已标注图像训练得到当前分类模型的步骤。本发明实现了自动对当前训练集进行修正，修正后的训练集更加准确，进而利用该训练集训练得到的分类模型也更加准确；并且大大减少了重新标注的图像的数量，降低了修正的工作量。
训练修正方法装置

[发明专利]训练分类模型的方法与装置-CN201710608188.1在审
发明人：王雅圣;张旸;毕舒展;颜友亮 -专利权人：华为技术有限公司
申请日： 2017-07-24 - 公布日： 2019-07-16 - 主分类号： G06F16/35 文献下载
摘要：本申请提供一种训练分类模型的方法与装置，该方法包括：获取正训练集与第一负训练集，正训练集包括语料中正例集的样本，第一负训练集包括语料中未标注样本集的样本，未标注样本集表示语料中不属于词典的样本集；利用正训练集与第一负训练集，训练得到第一分类模型；利用第一分类模型确定第一负训练集中的伪负样本，伪负样本表示第一负训练集中被视为正样本的样本；剔除第一负训练集中的伪负样本，更新第一负训练集为第二负训练集；利用正训练集与第二负训练集，训练得到第二分类模型，第二分类模型为目标分类模型。因此，本申请提供的方法能够有效提高分类模型的准确度，当利用分类模型扩展词典时，也可以提高词典的准确度。
训练集分类模型负样本样本集语料样本准确度训练分类标注目标分类正样本申请剔除更新

[发明专利]一种基于主动学习的问答语料情感分类方法及系统-CN201911283416.8在审
发明人：刘振宇;王亚平;杨硕;孙科武;王芳 -专利权人：航天信息股份有限公司
申请日： 2019-12-13 - 公布日： 2020-05-19 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于主动学习的问答语料情感分类方法及系统，包括：对语料库中的训练语句进行分词，确定TF‑IDF值，根据TF‑IDF值构建句子相量样本，确定训练数据；将训练数据与人工标注数据集合、伪标签数据集、相似数据集分别组合训练，得到人工标注分类器，伪标签分类器和相似分类器；对训练数据中的未标签数据进行无监督的聚类，将相似数据加入相似数据集并重新训练相似分类器；利用人工标注分类器，伪标签分类器和相似分类器分别对未标注数据进行分类，并根据投票策略更新投票数据集、伪标签数据集和未标注数据集；利用投票数据集和人工标注数据集对综合分类器进行训练；根据待分类语料确定句子相量，并利用已训练好的综合分类器确定情感分类结果。
一种基于主动学习问答语料情感分类方法系统

[发明专利]分类模型训练、数据分类方法、装置和计算机设备-CN202210421701.7在审
发明人：许剑清 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-04-21 - 公布日： 2022-09-30 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及一种分类模型训练、数据分类方法、装置、计算机设备、存储介质和计算机程序产品。本申请涉及人工智能技术。所述方法包括：从基于训练样本集合训练得到的第一目标分类模型和第二目标分类模型集合中确定至少两个参考分类模型；第二目标分类模型集合包括的第二目标分类模型和第一目标分类模型中是特征空间对齐的；将同一训练样本输入各个参考分类模型得到的各个参考样本特征融合得到目标样本特征；将训练样本输入第三初始分类模型，得到训练样本特征，基于同一训练样本对应的目标样本特征和训练样本特征调整第三初始分类模型的模型参数，直至满足目标收敛条件，得到第三目标分类模型。采用本方法能够提高模型的分类准确性。
分类模型训练数据方法装置计算机设备

[发明专利]文本分类模型封装方法、文本分类方法及相关设备-CN202110267736.5在审
发明人：李志韬;王健宗;程宁;吴天博 -专利权人：平安科技（深圳）有限公司
申请日： 2021-03-11 - 公布日： 2021-06-22 - 主分类号： G06F16/35 文献下载
摘要：本申请涉及自然语言处理技术领域，公开了一种文本分类模型封装方法、文本分类方法及相关设备，所述文本分类模型封装方法包括：提取语言模型中Transformer部分，并将提取的Transformer部分进行封装生成向量转换模块；响应于文本分类模型训练请求，确定所述文本分类模型训练请求对应的文本分类模型的分类场景；获取所述分类场景对应的训练文本；将所述训练文本输入所述向量转换模块得到所述训练文本对应的句向量；基于所述训练文本对应的句向量训练全连接的浅层神经网络得到文本分类模型；对所述文本分类模型进行打包生成所述文本分类模型对应的docker镜像。
文本分类模型封装方法相关设备

[发明专利]一种图像分类模型训练、图像分类方法、装置及电子设备-CN202310118758.4在审
发明人：吴秉哲 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-01-31 - 公布日： 2023-10-27 - 主分类号： G06V10/764 文献下载
摘要：本申请公开了一种图像分类模型训练、图像分类方法、装置及电子设备，具体的，该方法包括：将样本病理分块图像输入待训练病理图像分类模型进行病理类别分类，得到中间层特征信息和预测类别指示信息；基于样本病理分块图像的标注类别指示信息和预测类别指示信息，训练待训练病理图像分类模型；基于与中间层特征信息匹配的参考类别特征信息对应的预设病理类别标签，对标注类别指示信息进行校准处理；基于校准后的标注类别指示信息和训练后的病理图像分类模型，跳转至将样本病理分块图像输入待训练病理图像分类模型进行病理类别分类，直至达到预设病理类别分类训练结束条件。利用本申请的技术方案，可以提升病理图像分类模型的图像分类性能。
一种图像分类模型训练方法装置电子设备

[发明专利]一种电子设备的数据取证方法、存储介质及终端-CN202110304911.3有效
发明人：彭黎文 -专利权人：彭黎文
申请日： 2021-03-17 - 公布日： 2021-11-23 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种电子设备的数据取证方法、存储介质及终端，属于数据分类技术领域，采集电子设备的目标数据信息；计算目标数据信息的特征向量，构建训练集；对训练集进行聚类处理，得到多个聚类子样本集；基于不同的聚类样本集构建多个对应的分类模型，并通过训练集对分类模型进行训练，获得不同分类模型的分类性能；将分类性能排名靠前的多个分类模型构成的分类器组合进行差异度计算，选择差异度最大的一组分类器构成集成学习模型；对训练集成学习模型进行训练，并将完成训练的集成学习模型用作对目标数据信息的分类，模型分类精度高，泛化能力强，适用范围广。
一种电子设备数据取证方法存储介质终端

[发明专利]一种微博评论数据分类方法及系统-CN202011102758.8有效
发明人：刘浩然;庞娜娜;李晨冉 -专利权人：燕山大学
申请日： 2020-10-15 - 公布日： 2022-12-02 - 主分类号： G06F40/289 文献下载
摘要：本发明公开了一种微博评论数据分类方法及系统。所述方法包括：对待分类的微博评论数据进行分词处理，得到待分类分词文本；采用训练好的Word2Vec模型对待分类分词文本进行处理，得到待分类词向量；采用TF‑IDF算法对待分类词向量进行权重计算，得到待分类多维词向量；将待分类多维词向量输入至训练好的Multi‑LSTM模型中，得到待分类的微博评论数据的分类结果；训练好的Multi‑LSTM模型是由训练好的第一Bi‑LSTM层、训练好的第二Bi‑LSTM层、训练好的LSTM层和训练好的全连接层依次连接而成。本发明能准确、快速地对微博文本进行分类，实现对微博评论的拦截，进而更好地维护互联网环境。
一种评论数据分类方法系统

[发明专利]基于特征重映射的图像多分类网络结构及训练方法-CN202210978719.7在审
发明人：邹腊梅;李广磊;连志祥;王皓;谢佳;钟胜 -专利权人：华中科技大学
申请日： 2022-08-16 - 公布日： 2022-12-06 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于特征重映射的图像多分类网络结构及训练方法，在多分类网络训练期间，将样本同时输入至待训练的多分类网络和训练好的二分类网络，利用二分类网络输出的分类结果修正多分类网络输出的分类结果，使多分类网络在训练期间输出的正常类别概率趋近二分类网络输出的正常类别概率通过训练好的二分类网络对多分类网络的正常样本类别结果进行修正，可以提高多分类网络对正常类别样本的识别精度，尤其是在正常样本较少的情况下，也能得到对正常类别样本的识别精度较高的多分类网络。
基于特征映射图像分类网络结构训练方法

[发明专利]基于加权的旋转森林高光谱图像分类方法-CN202011207564.4在审
发明人：冯伟;董淑仙;全英汇;钟娴;童莹萍 -专利权人：西安电子科技大学
申请日： 2020-11-03 - 公布日： 2021-02-02 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于加权的旋转森林高光谱图像分类方法，解决了对高光谱图像分类精度低和分类模型集成性能低的问题。方案是：高光谱图像样本分为训练和测试集；初始化训练集样本权值，与训练集对应样本相乘得到加权后训练集；训练决策树基分类器并获得加权后训练集分类结果；建立基于加权的旋转森林模型；将测试集放入基于加权的旋转森林模型，得到高光谱图像样本最终分类结果。本发明通过设计动态加权函数挖掘含有重要信息样本，并将已生成决策树基分类器对加权后训练集分类结果带入当前要训练决策树基分类器中，本发明提高了分类精度和模型集成性能，可用于高光谱图像的土地分类。
基于加权旋转森林光谱图像分类方法

[发明专利]一种分类模型的生成方法及装置-CN201810218705.9有效
发明人：方昕;刘俊华;魏思;胡国平 -专利权人：科大讯飞股份有限公司
申请日： 2018-03-16 - 公布日： 2021-06-08 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种分类模型的生成方法及装置，该方法包括：获取目标训练数据，该目标训练数据包括同一数据类型下划分的不同领域数据，利用该目标训练数据训练特征生成器、主分类器以及辅助分类器，其中，特征生成器用于将目标训练数据的原始特征数据变换到同一特征空间中以得到变换后特征数据，主分类器用于根据变换后特征数据将目标训练数据进行分类预测，辅助分类器用于根据变换后特征数据将目标训练数据所属的划分领域进行区分。由于特征生成器的构建目的是为了降低辅助分类器的领域区分能力，当辅助分类器无法进行领域区分时便可以结束训练，因为此时的主分类器将不受划分领域的限制，这使得主分类器的分类结果更加准确。
一种分类模型生成方法装置

[发明专利]图像分类模型的训练方法、图像分类方法及装置-CN202110203539.7有效
发明人：王昊;周晓媛;王梦涵;刘思奥;宗继彪;魏纬;王宇翔;廖通逵 -专利权人：航天宏图信息技术股份有限公司
申请日： 2021-02-24 - 公布日： 2021-05-25 - 主分类号： G06K9/00 文献下载
摘要：本申请提供一种图像分类模型的训练方法、图像分类方法及装置，包括：获取预设区域在地类变化前和变化后的遥感影像；基于遥感影像的波段数和波段特征，对遥感影像进行波段增强，得到第一目标图像和第二目标图像；分别基于第一目标图像和第二目标图像，构建二分类训练集和多分类训练集；基于二分类训练集和多分类训练集，对迁移后的预训练模型进行训练，直至预训练模型的损失函数达到预设收敛条件，得到图像二分类模型和图像多分类模型，图像二分类模型用于图像变化检测，图像多分类模型用于图像地类分类。
图像分类模型训练方法装置