“训练序列”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549992个，建议您升级VIP下载更多相关专利

[发明专利]序列标注模型训练方法、电子病历处理方法及相关装置-CN201910625223.X有效
发明人：王李鹏 -专利权人：新华三大数据技术有限公司
申请日： 2019-07-11 - 公布日： 2022-09-09 - 主分类号： G06F40/289 文献下载
摘要：本发明实施例涉及自然语言处理技术领域，提供一种序列标注模型训练方法、电子病历处理方法及相关装置，所述方法包括：获得样本序列和样本序列的标准标签序列；将样本序列输入预先建立的序列标注模型，利用序列标注模型的初始特征网络获得样本序列的初始向量序列；将初始向量序列输入序列标注模型的特征提取网络，采用注意力机制得到特征序列；将特征序列输入序列标注模型的标签预测网络，得到样本序列的训练标签结果；基于训练标签结果和标准标签序列，对序列标注模型进行迭代修正，得到训练后的序列标注模型。本发明实施例引入注意力机制可以更好的学习序列中的长距离特征信息，从而有效提高序列标注的准确度。
序列标注模型训练方法电子病历处理相关装置

[发明专利]一种基于深度学习的参数自适应RS码译码方法-CN201910861946.X有效
发明人：梁煜;安翔宇;张为 -专利权人：天津大学
申请日： 2019-09-12 - 公布日： 2023-08-29 - 主分类号： H03M13/15 文献下载
摘要：本发明涉及一种基于深度学习的参数自适应RS码译码方法，包括下列步骤：对信息序列X进行RS码编码，得编码后的信息序列u；对信息序列u进行BPSK调制，得到传输序列s；传输序列通过高斯白噪声信道后得到接收序列y；再利用接收序列y构造可靠度矩阵，并计算得到可靠度序列R；将可靠度序列R分为训练集与测试集；进行神经网络的训练；针对R的训练集与对应的接收序列y，使用不同η值的LCC译码算法分别进行测试，找到与训练集接收序列y一一对应的η最优解；以SNR和可靠度序列R为输入，以测试得到的最小η值为分类标签，两者共同形成神经网络训练的数据集。
一种基于深度学习参数自适应 rs 译码方法

[发明专利]一种预训练方法及相关方法和设备-CN202310166337.9在审
发明人：张威;方昕;高丽;祖漪清;钟金佐穆;张逸杰;倪嘉禾 -专利权人：科大讯飞（上海）科技有限公司
申请日： 2023-02-24 - 公布日： 2023-07-04 - 主分类号： G10L13/08 文献下载
摘要：本发明提供了一种预训练方法及相关方法和设备，其中，预训练方法包括：获取训练文本对应的字素信息序列和音素信息序列，以及字素信息序列与所述音素信息序列在整词级别的对齐信息；结合对齐信息，在整词级别对字素信息序列与音素信息序列进行混合处理，得到混合信息序列，其中，在进行混合处理时，针对同一整词，只保留字素信息和音素信息中的一种信息；基于混合信息序列，对初始的语言模型进行训练。由于本发明基于混合有字素信息和音素信息的混合信息序列对语言模型进行预训练，因此，通过训练，语言模型既能够学习到发音信息，又能够学习到语义信息，这使得最终训练得到的语言模型具有较好的表示能力。
一种训练方法相关设备

[发明专利]对染色体序列和质粒序列进行分类的方法及装置-CN201510956205.1有效
发明人：周丰丰;彭超;王普;葛瑞泉 -专利权人：深圳先进技术研究院
申请日： 2015-12-18 - 公布日： 2019-03-01 - 主分类号： G06K9/62 文献下载
摘要：本发明适用于数据挖掘技术领域，提供了对染色体序列和质粒序列进行分类的方法及装置。该方法包括：获取染色体序列和质粒序列并得到第一训练样本和第二训练样本；提取所有k字符短串及其反向互补序列对的频数特征，生成第一频数特征表和第二频数特征表，其中，k大于或等于2且小于或等于5；从第一频数特征表和第二频数特征表中抽取训练集和测试集，采用卡方检验算法计算训练集中所有特征数据的权重值；采用随机森林算法，并根据权重值满足预设条件的特征数据训练分类模型；根据分类模型对染色体序列和质粒序列进行分类。本发明提高了分类模型的训练效率和训练效果，并提高了对染色体序列和质粒序列进行分类的准确率。
染色体序列质粒进行分类方法装置

[发明专利]电子病历词性标注方法、模型训练方法及相关装置-CN201910625210.2有效
发明人：王李鹏 -专利权人：新华三大数据技术有限公司
申请日： 2019-07-11 - 公布日： 2022-08-09 - 主分类号： G06F40/30 文献下载
摘要：本申请提出一种电子病历词性标注方法、模型训练方法及相关装置，涉及自然语言处理技术领域，利用循环神经网络初步学习训练分词序列的语义信息得到循环网络输出序列后，利用语义连接网络对循环网络输出序列进行处理，以通过对训练分词序列进行多次学习处理的方式，学习训练分词序列的深层语义信息；进而将语义标注序列作为词性标注模型中词性预测网络的输入，从而得到训练词性序列对应的预测词性标注结果，进而基于该预测词性标注结果及训练分词序列对应的训练词性标注结果计算得到的损失函数，更新词性标注模型的模型参数，相比于现有技术，使词性标注模型能够充分学习到样本序列的深层语义信息及长距离特征信息，能够提升词性标注的准确度。
电子病历词性标注方法模型训练相关装置

[发明专利]一种频偏检测方法、装置、计算机设备和存储介质-CN202010828292.3在审
发明人：彭剑;李飞 -专利权人：广州海格通信集团股份有限公司
申请日： 2020-08-17 - 公布日： 2022-02-22 - 主分类号： H04L27/26 文献下载
摘要：本申请涉及一种频偏检测方法和装置，包括：接收发送节点的通信数据，并从通信数据中获取第一训练序列以及按照接收时间顺序排列的多个第二训练序列；根据第一训练序列与预设的多组频偏捕获序的相关运算结果，确定接收节点与发送节点之间的频偏估计值；采用频偏估计值对第一训练序列和目标第二训练序列进行频偏补偿，并根据补偿后的第一训练序列和目标第二训练序列，确定修正频偏以更新频偏估计值；重新确定目标第二训练序列，并重复根据频偏估计值确定修正频偏，并更新频偏估计值的步骤，直到频偏更新次数达到预设阈值，确定当前的频偏估计值为接收节点与发送节点间的频偏检测值，可以避免占用额外的序列发送资源，同时有效提高频偏值的计算精度。
一种检测方法装置计算机设备存储介质

[发明专利]一种序列推荐方法及计算机可读存储介质-CN202011182145.X有效
发明人：袁春;鲍维克;李思楠;张可;张徐之 -专利权人：清华大学深圳国际研究生院
申请日： 2020-10-29 - 公布日： 2023-06-20 - 主分类号： G06F16/9535 文献下载
摘要：本发明提供一种序列推荐方法及计算机可读存储介质，方法包括：获取用户的数据，数据划分为训练集和测试集，训练集用于训练序列推荐模型的参数，测试集用于测试序列推荐模型的效果；构建序列推荐模型；序列推荐模型采用长期短期自注意力序列推荐方法；用训练集训练所述序列推荐模型；用测试集测试序列推荐模型的效果；将用户特征、推荐候选item集合特征、用户的反馈数据输入到训练好的序列推荐模型，得到用户的综合偏好，通过综合偏好估计用户对候选推荐item
一种序列推荐方法计算机可读存储介质

[发明专利]基于训练序列重构的信道估计方法及系统-CN201010141276.3有效
发明人：杨昉;刘振玉;阳辉;宋健;王昭诚 -专利权人：清华大学
申请日： 2010-04-06 - 公布日： 2010-08-18 - 主分类号： H04L25/02 文献下载
摘要：本发明涉及一种基于训练序列重构的信道估计方法及系统，该方法包括步骤；获得已知信道估计结果；根据所述已知信道估计结果，构建前一帧发送数据与信道的线性卷积以及发送训练序列与信道冲激响应的线性卷积，消除数据对训练序列的块间干扰，并获得训练序列与信道冲击响应的循环卷积作为重构项；根据所述重构项，重构训练序列；利用重构的训练序列进行信道估计，更新信道估计结果。本发明的方法及系统能够使TDS-OFDM系统在信道最大时延扩展超过训练序列保护间隔长度时也能得到较准确的信道估计，同时提高信道估计精度，提高系统频谱利用率以及系统移动性能。
基于训练序列信道估计方法系统

[发明专利]信令方法和电信系统-CN99815668.X无效
发明人：米克·林内;卡莱·阿赫马瓦拉 -专利权人：诺基亚网络有限公司
申请日： 1999-12-21 - 公布日： 2002-01-30 - 主分类号： H04B7/005 文献下载
摘要：在基站和终端之间的无线数字电信系统中的信令方法,其中,基站和终端之间的信号是从包含码元的脉冲串生成的,而脉冲串又包含已知的训练序列。码元被用来产生具有与已知训练序列相同长度的第二个训练序列,包括所述训练序列的脉冲串被用来传送信令信息。使用的训练序列的数量可以限制到两个,借此,传统的用户数据在包含已知的训练序列的脉冲串中传送,除传统用户数据以外的信息在包含第二个训练序列的脉冲串中传送,并且脉冲中的占用符号可以被用来指定要被传输的信令信息
方法电信系统

[发明专利]一种OFDM时域整频偏估计实现方法-CN200910200250.9无效
发明人：李刚 -专利权人：上海华虹集成电路有限责任公司
申请日： 2009-12-10 - 公布日： 2011-06-15 - 主分类号： H04L27/26 文献下载
摘要：一种OFDM时域整频偏估计实现方法，包含内容：(1)补偿考虑时间同步误差的时域训练序列的小数倍频偏；(2)采用较大跨度使用粗整数频偏点扫描方法，对本地训练序列进行整频偏调整；(3)采用一个固定时间跨度多次取样小数倍频偏补偿后的时域训练序列，分别与整数倍频偏调整后的本地时域训练序列做相关，确定整数频偏的范围；(4)在步骤(3)中确定的整数频偏的范围内使用细整数频偏点扫描方法，对本地训练序列进行整频偏调整；(5)采用另一个固定时间跨度多次取样小数倍频偏补偿后的时域训练序列，分别与整数倍频偏调整后的本地时域训练序列做相关，确定整数频偏的精确数值。本发明采用粗整数频偏和细整数频偏结合的方法，即使在时域同步存在误差的情况下，也能够快速实现接收信号的时域训练序列与本地已知训练序列的相关，准确提供整数倍的频偏结果。
一种 ofdm 时域整频偏估计实现方法

[发明专利]一种基于预训练模型的微生物遗传序列表型预测方法-CN202310520356.7有效
发明人：明朝燕;陈湘竣;付乾坤;夏菡;吴明晖 -专利权人：浙大城市学院
申请日： 2023-05-10 - 公布日： 2023-10-13 - 主分类号： G16B50/30 文献下载
摘要：本发明公开了一种基于预训练模型的微生物遗传序列表型预测方法，包括：获取微生物遗传序列数据并构建数据库，遍历数据库对微生物遗传序列数据进行分析和预处理；采用多碱基单元表示微生物遗传序列；基于多碱基单元构建分预训练数据集和分类数据集；构建深度学习模型，并将预训练数据集向量化后输入至深度学习模型进行训练得到预训练模型；调整预训练模型结构，将分类数据集向量化后输入至预训练模型进行训练得到预测模型；将待预测微生物遗传序列输入至预测模型，从而得到表型预测结果；本发明基于预训练模型对微生物遗传序列进行编码和表示，并可对模型进行微调，从而实现高精度表型预测，不受序列组装和比对的限制。
一种基于训练模型微生物遗传序列表型预测方法

[发明专利]通信系统中的鲁棒信道估计-CN200710106742.2有效
发明人：白自权;孔红伟;张洪刚;井雅;赵旭;沈丹勋 -专利权人：安捷伦科技有限公司
申请日： 2007-06-15 - 公布日： 2008-12-17 - 主分类号： H04L27/26 文献下载
摘要：训练序列被构造使得其中的训练符号对同步误差不敏感。在本发明的一个实施例中，在时域中每个训练符号是前一训练符号的循环前缀形式。训练序列可以被插入到帧的前导字段或载荷字段中。在根据本发明一个实施例而生成的训练序列中，一个训练符号的循环前缀也是前一训练符号的循环后缀。序列可以用于SISO/MIMO OFDM通信系统中的鲁棒信道估计。当利用调制符号生成训练符号时，可以使用同一组训练序列执行解调性能测量和信道估计。
通信系统中的信道估计

[发明专利]基于非对等训练序列填充块传输系统的迭代信道估计方法及装置-CN201210529973.5有效
发明人：杨昉;丁文伯;宋健;阳辉 -专利权人：清华大学
申请日： 2012-12-10 - 公布日： 2013-04-24 - 主分类号： H04L25/02 文献下载
摘要：本发明公开了一种基于非对等训练序列填充块传输系统的迭代信道估计方法及装置。该方法包括步骤：S0、信号帧包括帧头和帧体，帧头由第一段训练序列、第二段训练序列组成，第二段训练序列长度为N，帧体为单载波数据块或者OFDM数据块；S1、获得本帧信道冲激响应初估计结果；S2、将当前信号帧第二段训练序列与第一段训练序列逐点相减，计算相减后的序列与信道估计的线性卷积，将此线性卷积结果第N个符号以后的序列作为第二段训练序列的重构项；S3、根据所述重构项，重构第二段训练序列与信道冲击响应的循环卷积；S4、用所述重构循环卷积进行信道估计
基于对等训练序列填充传输系统信道估计方法装置

[发明专利]基于循环神经网络的鬼成像方法、系统、设备及存储介质-CN202210062731.3在审
发明人：贺雨晨;李建星;段思鸿;陈辉;徐卓 -专利权人：西安交通大学
申请日： 2022-01-19 - 公布日： 2022-05-13 - 主分类号： G06T5/00 文献下载
摘要：基于循环神经网络的鬼成像方法、系统、设备及存储介质，方法包括：将一套随机散斑序列与训练集内的目标作用，使每个目标得到相应的桶探测信号序列；将每个目标的桶探测信号序列与相应的随机散斑序列进行拼接处理，得到探测序列；将训练集内的真实目标作为循环神经网络的训练目标，利用真实目标对应的探测序列作为第一网络输入序列训练循环神经网络，获取训练好的循环神经网络；使用训练循环神经网络时的同一套随机散斑对目标区域进行探测，并将随机散斑与桶探测信号序列经过拼接处理得到第二网络输入序列；将第二网络输入序列输入训练好的循环神经网络中，输出目标图像。
基于循环神经网络成像方法系统设备存储介质

[发明专利]抗干扰数字电视地面广播发射机空频调制方法-CN200810228288.2无效
发明人：郑紫微;徐铁峰;聂秋华;何加铭 -专利权人：宁波大学
申请日： 2008-10-27 - 公布日： 2009-04-29 - 主分类号： H04L27/26 文献下载
摘要：本发明公开一种基于嵌入训练序列和级联交织编码调制的数字电视地面广播发射机空频调制方法：1)将输入比特流经BCH编码、比特交织、LDPC编码、码元调制、码元交织在频域上形成数据块；2)采用空频编码器调制并调整时间同步；3)经IFFT将数据块变换为时域离散数据样值块；4)将训练序列作实部序列、将业务指标序列作虚部序列，构成复数训练序列块；5)将复数训练序列连续重复4次形成时域嵌入训练序列离散样值块；6)将空频调制时域离散数据样值块、时域嵌入训练序列离散样值块直接叠加形成空频调制时域嵌入训练序列数据块；7)插入循环前缀形成信号帧；8)用平方根升余弦滚降滤波器对信号脉冲成形；9)将基带上变频至载波。
抗干扰数字电视地面广播发射机调制方法

首页
«上一页
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
下一页»
尾页
共 100000 条