“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]多输入多输出系统中基于最优训练序列的信道估计方法-CN200610113141.X无效
发明人：洪慧勇;杨晨阳;李凌宇 -专利权人：北京航空航天大学
申请日： 2006-09-15 - 公布日： 2007-02-28 - 主分类号： H04B7/02 文献下载
摘要：本发明提出的一种多输入多输出系统中的最优训练序列设计及信道估计方法，属于无线通信技术领域。首先构造一种互补序列对，将互补序列对作为第一发射天线的两个码元，第一发射天线以外其他发射天线的码元由第一发射天线的两个码元等间隔循环移位得到，由所有发射天线的两个码元构成最优时域训练序列，删除其中第二个码元的循环前缀，得到优化后的最优时域训练序列；根据优化后的最优时域训练序列，得到时域最小二乘信道估计值。本发明提出的最优时域训练序列是二值常模序列，长度短，满足时域最优训练序列设计准则，可以得到最优的时域信道估计，而且对应的信道估计方法复杂度很低。
输入输出系统基于最优训练序列信道估计方法

[发明专利]预测模型的训练方法、文本处理方法及相关设备-CN202210730833.8在审
发明人：王宁;李良斌 -专利权人：北京声智科技有限公司
申请日： 2022-06-24 - 公布日： 2022-09-13 - 主分类号： G06F16/33 文献下载
摘要：本发明提供了一种预测模型的训练方法、文本处理方法及相关设备。该预测模型的训练方法包括：获取预设的第一文本语料；对第一文本语料进行特征提取，得到第一文本语料对应的N个第一词向量序列和N个第一词向量序列对应的第一符号序列；基于预设的目标参数更新M个第一词向量序列得到M个第二词向量，并更新第一符号序列得到目标符号序列；将目标符号序列、M个第二词向量序列和N‑M个第一词向量序列，确定为训练数据；将训练数据输入至待训练的预测模型中进行迭代训练，得到目标预测模型。本发明实施例中，基于预设的目标参数对M个第一词向量序列进行更新，以此模拟第一文本语料在语音转录过程中可能存在的误差，提高训练数据的真实性。
预测模型训练方法文本处理相关设备

[发明专利]基于分布式通信的神经网络训练方法、装置及存储介质-CN202110221266.9在审
发明人：颜子杰;段江飞;孙鹏;张行程 -专利权人：上海商汤智能科技有限公司
申请日： 2021-02-27 - 公布日： 2021-05-07 - 主分类号： G06N3/08 文献下载
摘要：本公开涉及基于分布式通信的神经网络训练方法、装置及存储介质，该方法包括训练神经网络，将产生的梯度保存在第一梯度序列；根据该第一梯度序列和第二梯度序列，得到累计梯度序列；该第二梯度序列用于记录尚未参与同步的梯度；根据该累计梯度序列计算得到重要度指标序列；获取重要梯度指示序列，根据该重要梯度指示序列确定该累计梯度序列中的重要梯度；根据该重要梯度和该重要度指标序列得到该训练节点的待同步信息；基于该待同步信息进行训练节点间的同步，得到同步后梯度序列和同步后重要梯度指示序列；根据该同步后梯度序列调整该神经网络的参数。本公开可以降低节点通信的频率和数据量，降低通信开销，提升神经网络的训练速度。
基于分布式通信神经网络训练方法装置存储介质

[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-CN201910625236.7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： 2021-03-09 - 主分类号： G16H10/60 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，在训练预先建立的序列标注模型时，通过初始特征层输出训练样本的特征向量序列后，先将特征向量序列输入第一循环神经网络层得到特征序列，再将特征序列输入注意力层得到语义序列。也就是，先采用第一循环神经网络层捕捉序列的上下文信息，再引入注意力层进一步学习序列中的长距离特征信息，这样在利用训练得到的序列标注模型进行序列标注时，能够有效提高准确度。
序列标注模型训练方法电子病历处理相关装置

[发明专利]一种基于音调的级联序列到序列模型的中文唇语识别方法-CN201911259483.6在审
发明人：宋明黎;赵雅;许睿 -专利权人：浙江大学
申请日： 2019-12-10 - 公布日： 2020-05-19 - 主分类号： G06K9/00 文献下载
摘要：一种基于音调的级联序列到序列模型的中文唇语识别方法，包含如下步骤：1)准备实验数据；2)建立拼音序列预测子模型；3)训练拼音序列预测子模型；4)建立音调序列预测子模型；5)训练音调序列预测子模型；6)建立汉字序列预测子模型；7)训练汉字序列预测子模型；8)建立唇语识别模型；9)训练唇语识别模型；10)获得中文唇语识别结果。本发明针对中文语言特点，将音调信息引入到中文唇语识别问题中，提出了一种基于音调的级联序列到序列模型的中文唇语识别方法。通过依次预测拼音序列、音调序列和汉字序列挖掘汉字语言特征，并将多个阶段的预测结果融合起来共同预测汉字序列，从而提高唇语识别准确率。
一种基于音调级联序列模型中文识别方法

[发明专利]数字通信系统的前导序列生成方法、装置及数字通信系统-CN202110263933.X在审
发明人：常迎辉;杜明;刘长龙;李斌;刘朋;曾明 -专利权人：中国电子科技集团公司第五十四研究所
申请日： 2021-03-11 - 公布日： 2021-07-13 - 主分类号： H04L5/00 文献下载
摘要：本发明公开了一种数字通信系统的前导序列生成方法、装置及数字通信系统，属于数字通信技术领域。该方法包括以下步骤：生成第一、第二伪随机序列；将两个伪随机序列平均截取为M段，得到M个通道对应的长序列和短序列；对长序列和短序列进行调制；将长调制序列和短调制序列映射到N个子载波；对第一、第二映射序列分别进行相应处理和采样；对第一采样序列做重复操作得到长训练序列；从第二采样序列中截取子序列做重复操作得到短训练序列；拼接长训练序列和短训练序列得到前导序列。
数字通信系统前导序列生成方法装置

[发明专利]定时同步方法、装置和系统-CN201610216236.8有效
发明人：不公告发明人 -专利权人：深圳光启合众科技有限公司
申请日： 2016-04-08 - 公布日： 2020-01-07 - 主分类号： H04L27/26 文献下载
摘要：本发明提供了一种定时同步方法，包括：使用滑窗法将接收信号与本地的训练码执行自相关运算，以获得多个自相关结果，其中该接收信号由初始的频域数据信号经傅立叶逆变换后生成的时域数据信号和时域的训练序列信号组成且其中该时域的训练序列信号包括基于训练码的训练序列，其中训练序列频宽大于数据频宽且训练序列的功率谱密度低于数据的功率谱密度；以及从该多个自相关结果中确定自相关峰值，以该自相关峰值的位置作为该训练码的起始位置，该训练码的起始位置用于确定该接收信号的定时。
定时同步方法装置系统

[发明专利]用于训练模型的方法和装置-CN202011092078.2在审
发明人：白涛 -专利权人：北京沃东天骏信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2020-10-13 - 公布日： 2021-12-10 - 主分类号： G06Q30/02 文献下载
摘要：本申请公开了用于训练模型的方法和装置，以及用于生成信息的方法和装置。该用于训练模型的方法的实现方案为：获取训练样本集，其中，训练样本集中的训练样本包括用户的属性信息、与用户匹配的目标对象的特征信息、用户的行为序列信息和用户的概率值，用户的行为序列信息用于表征一定时间周期内各个时间点的用户操作行为信息；利用机器学习算法，将训练样本集中的训练样本包括的用户的属性信息、与用户匹配的目标对象的特征信息和用户的行为序列信息作为输入数据，将用户的概率值作为期望输出数据，训练得到用户行为预测模型。该方案利用时间序列的用户行为序列信息进行模型训练，使模型训练的结果更加真实而精准。
用于训练模型方法装置

[发明专利]通信系统中的端到端学习-CN201880094274.8在审
发明人： J·霍伊迪斯;F·艾特·奥迪亚 -专利权人：诺基亚技术有限公司
申请日： 2018-04-03 - 公布日： 2021-01-15 - 主分类号： G06N3/02 文献下载
摘要：描述了一种装置和方法，该装置和方法包括：获取或生成用于传输系统的传输器训练消息序列，其中传输系统包括传输器、信道和接收器，其中传输器包括具有至少一些可训练权重的传输器算法并且接收器包括具有至少一些可训练权重的接收器算法；通过传输系统传输传输器训练消息序列的扰动版本；在传输器处接收第一接收器损失函数数据，第一接收器损失函数数据基于在接收器处接收的接收训练序列和用于传输系统的传输器训练消息序列的知识而被生成；以及基于第一接收器损失函数数据以及传输器训练消息序列的知识和传输器训练消息序列的扰动版本来训练传输器算法的至少一些权重
通信系统中的端到端学习

[发明专利]FPGA芯片间的IO信道调试方法及系统-CN201310513106.7有效
发明人：曲贺 -专利权人：东软集团股份有限公司
申请日： 2013-10-24 - 公布日： 2014-02-05 - 主分类号： G06F11/26 文献下载
摘要：本发明提供一种FPGA芯片间的IO信道调试方法，包括以下步骤：主控FPGA芯片和从控FPGA芯片分别向对方发送用于进行信号采样训练的第一训练序列；主控FPGA芯片完成信号采样训练之后，向从控FPGA芯片发送第二训练序列；接收到第二训练序列的从控FPGA芯片在完成信号采样训练之后，也向主控FPGA芯片发送第二训练序列，同时进入正常通信模式；接收到第二训练序列的主控FPGA芯片也进入正常通信模式。通过使用主从控制单元和两种训练序列，将动态相位调整方法应用到两端都不是固定IO信道的相位自适应通信工作中，提高IO信道通信的稳定性，可实现对时钟频率、PCB生产工艺、FPGA内部布局布线引起眼图区间的变化的自适应调整
fpga 芯片 io 信道调试方法系统

[发明专利]商品营销文本生成模型的训练方法及商品营销文本生成方法-CN202310402509.8有效
发明人：李伟康;李浩然;徐松;袁鹏 -专利权人：京东科技信息技术有限公司
申请日： 2023-04-14 - 公布日： 2023-08-08 - 主分类号： G06N3/0475 文献下载
摘要：本发明公开了一种商品营销文本生成模型的训练方法及商品营销文本生成方法。该方法包括：获取训练数据集中的训练商品序列和训练用户画像序列；其中，所述训练数据集中包含至少一个商品对应的预设商品序列以及至少一个用户标识对应的预设用户画像序列；将所述训练商品序列和所述训练用户画像序列输入到未训练完成的初始文本生成模型中，得到输出的预测商品营销文本结果；基于所述预测商品营销文本结果和标准商品营销文本结果，对所述初始文本生成模型的模型参数进行调整，直到得到训练完成的目标文本生成模型。
商品营销文本生成模型训练方法

[发明专利]推荐模型训练方法、装置、电子设备和存储介质-CN202110674994.5在审
发明人：鲁转丽;周洪菊;李倩;郭志军 -专利权人：中国工商银行股份有限公司
申请日： 2021-06-17 - 公布日： 2021-09-14 - 主分类号： G06Q30/06 文献下载
摘要：本公开提供了一种推荐模型训练方法，可用于人工智能领域和金融领域。该方法包括：获取训练数据，其中，训练数据包括用户属性、在预设时间范围内的用户行为序列和交易属性；基于用户行为序列和交易属性，确定训练数据的标签序列；以及使用训练数据和训练数据的标签序列来训练初始模型，以获取目标推荐模型此外，本公开还提供了一种推荐模型训练装置、一种电子设备、一种可读存储介质和一种计算机程序产品。
推荐模型训练方法装置电子设备存储介质

[发明专利]语言模型训练方法、问答对生成方法、装置及设备-CN202010400998.X在审
发明人：张高升 -专利权人：武汉TCL集团工业研究院有限公司
申请日： 2020-05-13 - 公布日： 2021-11-19 - 主分类号： G06F16/332 文献下载
摘要：本申请适用于信息处理技术领域，提供了一种语言模型训练方法、问答对生成方法、装置及设备。语言模型训练方法包括获取训练文本；根据训练文本生成多个训练文本序列；其中，每个训练文本序列包括所述训练文本、包含在训练文本中的答案文本以及对应答案文本的问题文本；将每个训练文本序列中的训练文本和答案文本作为特征，将每个训练文本序列中的问题文本作为标签，基于有监督学习算法对语言模型进行训练，得到已训练的目标语言模型。基于该语言模型训练方法得到的目标语言模型时，适用于根据答案预测获得答案对应的问题的应用场景。
语言模型训练方法答对生成装置设备

[发明专利]编码器训练方法、行为识别方法、电子设备和存储介质-CN202111193060.6在审
发明人：李兴明;敦婧瑜 -专利权人：浙江大华技术股份有限公司
申请日： 2021-10-13 - 公布日： 2022-03-08 - 主分类号： G06V40/20 文献下载
摘要：本申请公开了一种编码器训练方法、行为识别方法、电子设备和存储介质，该编码器训练方法包括：获取训练目标对应的骨架视频帧序列；其中，骨架视频帧序列中每个骨架视频帧包括基于训练目标的第一数量的关节点确定的骨架信息；对骨架视频帧序列中第二数量的第一视频帧进行随机遮挡生成时间遮挡骨架序列，对骨架视频帧序列中第二视频帧包含的第三数量的关节点进行随机遮挡生成空间遮挡骨架序列；利用时间遮挡骨架序列、空间遮挡骨架序列和骨架视频帧序列，调整编码器的参数；响应于满足第一收敛条件，输出训练后的编码器。上述方案，能够增强编码器对骨架序列进行编码时的空间建模能力，提高编码器对骨架序列进行编码的准确性。
编码器训练方法行为识别电子设备存储介质

[发明专利]用户兴趣挖掘方法、系统、电子设备以及介质-CN202310552235.0在审
发明人：顾茂杰;张璐;陶明 -专利权人：上海任意门科技有限公司
申请日： 2023-05-16 - 公布日： 2023-08-01 - 主分类号： G06F16/9536 文献下载
摘要：该方法包括：对用户的行为序列进行拆分；提取用户的社交关系序列中的对象用户的发帖序列；对于拆分后的序列以及所提取的发帖序列中的每一个序列提取帖子ID、帖子类目、发帖时间和帖子作者ID四条序列；将针对每一个序列提取的帖子ID、帖子类目、发帖时间和帖子作者ID四条序列输入第一深度神经网络获得针对每一个序列的一组向量A；将当前训练的帖子作为输入，对针对每一个序列的一组向量A进行注意力机制操作，得到注意后的向量A’；将向量A’输入训练模型得到对当前训练的帖子的预估打分；以及根据所述预估打分调整所述训练模型，并将调整之后的训练模型作为用户兴趣挖掘模型。
用户兴趣挖掘方法系统电子设备以及介质