专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
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]一种模型训练方法及相关装置-CN202111455084.4有效
  • 刘绩刚;徐灿;杨迪 - 腾讯科技(深圳)有限公司
  • 2021-12-02 - 2022-03-25 - G06F40/30
  • 本申请实施例公开了一种人工智能领域的模型训练方法及相关装置,其中该方法包括:获取基础训练文本,对所述基础训练文本进行拆分处理,得到基础文本片段序列;在基础文本片段序列中确定待替换文本片段,从待替换文本片段对应的候选片段集合中选出目标替换文本片段,利用目标替换文本片段替换基础文本片段序列中的待替换文本片段,得到目标文本片段序列;将目标文本片段序列及其对应的标签标注结果作为训练样本,标签标注结果包括目标文本片段序列中各文本片段各自对应的标注标签;基于训练样本训练文本语义识别模型;文本语义识别模型用于针对输入的文本片段序列预测其中各文本片段是否被替换过。该方法能够提高模型训练速度。
  • 一种模型训练方法相关装置
  • [发明专利]TDD/CDMA系统中下行链路的训练序列检测方法及装置-CN02160461.4无效
  • 王东;徐绿洲 - 皇家飞利浦电子股份有限公司
  • 2002-12-30 - 2004-07-14 - H04B7/26
  • 本发明提出了一种TDD/CDMA系统下行链路的训练序列检测方法及装置。在一些TDD/CDMA系统中,多用户检测(MUD)可以被用于UE,但传统的训练序列检测方法非常复杂。本发明通过在所有可能的位置上进行期望用户的训练序列匹配滤波操作以得到适合的用于检测训练序列强度的门限值和多路径位置,该多路径位置对应于匹配滤波输出的峰值。然后只在上面检测到的峰值位置对其它可能的训练序列进行匹配滤波操作。本发明使用自适应的检测训练序列强度的门限值,算法被大大的改进了,而且它只在一些峰值位置对其它可能的训练序列进行匹配滤波操作,而不是所有可能的位置,所以大大降低了复杂度。
  • tddcdma系统下行训练序列检测方法装置
  • [发明专利]声学模型的训练方法、装置、设备和存储介质-CN202110482404.9在审
  • 冷金强;王瑞璋;马骏;王少军 - 平安科技(深圳)有限公司
  • 2021-04-30 - 2021-08-06 - G10L15/06
  • 本申请涉及人工智能领域,揭示了声学模型的训练方法,包括:获取训练集中各训练语句分别对应的音频数据;将各音频数据分别输入分解的时延神经网络,得到各音频数据分别对应的推测状态序列;将各音频数据分别输入预训练的语言模型,得到各音频数据分别对应的推测词序列;获取各音频数据分别对应的标注状态序列和标注词序列;将各音频数据分别对应的推测状态序列、推测词序列、标注状态序列和标注词序列填充至预设函数架构中形成第一损失函数;依次将训练集上训练语句输入至分解的时延神经网络使声学模型体积较小的情况下提高训练效果,具有良好的识别效果。
  • 声学模型训练方法装置设备存储介质
  • [发明专利]基于条件随机场确定句子标记序列的终端及方法-CN201611229821.8有效
  • 李博;梁怀宗;张淑燕 - 瑞安市辉煌网络科技有限公司
  • 2016-12-27 - 2020-05-19 - G06K9/62
  • 本发明公开了一种基于条件随机场确定句子标记序列的终端,包括:处理模块,用于根据条件随机场的概率模型对待标记句子进行处理,得到待标记句子中的所有单个字符各自在待标记句子中存在所有关系的概率值;其中,条件随机场的概率模型是通过对第二训练语料序列进行条件随机场的概率模型训练后得到的,第二训练语料序列是通过对第一训练语料序列进行单个字符的间隔处理,利用间隔符号将第一训练语料序列中的各个字符进行一一间隔并进行序列标注后得到的;确定模块,用于根据所有关系的概率值与预设规则,确定出待标记句子的标记序列本发明还公开了一种基于条件随机场确定句子标记序列的方法。能够降低模型训练的工作量与复杂度,缩短训练时间。
  • 基于条件随机确定句子标记序列终端方法
  • [发明专利]一种用于背景建模的训练图像序列的收敛方法-CN201710380582.4有效
  • 袁志勇;张贵安;童倩倩;袁田琛 - 武汉大学
  • 2017-05-25 - 2019-07-09 - G06T7/254
  • 本发明公开了一种用于背景建模的训练图像序列的收敛方法,首先找出训练数据中的所有唯一数据并剔除一次,得到经过去噪的训练数据。然后每次从去噪训练数据的开头以长度为1,2,…,N得到N个子序列并分别求解方差;设置滑动窗口起始位置为方差序列的起始数据,每计算完窗口中方差子序列的方差后便将窗口向右滑动一次。最后得到双重方差序列,双重方差序列便是以一个“归一化”的标准来判断数据序列的收敛性。该方法以数字特征—方差为基础,从数据本身的特性出发,以一个简单易行的方式得到数据序列的收敛点,提高了背景模型在训练时的效率;同时采用灰度值个数减一的方法对训练数据进行去噪,提高了训练数据的质量,从而保证了模型的准确性
  • 一种用于背景建模训练图像序列收敛方法
  • [发明专利]基于训练序列的均衡器及其实现方法-CN201010255505.4有效
  • 李卫华 - 华为技术有限公司
  • 2010-08-13 - 2010-12-15 - H04L25/03
  • 本发明实施例提供一种基于训练序列的均衡器及其实现方法,所述方法包括:以深度为的缓冲器缓存接收数据,其中,Lpayload训练序列之间的净荷符号的长度,Ltrain训练序列数据个数,Lfilter为前馈滤波器阶数;当训练序列到达所述缓冲器后,将所述缓冲器中所述训练序列及其前后相邻数据按照时间顺序写入前馈滤波器的各个抽头,保证所述训练序列在所述前馈滤波器抽头中间位置;对所述前馈滤波器中的数据进行前馈滤波、载波同步和误差提取,获得所述训练序列对应的均衡器参数本发明实施例的均衡器及其实现方法可以在获得同样接收机性能下能够适用更大训练序列间隔,提高频谱利用率。
  • 基于训练序列均衡器及其实现方法
  • [发明专利]一种半盲信道估计方法和装置-CN201711487278.6有效
  • 不公告发明人 - 深圳市天凯利信息科技有限公司
  • 2017-12-29 - 2021-11-16 - H04L25/02
  • 本发明公开了一种半盲信道估计方法和装置,该半盲信道估计方法包括:步骤S1,获取接收端接收到的包含有第一训练序列的数据;步骤S2,根据数据和预存的第一训练序列进行最小均方误差信道估计,从而得到信道参数矩阵;步骤S3,利用最小二乘检测算法对第一训练序列进行检测,从而得到估计数据;步骤S4,将估计数据用作第二训练序列,以及将步骤S2中的第一训练序列替换为第二训练序列,并对第二训练序列循环执行上述步骤S2和步骤本发明通过上述技术方案,能够估计出多天线重叠复用系统中随机的信道参数矩阵,并且性能优于采用基于训练序列的最小二乘信道估计性能。
  • 一种信道估计方法装置
  • [发明专利]模型训练、抗体改造和结合位点预测的方法与装置-CN202110594661.1有效
  • 蒋彪彬;许振雷;刘伟;黄俊洲 - 腾讯科技(深圳)有限公司
  • 2021-05-28 - 2023-10-27 - G16B20/30
  • 本申请实施例提供一种模型训练、抗体改造和结合位点预测的方法与装置,训练方法包括:使用N条第一抗体序列,对预测模型进行预训练,得到预训练后的预测模型,其中第一抗体序列中未标注出所述第一抗体序列与抗原的结合位点,预训练后的预测模型用于预测抗体序列中被掩盖的氨基酸的预测值。由于未标注的第一抗体系列的数量较多,使用大量的第一抗体序列对预测模型进行预训练,可以使该预测模型得到充分的训练,进而提高了预测模型的训练准确性。另外,在预测模型的预训练过程中,对第一抗体序列的可变区进行着重学习,以进一步提高预测模型的训练准确度,使用该预测模型进行抗体相关预测工作时,其预测成本低,且预测效率高。
  • 模型训练抗体改造结合预测方法装置
  • [发明专利]提升回复生成模型抗噪性能的方法及回复生成方法-CN202111667881.9在审
  • 朱钦佩;缪庆亮 - 思必驰科技股份有限公司
  • 2021-12-31 - 2022-04-12 - G10L17/04
  • 本发明公开一种提升回复生成模型抗噪性能的方法,包括获取无噪声的训练样本,并生成无噪声输入序列;根据无噪声输入序列生成相应的有噪声输入序列;基于所述无噪声输入序列和所述相应的有噪声输入序列输入至编码器进行噪声预测训练;根据所述编码器的输出和所述训练样本对解码器进行回复生成训练训练过程中,噪声预测训练和回复生成训练同时进行,共用相同的学习率。这个网络使得Transformer编码层除了正常的学习语言特征表示外,同时强化编码层对噪声字符的表示性能。最终,输入序列在经过编码端的特征表示后,参与解码,使得解码模型逐渐学习到处理噪声的性能。
  • 提升回复生成模型性能方法
  • [发明专利]一种大跨度钢结构建筑微应变的短期预测方法-CN202110432691.2在审
  • 段中兴;刘瑞兴;焦晨琳;陈亚州 - 西安建筑科技大学
  • 2021-04-21 - 2021-07-06 - G06F30/13
  • 本发明公开了一种大跨度钢结构建筑微应变的短期预测方法,获取大跨度钢结构建筑微应变的历史数据并分成训练集和测试集;利用变分模态分解方法对训练集和测试集进行自适应分解,得到训练集和测试集各模态分量子序列;利用训练集各模态分量子序列作为训练样本对门控循环单元中的各模态分量子序列进行训练,建立训练集各模态分量子序列的门控循环单元钢结构建筑微应变的短期预测子模型;利用训练集各模态分量子序列的门控循环单元钢结构建筑微应变的短期预测子模型对测试集各模态分量子序列进行预测,将预测的测试集各模态分量子序列进行累加得到预测集
  • 一种跨度钢结构建筑应变短期预测方法
  • [发明专利]分子理解模型的训练方法、装置、设备和介质-CN202110082654.3有效
  • 李宇琨;张涵;肖东凌;孙宇 - 北京百度网讯科技有限公司
  • 2021-01-21 - 2023-10-24 - G16B40/00
  • 本公开公开了一种分子理解模型的训练方法、装置、设备和介质,涉及计算机技术领域,具体涉及自然语言处理、深度学习等人工智能技术领域。该训练方法包括:获取预训练数据,所述预训练数据包括:第一分子表示序列样本和第二分子表示序列样本,所述第一分子表示序列样本和所述第二分子表示序列样本为同一个分子的两种不同的分子表示序列样本;采用所述分子理解模型,对所述第一分子表示序列样本进行处理,以得到预训练输出;根据所述预训练输出和所述第二分子表示序列样本计算预训练损失函数,并根据所述预训练损失函数更新所述分子理解模型的参数。
  • 分子理解模型训练方法装置设备介质
  • [发明专利]一种波束训练序列设计方法及装置-CN201610512537.5有效
  • 原頔;陈庆春;颜敏 - 华为技术有限公司
  • 2016-06-30 - 2020-10-23 - H04B7/06
  • 本发明实施例公开了一种波束训练序列设计方法及装置,该方法包括:发送端生成NT个波束训练序列,其中,每个所述波束训练序列包括:循环前缀和长度为2*N*L的Golay序列,所述NT个Golay序列相互正交,所述NT为发送端的天线数,所述L为信道的最大时延TmT根发送天线向接收端发送所述NT个波束训练序列,其中,每根所述发送天线发送一个对应的波束训练序列。从而使得本发明实施例的波束训练序列设计方法不再受天线数、信道时延扩展数以及多信道绑定等场景的限定,使得该波束训练序列能适应不同的信道场景配置。
  • 一种波束训练序列设计方法装置

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top