首页 在售
电子信息机械制造新型材料电气自动化新能源安全防护环保资源轻工纺织生物医药包装印刷海洋开发仪器仪表航空航天建材建筑农林牧业食品饮料采矿冶金家居用品化学化工交通运输橡胶塑料教育休闲其他
求购
电子信息机械制造新型材料电气自动化新能源安全防护环保资源轻工纺织生物医药包装印刷海洋开发仪器仪表航空航天建材建筑农林牧业食品饮料采矿冶金家居用品化学化工交通运输橡胶塑料教育休闲其他
查询 申请 展会 资讯 专利榜 企服商城 升级VIP
专利名称
农业 化学；冶金 建筑 机械工程 区域搜索
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3777136个，建议您升级VIP下载更多相关专利
  • [发明专利]目标检测网络训练方法、装置、电子设备及存储介质-CN202011242004.2在审
  • 杨同 - 北京迈格威科技有限公司
  • 2020-11-09 - 2021-03-16 - G06K9/62
  • 本申请实施例提供了目标检测网络训练方法、装置，该方法包括：获取当前的训练过程对应的增量训练数据；基于当前的训练过程的训练数据，计算当前的训练过程的网络总损失，以及基于所述网络总损失，更新目标检测网络的参数的参数值，其中，当前的训练过程的训练数据包括：在当前的训练过程中产生的每一个正样本的训练数据、当前的训练过程对应的经过处理的增量训练数据、在当前的训练过程中产生的负样本的训练数据。不仅在当前的训练过程中产生的正样本的训练数据，历史正样本对应的特征和历史正样本对应的标注数据也参与训练，相当于在每一次训练过程中，增加参与训练的正样本的数量，从而，可以得到较好的正样本与负样本平衡效果。
  • 目标检测网络训练方法装置电子设备存储介质
  • [发明专利]模型生成方法、图像标注方法、装置以及电子设备-CN202210168133.4在审
  • 何志海;李亚乾;郭彦东 - OPPO广东移动通信有限公司
  • 2022-02-23 - 2022-07-08 - G06K9/62
  • 所述方法包括：在当次训练过程中，基于第一数据集以及第二数据集对当次训练过程对应的待训练图像标注模型进行训练，得到当次训练过程对应的训练完成的模型；若当次训练过程满足目标训练条件，将训练完成的模型作为目标图像标注模型，若当次训练过程不满足目标训练条件，将训练完成的模型作为下一次训练过程的待训练图像标注模型。通过上述方式使得，基于第一数据集以及第二数据集对待训练图像标注模型进行训练，得到目标图像标注模型，实现了目标图像标注模型对第二数据集所属域的自适应，提高了目标图像标注模型对与第二数据集所属域相同的未标注图像的标注准确性
  • 模型生成方法图像标注装置以及电子设备
  • [发明专利]一种探测器上电工作系统-CN202310297793.7在审
  • 余达;刘金国;周怀得;徐东;孔德柱;陈佳豫;赵莹 - 中国科学院长春光学精密机械与物理研究所
  • 2023-03-24 - 2023-06-23 - G06F11/14
  • 一种探测器上电工作系统，涉及探测器上电技术领域，解决现有探测器上电工作时序在训练过程中存在训练结果失败的问题，上电工作系统包括成像控制器和成像单元；所述成像单元包括指令解析及发送模块、时序控制模块以及训练和数据整合模块；成像控制器在每次训练操作结束后进行训练状态的检测。训练操作是否结束是通过训练过程是否结束的指示信号来表明的，高电平表示训练过程已经结束，低电平表示训练过程还未结束；当检测到训练失败方启动重新训练的操作，当检测到训练成功则不再启动重新训练的操作。这样可以避免新启动的训练对之前训练过程及结果的影响。
  • 一种探测器工作系统
  • [发明专利]一种基于人工智能的体育辅助训练方法-CN201910908659.X有效
  • 赵红领;崔莉亚;李润知;刘浩东 - 郑州大学
  • 2019-09-25 - 2021-02-09 - A63B71/06
  • 本发明公开了一种基于人工智能的体育辅助训练方法，根据训练者的个人档案数据和训练策略数据构建用户模型，并通过协同过滤推荐算法建立推荐模型，为后续的训练人员提供训练策略的推荐，训练过程中，采集训练者的运动时长、图像数据、运动视频数据、交互数据，分析运动训练过程中的视频数据和图像数据，并根据锻炼结果评估训练者的体能与运动强度，将运动训练过程中的视频数据和图像数据得到的结果和训练过程中的其它数据作为运动记录加入到个人档案中，更新用户模型提高推荐算法的质量和精度，解决了运动训练过程中的动作分析和动作质量评估问题。
  • 一种基于人工智能体育辅助训练方法
  • [发明专利]用于训练人工神经网络的系统-CN202280010765.6在审
  • M·戈卢布;R·赵;E·钟;D·伯格;B·达尔维什·鲁哈尼;杨格;N·富西 - 微软技术许可有限责任公司
  • 2022-01-05 - 2023-09-12 - G06N3/08
  • 本公开的实施例包括一种系统，用于通过基于多个训练参数配置模型以执行训练过程、监测在训练过程的执行时产生的多个统计量、以及基于统计量中的一个或多个统计量来调整训练参数中的一个或多个训练参数以将统计量中的至少一个统计量维持在预定范围内来优化人工神经网络在一些实施例中，人工智能(AI)处理器可以对模型执行训练过程，该训练过程具有相关联的训练参数集。训练过程的执行可以产生多个统计量。耦合到(多个)AI处理器的(多个)控制处理器可以接收统计量，并且据此调整训练参数中的一个或多个训练参数，以在训练过程的执行期间将统计量中的至少一个统计量维持在预定范围内。
  • 用于训练人工神经网络系统
  • [发明专利]一种训练数据处理方法、装置及存储介质-CN202010002753.1有效
  • 艾长青;张力柯;荆彦青 - 腾讯科技（深圳）有限公司
  • 2020-01-02 - 2023-05-12 - G06F16/18
  • 本申请涉及一种训练数据处理方法、装置及存储介质，所述方法包括：基于训练过程中的执行信息，获取当前时间节点的训练数据；调用与所述训练任务解耦的数据写入工具，将所述训练数据写入训练数据日志文件中；检测当前的训练数据日志文件相对于上一时间节点的训练数据日志文件中的训练过程信息的增量信息；存储所述训练过程信息的增量信息；当接收到训练数据可视化请求时，查找与待查询任务标识对应的训练过程信息，可视化所述待查询任务标识以及相应的训练过程信息。本申请能够在与训练任务解耦的情况下实现训练数据的可视化，并且支持根据待查询任务标识对待查询任务的训练数据进行查询及可视化。
  • 一种训练数据处理方法装置存储介质
  • [发明专利]一种协同过滤推荐模型的优化训练方法-CN201210389800.8有效
  • 罗辛;夏云霓 - 罗辛;夏云霓
  • 2012-10-15 - 2013-02-13 - G06N5/00
  • 本发明公开了一种协同过滤推荐模型的优化训练方法，属于数据挖掘和个性化推荐技术领域，通过将隐特征矩阵单列，从而消除用户隐特征和项目隐特征在训练过程中的相互依赖性，然后将其划分为基于单列随机梯度下降的用户隐特征训练过程和项目隐特征训练过程，最后并行执行用户隐特征训练过程和项目隐特征训练过程，本发明通过对协同过滤推荐模型的训练进行优化，消除了用户隐特征矩阵与项目隐特征矩阵的相互依赖关系，提高了可扩展性，具备更快的收敛速度，达到收敛所需的训练轮数更少
  • 一种协同过滤推荐模型优化训练方法
  • [发明专利]图像分类模型的训练方法、图像分类方法及装置-CN202210536970.8在审
  • 张开活;邢冯;蓝翔 - 北京百度网讯科技有限公司
  • 2022-05-17 - 2022-09-02 - G06V10/764
  • 本公开提出了图像分类模型的训练方法、图像分类方法及装置，涉及人工智能技术领域，具体涉及深度学习、计算机视觉等技术领域，具体实现方案为：采用样本图像，对图像分类模型执行多轮训练过程，其中，任意一轮的训练过程包括根据设定的稀疏权重矩阵进行图像分类模型的前向计算，进而，根据得到的预测类别与类别标注标签之间的差异，确定本轮的损失函数；对本轮的损失函数进行反向梯度计算，并根据得到的本轮的稠密权重矩阵进行裁剪，得到用于下一轮训练过程的稀疏权重矩阵，由此，使整个训练过程中保持权重矩阵是稀疏的，加快了训练过程中的计算速度，可有效地降低训练过程中的计算时间。
  • 图像分类模型训练方法装置
  • [发明专利]脑电信号分类模型训练方法、脑电信号分类方法及装置-CN202310277262.1在审
  • 陈致格;黄梦婕;杨瑞 - 西交利物浦大学
  • 2023-03-21 - 2023-06-02 - A61B5/372
  • 本发明公开了脑电信号分类模型训练方法、脑电信号分类方法及装置。该方法包括：获取原始源域脑电信号以及原始目标域脑电信号，并输入电极卷积层，得到源域目标域电极区域特征，确定第一训练过程；将特征输入电极区域卷积层，得到源域目标域左右脑区特征，确定第二训练过程；将特征输入至左右脑区卷积层，得到源域目标域整体脑区特征，确定第三训练过程；根据第一训练过程、第二训练过程和第三训练过程中的至少一种，对模型进行训练。通过运行本发明实施例所提供的技术方案，采用渐进方式提取各电极及不同大脑区域的特征，获取更深层的空间特征，丰富获取特征的信息量，提高模型训练的有效性，并且显著降低了模型的参数量，提高模型使用效率。
  • 电信号分类模型训练方法装置
友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：76009968。

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

版权所有钻瓜科技（天津）有限公司津ICP备15000985号津公网安备 12019202000206号http://www.vipzhuanli.com/公布日期
咨询在线客服咨询在线客服
tel code back_top