[发明专利]一种基于KL散度优化的3D物体数据分类系统与方法有效
申请号: | 201811540690.4 | 申请日: | 2018-12-17 |
公开(公告)号: | CN109615014B | 公开(公告)日: | 2023-08-22 |
发明(设计)人: | 高跃;吉书仪;赵曦滨;黄晋 | 申请(专利权)人: | 清华大学 |
主分类号: | G06F18/2413 | 分类号: | G06F18/2413;G06F18/213;G06F18/214 |
代理公司: | 北京律谱知识产权代理有限公司 11457 | 代理人: | 黄云铎;罗建书 |
地址: | 100084*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种基于KL散度优化对3D物体数据进行分类的方法:将原始的图像、文本等数据进行数据预处理,将对象建模成多维分布;从有标签的训练数据中选择一定量的三元组进行模型训练;将所选择的三元组作为训练数据,在所有的均值向量上施加一个线性映射A并通过迭代优化学习最佳的线性映射,学习过程基于度量学习的基本假设,即同类样本之间的距离变小,不同类样本之间的距离变大;采用一种内蕴的梯度下降算法进行优化,将目标函数的梯度投影到同一个流形的切线空间之后,在给定一个仿射不变黎曼度量的SPD矩阵的流形上执行黎曼梯度下降;计算测试集与训练集之间的KL散度,采用K近邻(KNN)分类器对样本进行分类。本方法能够有效地提高系统的分类精度,并且拥有更稳定的性能。 | ||
搜索关键词: | 一种 基于 kl 优化 物体 数据 分类 系统 方法 | ||
【主权项】:
1.一种基于KL散度优化的数据分类系统,包括:特征提取模块、特征白化模块、多视图特征建模模块、训练数据选择模块、特征映射模块、多视图样本相似度计算模块、基于KL散度的优化模块、最优线性映射下基于KL散度度量的分类模块,其特征在于:特征提取模块用于从包括原始的图像、文本数据中提取出原始数据的多视图特征;特征白化模块将特征提取模块中提取出来的多视图特征统一投影至同一个低维空间之后对特征作白化处理,降低原始数据提取出的多视图特征的冗余,去除不同样本特征间的相关性,再将经过变换后的数据重新变换回原来的空间;多视图特征建模模块用于将特征白化模块处理过的多视图特征建模并进行表征;训练数据选择模块用于从有标签的训练数据中选择一定量的三元组进行模型训练;选择训练数据后,特征映射模块生成投影矩阵,将原有的数据特征映射到一个新的特征空间,在新的特征空间中,同类样本之间的距离变小,不同类样本之间的距离变大;然后,多视图样本相似度计算模块通过在新的特征空间中计算优化的KL散度来度量多视图样本的相似性;基于KL散度的优化模块,用于将KL散度的优化问题建模为一个在正定矩阵群流形上的最小化问题;利用特征映射模块、多视图数据相似度计算模块和基于KL散度的优化模块不断地重复训练模型,直至收敛,从而学习出最优线性映射;最优线性映射下基于KL散度度量的分类模块,用于使用学习到的最优线性映射将原始的数据特征映射到新的特征空间,基于测试集与训练集之间的KL散度,采用K近邻分类器对测试集样本进行分类。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201811540690.4/,转载请声明来源钻瓜专利网。
- 同类专利
- 一种信息处理方法、设备及计算机可读存储介质-202210337578.0
- 曾绍坤;李峰;吴鹤意;闫凡 - 深信服科技股份有限公司
- 2022-03-31 - 2023-10-27 - G06F18/2413
- 本申请公开了一种信息处理方法,该方法包括:获取样本误检代码文件和样本非误检代码文件;对样本误检代码文件中的代码结构进行分析,得到第一样本特征信息,并对样本非误检代码文件中的代码结构进行分析,得到第二样本特征信息;基于第一样本特征信息和第二样本特征信息进行模型训练,确定文件识别模型。本申请实施例还公开了一种信息处理设备及计算机可读存储介质。
- 基于双进化的流量数据类型集成分类方法及装置-202010063154.0
- 胡超;陈剑勇;林秋镇 - 深圳大学
- 2020-01-19 - 2023-10-27 - G06F18/2413
- 本发明公开了基于双进化的流量数据类型集成分类方法、装置、计算机设备及存储介质,先对多个不同的模型分别迭代第一最大迭代次数后得到第一种群大小值个特征子集并训练成分类器,之后对生成的分类器进行选择,根据第二最大迭代代数,将根据预设的第二种群大小值种初始化得到的第二类初始化种群据预设的第二优化目标条件进化对应代数,得到输出的第二类初始化种群;根据第二类初始化种群中各个体在当前分类器组进行基分类器选择,得到各个体对应的目标分类器组以组成最优目标分类器组。本发明实施例最终可得到一组结合多种模型的最优的分类器组合,通过这些分类器的结果融合能够对流量类型有更精准的分类,以解决一些攻击无法被识别的问题。
- 一种机构类别的确定方法、装置、设备及介质-202310911704.3
- 陈刚 - 中国银行股份有限公司
- 2023-07-24 - 2023-10-24 - G06F18/2413
- 本申请公开了一种机构类别的确定方法、装置、设备及介质,可应用于人工智能领域或金融领域。可以获取训练样本集,训练样本集包括多个第一机构的第一特征和第一机构对应的第一类别,可以计算目标机构的目标特征和每个第一特征之间的距离,得到多个第一距离,对多个第一距离从小到大排序,将前k个第一距离对应的第一机构作为第二机构,即选取出距离目标机构最近的k个第二机构,第二机构对应的类别记为第二类别,然后对于k个第二机构,统计每个第二机构对应的第二类别,将出现频率最高的第二类别作为目标机构的目标类别。这样,通过采用k近邻算法,能够准确判断出目标机构的目标类别,以便准确判断是否升格,无需人工评判,降本增效。
- 一种处理不平衡数据集的过采样方法-202310874923.9
- 韩志杰;乔恒;杜晓玉;程普 - 河南大学
- 2023-07-17 - 2023-10-24 - G06F18/2413
- 本发明涉及不平衡数据分类技术领域,具体涉及一种处理不平衡数据集的过采样方法,该方法包括:将数据集按照样本数量分为多数类样本集和少数类样本集;获取少数类样本集中每个样本的邻近样本,根据少数类样本集中每个样本的邻近样本是否属于多数类样本集的数量,对少数类样本集进行划分得到三个类型集合,包括第一类型集合和第二类型集合;获取第二类型集合中任意一个样本作为主样本,根据主样本的邻近样本是否属于第一类型集合获取辅助样本,根据主样本和辅助样本合成新样本,构成新样本集;根据少数类样本集和新样本集利用DCGAN网络得到优选样本集。本发明合成的新样本受噪声的影响较小,使得新合成的样本拥有更明显的少数类特征。
- 一种机械密封故障分类算法-202311196117.7
- 文学;黄伟峰;杨全超;胡峰铭;向先保;尹源;吴明;刘莹;费冬冬;刘向锋 - 福建福清核电有限公司;清华大学
- 2023-09-18 - 2023-10-24 - G06F18/2413
- 本发明涉及流体密封技术领域,具体公开了一种机械密封故障分类算法,包括以下步骤:步骤1:信号分解,对机械密封的入口压力信号采用经验模态分解算法进行分解,提取不同时间尺度的本征模态函数;步骤2:特征提取,对本征模态函数和压力信号提取多种时域特征,利用这些时域特征建立表征机械密封健康状态的特征矩阵;步骤3:分类,采用K近邻学习算法对训练集样本进行学习,再对测试集样本进行分类。本发明实现了机械密封健康状态分类,接入系统后能够实时对机械密封状态做出判断。
- 一种基于多头注意力机制的非侵入式负荷识别方法及系统-202310795812.9
- 朱勇;肖建华;刘岑俐;李进;李成群;黄飞;陈愿米;王秀境;陈舸;李丽;余红;唐正强;宋致宇;潘兴玉 - 贵州电网有限责任公司
- 2023-06-30 - 2023-10-20 - G06F18/2413
- 本发明涉及林分生长模型的技术领域,具体为一种基于多头注意力机制的非侵入式负荷识别方法,本发明公开了一种基于多头注意力机制的非侵入式负荷识别方法及系统,其中识别方法包括,通过传感器获取电力负荷状态量;对电力负荷状态量进行数据预处理,并建立多头注意力机制模型;基于多头注意力机制模型提取多维度电力负荷识别特征;基于改进的K最邻值法模型,对多维度电力负荷识别特征实现负荷识别;采用本发明,通过寻找电力负荷输入序列不同时刻之间的相关度,有利于实现长时间依赖学习以及并行化计算;改进的K最邻值法通过属性加权实现精确负荷识别,有利于解决负荷识别算法存在可分性较差,识别性能较低及计算量较大的问题。
- 一种基于无监督学习的故障诊断方法和设备-202310054333.1
- 龙军;欧毅奇;罗跃逸;齐倩倩 - 中南大学
- 2023-02-03 - 2023-10-20 - G06F18/2413
- 本发明公开了一种基于无监督学习的故障诊断方法和设备,方法用于对运维工具的运维对象进行故障诊断,包括步骤:获取运维工具的历史日志数据,采用自然语言处理方法表示为日志向量,并嵌入时间和位置信息;对所有历史日志向量聚类;使用同类别下的i个历史日志向量学习对应类别日志的内在模式;获取运维工具的当前日志数据,表示为入有位置和时间的当前日志向量;用当前日志向量所属类别的内在模式,根据当前日志向量及其所属类别下近似的i‑1个历史日志向量,获得参照日志向量;将当前日志向量与参照日志向量对比,判断运维对象是否故障以及故障所在的模块。本发明能快速对运维对象故障进行诊断定位,提高运维对象的故障检测效率和准确率。
- 一种焊接缺陷成因诊断方法、系统及电子设备-202211323505.2
- 宋燕利;路珏;高昶霖;张舒磊;李玮灏 - 武汉理工大学
- 2022-10-27 - 2023-10-20 - G06F18/2413
- 本发明涉及一种焊接缺陷成因诊断方法、系统及电子设备,其中方法通过建立模糊诊断规则及成因诊断神经网络数据库,并将二者结合共同进行缺陷诊断,其先基于传统的模糊规进行了前项扩展并加入了阈值,用从模糊诊断规则中选择出来的样本规则进行模糊推理,若存在实际可信度大于预设阈值的样本规则,则可以根据该样本规则得到目标诊断结果,若不存在则利用成因诊断神经网络进行补充处理,以得到理想的目标诊断结果。相比于传统的模糊神经网络,本发明将模糊规则和神经网络两种理论相结合,即具备模糊推理能够处理不确定性知识的优点,也具备神经网络自学习、高效高精度的优点,极大地提高了推理过程的可靠性,更加适用于焊接这种多影响因素的场景。
- 一种基于半监督动态图注意的齿轮箱故障诊断方法-202310901165.5
- 陶洪峰;史浩进;邱吉尔 - 江南大学
- 2023-07-20 - 2023-10-17 - G06F18/2413
- 本发明公开了一种基于半监督动态图注意的齿轮箱故障诊断方法,涉及故障诊断技术领域,该方法包括:从齿轮箱原始振动信号中得到固定长度诊断样本,再经过FFT作为图注意网络输入的KNN图节点;采用池化策略计算图节点间的模糊距离,引入动态注意力机制解决静态图注意网络对不同类节点权重分配相似的问题,构建动态多头图注意齿轮箱故障诊断模型并使用Softmax函数作为分类器,在少标签样本情况下通过标签传播算法实现半监督学习;利用Adam优化器通过反向传播方法进行模型训练,保存训练完成的故障诊断模型进行在线诊断。在动态图注意网络中添加丢弃层防止少标签样本下训练数据不足引起的过拟合,实现少数据量下的高精准度故障诊断。
- 一种卷烟生产数据分类方法-202310862754.7
- 李新建;邹鑫灏;陈小虎;严智;谢超;郭著松;崔书方;潘伟;刘艳超;侯毓;程婉君 - 湖北中烟工业有限责任公司
- 2023-07-13 - 2023-10-13 - G06F18/2413
- 本发明公开了一种卷烟生产数据分类方法,包括以下步骤:S1.抽取业务系统的代表词,当作核心词;S2.计算两个业务系统两两之间的关联距离,组成业务系统核心词向量;采用BOW词袋模型,将各个业务系统的所有核心词在不同业务系统出现次数组成业务系统核心词向量;S3.业务系统核心词向量归一化;S4.计算业务系统关联距离;S5.绘制业务系统二维距离分布图;S6.对业务系统聚类;采用K‑means基于欧式距离的聚类算法,确定的二维平面最终聚类出K个分类;S7.确定分类结果;确定合适的K值来确定分类结果。本发明本方法采用横向字段关联分析,在二维平面进行距离计算聚类分类,并可视化直观展示;在二维平面直观展示分类区域,为最终K值和分类结果确定。
- 用于对代表样本中的粒子的输入图像进行分类的方法-202180071991.0
- 皮埃尔·马埃;马里亚姆·埃尔·阿扎米;埃洛迪·德古-沙尔梅特;祖赫·塞德加特;昆廷·若索;法比安·罗尔 - 生物梅里埃公司;拜尔阿斯特公司
- 2021-10-19 - 2023-10-13 - G06F18/2413
- 本发明关于一种用于对代表样本(12)中的目标粒子(11a‑11f)的至少一个输入图像进行分类的方法,该方法的特征在于,它涉及由客户端(2)的数据处理装置(20)执行以下步骤:(B)从输入图像中提取目标粒子(11a‑11f)的特征图;(c)使用t‑SNE算法来减少所提取的特征图中的变量数量;(d)基于具有减少的变量数量的特征图,对输入图像进行无监督式分类。
- 楼栋电表分布识别方法、系统、装置及存储介质-202111592637.0
- 陈佳鹏;冯海全;王绍琨;宁爱华;杨佳琦;贾晓瑞;王磊;张肖宇;徐玥;单彬彬;朱洋洋 - 国网北京市电力公司;国家电网有限公司;北京中宸微电子有限公司
- 2021-12-23 - 2023-10-13 - G06F18/2413
- 本发明公开了一种楼栋电表分布识别方法、系统、装置及存储介质,通过采集所有电能表之间的信号衰减值,构成表间信号衰减矩阵;将表间信号衰减矩阵转化为数据集M;将每个电能表与其他电能表的衰减值从小到大排列,相邻做差得到衰减差,基于衰减差构建所有电能表的差集矩阵G;基于差集矩阵G中的衰减差变化,计算得到每个电能表的衰减门限值;在数据集M中找到每个电能表衰减值小于各自衰减门限值的最近邻居集合,对所有最近邻居集合进行取交集合并,得到多个集合B作为楼栋电表识别结果。仅利用电能表之间的衰减值即可将同一分支开关下属的电能表进行识别归类,需要的数据量少、成本低,且不受采集时间影响,结果可靠性高。
- 报表分类方法、装置、计算机设备、存储介质和程序产品-202310788602.7
- 李霞;刘琦;史国鹏;董宏越;毛莹;杨帆;李昂 - 中国银行股份有限公司
- 2023-06-30 - 2023-10-10 - G06F18/2413
- 本申请涉及人工智能领域,具体涉及一种报表分类方法、装置、计算机设备、存储介质和程序产品。所述方法包括:获取待分类的目标报表,目标报表中包括多个指标数据。对于每个指标数据,获取指标数据与样本集合中各指标样本之间的欧式距离。根据各欧式距离和各指标样本的类别标签,确定目标报表的报表类别,报表类别包括AP类报表或TP类报表。采用本方法能够在报表承接阶段无需人工对报表进行分类,提高了分类准确性。
- 基于频谱特征的语音识别对抗样本防御方法与系统-202310820129.6
- 吉顺慧;戈智诚;李新宇;张鹏程 - 河海大学
- 2023-07-05 - 2023-10-10 - G06F18/2413
- 本发明公开了基于频谱特征的语音识别对抗样本防御方法与系统。利用白盒攻击和黑盒攻击分别攻击已知干净样本生成对抗样本,并用干净样本和生成的对抗样本经过多种语音去扰动方法得到模拟的干净样本,将样本同时转换到频域,利用频谱图每帧的相似度得到特征向量,在相似度特征向量上打上标签来训练出分类器。当有外界未知的对抗样本来到时,首先经过多种语音去扰动方法生成模拟的干净样本,并同样把对抗样本和生成的干净样本经过预处理,转换到频域,将频谱图相似度特征向量输入分类器,若分类器检测为对抗样本则直接丢弃,若分类器检测为正常样本,则进入语音识别系统,完成防御。本发明能够适用多种类型的语音对抗样本攻击方式,提升防御成功率。
- 一种基于半监督Semi-KNN模型的PISA故障识别方法-202210152424.4
- 于霞;张占虎;李鸿儒;周健;陆静毅;马晓静 - 东北大学;上海市第六人民医院
- 2022-02-18 - 2023-10-10 - G06F18/2413
- 本发明涉及一种基于半监督Semi‑KNN模型的PISA故障识别方法,包括:S10、获取预设时间段内的待测血糖信息并预处理,得到预处理后的待测血糖信息;S20、基于预先建立的PISA约束集合和预处理后的待测血糖信息,采用相似度度量处理方式获取约束关系;S30、将预处理后的待测血糖信息、约束关系输入到预先训练的半监督Semi‑KNN模型中,半监督Semi‑KNN模型输出待测血糖信息的分类结果;半监督Semi‑KNN模型为采用训练数据集和PISA约束集合对KNN模型进行训练,得到的用于识别血糖信息异常的半监督方式的模型。上述方法提高了血糖信息检测的可靠性,提升了故障诊断结果的准确度,且提高了处理效率。
- 一种基于小样本学习的电能计量故障诊断方法及诊断终端-202311119877.8
- 王永贵;李温静;刘柱;刘迪;黄吕超;邓思阳;李云鹏;张帅;杜月 - 国网信息通信产业集团有限公司
- 2023-09-01 - 2023-10-03 - G06F18/2413
- 本发明提供一种基于小样本学习的电能计量故障诊断方法及诊断终端,涉及电能计量技术领域,对数据集合中的电气参数进行特征提取和分类;选取正常数据样本集合作为训练集样本,利用关联性分析计算各个电气参数之间的皮尔逊系数;建立各个电气参数之间的皮尔逊相关系数矩阵,利用熵权法计算各个电气参数的权重;定义电气参数,并基于修复的电气数据,采用孪生网络构建模型,通过计算待测样本和已知标签样本之间的距离,找到最邻近类别来确定最终的分类结果。孪生网络采用LSTM和CNN网络作为特征提取网络,使用两个权值共享的子网络同时接收两个输入样本,输出结果为两个样本的相似度,同时考虑改进损失函数,以提升分类的准确性。
- 一种基于停电相关性理论的户变关系分析方法-202310853067.9
- 王浩林;付强;彭继松;寸国武;撒金辉 - 云南电网有限责任公司丽江供电局
- 2023-07-12 - 2023-09-29 - G06F18/2413
- 本申请提供一种基于停电相关性理论的户变关系分析方法,分析方法包括获取用电数据,用电数据包括第一数据、第二数据的和历史停复电数据;根据聚类算法提取出用户用电特性曲线和用户用电行为,并制定停复电数据采集方案;确定停复电对正常用电行为影响最小的目标时段并采集目标停复电数据;构建停复电判定模型,得到模拟停复电数据;构建户变关系分析识别模型;利用户变关系分析识别模型对户变关系是否符合户变规定进行判定。本申请通过上述分析方法使采集过程对用户正常用电行为的影响降低到最小,提高了数据采集效率,保证了数据真实性,降低了户变校验人力成本低,为台区线损提供了理论依据,实现了降低线损并提高户变关系管理效率的目的。
- 基于人工智能的生命体征数据采集系统-202311101871.8
- 周昂 - 济宁医学院附属医院
- 2023-08-30 - 2023-09-29 - G06F18/2413
- 本发明涉及数据处理技术领域,具体涉及基于人工智能的生命体征数据采集系统,包括:根据血压时序数据序列和心率时序数据序列中的数据之间的差异,得到数据点集合,再根据所有天中同一时刻上的数据之间的差异,确定血压数据的高斯权重和心率数据的高斯权重,从而确定分类函数,再结合数据点集合分类后的分类错误的数据点数量,确定标准K值,根据分类函数和标准K值构建KNN分类器,得到数据点集合划分的若干个异常类和每个异常类对应的异常程度值,根据异常程度值,确定未来一小时对应的数据采集时间间隔,完成数据采集。本发明可以解决数据分类过程自动化问题,确保数据分析过程中的数据均为可靠且准确的数据。
- 应用炮后瓦斯浓度预测掘进头煤与瓦斯突出危险的方法-202110970985.0
- 宋大钊;彭玉杰;王洪磊;邱黎明 - 北京科技大学
- 2021-08-23 - 2023-09-29 - G06F18/2413
- 本发明公开了一种应用炮后瓦斯浓度预测掘进头煤与瓦斯突出危险的方法,包括:获取瓦斯浓度监测数据,识别不低于预设阈值的波峰数据,将包括该波峰在内的波峰前、后预设时长内的瓦斯浓度组成的序列作为瓦斯浓度异常序列;采用加权K近邻算法对瓦斯浓度异常序列进行分类;针对被分类为放炮作业的瓦斯浓度异常序列,采用一阶差分卷积运算对放炮时刻及对应的瓦斯浓度数据进行自动提取,获取炮后瓦斯浓度数据;基于炮后瓦斯浓度数据,采用卷积神经网络预测掘进头突出危险程度。本发明能够实现对煤矿掘进工作面瓦斯浓度异常有效辨识、炮后瓦斯涌出特征准确提取和突出危险性连续动态预测。
- 一种基于IV曲线机器学习识别的光伏故障诊断方法-202310768047.1
- 曾铁勇;陈泉;刘斐斓;武婷婷;金晨涵;万能 - 上海后米物联网技术有限公司
- 2023-06-27 - 2023-09-26 - G06F18/2413
- 本发明公开了一种基于IV曲线机器学习识别的光伏故障诊断方法,属于光伏故障诊断技术领域,包括以下步骤:一、收集光伏组件电流、电压数据,进行预处理,得到数据集;二、特征工程,包括特征发现和特征提取;三、采用分类算法进行数据增强:故障数据类别不平衡时,使用类内插值方法,在每个类别中使用内插值进行随机数据扩充至指定数量;四、输出诊断报告。通过上述方式,本发明利用收集到的光伏组件的电流‑电压数据,通过机器学习算法识别光伏组件故障的种类,并告知用户导致故障的可能原因。
- 基于孪生神经网络的电磁信号辐射源的未知模式识别方法-202011100245.3
- 袁泽霖;林静然;王沙飞;杨健;邵怀宗;利强;潘晔;张伟 - 电子科技大学;鹏城实验室
- 2020-10-15 - 2023-09-26 - G06F18/2413
- 本发明公开了一种基于孪生神经网络的电磁信号辐射源的未知模式识别方法,涉及电磁信号辐射源识别技术领域。本发明针对多源多模型场景下的电磁信号辐射源闭集识别问题,利用孪生网络的距离判决,将某已知源未知模式的数据与多个已知源已知模式输入进孪生网络中,得到对应的多个距离,随后找出多个距离中每个已知源对应的最近的几个距离之和,并对每个已知源对应的距离之和相比较,找到最小的距离之和,随后判决为其对应的所属源,从而实现未知模式的有效判决。本发明在三源三模式、三源五模式、五源五模式下均能有效完成未知模式的识别任务,显著提高平均识别成功率。
- 分类方法、装置、服务器-202010119992.5
- 温蕊 - 腾讯科技(深圳)有限公司
- 2020-02-26 - 2023-09-26 - G06F18/2413
- 本发明实施例公开了一种分类方法、装置、服务器;本发明实施例可以获取用户的时序行为信息序列和用户所使用设备的设备信息,时序行为信息序列中包括多个按照时间顺序排列的行为信息片段;基于行为信息片段,以及时序行为信息序列中行为信息片段的前一行为信息片段,预测用户在时间尺度上的时序行为特征;根据用户所使用设备的设备信息构建关联关系图,关联关系图中包括用户节点,以及与用户节点相关联的设备节点;基于关联关系图中的用户节点和设备节点确定用户与设备之间的关联关系特征;基于行为特征、关联关系特征预测用户的用户类型。本方案考虑了用户自身行为在时间上的特点,以及用户与设备之间的关系,由此,本方案可以提升分类的准确度。
- 电信反诈方法、装置、电子设备和存储介质-202210238944.7
- 张政 - 中移系统集成有限公司;中移雄安信息通信科技有限公司;中国移动通信集团有限公司
- 2022-03-11 - 2023-09-22 - G06F18/2413
- 本申请涉及通信技术领域,提供一种电信反诈方法、装置、电子设备和存储介质。所述方法包括:确定训练数据样本的词向量,所述训练数据样本为经打标签处理得到的待识别短信;根据所述词向量和预设反诈模型确定拟合函数;根据所述拟合函数确定所述预设反诈模型的准确率;根据所述准确率以及所述拟合函数构建反诈模型;根据所述反诈模型对所述待识别短信进行诈骗诊断。本申请实施例提供的词向量来代替词语对比,比使用文字进行对比包含的特征多,使得对比结果更加全面和准确,从而提高模型判别诈骗短信的准确率。
- 一种资源价值信息的识别方法、装置以及存储介质-202210233140.8
- 樊鹏 - 腾讯科技(深圳)有限公司
- 2022-03-09 - 2023-09-22 - G06F18/2413
- 本申请公开了一种资源价值信息的识别方法、装置以及存储介质,可应用于地图领域。通过获取种子对象及其特征,以训练得到全局模型;并向参与对象发送全局模型,以使得参与对象训练得到参与梯度信息;根据参与对象对应的信任信息针对性的获取参与梯度信息;进而基于参与梯度信息进行联邦学习,并进行资源价值信息的识别。从而实现基于联邦学习的资源价值信息识别过程,由于采用种子对象进行全局模型的训练,且通过混合差分的方式获取参与梯度参数,避免了信息的泄露,提高了参与对象的梯度信息安全性,提高了资源价值信息识别的准确性。
- 车位风险识别方法、装置及电子装置-202310676509.7
- 黄志坚;党丽霞;叶佳威;陈熙;李娜 - 厦门上城建筑设计有限公司;厦门隽茂房地产开发有限公司
- 2023-06-08 - 2023-09-22 - G06F18/2413
- 本申请公开了一种车位风险识别方法、装置及电子装置。该方法包括:基于停车场BIM模型生成构件模型和车位模型;其中,车位模型包括车位基本信息和车位几何信息;构件模型包括构件基本信息和构件几何信息;接收用户在终端配置的第一识别类型和第一检测参数;根据车位基本信息、第一识别类型和第一检测参数确定车位模型的第一风险识别区域;参照第一识别类型所对应的构件基本信息,判断相应的构件模型是否在车位模型的第一风险识别区域内;如果是,则将车位模型识别为第一识别类型下的风险车位。本申请解决了由于人工逐一对这数千个车位进行不同风险项目的判断容易造成效率欠佳,且存在漏项或误判的情况的技术问题。
- 一种基于色度坐标的黄玉颜色分类分级方法及装置-202310061383.2
- 李坤;汤紫薇;陈珊 - 广州番禺职业技术学院
- 2023-01-18 - 2023-09-22 - G06F18/2413
- 本发明实施例涉及玉石检测技术领域,公开了一种基于色度坐标的黄玉颜色分类分级方法,包括:启动测量仪器对黄玉样品集进行反射测量以得到各个黄玉样品的反射率值;对分类后各黄玉样品的对应色度坐标值进行聚类操作;根据距离计算公式计算所有黄玉样品的色度坐标值到各个类别的初始分类中心点的欧式距离;对新的各类别下的样品的色度坐标值集合进行均值化处理以得到新的各类别黄玉样品的迭代分类中心点;并将迭代分类中心点与初始分类分类中心点进行比对以得到相应的比对结果;根据比对结果确定各类别黄玉样品的类别色度坐标值;并根据类别色度坐标值来确定各类别下的标准颜色值。通过上述方法其能提升黄玉颜色分类分级的科学性。
- 一种数据分类方法、装置及系统-201911418847.0
- 李婷姝;赵小柱;梁亮;贾琳;郝玉飞;朱伟伟;翁晴晴;王玉婷;袁媛 - 中国银行股份有限公司
- 2019-12-31 - 2023-09-22 - G06F18/2413
- 本发明提供了一种数据分类方法、装置及系统,能够利用基准样本的特征值确定测试样本的特征值对应的权重值,从而利用测试样本的特征值以及测试样本的特征值对应的权重值,计算测试样本的分类值,利用测试样本的分类值对所述测试样进行分类,能够提高测试样本分类的准确性,该方法应用在银行业务相关数据分类中,能够提高银行业务相关数据分类的准确性,确保银行业务的顺利执行。
- 一种可行性云计算分析方法-202310654990.X
- 彭波;万晓杰;庄晓东 - 数通十方(深圳)数字科技有限公司
- 2023-06-05 - 2023-09-19 - G06F18/2413
- 本发明涉及云计算技术领域,公开了一种可行性云计算分析方法,包括:从预定的数据存储装置中获取初始物流信息,并进行预处理,得到优化物流信息;选取预设的KNN分类算法作为分类挖掘算法,并进行MapReduc并行化,得到云计算分析算法;对优化物流信息采用云计算分析算法进行优化物流信息的智能分析,得到智能分析结果;将初始物流信息与智能分析结果以时间节点进行关联存储;将智能分析结果以服务方式输出给用户。本发明提供的可行性云计算分析方法,采用KNN分类算法进行MapReduc并行化,得到云计算分析算法进行物流信息云分类挖掘,提高大规模数据处理速度和能力,实现海量物流信息高效实时的分类挖掘与分析。
- 数据处理方法、装置、电子设备、产品及介质-202210228214.9
- 刘刚 - 腾讯科技(深圳)有限公司
- 2022-03-07 - 2023-09-19 - G06F18/2413
- 本申请实施例公开了数据处理方法、装置、电子设备、产品及介质,可应用于数据处理技术领域。其中方法包括:获取基于对象集针对资源集的访问行为所构建的资源样本对;资源样本对包含的第一资源和第二资源之间具备资源内容的相似性,对象集中存在M个对象具有针对第一资源的访问行为且不具有针对第二资源的访问行为;在资源集中获取目标对象具有访问行为的参考资源;基于参考资源和资源样本对训练特征生成网络,得到训练好的特征生成网络;训练好的特征生成网络用于生成资源的资源分类特征。采用本申请实施例,有助于更准确地对资源进行分类。本发明实施例可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景,也可以用于对资源的精准推荐。
- 一种基于卷积神经网络的地下水监测系统-202310739754.8
- 张志鹏;董建兴;孙东;罗小惠;罗春红;翟胜强;许豪 - 四川省华地建设工程有限责任公司
- 2023-06-21 - 2023-09-15 - G06F18/2413
- 本发明涉及地下水监测调查评估系统技术领域,具体是指一种基于卷积神经网络的地下水监测系统,包括数据单元,处理单元与数据单元信号连接,筛选单元,监测单元与筛选单元信号连接,搭载有卷积神经网络模型,并用于将所述第二序列矩阵划分为训练集与测试集,所述卷积神经网络模型经由训练集训练后能够通过输入测试集后输出监测集。以第一序列矩阵作为基础数据,采用基于距离加权的KNN算法对第一序列矩阵进行空间相关性筛选,并根据筛选结果构造第二序列矩阵;再将第二序列矩阵划分为训练集与测试集,训练集用于神经卷积网络的模型训练,测试集用于模型验证以及监测目标的输入;最后将神经卷积网络的输出值进行加权融合后得到目标监测数据。
- 专利分类
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置