检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

685 篇 专利
5 篇 学位论文
4 篇 期刊文献

馆藏范围

694 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

8 篇 工学
- 4 篇 机械工程
- 3 篇 控制科学与工程
- 3 篇 计算机科学与技术...
- 3 篇 软件工程
- 1 篇 仪器科学与技术
- 1 篇 信息与通信工程
- 1 篇 交通运输工程
- 1 篇 网络空间安全
2 篇 管理学
- 2 篇 管理科学与工程(可...
1 篇 理学
- 1 篇 系统科学
1 篇 军事学
- 1 篇 军队指挥学
1 篇 艺术学
- 1 篇 设计学（可授艺术学...

主题

9 篇 分类器训练
2 篇 半监督学习
1 篇 doc2vec
1 篇 人脸检测
1 篇 协同训练改进算法
1 篇 融合模型
1 篇 目标学习式
1 篇 训练集
1 篇 标签扩展
1 篇 声音分类
1 篇 特征裁剪
1 篇 svm
1 篇 perclos
1 篇 聚类
1 篇 hog
1 篇 听觉线索
1 篇 隐写分析
1 篇 矩形特征
1 篇 高频区域
1 篇 疲劳检测

机构

19 篇 腾讯科技有限公司
17 篇 北京航空航天大学
16 篇 华中科技大学
14 篇 西安电子科技大学
12 篇 上海交通大学
12 篇 电子科技大学
12 篇 北京工业大学
11 篇 南京大学
11 篇 北京邮电大学
10 篇 浙江工业大学
9 篇 华南理工大学
9 篇 广东工业大学
8 篇 东南大学
8 篇 南京航空航天大学
8 篇 南京邮电大学
7 篇 国家电网公司
7 篇 富士通株式会社
7 篇 广西大学
7 篇 哈尔滨工业大学
7 篇 苏州大学

作者

6 篇 刘波
5 篇 王珺
5 篇 高峻
5 篇 张旭
5 篇 张永良
5 篇 方珊珊
5 篇 王爽
4 篇 黄继武
4 篇 王宏伟
4 篇 肖燕珊
4 篇 曹先彬
4 篇 李岩
4 篇 何开杰
4 篇 郭雅蓉
4 篇 孙志刚
4 篇 徐宇红
4 篇 曹桂平
4 篇 翟国富
4 篇 朱玛
4 篇 冯锦豪

语言

694 篇 中文

检索条件"主题词=分类器训练"

共 694 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

分类器训练方法、装置、设备和计算机可读存储介质

分类器训练方法、装置、设备和计算机可读存储介质

引用

作者：徐以华 518000 广东省深圳市南山区高新技术产业园科技南路中兴通讯大厦

本发明公开了一种分类器训练方法、装置、设备和计算机存储介质，该方法包括：确定分类器对应的用于计算梯度方向的目标函数，目标函数的参数为分类器的待确定的特征向量系数；从预设的训练样本集中抽取训练子集，并获取已代入目标函数... 详细信息

标准号: CN109214400A

本发明公开了一种分类器训练方法、装置、设备和计算机存储介质，该方法包括：确定分类器对应的用于计算梯度方向的目标函数，目标函数的参数为分类器的待确定的特征向量系数；从预设的训练样本集中抽取训练子集，并获取已代入目标函数中计算梯度方向的训练样本集中的其他子集；将训练子集和其他子集代入目标函数计算梯度方向；根据计算结果确定特征向量系数的值；根据特征向量系数的值，确定分类器。根据本发明，在抽取训练子集进行训练时，同时考虑当前抽取的样本子集和前一样本子集，根据向量的叠加原理，可以保持梯度是按照梯度下降的方向，一定程度上优化了对边缘样本的容错率，同时兼备了高效性。

关键词：目标函数特征向量训练子集分类器抽取训练样本样本子集子集计算机存储介质目标函数计算分类器训练叠加原理高效性容错率向量预设样本优化

来源：评论

学校读者我要写书评

暂无评论

分类器训练方法、装置、设备以及存储介质

分类器训练方法、装置、设备以及存储介质

引用

作者：孙翀毕建权王江晴李子茂帖军田莎莎何开杰 430074 湖北省武汉市洪山区民族大道182号中南民族大学

本发明公开了一种分类器训练方法，所述方法包括以下步骤：获取训练样本，所述训练样本包括多个示例；对所述多个示例进行聚类，获得簇中心集；根据所述簇中心集，获得所述簇中心集的边集；根据所述边集和所述簇中心集构建图结构；利用... 详细信息

标准号: CN111860656B

本发明公开了一种分类器训练方法，所述方法包括以下步骤：获取训练样本，所述训练样本包括多个示例；对所述多个示例进行聚类，获得簇中心集；根据所述簇中心集，获得所述簇中心集的边集；根据所述边集和所述簇中心集构建图结构；利用所述图结构训练获得分类器。本发明还公开了一种分类器训练装置、设备以及存储介质。由于，在利用训练样本训练获得分类器之前，通过确定训练样本中的多示例的簇中心集，并构建簇中心集的图结构，发掘出训练样本簇中心集中的簇中心间的关系，使得利用图结构训练获得的分类器在进行数据分类时，数据的分类的准确率更高。

关键词：训练样本图结构分类器分类器训练构建存储介质数据分类中心集中准确率聚类分类

来源：评论

学校读者我要写书评

暂无评论

分类器训练方法、装置、电子设备及计算机可读介质

分类器训练方法、装置、电子设备及计算机可读介质

引用

作者：田一羊张振华高洋波金留可张腾 100083 北京市海淀区北四环西路9号2106-030

本公开提供一种分类器训练方法、装置、电子设备及计算机可读介质，属于互联网技术领域。该分类器训练方法包括：对于多个数据特征中已标注样本进行训练，得到初级分类器；将所述多个数据特征中未标注样本输入到所述初级分类器进行训练... 详细信息

标准号: CN109460795A

本公开提供一种分类器训练方法、装置、电子设备及计算机可读介质，属于互联网技术领域。该分类器训练方法包括：对于多个数据特征中已标注样本进行训练，得到初级分类器；将所述多个数据特征中未标注样本输入到所述初级分类器进行训练输出所述未标注样本的标签，并计算所述未标注样本标注所述标签的概率；根据标签的概率大小从所述未标注样本选择一部分进行专家标注，并对专家标注的样本重新进行训练，得到新分类器。该方法基于主动学习不断更新分类器，结合大量数据和人工经验可以使分类器模型的分类结果更准确，分类效果得到提升。训练样本中只有少量已标注样本和少量的人工标注，可以快速处理大量未标注样本数据的分类，提高效率。

关键词：标注样本分类器训练初级分类数据特征标签分类器计算机可读介质分类器模型互联网技术电子设备分类结果分类效果快速处理人工标注人工经验训练样本样本标注样本输入样本数据样本选择主动学习概率输出分类更新

来源：评论

学校读者我要写书评

暂无评论

分类器训练方法、图像分析方法、装置、设备及存储介质

分类器训练方法、图像分析方法、装置、设备及存储介质

引用

作者：郭岑周宸 518057 广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼

本申请提供一种分类器训练方法、图像分析方法、装置、设备及存储介质，其中，该分类器训练方法用于舌头图像分类器的训练，该分类器训练方法包括：获取训练样本集，训练样本集包括第一训练样本集和第二训练样本集，第一训练样本集包括... 详细信息

标准号: CN116468944A

本申请提供一种分类器训练方法、图像分析方法、装置、设备及存储介质，其中，该分类器训练方法用于舌头图像分类器的训练，该分类器训练方法包括：获取训练样本集，训练样本集包括第一训练样本集和第二训练样本集，第一训练样本集包括第一预设数量的清晰舌头图像，第二训练样本集包括第二预设数量的模糊舌头图像；分别对清晰舌头图像和模糊舌头图像进行图像预处理，得到第一图像和第二图像，第一图像的像素遵循高斯分布，第二图像的像素不遵循高斯分布；计算第一图像和第二图像的广义高斯分布参数、非对称广义高斯分布参数和运动模糊参数，得到训练数据集。通过该分类器训练方法得到的舌头图像分类器可以对清晰舌头图像和模糊舌头图像进行分类。

关键词：图像舌头训练样本集分类器训练广义高斯分布图像分类器高斯分布模糊像素预设清晰图像预处理训练数据集存储介质图像分析运动模糊非对称分类申请

来源：评论

学校读者我要写书评

暂无评论

分类器训练方法、装置、电子设备和存储介质

分类器训练方法、装置、电子设备和存储介质

引用

作者：潘浩庄伯金刘玉宇 518000 广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼

本申请具体公开了一种分类器训练方法、装置、电子设备和存储介质，其中，训练方法包括：在初始样本集中随机选取a个样本，将a个样本组成第一样本集，并将除去a个样本的初始样本集作为第二样本集；对第一样本集中的a个样本进行标注，并... 详细信息

标准号: CN113011534B

本申请具体公开了一种分类器训练方法、装置、电子设备和存储介质，其中，训练方法包括：在初始样本集中随机选取a个样本，将a个样本组成第一样本集，并将除去a个样本的初始样本集作为第二样本集；对第一样本集中的a个样本进行标注，并将标注后的第一样本集中的a个样本输入初始分类器进行训练，得到第一分类器；根据第一分类器和预设的筛选策略，在第二样本集中筛选出b个样本，将b个样本组成第三样本集，并将除去b个样本的第二样本集作为第四样本集；对第三样本集中的b个样本进行标注；调用第一分类器对第四样本集进行标注；根据标注后的第一样本集、标注后的第三样本集和标注后的第四样本集对第一分类器进行训练，获取目标分类器。

关键词：样本样本集标注分类器样本组成筛选初始分类器初始样本集分类器训练存储介质电子设备获取目标随机选取样本输入调用预设申请

来源：评论

学校读者我要写书评

暂无评论

分类器训练方法、语音识别方法、设备及存储介质

分类器训练方法、语音识别方法、设备及存储介质

引用

作者：浦凯菲 215000 江苏省苏州市工业园区新平街388号腾飞科技园14幢

本发明涉及语音识别技术领域，公开了一种分类器训练方法、语音识别方法、设备及存储介质，包括：将预先获取的音频样本输入至端到端语音识别系统中，得到音频样本的第一样本识别结果和样本端到端分数；将音频样本输入至混合语音识别系... 详细信息

标准号: CN118335069A

本发明涉及语音识别技术领域，公开了一种分类器训练方法、语音识别方法、设备及存储介质，包括：将预先获取的音频样本输入至端到端语音识别系统中，得到音频样本的第一样本识别结果和样本端到端分数；将音频样本输入至混合语音识别系统中，得到音频样本的第二样本识别结果、样本声学分数和样本语言分数；基于样本端到端分数、样本声学分数、样本语言分数、第一样本识别结果、第二样本识别结果和样本标签，对二次曲面方程的系数进行更新，得到目标分类器；基于目标分类器从端到端语音识别系统和混合语音识别系统的语音识别结果中，确定最终的语音识别结果。本发明能够提高端到端语音识别系统和混合语音识别系统融合后的语音识别率。

关键词：样本端到端样本识别音频样本语音识别系统混合语音识别系统语音识别结果目标分类声学分数语言分数语音识别语音识别技术分类器训练存储介质二次曲面预先获取标签融合更新

来源：评论

学校读者我要写书评

暂无评论

分类器训练方法和装置

分类器训练方法和装置

引用

作者：贲国生李岩 518000 广东省深圳市福田区振兴路赛格科技园2栋东403室

本发明涉及一种分类器训练方法和装置。所述方法包括以下步骤：从原始类别样本集中筛选样本组成训练类别样本集；对所述训练类别样本集中样本进行训练，得到用于预测的参数文件；根据所述参数文件对所述原始类别样本集中样本进行预测得... 详细信息

标准号: CN105320957B

本发明涉及一种分类器训练方法和装置。所述方法包括以下步骤：从原始类别样本集中筛选样本组成训练类别样本集；对所述训练类别样本集中样本进行训练，得到用于预测的参数文件；根据所述参数文件对所述原始类别样本集中样本进行预测得到类别样本预测结果；根据所述类别样本预测结果获取预测结果错误的样本；将预测结果错误的样本添加到所述训练类别样本集中，更新所述训练类别样本集，对所述更新后的训练类别样本集中样本再进行训练得到用于预测的新的参数文件，并根据所述新的参数文件对所述原始类别样本集中样本进行预测得到类别样本预测结果，直到类别样本预测结果满足预设迭代条件为止。分类器预测未知类别数据得到较优的准确性。

关键词：样本预测结果训练类别参数文件类别样本原始类别预测样本集方法和装置分类器训练类别数据样本添加样本组成分类器迭代更新预设筛选

来源：评论

学校读者我要写书评

暂无评论

分类器训练方法、数据分类方法、装置、设备和存储介质

分类器训练方法、数据分类方法、装置、设备和存储介质

引用

作者：张柳坚余志文王彬刘星 518000 广东省深圳市南山区兴科一街2号

本申请实施例提供分类器训练方法、数据分类方法、装置、设备和存储介质，涉及人工智能技术领域。该方法通过获取目标域数据以及初始分类器，利用初始分类器得到目标域数据的初始预测标签；将目标域数据和源域数据输入宽度自编码器得到... 详细信息

标准号: CN117708648A

本申请实施例提供分类器训练方法、数据分类方法、装置、设备和存储介质，涉及人工智能技术领域。该方法通过获取目标域数据以及初始分类器，利用初始分类器得到目标域数据的初始预测标签；将目标域数据和源域数据输入宽度自编码器得到重构目标域数据和重构源域数据，根据计算的重构目标函数值调整权重得到宽度自编码器；将带标签的目标域数据和源域数据输入第一分类器得到目标域分类结果和源域分类结果，根据计算的分类目标函数值调整权重，得到目标分类器。利用目标域数据和源域数据同时对初始分类器进行自适应训练，重构目标函数值调节数据源之间分布差异，分类目标函数值利用数据的几何特征信息，提升目标分类器的分类准确度。