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

712 篇 专利
1 篇 学位论文

馆藏范围

713 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

1 篇 工学
- 1 篇 仪器科学与技术
- 1 篇 控制科学与工程
1 篇 艺术学
- 1 篇 设计学（可授艺术学...

主题

1 篇 分类模型训练
1 篇 数据库录制
1 篇 识别算法
1 篇 面部表情

机构

55 篇 腾讯科技有限公司
23 篇 平安科技有限公司
11 篇 北京邮电大学
10 篇 浙江大学
9 篇 北京百度网讯科技...
7 篇 中国科学院自动化...
7 篇 西安交通大学
7 篇 清华大学
7 篇 电子科技大学
7 篇 支付宝信息技术有...
6 篇 中国移动通信集团...
6 篇 阿里巴巴集团控股...
5 篇 厦门美图之家科技...
5 篇 东南大学
5 篇 西安电子科技大学
5 篇 中山大学
5 篇 北京京东世纪贸易...
4 篇 华中科技大学
4 篇 国信优易数据有限...
4 篇 天津大学

作者

6 篇 张璐
5 篇 张旭
5 篇 刘萌
5 篇 孙源良
5 篇 王健宗
4 篇 刘玉宇
4 篇 梁昆
4 篇 曾小英
4 篇 李坚强
4 篇 李琛
4 篇 张宇光
4 篇 曾崛
4 篇 张辉
4 篇 张涛
4 篇 张海松
4 篇 王曰海
4 篇 陈杰
4 篇 张轩铭
4 篇 王维强
4 篇 丁无极

语言

713 篇 中文

检索条件"主题词=分类模型训练"

共 713 条记录，以下是31-40 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：

分类模型训练方法、分类方法、装置及电子设备

分类模型训练方法、分类方法、装置及电子设备

引用

作者：杜俊珑鄢科 518064 广东省深圳市南山区高新区科技中一路腾讯大厦35层

本申请提供了一种分类模型训练方法、分类方法、装置及电子设备，可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景，方法包括：利用分类模型中的图像特征提取网络提取样本图像特征；利用分类模型中的提示生成网络基于样本图像... 详细信息

标准号: CN117315685A

本申请提供了一种分类模型训练方法、分类方法、装置及电子设备，可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景，方法包括：利用分类模型中的图像特征提取网络提取样本图像特征；利用分类模型中的提示生成网络基于样本图像特征，生成与多个提示文本分别对应的样本提示特征；利用分类模型中的文本特征提取网络基于参考提示特征和样本提示特征，生成各提示文本在每个维度下的样本融合特征；基于各提示文本在每个维度下的样本融合特征、样本图像特征以及样本图像在至少一个维度下的样本类别标签，确定第一模型损失；基于第一模型损失调整分类模型的模型参数以及提示文本。通过采用上述方法，可以有效提升训练后的分类模型的分类效果。

关键词：提示分类模型样本图像样本文本维度装置及电子设备分类模型训练图像特征提取文本特征提取人工智能分类效果辅助驾驶模型参数网络提取样本类别融合网络标签场景参考分类申请交通应用

来源：评论

学校读者我要写书评

暂无评论

分类模型训练方法、装置、设备及存储介质

分类模型训练方法、装置、设备及存储介质

引用

作者：王赞 518000 广东省深圳市南山区学苑大道1001号南山智园C1栋16、22楼

本申请提供一种分类模型训练方法、装置、设备及存储介质，方法包括：根据目标分类任务的任务类型，获取目标分类任务适配的若干个提示模板，并逐一作为目标提示模板；根据目标提示模板修改预训练语言模型的输入/输出数据形式，采用修... 详细信息

标准号: CN116166942A

本申请提供一种分类模型训练方法、装置、设备及存储介质，方法包括：根据目标分类任务的任务类型，获取目标分类任务适配的若干个提示模板，并逐一作为目标提示模板；根据目标提示模板修改预训练语言模型的输入/输出数据形式，采用修改后的预训练语言模型构建待训练分类模型，根据目标提示模板对数据样本进行数据形式转换，获得目标训练样本以及目标测试样本；采用目标训练样本对待训练分类模型进行模型训练，获得第一分类模型，并采用目标测试样本对第一分类模型进行分类测试，获得第一分类模型的分类准确率；根据第一分类模型的分类准确率，确定应用于目标分类任务的目标分类模型。该方法需求的样本数据量少，训练成本低、模型分类效果好。

关键词：分类模型目标分类提示目标训练样本分类准确率目标测试训练分类样本输入/输出数据分类模型训练数据形式转换语言模型构建存储介质获取目标模板修改模型分类模型训练任务类型数据样本样本数据语言模型分类适配测试申请应用

来源：评论

学校读者我要写书评

暂无评论

分类模型训练、数据分类方法、装置和计算机设备

分类模型训练、数据分类方法、装置和计算机设备

引用

作者：许剑清 518057 广东省深圳市南山区高新区科技中一路腾讯大厦35层

本申请涉及一种分类模型训练、数据分类方法、装置、计算机设备、存储介质和计算机程序产品。本申请涉及人工智能技术。所述方法包括：从基于训练样本集合训练得到的第一目标分类模型和第二目标分类模型集合中确定至少两个参考分类模型... 详细信息

标准号: CN115130539A

本申请涉及一种分类模型训练、数据分类方法、装置、计算机设备、存储介质和计算机程序产品。本申请涉及人工智能技术。所述方法包括：从基于训练样本集合训练得到的第一目标分类模型和第二目标分类模型集合中确定至少两个参考分类模型；第二目标分类模型集合包括的第二目标分类模型和第一目标分类模型中是特征空间对齐的；将同一训练样本输入各个参考分类模型得到的各个参考样本特征融合得到目标样本特征；将训练样本输入第三初始分类模型，得到训练样本特征，基于同一训练样本对应的目标样本特征和训练样本特征调整第三初始分类模型的模型参数，直至满足目标收敛条件，得到第三目标分类模型。采用本方法能够提高模型的分类准确性。

关键词：目标分类训练样本分类模型模型集合目标样本计算机程序产品分类模型训练人工智能技术训练样本集合分类准确性计算机设备参考样本存储介质模型参数收敛条件数据分类特征调整特征空间特征融合参考对齐申请

来源：评论

学校读者我要写书评

暂无评论

分类模型训练方法、装置、设备及计算机可读存储介质

分类模型训练方法、装置、设备及计算机可读存储介质

引用

作者：金戈徐亮 518033 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

本申请涉及人工智能技术领域，公开了一种分类模型训练方法、装置、设备及计算机可读存储介质。分类模型训练方法包括：获取样本数据；基于特征提取算法得到样本数据对应的特征，其中，样本数据的特征包括离散特征和连续特征；将离散特... 详细信息

标准号: CN110705592B

本申请涉及人工智能技术领域，公开了一种分类模型训练方法、装置、设备及计算机可读存储介质。分类模型训练方法包括：获取样本数据；基于特征提取算法得到样本数据对应的特征，其中，样本数据的特征包括离散特征和连续特征；将离散特征转换为连续特征；将连续特征输入至自编码算法中，得到隐含特征；基于带标签样本数据和隐含特征构建初始分类模型，并基于初始分类模型和预设的期望步骤算法对不带标签样本数据进行标签预测；根据预测结果，结合预设的最大化步骤算法对初始分类模型进行优化；当检测到预设的期望步骤算法开始收敛时，确认初始分类模型训练完成，并保存训练完成的初始分类模型。通过本申请，提高了分类模型的泛化能力。

关键词：分类模型样本数据算法分类模型训练连续特征预设离散特征标签隐含计算机可读存储介质人工智能技术特征提取算法特征构建预测结果自编码最大化期望申请收敛保存检测预测转换优化

来源：评论

学校读者我要写书评

暂无评论

分类模型训练方法、装置、设备及计算机可读存储介质

分类模型训练方法、装置、设备及计算机可读存储介质

引用

作者：金戈徐亮 518033 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

标准号: CN110705592A

来源：评论

学校读者我要写书评

暂无评论

分类模型训练方法、装置、计算机设备及存储介质

分类模型训练方法、装置、计算机设备及存储介质

引用

作者：黄石磊陈诚程刚蒋志燕 518036 广东省深圳市福田区梅林街道梅都社区中康路136号深圳新一代产业园3栋1201-6

本发明实施例涉及一种分类模型训练方法、装置、计算机设备及存储介质，该方法包括：将第一音频数据集合输入初始模型进行训练，得到第一分类模型，第一音频数据集合设置有对应的第一标签集合；根据第一分类模型确定第二音频数据集合对... 详细信息

标准号: CN115240659B

本发明实施例涉及一种分类模型训练方法、装置、计算机设备及存储介质，该方法包括：将第一音频数据集合输入初始模型进行训练，得到第一分类模型，第一音频数据集合设置有对应的第一标签集合；根据第一分类模型确定第二音频数据集合对应的第二标签集合；从第二标签集合中提取预设数量个第二标签，从第二音频数据集合中提取预设数量个第二音频数据；根据第一音频数据集合、第一标签集合、提取的第二音频数据和提取的第二标签对第一分类模型进行训练，得到训练好的第二分类模型，由此，可以实现通过少量已标注的音频数据训练分类模型，无需预先生成大量音频数据的标签，降低了分类模型训练的复杂程度和成本，提高了分类的准确度。

关键词：音频数据标签集合分类模型集合分类模型训练标签预设计算机设备初始模型存储介质训练分类预先生成准确度标注分类

来源：评论

学校读者我要写书评

暂无评论

分类模型训练方法、分类预测方法、装置及电子设备

分类模型训练方法、分类预测方法、装置及电子设备

引用

作者：张航 100080 北京市海淀区海淀北一街2号10层、11层

本发明实施例提供的分类模型训练方法、分类预测方法、装置及电子设备，包括，加载各个层级的训练正样本和训练负样本；其中，每个层级的训练负样本为除层级之外的其他层级的训练正样本；将不同层级的训练正样本和训练负样本分别输入预... 详细信息

标准号: CN117152487A

本发明实施例提供的分类模型训练方法、分类预测方法、装置及电子设备，包括，加载各个层级的训练正样本和训练负样本；其中，每个层级的训练负样本为除层级之外的其他层级的训练正样本；将不同层级的训练正样本和训练负样本分别输入预设神经网络进行对抗训练，得到分类模型。由于层级间训练相互独立，在发明中将层级外所有训练正样本视为层级训练负样本与层级的训练正样本进行对抗训练，训练负样本数量以指数倍数增加，大幅度缓解对训练负样本搜集的需求，有效提升模型训练的准确性。

关键词：层级负样本正样本对抗训练装置及电子设备分类模型训练分类模型模型训练神经网络加载预设搜集分类缓解预测

来源：评论

学校读者我要写书评

暂无评论

分类模型训练方法、装置、电子设备及存储介质

分类模型训练方法、装置、电子设备及存储介质

引用

作者：钱泽 100080 北京市海淀区海淀北一街2号鸿城拓展大厦10、11层

本发明实施例提供了一种分类模型训练方法、装置、电子设备及存储介质，应用于模型训练技术领域。分类模型训练方法包括：获取多个目标文本；获取与预设类别对应的分类提示；将分类提示和目标文本输入文本标注模型得到输出结果；并将一... 详细信息

标准号: CN117972088A

本发明实施例提供了一种分类模型训练方法、装置、电子设备及存储介质，应用于模型训练技术领域。分类模型训练方法包括：获取多个目标文本；获取与预设类别对应的分类提示；将分类提示和目标文本输入文本标注模型得到输出结果；并将一目标类别为预设类别的目标文本和预设类别作为一组训练样本，得到多组训练样本；将训练样本输入初始分类模型，得到与训练样本对应的预测分类结果；计算预测分类结果和训练样本的预设类别之间的损失值，利用损失值更新增量矩阵得到分类模型。利用本发明实施例提供的分类模型训练方法训练得到的分类模型，可以节省在文本分类所需的计算资源。

关键词：训练样本预设分类模型训练分类模型分类结果目标文本提示存储介质电子设备多个目标计算资源模型训练目标类别输出结果输入文本文本分类增量矩阵分类预测标注文本应用

来源：评论

学校读者我要写书评

暂无评论

分类模型训练方法以及相关设备

分类模型训练方法以及相关设备

引用

作者：林玻任志远辛永佳崔开元康昭委 518057 广东省深圳市南山区高新区科技中一路腾讯大厦35层

本申请公开了一种分类模型训练方法以及相关设备；可以基于标注样本内容对应的期望内容类型和内容标签，从原始样本内容中选取目标样本内容，构建目标样本内容的期望内容类型；通过分类模型对目标样本内容进行分类，得到其实际内容类型... 详细信息

标准号: CN117216255A

本申请公开了一种分类模型训练方法以及相关设备；可以基于标注样本内容对应的期望内容类型和内容标签，从原始样本内容中选取目标样本内容，构建目标样本内容的期望内容类型；通过分类模型对目标样本内容进行分类，得到其实际内容类型；基于目标样本内容的实际内容类型和期望内容类型，调整分类模型中特征提取模块和分类模块的参数，得到调整后分类模型；通过调整后分类模型对标注样本内容进行分类，得到其实际内容类型；根据标注样本内容的实际内容类型和期望内容类型，更新调整后的分类模型中的分类模块的参数，得到目标分类模型。本申请可以提高模型训练效率并降低训练成本；还可以使得模型能够较好地收敛，提高模型的分类准确性。

关键词：分类模型目标样本期望内容实际内容样本内容标注分类模块分类模型训练特征提取模块分类准确性模型训练目标分类内容标签原始样本分类构建申请收敛更新

来源：评论

学校读者我要写书评

暂无评论

分类模型训练方法、图像分类方法、装置、设备及介质

分类模型训练方法、图像分类方法、装置、设备及介质

引用

作者：林金表刘伟峰刘旭徐卓然 100176 北京市大兴区北京经济技术开发区科创十一街18号院2号楼19层A1905室

本发明实施例公开了一种分类模型训练方法、图像分类方法、装置、设备及介质，所述分类模型训练方法包括：获取样本图像、所述样本图像的形状标记以及所述样本图像的类别标记；基于所述样本图像、所述样本图像的形状标记以及所述样本图... 详细信息

标准号: CN113496231A

本发明实施例公开了一种分类模型训练方法、图像分类方法、装置、设备及介质，所述分类模型训练方法包括：获取样本图像、所述样本图像的形状标记以及所述样本图像的类别标记；基于所述样本图像、所述样本图像的形状标记以及所述样本图像的类别标记生成训练样本数据；使用所述训练样本数据对预先构建的图像分类模型进行训练，得到训练好的图像分类模型。本发明实施例提供的分类模型训练方法通过将样本形状标记作为图像分类模型的训练特征之一，避免了分类模型训练过程中的过拟合，提高了图像分类的准确率。

关键词：样本图像分类模型训练图像分类模型训练样本数据类别标记图像分类形状标记训练特征样本形状准确率构建拟合

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共72页 << < 1 2 3 4 5 6 7 8 9 10 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

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

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

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

请选择保存的检索档案：

请选择收藏分类：