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

29 篇 专利

馆藏范围

29 篇 电子文献
0 种 纸本馆藏

日期分布

机构

2 篇 浙江智慧视频安防...
2 篇 江苏大学
2 篇 传申弘安智能有限...
2 篇 西安电子科技大学
2 篇 传申智能有限公司
2 篇 江南大学
1 篇 国网青海省电力公...
1 篇 西安宏规电子科技...
1 篇 中建三局投资建设...
1 篇 国家电网有限公司
1 篇 桂林电子科技大学
1 篇 深圳tcl新技术有限...
1 篇 浪潮通信信息系统...
1 篇 书行科技有限公司
1 篇 天津大学
1 篇 广西大学
1 篇 华侨大学
1 篇 上海电气集团股份...
1 篇 天翼云科技有限公...
1 篇 齐鲁工业大学

作者

2 篇 曹秀娟
2 篇 庞磊
2 篇 王强
2 篇 汪文刚
2 篇 豆泽阳
2 篇 黄赟
2 篇 甘家旭
2 篇 鹿茹茹
2 篇 沈玉冉
2 篇 蔡英凤
2 篇 孙林
2 篇 孔军
2 篇 胡东海
2 篇 赵让
2 篇 廖丹萍
2 篇 衣丰艳
2 篇 蒋敏
2 篇 王海
2 篇 王晶
2 篇 周稼铭

语言

29 篇 中文

检索条件"主题词=增量学习训练"

共 29 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：

一种智能货柜增量学习训练方法

一种智能货柜增量学习训练方法

引用

作者：黄泽宇罗振坤黄晓烽 510000 广东省广州市天河区临江大道503号T26产业园B15

本发明涉及智能货柜领域，公开了一种智能货柜增量学习训练方法，包括以下步骤：S1、采集新增商品的样本图片；S2、标注样本图片中新增商品的标签信息，标签信息至少包括商品位置和商品类别；S3、选取基础模型，所述基础模型已能识别原... 详细信息

标准号: CN110674844A

本发明涉及智能货柜领域，公开了一种智能货柜增量学习训练方法，包括以下步骤：S1、采集新增商品的样本图片；S2、标注样本图片中新增商品的标签信息，标签信息至少包括商品位置和商品类别；S3、选取基础模型，所述基础模型已能识别原有商品；S4、组建增量学习数据集；所述增量学习数据集由部分原有商品样本和新增商品样本组成；S5、对新商品的权重w进行随机初始化；S6、将基础模型在增量学习数据集上训练,生成商品最终概率Pi；本发明的智能货柜增量学习训练方法不需要整个模型重新训练，只需训练新增商品，大大加快了训练效率。

关键词：基础模型增量学习货柜数据集增量学习训练标签信息商品样本样本图片智能随机初始化商品类别商品位置训练效率权重标注采集概率组建

来源：评论

学校读者我要写书评

暂无评论

基于增量学习的图像分类方法及系统

基于增量学习的图像分类方法及系统

引用

作者：廖丹萍 311215 浙江省杭州市萧山区宁围街道钱江世纪公园C区1幢1单元

本申请实施例中提供了一种基于增量学习的图像分类方法、系统及计算机介质，选取旧分类模型的旧类别数据，以及新增量数据，构建增量学习数据集；构建增量学习新分类模型；输入增量学习数据集，至增量学习新分类模型，在增量学习损失函... 详细信息

标准号: CN112559784A

本申请实施例中提供了一种基于增量学习的图像分类方法、系统及计算机介质，选取旧分类模型的旧类别数据，以及新增量数据，构建增量学习数据集；构建增量学习新分类模型；输入增量学习数据集，至增量学习新分类模型，在增量学习损失函数约束下进行增量学习训练，得到训练后的增量学习新分类模型；输入待分类图像至训练后的增量学习新分类模型，进行图像分类，得到图像分类结果。本申请在旧类别数据基础上连同新类别的数据一起进行学习，在增量学习损失函数约束下实现了使旧类别的映射向量的相似度能够在增量学习的过程中保持一致，进而在学习新类别的信息同时，保持了对旧类别的测试数据的分类性能。

关键词：增量学习分类模型图像分类类别数据损失函数构建新类增量学习训练计算机介质测试数据分类图像分类性能输入增量学习数据映射向量增量数据数据集相似度申请学习

来源：评论

学校读者我要写书评

暂无评论

一种物联网边缘代理人工智能模型集成方法和系统

一种物联网边缘代理人工智能模型集成方法和系统

引用

作者：赵云龙井晓君施志刚齐鹏文杨婕杨文翠周鑫鑫康红艳韩婷石岩刘琴李岩罗龙 810021 青海省西宁市城中区总寨镇城南新城大道131号

本发明涉及一种物联网边缘代理人工智能模型集成方法和系统，所述方法包括以下步骤：在模型引导阶段，获取云端的人工智能模型，并对云端的人工智能模型进行修剪，修建后减少人工智能模型参数数量，并去除人工智能模型层之间的冗余连接... 详细信息

标准号: CN115470930A

本发明涉及一种物联网边缘代理人工智能模型集成方法和系统，所述方法包括以下步骤：在模型引导阶段，获取云端的人工智能模型，并对云端的人工智能模型进行修剪，修建后减少人工智能模型参数数量，并去除人工智能模型层之间的冗余连接；对人工智能模型进行部署，在模型部署阶段，对修剪后的人工智能模型进行压缩并发布到物联网边缘端；所述压缩的人工智能模型发布到边缘端后，对压缩后的人工智能模型进行解压缩并在物联网边缘端重构所述人工智能模型；对重构后的人工智能模型采用边缘端场景数据执行对应人工智能模型的增量学习训练，得到符合场景并训练好的物联网边缘端人工智能模型。本发明利用上述方法提高了物联网智能化、AI前置化水平。

关键词：人工智能模型边缘端物联网修剪压缩云端重构增量学习训练边缘代理场景数据冗余连接解压缩智能化前置去除部署发布场景修建

来源：评论

学校读者我要写书评

暂无评论

一种关系抽取方法及装置

一种关系抽取方法及装置

引用

作者：毛璐李长亮汪美玲 100085 北京市海淀区西二旗中路33号院5号楼11层002号

本申请提供一种关系抽取方法及装置，其中所述关系抽取方法包括：获取待处理文本；将所述待处理文本输入至关系抽取模型进行处理，获取所述关系抽取模型输出的目标元组，其中，所述关系抽取模型由初始训练样本集合训练获得；在接收到修... 详细信息

标准号: CN114386411A

本申请提供一种关系抽取方法及装置，其中所述关系抽取方法包括：获取待处理文本；将所述待处理文本输入至关系抽取模型进行处理，获取所述关系抽取模型输出的目标元组，其中，所述关系抽取模型由初始训练样本集合训练获得；在接收到修订指令的情况下，基于所述修订指令生成修订元组；根据所述待处理文本和所述修订元组生成训练样本对，将所述训练样本对添加到所述初始训练样本集合中对所述关系抽取模型继续训练。通过本申请提供的关系抽取方法，可以在极少量的启动数据的情况下训练生成关系抽取模型，对于关系抽取模型获取的不符合要求的目标元组进行修正，将修订元组和待处理文本对关系抽取模型进行增量学习训练，提高关系抽取模型的准确度。

关键词：关系抽取元组修订文本初始训练样本训练样本集合增量学习训练模型获取启动数据指令生成准确度申请修正指令输出

来源：评论

学校读者我要写书评

暂无评论

基于增量学习的变电站网络攻击检测方法及装置

基于增量学习的变电站网络攻击检测方法及装置

引用

作者：张一驰安学民杨德龙李琳屠竞哲孙为民何剑张晓涵张国宾冀鲁豫李苏宁刘彤 100192 北京市海淀区清河小营东路15号

本申请公开基于增量学习的变电站网络攻击检测方法及装置。该方法，包括：获取网络攻击流量数据、变电站网络贝叶斯攻击图及第一入侵检测模型；根据网络攻击流量数据、第一入侵检测模型进行入侵检测识别，确定入侵检测结果；根据入侵检... 详细信息

标准号: CN117675288A

本申请公开基于增量学习的变电站网络攻击检测方法及装置。该方法，包括：获取网络攻击流量数据、变电站网络贝叶斯攻击图及第一入侵检测模型；根据网络攻击流量数据、第一入侵检测模型进行入侵检测识别，确定入侵检测结果；根据入侵检测结果，基于增量学习训练第二入侵检测模型；根据入侵检测结果、变电站网络贝叶斯攻击图，更新变电站网络攻击路径动态可到达概率，生成变电站网络攻击预测结果。如此，可以进一步提升对新型网络攻击的检测效果。

关键词：变电站网络入侵检测入侵检测模型攻击网络攻击流量贝叶斯增量学习训练攻击检测攻击路径新型网络预测结果增量学习概率检测更新申请

来源：评论

学校读者我要写书评

暂无评论

一种基于原型的低扰动的图像类增量学习算法

一种基于原型的低扰动的图像类增量学习算法

引用

作者：曾明李思颖赵峰王湘晖 300072 天津市南开区卫津路92号

本发明涉及一种基于原型的低扰动的图像类增量学习算法，该方法包括如下步骤：将旧分类模型的特征提取网络，作为增量学习新分类模型的特征提取网络。输入新增量数据，至增量学习新分类模型，初始化新类别的原型；对于每一个新类，将该... 详细信息

标准号: CN116630718A

本发明涉及一种基于原型的低扰动的图像类增量学习算法，该方法包括如下步骤：将旧分类模型的特征提取网络，作为增量学习新分类模型的特征提取网络。输入新增量数据，至增量学习新分类模型，初始化新类别的原型；对于每一个新类，将该类样本的特征提取网络的输出与其对应的原型的欧式距离从大到小排序，选择前十分之一的样本作为新类的边缘部分样本，以及随机选取等量的旧类别样本，共同构建增量学习数据集；输入增量学习数据集至增量学习新分类模型，在增量学习损失函数约束下进行增量学习训练，得到训练后的增量学习新分类模型；在测试阶段，输入待分类图像至训练后的增量学习新分类模型，得到图像特征提取网络的输出，计算该输出与每类原型的欧氏距离，将该图像分类为距离最近的原型所属的类别。本发明优选出边缘数据对分类模型做低扰动训练，控制了新增数据数量，降低了分类模型的训练成本，提高新旧类别的分类准确率。

关键词：分类模型增量学习原型特征提取新类样本低扰动输出网络图像特征提取增量学习训练分类准确率边缘数据测试阶段分类图像距离最近类别样本欧式距离欧氏距离输入增量随机选取损失函数图像分类学习数据增量数据初始化数据集等量构建算法排序图像

来源：评论

学校读者我要写书评

暂无评论

一种智能合约漏洞检测方法、系统、设备、介质、终端

一种智能合约漏洞检测方法、系统、设备、介质、终端

引用

作者：董学文田文生沈玉龙丛雅倩张元玉杨凌霄徐扬郭校杰习宁 710071 陕西省西安市太白南路2号西安电子科技大学

本发明属于区块链安全技术领域，公开了一种智能合约漏洞检测方法、系统、设备、介质、终端，所述智能合约漏洞检测方法包括：将大规模智能合约漏洞数据集作为基础训练数据集；使用新类数据进行增量学习训练；将所有类测试数据分为支持... 详细信息

标准号: CN113626827A

本发明属于区块链安全技术领域，公开了一种智能合约漏洞检测方法、系统、设备、介质、终端，所述智能合约漏洞检测方法包括：将大规模智能合约漏洞数据集作为基础训练数据集；使用新类数据进行增量学习训练；将所有类测试数据分为支持集和测试集，使用支持集数据输入已训练好的模型，获得每种新漏洞类型对应的全连接网络参数；将已有漏洞类型和新漏洞类型对应的全连接网络参数作为网络节点，使用图注意力网路建立观察旁路；使用测试集计算，并预测结果的计算交叉熵损失；使用交叉熵损失对观察旁路中的图注意力网络进行参数更新，并继续训练下一批新的数据集。本发明能够在基于旧有数据集进行训练学习漏洞检测能力的同时，也能够训练模型的持续学习能力。

关键词：数据集漏洞检测漏洞连接网络交叉熵旁路智能注意力安全技术领域增量学习训练参数更新测试数据基础训练使用测试网络节点学习能力训练模型训练学习预测结果测试集网路观察区块新类终端网络

来源：评论

学校读者我要写书评

暂无评论

一种基于增量学习框架的轴承故障预测方法

一种基于增量学习框架的轴承故障预测方法

引用

作者：阙子俊徐正国泮恒拓 313000 浙江省湖州市西塞山路819号南太湖新区科技创新综合体B1、B2幢2-3层

本发明公开一种基于增量学习框架的轴承故障预测方法，包括获得轴承的全寿命周期振动信号并提取振动分布特征；构建符合增量学习框架的新的时序输入矩阵；利用已有退化案例，训练获得基于GRU的初始故障预测模型；当新的退化案例获取后... 详细信息

标准号: CN115392295A

本发明公开一种基于增量学习框架的轴承故障预测方法，包括获得轴承的全寿命周期振动信号并提取振动分布特征；构建符合增量学习框架的新的时序输入矩阵；利用已有退化案例，训练获得基于GRU的初始故障预测模型；当新的退化案例获取后，构建投影矩阵，并对增量学习训练过程权重的更新进行约束；将当前轴承信号作为输入，迁移后的模型输出即为当前测试轴承的剩余寿命。本发明提出一种新的时序矩阵构建方法，并采用增量学习的方法提高故障预测的准确性。

关键词：增量学习构建轴承退化故障预测模型增量学习训练全寿命周期时序案例获取测试轴承分布特征故障预测剩余寿命时序矩阵输入矩阵投影矩阵振动信号轴承故障权重迁移输出预测更新

来源：评论

学校读者我要写书评

暂无评论

多模态大模型增量学习方法、装置及计算机设备

多模态大模型增量学习方法、装置及计算机设备

引用

作者：蒋阳甘家旭豆泽阳庞磊 518000 广东省深圳市南山区西丽街道西丽社区同发南路天珑移动总部大厦1005A

本发明实施例公开了多模态大模型增量学习方法、装置及计算机设备。所述方法包括：获取待更新多模态大模型；获取工业设备巡检、环境隐患监控、人员操作状态相关数据，并构建增量学习数据池；采用所述待更新多模态大模型与所述增量学习... 详细信息

标准号: CN118014051B

本发明实施例公开了多模态大模型增量学习方法、装置及计算机设备。所述方法包括：获取待更新多模态大模型；获取工业设备巡检、环境隐患监控、人员操作状态相关数据，并构建增量学习数据池；采用所述待更新多模态大模型与所述增量学习数据池构建总训练集；根据所述总训练集动态构建增量学习训练集，并利用所述增量学习训练集对所述待更新多模态大模型进行基于近邻学习的增量学习，以得到增量学习后的模型。通过实施本发明实施例的方法可实现动态构建分布均衡的训练数据，避免增量学习带来的知识遗忘问题，降低资源消耗和节省时间。

关键词：增量学习多模态增量学习训练动态构建数据池训练集构建更新计算机设备分布均衡工业设备人员操作训练数据资源消耗巡检遗忘监控学习

来源：评论

学校读者我要写书评

暂无评论

图像检索方法、装置、存储介质及电子设备

图像检索方法、装置、存储介质及电子设备

引用

作者：方健炜 518000 广东省深圳市南山区西丽街道中山园路1001号国际E城D4栋9楼

本申请公开了一种图像检索方法、装置、存储介质及电子设备，涉及计算机技术领域，该方法包括：获取待检索图像；采用预设深度哈希模型对所述待检索图像进行处理，得到待检索图像对应的图像哈希码，其中，所述预设深度哈希模型为基于多... 详细信息

标准号: CN117951328A

本申请公开了一种图像检索方法、装置、存储介质及电子设备，涉及计算机技术领域，该方法包括：获取待检索图像；采用预设深度哈希模型对所述待检索图像进行处理，得到待检索图像对应的图像哈希码，其中，所述预设深度哈希模型为基于多个预置类中心与查询数据进行端到端的增量学习训练得到的，所述多个预置类中心是在模型训练前预构建的，在增量学习训练的过程中所述查询数据中原始图像或增量图像分别向其数据类别对应的预置类中心聚类；将图像哈希码与哈希码集合中预设哈希码进行匹配，得到图像哈希码匹配的预设哈希码；根据所述图像哈希码匹配的预设哈希码对应的预设图像，得到所述待检索图像的匹配图像。本申请可以有效提升图像检索精度。

关键词：预设检索图像图像哈希哈希码预置匹配增量学习训练查询数据图像检索哈希计算机技术领域图像存储介质电子设备模型训练匹配图像数据类别原始图像构建聚类申请集合

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3页 << < 1 2 3 > >>

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

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：