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

31 篇 专利

馆藏范围

31 篇 电子文献
0 种 纸本馆藏

日期分布

机构

2 篇 国家电网有限公司
2 篇 北京百度网讯科技...
2 篇 腾讯音乐娱乐科技...
2 篇 深圳市北科瑞声科...
2 篇 哈尔滨工业大学
2 篇 国网山东省电力公...
2 篇 南京邮电大学
2 篇 阿里巴巴集团控股...
1 篇 苏州超集信息科技...
1 篇 杭州熔合智造科技...
1 篇 北京交通大学
1 篇 中国科学院深圳先...
1 篇 深圳壹账通智能科...
1 篇 山东电力研究院
1 篇 成都理工大学
1 篇 大连海事大学
1 篇 北京邮电大学
1 篇 武汉光网信息技术...
1 篇 上海交通大学
1 篇 浙江工业大学

作者

2 篇 胡文波
2 篇 韩英昆
2 篇 付琰
2 篇 方军
2 篇 周洋杰
2 篇 马艳
2 篇 陈玉峰
2 篇 王媛
2 篇 刘大同
2 篇 彭喜元
2 篇 齐达立
2 篇 程刚
2 篇 陈洲旋
2 篇 吕少领
2 篇 楚汝峰
2 篇 张帆
2 篇 蒋志燕
2 篇 马雷
2 篇 郭凯
2 篇 易东

语言

31 篇 中文

检索条件"主题词=多模型训练"

共 31 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：

基于特征抽取的多模型训练方法及设备、电子设备和介质

基于特征抽取的多模型训练方法及设备、电子设备和介质

引用

作者：周洋杰陈亮辉方军付琰 100085 北京市海淀区上地十街10号百度大厦2层

本公开提供一种基于特征抽取的多模型训练方法及系统、电子设备和介质，涉及云平台、深度学习技术领域。根据本公开一个方面，基于联邦特征抽取的多模型训练方法包括：基于与多个合作方分别共同的用户样本的数据、分别与每一个合作方合... 详细信息

标准号: CN111967615B

本公开提供一种基于特征抽取的多模型训练方法及系统、电子设备和介质，涉及云平台、深度学习技术领域。根据本公开一个方面，基于联邦特征抽取的多模型训练方法包括：基于与多个合作方分别共同的用户样本的数据、分别与每一个合作方合作训练树模型；对训练的树模型进行特征重要性评估，以对每一个树模型生成的特征列赋予相应的权重；响应于第一合作方训练线性模型，将与第一合作方共同的第一用户样本的数据输入到与第一合作方相对应的树模型以及与第二合作方相对应的树模型中，以得到多个独热编码的特征列；以及基于权重对所得到的特征列进行筛选，以根据筛选后的特征列和第一用户样本的数据训练与第一合作方相对应的线性模型。

关键词：树模型特征列样本多模型训练特征抽取线性模型权重筛选特征重要性电子设备合作训练数据训练热编码云平台响应评估赋予学习

来源：评论

学校读者我要写书评

暂无评论

面向多模型训练任务的算子调度方法与装置

面向多模型训练任务的算子调度方法与装置

引用

作者：黄勋 430000 湖北省武汉市东湖新技术开发区高新大道999号武汉新能源研究院大楼G6-1302(自贸区武汉片区)

本发明公开了一种面向多模型训练任务的算子调度方法：对算子进行形式化，规定算子的输入参数和输出参数；各个算子通过上下游连接，形成一棵算子树拓扑结构，其中树的节点是算子，树的边是算子的父子连接关系；输入算子树拓扑结构，按... 详细信息

标准号: CN115827234A

本发明公开了一种面向多模型训练任务的算子调度方法：对算子进行形式化，规定算子的输入参数和输出参数；各个算子通过上下游连接，形成一棵算子树拓扑结构，其中树的节点是算子，树的边是算子的父子连接关系；输入算子树拓扑结构，按照该算子树拓扑结构，利用图论中的树深度优先遍历算法，生成一定顺序的串行或者并行执行链路，根据深度优先算法的原理，生成的执行链路能够保证原树中父算子先于子算子执行；根据执行链路的顺序，依次启动算子计算服务，根据算子的计算量信息启动不同物理资源支持下的算子服务，在并行执行场景下，同时启动多个算子服务。本发明还公开了相应的面向多模型训练任务的算子调度装置。

关键词：算子拓扑结构算子树链路多模型训练并行执行算子调度深度优先遍历深度优先算法计算量信息计算服务连接关系输出参数输入参数物理资源算法图论场景服务保证

来源：评论

学校读者我要写书评

暂无评论

多模型训练方法、摘要分段方法、文本分段方法及装置

多模型训练方法、摘要分段方法、文本分段方法及装置

引用

作者：蒋志燕吕少领黄石磊程刚 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

本申请涉及人工智能技术领域，揭露了一种多模型训练方法，所述方法包括：将训练文本集中文本划分为单句，得到训练单句集；对训练单句集进行特征提取，得到训练单句向量集；提取训练单句向量集中训练单句的段落编码特征以及摘要编码特... 详细信息

标准号: CN113204956B

本申请涉及人工智能技术领域，揭露了一种多模型训练方法，所述方法包括：将训练文本集中文本划分为单句，得到训练单句集；对训练单句集进行特征提取，得到训练单句向量集；提取训练单句向量集中训练单句的段落编码特征以及摘要编码特征；利用训练单句向量集和摘要编码特征对预构建的文本分段模型进行第一训练，以及利用训练单句向量集和段落编码特征对预构建的文本摘要抽取模型进行第二训练，得到标准文本分段模型和标准文本摘要抽取模型。此外，本申请还涉及一种摘要抽取方法、文本分段方法、装置、设备及存储介质。本申请可以提高训练得到的文本分段模型和摘要抽取模型的模型准确性，以及获取训练得到的文本分段模型和摘要抽取模型的获取效率。

关键词：编码特征抽取文本分段模型向量集标准文本文本构建申请人工智能技术多模型训练模型准确性存储介质分段模型特征提取训练文本向量分段

来源：评论

学校读者我要写书评

暂无评论

多模型训练方法、摘要分段方法、文本分段方法及装置

多模型训练方法、摘要分段方法、文本分段方法及装置

引用

作者：蒋志燕吕少领黄石磊程刚 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

标准号: CN113204956A

关键词：编码特征抽取文本分段模型向量集标准文本文本构建申请人工智能技术多模型训练模型准确性存储介质分段模型特征提取训练文本向量分段

来源：评论

学校读者我要写书评

暂无评论

一种多模型训练方法、装置、电子设备及存储介质

一种多模型训练方法、装置、电子设备及存储介质

引用

作者：王浩宇王小捷江会星王仲远 100083 北京市海淀区北四环西路9号2106-030

本申请提供了一种多模型训练方法、装置、电子设备及存储介质。该包括：确定待训练的第一网络模型和待训练的第二网络模型，所述第一网络模型和所述第二网络模型为相互关联的两个网络模型；利用训练样本，对所述第一网络模型和所述第二... 详细信息

标准号: CN112541570A

本申请提供了一种多模型训练方法、装置、电子设备及存储介质。该包括：确定待训练的第一网络模型和待训练的第二网络模型，所述第一网络模型和所述第二网络模型为相互关联的两个网络模型；利用训练样本，对所述第一网络模型和所述第二网络模型进行合作式训练，并根据训练结果对所述第一网络模型和所述第二网络模型各自的网络参数进行多次更新，直至训练结束，其中，所述第一网络模型的输出为所述第二网络模型的输入，所述第二网络模型的输出为所述第一网络模型的输入；将训练结束时第一网络模型确定为第一目标网络模型，并将训练结束时的第二网络模型确定为第二目标网络模型。该方法可提升对话管理系统策略的丰富性和模型的训练效率。

关键词：网络模型目标网络对话管理系统多模型训练存储介质电子设备网络参数训练结果训练效率训练样本输出合作式关联更新申请

来源：评论

学校读者我要写书评

暂无评论

基于特征抽取的多模型训练方法及系统、电子设备和介质

基于特征抽取的多模型训练方法及系统、电子设备和介质

引用

作者：周洋杰陈亮辉方军付琰 100085 北京市海淀区上地十街10号百度大厦2层

标准号: CN111967615A

关键词：树模型特征列样本多模型训练特征抽取线性模型权重筛选特征重要性电子设备合作训练数据训练热编码云平台响应评估赋予学习

来源：评论

学校读者我要写书评

暂无评论

一种基于数据驱动的酶解效率预测与软测量方法

一种基于数据驱动的酶解效率预测与软测量方法

引用

作者：罗运辉付旭臧立华 250000 山东省济南市西部新城大学科技园

本发明提出了一种数据驱动的酶解效率预测及软测量方法。在农作物秸秆酶解中，木质素与半纤维素去除率是评价酶解效率的关键指标。鉴于众多因素影响这些指标，本方法通过灰关联分析、核主成分分析、最小二乘支持向量机和蝴蝶优化算法，... 详细信息

标准号: CN117648571A

本发明提出了一种数据驱动的酶解效率预测及软测量方法。在农作物秸秆酶解中，木质素与半纤维素去除率是评价酶解效率的关键指标。鉴于众多因素影响这些指标，本方法通过灰关联分析、核主成分分析、最小二乘支持向量机和蝴蝶优化算法，建立了一个精确的酶解效率预测模型。模型基于实际生产数据，通过变量筛选、降维、主成分聚类、多模型训练及参数寻优，实现了高效的酶解效率预测。该方法简便高效，模型拟合精度高，预测性能优异。此发明不仅为秸秆酶解生产提供优化依据，也为生产过程的稳定控制提供了软测量工具。

关键词：酶解效率软测量酶解最小二乘支持向量机核主成分分析实际生产数据多模型训练农作物秸秆半纤维素变量筛选参数寻优关键指标关联分析模型拟合生产过程数据驱动稳定控制因素影响优化算法预测模型预测性能木质素预测降维聚类去除蝴蝶秸秆优化生产

来源：评论

学校读者我要写书评

暂无评论

一种基于自适应异常感知的DHR智能裁决架构系统

一种基于自适应异常感知的DHR智能裁决架构系统

引用

作者：季一木顾天晟刘尚东邵思思石雨辰郑雨璐聂一君纪宗凯 210003 江苏省南京市鼓楼区新模范马路66号

本发明属于网络安全技术领域，公开了一种基于自适应异常感知的DHR智能裁决架构系统，包括输入/输出模块、执行机制、异构执行体池、构件池、智能裁决机制和负反馈机制，通过在DHR裁决模块增加一种智能异常感知机制来辅助仲裁，对执行... 详细信息

标准号: CN117728992A

本发明属于网络安全技术领域，公开了一种基于自适应异常感知的DHR智能裁决架构系统，包括输入/输出模块、执行机制、异构执行体池、构件池、智能裁决机制和负反馈机制，通过在DHR裁决模块增加一种智能异常感知机制来辅助仲裁，对执行体的输出结果进行多特征提取及多模型训练，获取最优特征子集及最优训练模型，进而得到该执行体执行结果的异常分数，剔除异常分数高于阈值的输出结果，再进行多模裁决，充分考虑了裁决数据的可靠性，提升了裁决的准确性，提高了拟态防御系统抵御共模攻击的能力。

关键词：输出结果异常分数智能感知输入/输出模块网络安全技术最优特征子集多模型训练负反馈机制裁决机制架构系统特征提取训练模型构件池自适应防御系统多模共模体池异构剔除仲裁攻击

来源：评论

学校读者我要写书评

暂无评论

一种基于边缘场景下的可信异构联合学习方法

一种基于边缘场景下的可信异构联合学习方法

引用

作者：李冬芬王瑞锦程延松蒋洋洋张凤荔朱永豪付优花晓雨潘野 610059 四川省成都市成华区二仙桥东三路1号

本发明公开了一种基于边缘场景下的可信异构联合学习方法，主要解决现有不同的终端设备只能携带相应大小的模型，且数据集有限，显著影响了模型的精度的问题。该方法首先建立一个基于FL的异质性多模型训练架构，它连接了分散的医疗终端... 详细信息

标准号: CN118297139A

本发明公开了一种基于边缘场景下的可信异构联合学习方法，主要解决现有不同的终端设备只能携带相应大小的模型，且数据集有限，显著影响了模型的精度的问题。该方法首先建立一个基于FL的异质性多模型训练架构，它连接了分散的医疗终端设备来训练一个精确的诊断模型，设计了一种具有不同组合的多模型协同训练方法，整合了其他异构模型的知识，以提高模型的精度。最后，添加一个轻量级的迭代掩码，以确保中间信息的隐私性和可靠性。

关键词：医疗终端设备多模型训练异构模型中间信息终端设备数据集异质性隐私性迭代掩码异构整合架构可信协同场景诊断携带联合学习

来源：评论

学校读者我要写书评

暂无评论

一种基于功能语义和结构交互的Web API推荐方法及装置

一种基于功能语义和结构交互的Web API推荐方法及装置

引用

作者：王楦烨尹建伟潘晓华席萌 310000 浙江省杭州市西湖区余杭塘路866号

本发明提供了一种基于功能语义和结构交互的WebAPI推荐方法，属于Web环境中WebAPI推荐技术领域。它解决了现有Mashup服务需求描述过短等问题。本基于功能语义和结构交互的WebAPI推荐方法，步骤S1：采集现有Mashup应用及其相关的API服务... 详细信息

标准号: CN116628328A

本发明提供了一种基于功能语义和结构交互的WebAPI推荐方法，属于Web环境中WebAPI推荐技术领域。它解决了现有Mashup服务需求描述过短等问题。本基于功能语义和结构交互的WebAPI推荐方法，步骤S1：采集现有Mashup应用及其相关的API服务中的描述数据，并提取获取Mashup应用文本描述信息及API服务文本描述信息；步骤S2：针对Mashup应用及API服务的文本描述信息进行预处理；步骤S3：针对Mashup应用中使用的API服务之间的协作关系，构建Mashup‑API二部图；步骤S4：构建功能性语义组件，提取文本描述信息中的功能性语义特征；步骤S5：构建结构性交互组件，提取稀疏交互中的潜在隐性相关性；步骤S6：融合多模型训练，集成不同类型的特征描述。本发明具有降低了数据稀疏性对推荐结果的影响等优点。

关键词：文本描述构建功能语义预处理多模型训练交互组件描述数据数据稀疏特征描述协作关系需求描述语义特征语义结构性稀疏采集融合

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4页 << < 1 2 3 4 > >>

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：