检索结果-内蒙古大学图书馆

一种提升数据利用效率的方法，它涉及一种数据利用方法。它针对企业已经构建了复杂的BI系统进行打标签和指标运算，即标签分为核心标签和执行标签，将企业已有的BI系统进行核心标签运算之后，再将这些标签下发给营销系统执行，营销系统在执行过程中核心标签进行再次分群分组，然后运营人员针对这些分组，采取针对性的营销手段，该方式不仅可以很好地激活已有数据资产，将数据应用到灵活多变的营销场景中。本发明实现企业内部核心数据与营销场景的快速结合与应用，还具有实现成本较低、实现速度较快的特点，提升金融企业的数据利用效率。

关键词：标签数据利用效率营销系统场景核心数据金融企业快速结合企业内部数据利用数据应用数据资产营销手段指标运算分组营销分群构建运算激活灵活运营应用

来源：评论

学校读者我要写书评

暂无评论

数据高效利用的强化学习优化算法研究

数据高效利用的强化学习优化算法研究

引用

作者：李英儒华中科技大学

学位级别：硕士

深度强化学习近年来在围棋算法、计算机游戏、机器人仿真控制等存在巨大状态空间的应用场景下取得了很大的突破,这得益于深度神经网络的函数逼近能力,也依赖于模拟器和计算资源,因为模拟器可以在计算资源足够的情况下快速并且近乎无限... 详细信息

深度强化学习近年来在围棋算法、计算机游戏、机器人仿真控制等存在巨大状态空间的应用场景下取得了很大的突破,这得益于深度神经网络的函数逼近能力,也依赖于模拟器和计算资源,因为模拟器可以在计算资源足够的情况下快速并且近乎无限地生成智能体与环境交互的数据。但是在许多实际应用场景下,例如推荐系统、物流管理、能源系统优化、机器人实际控制中,数据采集是高成本且低频率的,从而导致数据稀缺。因此,若想使得(深度)强化学习真正应用到现实世界的众多应用场景,对数据高效利用的强化学习算法是不可或缺的。针对智能体可以与环境进行交互,但新数据采集的速度较慢这一数据稀缺场景,算法必须能够高效利用异策略数据,即智能体历史上与环境交互产生的数据。传统策略优化算法在同时利用神经网络函数近似和异策略数据时,容易产生过早收敛或不稳定甚至向较差方向收敛的情况。为了解决以上问题,可以通过增广Bregman散度来进行策略优化,称为散度增广策略优化。Bregman散度在两个策略对应的状态-动作联合分布之间计算,而不仅仅在条件动作分布上计算。计算联合分布的散度提供了给策略参数更新提供了更好的方向,并鼓励“深层次”的探索。综合起来,散度增广策略优化框架可以在重复利用异策略数据时,稳定化策略优化过程,并使算法以更快的速度收敛到较优策略,显著提高了样本利用效率。ALE环境中的实验结果表明:散度增广策略优化方法的性能显著优于SOTA近端策略优化算法(PPO),在数据稀缺场景下提升更为明显。还对异策略散度增广优化算法进行了理论收敛分析,在直接策略搜索的设定下给出了散度增广优化的闭式解;在参数空间优化的设定下证明了散度增广优化算法的局部收敛性。

关键词：强化学习策略优化异策略数据利用效率

来源：评论

学校读者我要写书评

暂无评论

利用“重定向”提高“3D”产品生产效率

引用

城市勘测 2007年第4期 107-109页

作者：钟斌河南省遥感测绘院河南郑州450003

介绍使用两种数字摄影测量工作站VirtuoZoNT3.3和Jx4Cdpw4.2软件生产3D产品中,通过重定向使不同比例尺的数据能重复利用,在生产中减少了工作量,降低了生产成本,加快了成图速度,提高了生产效率。

关键词： “3D”产品(DLG、DEM、DOM) 重定向数据利用效率

来源：评论

学校读者我要写书评

暂无评论

面向标签不完全和不平衡的多标签学习方法及系统

面向标签不完全和不平衡的多标签学习方法及系统

引用

作者：许扬汶刘天鹏李楠孟祥宇顾阜城 211135 江苏省南京市江宁区麒麟科技创新园智汇路300号A座

本发明公开了一种面向标签不完全和不平衡的多标签学习方法及系统，方法包括收集图像数据并设计若干不平衡类别，根据类别对图像数据进行标记，获得有标签和无标签数据；根据有标签数据的类别信息对类别进行划分，得到头部类别集合和尾... 详细信息

标准号: CN117975171B

本发明公开了一种面向标签不完全和不平衡的多标签学习方法及系统，方法包括收集图像数据并设计若干不平衡类别，根据类别对图像数据进行标记，获得有标签和无标签数据；根据有标签数据的类别信息对类别进行划分，得到头部类别集合和尾部类别集合，再构建半监督多标签分类器将无标签数据赋予头部和尾部伪标签；将头部和尾部伪标签进行拼接处理，得到标签完备的训练数据集；计算关联矩阵，将其作为输入构建关联提取模型，根据关联提取模型的输出计算监督损失，优化基准模型，最终得到面向标签不完全和不平衡的多标签分类模型，解决了现有多标签学习在标签不完全和标签不平衡情况下性能下降问题，显著提升了数据利用效率。

关键词：标签标签数据标签分类类别集合图像数据构建数据利用效率关联训练数据集关联矩阵基准模型类别信息拼接处理输出计算性能下降半监督学习赋予优化监督

来源：评论

学校读者我要写书评

暂无评论

一种基于面向对象空谱增强卷积神经网络模型的高光谱影像岩性识别方法及系统

一种基于面向对象空谱增强卷积神经网络模型的高光谱影像岩性识别...

引用

作者：贾伟洁边宇王梦飞陈玲徐汇泽党福星李佳 100083 北京市海淀区学院路29号

本发明公开一种基于面向对象空谱增强卷积神经网络模型的高光谱影像岩性识别方法，属于遥感高光谱岩性填图领域；该方法包括：获取高光谱卫星影像；对高光谱卫星影像进行预处理；得到样本和标签；模型训练；模型预测。本发明还公开一种... 详细信息

标准号: CN118298313A

本发明公开一种基于面向对象空谱增强卷积神经网络模型的高光谱影像岩性识别方法，属于遥感高光谱岩性填图领域；该方法包括：获取高光谱卫星影像；对高光谱卫星影像进行预处理；得到样本和标签；模型训练；模型预测。本发明还公开一种基于面向对象空谱增强卷积神经网络模型的高光谱影像岩性识别系统。本发明提出增加空间信息和融合光谱特征信息的三维卷积神经网络。在传统的岩性分类三维神经网络的基础上，引入面向对象的采样，三维空间金字塔池化以及光谱空洞膨胀方法，充分获取不同尺度的光谱特征信息，提高数据利用效率，提升岩性分类精度。

关键词：高光谱卷积神经网络面向对象岩性光谱特征信息卫星影像岩性识别三维空间三维影像预处理数据利用效率空间信息模型训练模型预测神经网络传统的分类采样池化光谱金字塔样本遥感空洞标签尺度膨胀融合引入

来源：评论

学校读者我要写书评

暂无评论

一种振动系统的轻量化振动控制方法

一种振动系统的轻量化振动控制方法

引用

作者：舒禹程贺朝刚乔丽红肖斌李伟生 400065 重庆市南岸区南山街道崇文路2号

本发明属于人工智能领域，具体涉及一种振动系统的轻量化振动控制方法，包括：获取器件的状态信息；将器件的状态信息输入到训练后的基于多奖励优先经验回放的轻量化神经网络模型，得到控制信号；基于多奖励优先经验回放的轻量化神经网... 详细信息

标准号: CN118068709A

本发明属于人工智能领域，具体涉及一种振动系统的轻量化振动控制方法，包括：获取器件的状态信息；将器件的状态信息输入到训练后的基于多奖励优先经验回放的轻量化神经网络模型，得到控制信号；基于多奖励优先经验回放的轻量化神经网络模型包括Actor网络、Actor目标网络、Critic网络以及Critic目标网络；本发明采用了深度残差收缩网络，以实现自适应去噪和轻量化的神经网络；同时，引入了多奖励机制，以协助轻量化网络找到接近最优的控制策略，并采用了优先级经验回放机制，以加速神经网络的收敛速度，提高数据利用效率。

关键词：轻量化回放神经网络模型网络目标网络奖励人工智能领域数据利用效率获取器件加速神经控制策略控制信号神经网络振动控制振动系统自适应残差去噪收敛收缩引入

来源：评论

学校读者我要写书评

暂无评论

一种多业态多会籍的会员管理方法、系统、设备和介质

一种多业态多会籍的会员管理方法、系统、设备和介质

引用

作者：李楠陈新宇王潘云袁璐璐 510000 广东省广州市黄埔区坑田大街32号鱼珠智谷E-PARK创意园A06号

本发明提供一种多业态多会籍的会员管理方法、系统、设备和介质。多业态多会籍的会员管理方法包括：获取至少一个业态，每个业态包括至少一个会籍，针对每个业态设置业态标识，针对每个会籍设置会籍标识；获取会员的业务数据，根据业务... 详细信息

标准号: CN115456645A

本发明提供一种多业态多会籍的会员管理方法、系统、设备和介质。多业态多会籍的会员管理方法包括：获取至少一个业态，每个业态包括至少一个会籍，针对每个业态设置业态标识，针对每个会籍设置会籍标识；获取会员的业务数据，根据业务数据的业态信息和会籍信息为业务数据添加业态标识和会籍标识后存储；获取会员的唯一身份标识，根据会员的唯一身份标识获取会员的基础数据和会员在每个业态内的业务数据，绘制会员画像和数据视图。本发明能够有效提升数据利用效率，且能有效降低多元化或多品牌经营的企业主体的会员运营管理成本。

关键词：业务数据唯一身份标识会员管理数据利用效率基础数据企业主体数据视图运营管理多元化品牌画像存储绘制经营

来源：评论

学校读者我要写书评

暂无评论

一种局部放电特高频信号的分类识别方法、装置及设备

一种局部放电特高频信号的分类识别方法、装置及设备

引用

作者：刘婷亮王璇李国栋陈青松刘宏李帅薛志刚刘晟牛曙梁基重俞华杨代勇于群英李杰辜超罗辑 030000 山西省太原市迎泽区迎泽街道青年路6号

本发明涉及图像识别分类技术领域，尤其是指一种局部放电特高频信号的分类识别方法、装置及设备。所述方法包括：将已标注的局部放电特高频信号图像输入基于深度残差神经网络构建局部放电特高频信号分类模型，经过多个残差块提取局部放... 详细信息

标准号: CN117809074A

本发明涉及图像识别分类技术领域，尤其是指一种局部放电特高频信号的分类识别方法、装置及设备。所述方法包括：将已标注的局部放电特高频信号图像输入基于深度残差神经网络构建局部放电特高频信号分类模型，经过多个残差块提取局部放电特高频信号的特征，对模型进行初步训练；根据迁移学习，将经过初步训练的局部放电特高频信号分类模型迁移至大数据集，对模型参数进行微调；利用经过微调的局部放电特高频信号分类模型对未标注的局部放电特高频信号图像进行分类，得到局部放电特高频信号的目标类别。所述深度残差神经网络可以保留模型的梯度，使得模型可以进行连续有效的训练，提高了数据利用效率，提高了局部放电特高频信号的分类精度。

关键词：特高频信号局部放电分类模型残差微调标注神经网络构建数据利用效率迁移装置及设备分类技术分类识别模型参数目标类别神经网络图像识别图像输入残差块大数据分类图像保留学习

来源：评论

学校读者我要写书评

暂无评论

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：

请选择收藏分类：

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

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：