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

1,497 篇 专利

馆藏范围

1,497 篇 电子文献
0 种 纸本馆藏

日期分布

机构

48 篇 支付宝信息技术有...
43 篇 腾讯科技有限公司
32 篇 北京百度网讯科技...
21 篇 清华大学
20 篇 北京邮电大学
20 篇 北京理工大学
18 篇 浙江大学
18 篇 南京邮电大学
16 篇 杭州海康威视数字...
16 篇 平安科技有限公司
15 篇 杭州电子科技大学
15 篇 北京航空航天大学
14 篇 哈尔滨工业大学
13 篇 北京工业大学
12 篇 华中科技大学
11 篇 北京大学
11 篇 之江实验室
11 篇 北京三快在线科技...
11 篇 阿里巴巴集团控股...
10 篇 华为技术有限公司

作者

12 篇 刘洋
11 篇 周俊
10 篇 王磊
9 篇 李仁刚
9 篇 赵雅倩
9 篇 杨帆
7 篇 吴栋
7 篇 陈涛
7 篇 郭振华
7 篇 卞阳
6 篇 方磊
6 篇 权纯
6 篇 姚沛
6 篇 王星
6 篇 刘超
6 篇 周胜平
6 篇 刘聪
6 篇 王伟
6 篇 刘春伟
6 篇 王滨

语言

1,497 篇 中文

检索条件"主题词=模型训练过程"

共 1497 条记录，以下是21-30 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：

一种水下图像协同增强与超分辨率方法

一种水下图像协同增强与超分辨率方法

引用

作者：李坤乾亓琦李春燕刘文杰宋大雷 266100 山东省青岛市崂山区松岭路238号

本发明公开了一种水下图像协同增强与超分辨率方法，属于计算机视觉技术领域，包括利用带有视觉增强参考图的水下图像数据集，构建模型训练过程中所需的训练数据集，训练数据集包括低分辨率的原始水下退化图像，低分辨率参考真值图像，... 详细信息

标准号: CN116309046A

本发明公开了一种水下图像协同增强与超分辨率方法，属于计算机视觉技术领域，包括利用带有视觉增强参考图的水下图像数据集，构建模型训练过程中所需的训练数据集，训练数据集包括低分辨率的原始水下退化图像，低分辨率参考真值图像，高分辨的原始退化水下图像，高分辨参考真值图像；搭建水下图像协同增强与超分辨率深度学习网络，将成对的原始水下退化图像作为该深度网络输入，利用其对应的低分辨率参考真值图像对模型输出的预测图像进行约束优化；利用最小化像素值差异损失与结构相似度损失，对模型训练过程进行约束优化，训练所述水下图像协同增强与超分辨率深度学习网络；将任意一对原始水下退化图像作为模型的输入，经过模型计算得到输出。

关键词：水下图像超分辨率低分辨率退化图像模型训练过程训练数据集高分辨图像协同参考计算机视觉技术结构相似度像素值差异输出网络模型计算视觉增强预测图像成对的数据集最小化构建优化退化学习

来源：评论

学校读者我要写书评

暂无评论

一种钢筋数量识别方法、装置、设备及存储介质

一种钢筋数量识别方法、装置、设备及存储介质

引用

作者：黄俭黄杰何日福周鹏徐宇陈世清 510640 广东省广州市天河区金颖路1号601-612房

本发明公开了一种钢筋数量识别方法、装置、设备及存储介质，通过获取钢筋的横截面图像集，对所述横截面图像集进行数据标注，并按预设比例划分出训练数据集；将经过第一图像预处理后的所述训练数据集和所述训练数据集对应的数据标注用... 详细信息

标准号: CN114494767B

本发明公开了一种钢筋数量识别方法、装置、设备及存储介质，通过获取钢筋的横截面图像集，对所述横截面图像集进行数据标注，并按预设比例划分出训练数据集；将经过第一图像预处理后的所述训练数据集和所述训练数据集对应的数据标注用于模型训练，生成钢筋识别模型，并通过记录模型训练过程中的损失值和准确度值，确定最优钢筋识别模型；将经过第二图像预处理后的待识别横截面图像输入到所述最优钢筋识别模型中，输出所述待识别横截面图像的钢筋数量。与现有技术相比，本发明基于生成的最优钢筋识别模型，实现对钢筋数量的直接识别，替代了人工快速完成费时费力的重复性劳动，减少了对工人的依赖，同时提高了获取钢筋数量的准确性和效率。

关键词：钢筋横截面图像训练数据集图像预处理数据标注模型训练过程重复性劳动准确度存储介质模型训练数量识别直接识别预设费力输出替代记录

来源：评论

学校读者我要写书评

暂无评论

医学语义匹配模型的训练方法、医学知识匹配方法及装置

医学语义匹配模型的训练方法、医学知识匹配方法及装置

引用

作者：陈思彤陶然刘斯刘芯雨 510700 广东省广州市黄埔区国际生物岛螺旋三路10号

本发明公开了医学语义匹配模型的训练方法、医学知识匹配方法及装置，该方法包括：在模型训练过程中，使用医学领域的文本对预训练语言模型进行语义训练，得到医学语义分析模型。通过医学语义分析模型的编码器生成每个样本对的两个第一... 详细信息

标准号: CN113780006B

本发明公开了医学语义匹配模型的训练方法、医学知识匹配方法及装置，该方法包括：在模型训练过程中，使用医学领域的文本对预训练语言模型进行语义训练，得到医学语义分析模型。通过医学语义分析模型的编码器生成每个样本对的两个第一句子级语义向量，再计算转换得到的两个第一句子级语义向量间的相似度，根据第二损失函数计算第二损失值并调整医学语义分析模型中的参数，以得到医学语义匹配模型。在应用过程中，通过文本库建立向量化知识库，再根据需求自行选择需要的模型并结合向量化知识库来进行高精度的匹配或粗精度的匹配，最后基于匹配结果及向量化知识库内的索引完成对匹配结果的输出，这样用户就快速找对与待匹配文本相关联的医学知识。

关键词：知识库语义分析模型匹配向量化医学匹配结果医学知识语义匹配语义向量句子模型训练过程语义损失函数医学领域应用过程语言模型编码器文本库相似度索引样本文本关联输出转换

来源：评论

学校读者我要写书评

暂无评论

一种基于正负样本候选框动态选择船舶检测方法及系统

一种基于正负样本候选框动态选择船舶检测方法及系统

引用

作者：叶建标罗劲松温志伟赵立立雷明根俞茜芝 311122 浙江省杭州市余杭区闲林街道嘉企路16号3幢1楼

本发明公开一种基于正负样本候选框动态选择船舶检测方法及系统，其中，该方法对当前正样本候选框进行难易评估，加强船舶检测模型对难检样本的学习；利用原始船舶检测模型预测出的原始负样本候选框，通过原始负样本候选框的置信度，筛... 详细信息

标准号: CN116758429B

本发明公开一种基于正负样本候选框动态选择船舶检测方法及系统，其中，该方法对当前正样本候选框进行难易评估，加强船舶检测模型对难检样本的学习；利用原始船舶检测模型预测出的原始负样本候选框，通过原始负样本候选框的置信度，筛选出易检负样本候选框，初始船舶检测模型训练过程中预测的当前一级负样本候选框与易检负样本候选框匹配，置于不同权重，加强船舶检测模型对易检负样本特征的学习；易检负样本候选框的数量是动态选择，依据训练集的人工标定框数量和原始负样本候选框数量共同决定。本发明的方法降低了船舶检测模型的误检，提高了准确率。

关键词：候选框负样本船舶检测动态选择模型训练过程模型预测正负样本训练集正样本置信度准确率标定权重误检匹配样本筛选学习评估预测

来源：评论

学校读者我要写书评

暂无评论

一种基于GAN的自组织BP神经网络出水氨氮预测方法

一种基于GAN的自组织BP神经网络出水氨氮预测方法

引用

作者：邓军林吴宁廖翠平梁曦高学山 535000 广西壮族自治区钦州市滨海新城滨海大道12号

本发明涉及水处理技术领域，公开了一种基于GAN的自组织BP神经网络出水氨氮预测方法，包括以下步骤：S1、训练生成器网络和判别器网络的GAN模型，其中生成器网络生成符合实际数据分布的合成数据，判别器网络评估合成数据的真实性；S2、... 详细信息

标准号: CN118171061A

本发明涉及水处理技术领域，公开了一种基于GAN的自组织BP神经网络出水氨氮预测方法，包括以下步骤：S1、训练生成器网络和判别器网络的GAN模型，其中生成器网络生成符合实际数据分布的合成数据，判别器网络评估合成数据的真实性；S2、将生成的合成数据与真实数据按比例混合，构建用于训练BP神经网络的数据集；S3、利用深度自组织神经网络对数据进行特征提取和降维处理，以减少数据维度和提高模型效率。通过训练生成器网络和判别器网络的GAN模型，生成符合实际数据分布的合成数据，解决了数据分布不均匀的问题，以及引入自适应学习率机制，根据模型训练过程中的性能动态调整学习率，并且在BP神经网络中引入残差连接，促进信息流动。

关键词：合成数据判别器生成器实际数据网络水处理技术领域自组织神经网络模型训练过程按比例混合自适应学习动态调整降维处理数据分布数据维度特征提取网络评估网络生成信息流动真实数据引入不均匀数据集自组织氨氮残差出水构建真实性预测学习

来源：评论

学校读者我要写书评

暂无评论

一种基于深度学习的3T MRA到7T MRA的预测方法

一种基于深度学习的3T MRA到7T MRA的预测方法

引用

作者：王鹤汤玮王成彦 200433 上海市杨浦区邯郸路220号

本发明属于医学图像处理技术领域，具体为一种基于深度学习的3T MRA到7T MRA的预测方法。本发明利用7T MRA高分辨率、高信噪比、高对比度等优点对3T MRA进行血管增强，提升图像质量；包括获取3T和7T MRA成对原始数据；图像预处理，包括... 详细信息

标准号: CN116758120A

本发明属于医学图像处理技术领域，具体为一种基于深度学习的3T MRA到7T MRA的预测方法。本发明利用7T MRA高分辨率、高信噪比、高对比度等优点对3T MRA进行血管增强，提升图像质量；包括获取3T和7T MRA成对原始数据；图像预处理，包括配准、场不均匀性校正、去头皮、图像插值与像素值归一化；训练深度学习模型；将用于测试的3T MRA输入训练好的模型，预测出“类”7T MRA。本发明在模型训练过程中使用知识蒸馏网络引入MRA的MIP信息以提升预测结果的血管完整度、连续性和真实性；使用异方差偶然不确定性对真实的7T MRA和预测的7T‑like MRA之间的误差进行自适应加权，防止3T和7T MRA之间的空间不匹配给模型学习带来不良影响以及导致预测结果出现不合理的偏移。

关键词：预测结果预测头皮图像成对原始数据模型训练过程医学图像处理场不均匀性图像预处理自适应加权不确定性高对比度高分辨率模型学习血管完整蒸馏归一化偏移高信配准像素异方校正匹配真实性血管测试学习引入网络

来源：评论

学校读者我要写书评

暂无评论

一种基于秘密共享与联邦学习的人脸识别方法

一种基于秘密共享与联邦学习的人脸识别方法

引用

作者：罗佳媛李锂谭振华贾志亮宁婧宇岳茗 110819 辽宁省沈阳市和平区文化路3号巷11号

本发明提供一种基于秘密共享与联邦学习的人脸识别方法，涉及人脸识别技术领域。该方法包括秘密共享构件与联邦学习构件。针对无约束人脸图片，首先在模型训练过程中，利用联邦学习构件训练特征提取器与人脸分类器，当客户端将模型参数... 详细信息

标准号: CN115830679A

本发明提供一种基于秘密共享与联邦学习的人脸识别方法，涉及人脸识别技术领域。该方法包括秘密共享构件与联邦学习构件。针对无约束人脸图片，首先在模型训练过程中，利用联邦学习构件训练特征提取器与人脸分类器，当客户端将模型参数上传到服务器时，使用差分隐私的方法对参数加入噪声；同时利用秘密共享构件的分发算法，将人脸图像分发为多个影子图像并存储于影子数据库中；其次在人脸识别过程中，利用联邦学习构件训练好的特征提取器与分类器，寻找相似度最高的人脸id，在一定数量的影子数据库中检索对应的影子图像，根据秘密共享构件的恢复算法，恢复人脸图像并回显。本发明实现了人脸识别对隐私安全性与人脸识别可用性的要求。

关键词：秘密共享人脸识别学习构件人脸图像影子图像算法分发数据库影子模型训练过程人脸识别技术人脸分类器特征提取器隐私安全性可用性模型参数人脸图片训练特征分类器客户端提取器无约束相似度人脸噪声服务器检索隐私恢复存储学习

来源：评论

学校读者我要写书评

暂无评论

NLP中基于样本的序列到序列任务的影响函数解释方法

NLP中基于样本的序列到序列任务的影响函数解释方法

引用

作者：秦韵张帆 211899 江苏省南京市江北新区浦珠南路30号

一种NLP中基于样本的序列到序列任务的影响函数解释方法，包括步骤：1)选取需要获取解释的序列到序列任务，并针对序列到序列任务选取待测的自然语言处理模型和数据集；2)将数据集内的语料进行编码，将编码后的每条数据划分不同区间得... 详细信息

标准号: CN114692621A

一种NLP中基于样本的序列到序列任务的影响函数解释方法，包括步骤：1)选取需要获取解释的序列到序列任务，并针对序列到序列任务选取待测的自然语言处理模型和数据集；2)将数据集内的语料进行编码，将编码后的每条数据划分不同区间得到的多条数据并作为新的样本；3)将步骤2)得到的新的样本送入待测模型进行训练，在损失趋于稳定时结束训练；在待测模型训练过程输出的所有检查点中，选取趋近于待测模型最终参数的检查点用于影响分数的计算；4)基于步骤3)选取的检查点中的待测模型参数，计算训练样本与测试样本的损失；5)利用步骤4)得到的样本损失，基于待测模型参数计算梯度向量，按照影响函数公式计算得到影响分数。

关键词：样本检查点影响分数影响函数数据集模型参数计算模型训练过程自然语言处理测试样本公式计算计算训练模型参数任务选取梯度向量样本损失最终参数语料送入输出

来源：评论

学校读者我要写书评

暂无评论

一种基于理论辅助的雷达探测性能预测方法

一种基于理论辅助的雷达探测性能预测方法

引用

作者：周家豪张捷吕明马立丰于琳杨学康 210094 江苏省南京市玄武区孝陵卫200号

本发明公开了一种基于理论辅助的雷达探测性能预测方法。建立雷达系统探测性能分析指标体系和雷达系统经典物理模型与约束；根据分析指标体系，通过传感器采集雷达状态指标作为原始数据集输入模型中；将原始数据集进行数据预处理；将经... 详细信息

标准号: CN117648861A

本发明公开了一种基于理论辅助的雷达探测性能预测方法。建立雷达系统探测性能分析指标体系和雷达系统经典物理模型与约束；根据分析指标体系，通过传感器采集雷达状态指标作为原始数据集输入模型中；将原始数据集进行数据预处理；将经过数据预处理的数据利用主成分分析降维算法进行降维，得到训练数据集；将雷达方程和干扰方程结合均方误差准则构建损失函数；将步骤S4获得的训练数据集输入卷积‑长短期记忆神经网络CNN‑LSTM中进行训练，训练目标函数采用步骤S5获得的损失函数，以指定形式输出预测结果。该方法使得模型训练过程在满足雷达系统特定物理约束条件的同时，保留了数据驱动简单、直接、高效的优点，使预测模型具有更好的泛化性能。

关键词：雷达系统数据预处理训练数据集原始数据集损失函数指标体系主成分分析降维记忆神经网络雷达探测性能模型训练过程物理约束条件传感器采集泛化性能经典物理均方误差雷达方程数据利用数据驱动探测性能形式输出训练目标预测结果预测模型状态指标准则构建辅助的降维卷积算法分析雷达预测保留

来源：评论

学校读者我要写书评

暂无评论

一种文本处理模型的生成方法、装置、设备及存储介质

一种文本处理模型的生成方法、装置、设备及存储介质

引用

作者：高印权 100005 北京市东城区建国门内大街69号

本发明公开了一种文本处理模型的生成方法、装置、设备及存储介质，包括：获取多个训练文本，确定各训练文本对应的文本难度；将多个训练文本按照文本难度由低到高进行排列，得到训练样本集，并将训练样本集划分为语病诊断样本集和语法... 详细信息

标准号: CN115577705A

本发明公开了一种文本处理模型的生成方法、装置、设备及存储介质，包括：获取多个训练文本，确定各训练文本对应的文本难度；将多个训练文本按照文本难度由低到高进行排列，得到训练样本集，并将训练样本集划分为语病诊断样本集和语法纠错样本集；使用语病诊断样本集和语法纠错样本集，同时分别对预设的神经网络模型进行训练，得到语病诊断模型和语法纠错模型。本发明实施例的技术方案可以丰富模型训练过程中文本的特征信息，提升模型的性能和泛化能力，避免模型过早陷入局部最优解。

关键词：样本集训练文本纠错语法训练样本集诊断文本模型训练过程神经网络模型存储介质特征信息文本处理最优解预设中文

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150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

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：