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

286 篇 专利

馆藏范围

286 篇 电子文献
0 种 纸本馆藏

日期分布

机构

20 篇 腾讯科技有限公司
11 篇 中国工商银行股份...
9 篇 北京百度网讯科技...
6 篇 北京三快在线科技...
6 篇 平安科技有限公司
5 篇 上海宇佑船舶科技...
4 篇 北京旷视科技有限...
4 篇 北京沃东天骏信息...
4 篇 北京有竹居网络技...
4 篇 中国科学技术大学
3 篇 oppo广东移动通信...
3 篇 济南浪潮数据技术...
3 篇 维沃移动通信有限...
3 篇 中国联合网络通信...
3 篇 中国平安财产保险...
3 篇 建信金融科技有限...
3 篇 浙江大华技术股份...
3 篇 北京字跳网络技术...
3 篇 中国移动通信集团...
2 篇 芯砺智能科技有限...

作者

5 篇 吴子俊
5 篇 杨新霞
4 篇 姚聪
4 篇 张伟
3 篇 王超
3 篇 李响
3 篇 黄树东
3 篇 刘宇
3 篇 张涛
3 篇 李磊
2 篇 董莹莹
2 篇 陈岩
2 篇 储瑞航
2 篇 陈晓
2 篇 庄新瑞
2 篇 吕传峰
2 篇 刘洪栋
2 篇 盛德杰
2 篇 卢永晨
2 篇 张凌翔

语言

286 篇 中文

检索条件"主题词=目标训练样本"

共 286 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：

一种基于先验超分辨率的图像小目标检测方法及存储介质

一种基于先验超分辨率的图像小目标检测方法及存储介质

引用

作者：蔡宇翔叶勇梁懿罗富财吴茜郭蔡炜蒋鑫王栋郑蔚涛张江龙叶庚潘丹庄莉于元隆蒋伟杰徐杰潘进土黄道 350000 福建省福州市鼓楼区五四路264号2号楼10层

本发明涉及一种基于先验超分辨率的图像小目标检测方法及存储介质，包括以下步骤：对目标物体进行采样获得高分辨率状态下的目标训练样本及全景训练样本；使用目标训练样本及全景训练样本训练超分辨率生成器；对目标物体全景图像裁剪获... 详细信息

标准号: CN113610087A

本发明涉及一种基于先验超分辨率的图像小目标检测方法及存储介质，包括以下步骤：对目标物体进行采样获得高分辨率状态下的目标训练样本及全景训练样本；使用目标训练样本及全景训练样本训练超分辨率生成器；对目标物体全景图像裁剪获得低分辨率状态的目标图像，并通过超分辨率生成器生成高分辨状态的目标图像；对高分辨状态的目标图像裁剪成若干个预设大小的图片；然后输入目标检测网络中，得到最终的小目标检测结果。将低分辨率的图片超分辨率处理后生成高分辨的图像以增强小样本目标在样本表达中的信息，以得到更高的检测精度。在生成超分辨率的图像过程中使用生成目标高分辨先验进行监督式的模型训练，以此更好的生成超分辨率样本。

关键词：超分辨率高分辨目标图像目标训练样本先验低分辨率目标物体训练样本生成器小目标裁剪检测样本全景图像超分辨率处理存储介质高分辨率检测结果模型训练全景图像输入目标图像过程小样本采样预设图片网络监督

来源：评论

学校读者我要写书评

暂无评论

一种基于样本过采样的稀疏表示高光谱图像目标检测方法

一种基于样本过采样的稀疏表示高光谱图像目标检测方法

引用

作者：陶洋林飞鹏杨雯翁善 400065 重庆市南岸区崇文路2号

本发明提供一种基于样本过采样的稀疏表示高光谱图像目标检测方法，方法包括：首先从待检测的高光谱图像上选择目标训练样本和背景训练样本；然后利用合成少数类的过采样技术生成新的目标训练样本，扩充目标训练样本的数量从而平衡目标... 详细信息

标准号: CN112365490A

本发明提供一种基于样本过采样的稀疏表示高光谱图像目标检测方法，方法包括：首先从待检测的高光谱图像上选择目标训练样本和背景训练样本；然后利用合成少数类的过采样技术生成新的目标训练样本，扩充目标训练样本的数量从而平衡目标和背景训练样本之间的数量；然后构建稀疏表示模型并计算稀疏向量重构残差，计算目标检测统计值；最后根据目标检测统计值，实现目标检测。本发明的有益效果是：针对目前稀疏表示在高光谱图像目标探测领域应用时，在字典构造过程中，目标训练样本与背景训练样本不平衡的问题，本发明利用合成少数类样本技术进行目标训练样本扩充，解决样本数量不平衡的问题，能够更为精确地恢复测试像元的稀疏表示向量，使得目标检测效果得到了进一步提升。

关键词：样本目标训练样本目标检测稀疏表示高光谱图像背景训练过采样合成构造过程恢复测试计算目标领域应用目标探测稀疏向量选择目标训练样本检测残差构建像元向量重构字典统计平衡

来源：评论

学校读者我要写书评

暂无评论

一种针对目标场景的预测模型训练方法及装置

一种针对目标场景的预测模型训练方法及装置

引用

作者：曾利彬英属开曼群岛大开曼资本大厦一座四层847号邮箱

公开了一种针对目标场景的预测模型训练方法及装置。一种针对目标场景的预测模型训练方法，该方法包括：获得N个源训练样本集、及1个目标训练样本集；利用以下步骤进行迭代处理，直到达到预设结束条件：针对N个源训练样本集中的每一样... 详细信息

标准号: CN109214436A

公开了一种针对目标场景的预测模型训练方法及装置。一种针对目标场景的预测模型训练方法，该方法包括：获得N个源训练样本集、及1个目标训练样本集；利用以下步骤进行迭代处理，直到达到预设结束条件：针对N个源训练样本集中的每一样本集：将该样本集与目标训练样本集进行合并；利用合并得到的样本集，训练得到备选模型；将目标训练样本集中的各样本输入备选模型，根据模型输出的预测值及各样本的标签值，计算该模型的预测误差；将所训练的N个备选模型中预测误差最小的模型，作为本次迭代得到的优选模型；迭代结束后，根据预设筛选规则，从各次迭代得到的各优选模型中，选择全部或部分模型进行加权，得到针对目标场景的预测模型。

关键词：目标训练样本目标场景备选预测模型训练预测误差样本集迭代预设优选训练样本集迭代处理迭代结束结束条件筛选规则训练样本样本输入预测模型合并加权样本标签输出预测

来源：评论

学校读者我要写书评

暂无评论

基于候选区域筛选的快速深度学习遥感图像目标检测方法

基于候选区域筛选的快速深度学习遥感图像目标检测方法

引用

作者：陈金勇孙康王敏 050081 河北省石家庄市中山西路589号第五十四所指控部

本发明涉及了一种基于候选区域筛选的快速深度学习遥感图像目标检测方法，属于遥感图像处理领域，包括以下步骤：1)利用目标训练样本对深度卷积网络模型进行训练；2)输入目标几何特征条件，包括目标长度、宽度、长宽比范围；3)解析图像... 详细信息

标准号: CN108596952A

本发明涉及了一种基于候选区域筛选的快速深度学习遥感图像目标检测方法，属于遥感图像处理领域，包括以下步骤：1)利用目标训练样本对深度卷积网络模型进行训练；2)输入目标几何特征条件，包括目标长度、宽度、长宽比范围；3)解析图像参数，主要是两个方向的分辨率信息；4)依据分辨率信息，将目标几何特征转换为像素限定条件；5)利用遥感图像目标分割技术实现目标候选区域提取；6)根据步骤4中的目标几何信息尺寸限定条件，对步骤5中的目标候选区域进行筛选；7)对步骤6中得到的筛选后的目标候选区域进行特征识别，确定是否为目标。本发明提出利用目标几何特征信息对候选区域进行筛选，提高了目标检测效率，同时对虚警具有一定抑制作用。

关键词：候选区域目标几何筛选分辨率信息目标检测遥感图像目标训练样本遥感图像处理尺寸限定几何特征技术实现目标分割输入目标特征识别特征信息特征转换图像参数网络模型限定条件长宽比卷积像素虚警解析学习

来源：评论

学校读者我要写书评

暂无评论

模型训练方法、客服坐席匹配方法、服务器及存储介质

模型训练方法、客服坐席匹配方法、服务器及存储介质

引用

作者：王如霞 518057 广东省深圳市南山区高新技术产业园科技南路中兴通讯大厦

本发明实施例提供一种模型训练方法、客服坐席匹配方法、服务器及存储介质，属于通信技术领域。该模型训练方法包括：获取历史呼叫信息，历史呼叫信息包括呼叫客户画像与呼叫客户画像匹配的客服坐席类型；根据历史呼叫信息，确定呼叫客... 详细信息

标准号: CN116415973A

本发明实施例提供一种模型训练方法、客服坐席匹配方法、服务器及存储介质，属于通信技术领域。该模型训练方法包括：获取历史呼叫信息，历史呼叫信息包括呼叫客户画像与呼叫客户画像匹配的客服坐席类型；根据历史呼叫信息，确定呼叫客户画像对所述客服坐席类型的客服坐席的客户满意度；在客户满意度大于或等于预设客户满意度时，将呼叫客户画像以及与呼叫客户画像匹配的客服坐席类型确定为一条目标训练样本；根据多个目标训练样本，对预设神经网络模型进行迭代训练直至收敛，得到坐席类型匹配模型。本发明能够基于坐席类型匹配模型准确地为待服务客户分配最优的客服坐席，极大地提升服务质量和提高了待服务客户的体验。

关键词：客服坐席呼叫画像历史呼叫信息客户满意度客户匹配服务客户模型训练匹配模型坐席预设目标训练样本神经网络模型通信技术领域存储介质迭代训练多个目标训练样本收敛服务器分配服务

来源：评论

学校读者我要写书评

暂无评论

一种基于大语言模型的统一信息抽取方法、介质及设备

一种基于大语言模型的统一信息抽取方法、介质及设备

引用

作者：王磊王宇琪王亦洁肖星琳徐楠曹家罗引 100190 北京市海淀区北四环西路9号楼7层717室

本发明提供了一种基于大语言模型的统一信息抽取方法、介质及设备，涉及信息抽取技术领域，包括：获取待处理文本以及目标指令，将待处理文本和目标指令拼接后输入目标信息抽取模型，以得到目标信息抽取模型输出的信息抽取结果。目标信... 详细信息

标准号: CN117764062A

本发明提供了一种基于大语言模型的统一信息抽取方法、介质及设备，涉及信息抽取技术领域，包括：获取待处理文本以及目标指令，将待处理文本和目标指令拼接后输入目标信息抽取模型，以得到目标信息抽取模型输出的信息抽取结果。目标信息抽取模型，通过以下步骤得到：获取若干原始文本集，对若干原始文本集中的每一原始文本，进行目标训练样本生成处理，以得到目标训练样本集，根据目标训练数据集对预设大语言模型进行训练，以得到目标信息抽取模型。本发明能够使得目标信息抽取模型具备抽取不同任务类型信息的能力，提高信息抽取的效率，并可以降低模型的发散性。

关键词：目标信息信息抽取抽取原始文本目标训练样本目标指令语言模型文本信息抽取技术目标训练任务类型生成处理输入目标发散性数据集预设拼接输出统一

来源：评论

学校读者我要写书评

暂无评论

一种神经网络的训练方法、数据处理方法以及相关设备

一种神经网络的训练方法、数据处理方法以及相关设备

引用

作者：刘卫文唐睿明何秀强戴心仪林江浩张伟楠李帅俞勇 518129 广东省深圳市龙岗区坂田华为总部办公楼

本申请实施例公开一种神经网络的训练方法、数据处理方法以及相关设备，该方法可用于人工智能领域中，通过生成器输出与目标训练样本对应的目标预测结果，目标训练样本包括目标对象的标识信息，目标预测结果指示目标对象是否会被执行交... 详细信息

标准号: CN113159315A

本申请实施例公开一种神经网络的训练方法、数据处理方法以及相关设备，该方法可用于人工智能领域中，通过生成器输出与目标训练样本对应的目标预测结果，目标训练样本包括目标对象的标识信息，目标预测结果指示目标对象是否会被执行交互操作；通过判别器输出第一概率值和第二概率值，第一概率值指示目标正确结果为真实数据的概率，目标正确结果指示目标对象是否被执行过交互操作，第二概率值指示目标预测结果为真实数据的概率；对判别器和生成器进行对抗训练。生成器的更新目标为挖掘用户真实的点击习惯，从而有利于通过训练生成器以实现对用户内在真实意图的挖掘，有利于提高预测结果的准确率。

关键词：生成器概率指示目标目标训练样本目标预测结果交互操作目标对象预测结果真实数据判别器人工智能领域标识信息对抗训练更新目标结果指示神经网络输出数据处理挖掘准确率可用申请

来源：评论

学校读者我要写书评

暂无评论

一种超参数确定及语义转换方法、装置、设备及介质

一种超参数确定及语义转换方法、装置、设备及介质

引用

作者：廖金龙许士芳吴长平姚建国 201306 上海市浦东新区中国(上海)自由贸易试验区临港新片区业盛路188号A-522室

本发明公开了一种超参数确定及语义转换方法、装置、设备及介质。该基于双塔模型的超参数确定方法包括：数值比较目标预训练大模型的目标算力与目标硬件设备的综合算力；若比较结果超出预设阈值，依据预设超参数组合处理各目标预训练小... 详细信息

标准号: CN116933896A

本发明公开了一种超参数确定及语义转换方法、装置、设备及介质。该基于双塔模型的超参数确定方法包括：数值比较目标预训练大模型的目标算力与目标硬件设备的综合算力；若比较结果超出预设阈值，依据预设超参数组合处理各目标预训练小模型生成目标训练样本集合；基于预设训练特征设定字段以及预设收敛特征设定字段生成基础特征样本集合；依据基础特征样本集合反向传播训练基础双塔模型生成目标双塔模型；依据目标双塔模型遍历处理目标预训练大模型对应的基础超参数范围，确定目标预训练大模型对应的目标超参数。通过本发明的技术方案，能够快速获得预训练大模型的超参数，提高大模型预训练的成功率且降低训练成本。

关键词：双塔预设参数确定基础特征模型生成样本集合目标训练样本目标硬件设备参数组合处理目标反向传播模型遍历数值比较特征设定训练特征语义转换字段生成字段成功率收敛集合

来源：评论

学校读者我要写书评

暂无评论

样本集生成、页面元素识别模型训练方法及装置

样本集生成、页面元素识别模型训练方法及装置

引用

作者：李宇航 100085 北京市海淀区上地十街10号百度大厦二层

本公开提供了一种样本集生成、页面元素识别模型训练方法及装置，该方案为：获取页面区域，并确定页面区域内的初始元素和初始标记点；获取初始元素预设的缩放参数集合，并根据缩放参数集合中的各缩放参数分别对初始元素和初始标记点进... 详细信息

标准号: CN117113085A

本公开提供了一种样本集生成、页面元素识别模型训练方法及装置，该方案为：获取页面区域，并确定页面区域内的初始元素和初始标记点；获取初始元素预设的缩放参数集合，并根据缩放参数集合中的各缩放参数分别对初始元素和初始标记点进行变形处理，得到初始样本集合和候选标记点；针对任一初始样本，获取初始样本的替换元素集合，并分别基于替换元素集合中的各替换元素对初始样本进行更新，得到更新后的候选样本；基于各候选样本和各候选样本的候选标记点，生成页面区域内的目标训练样本集合。通过对一个页面区域进行替换拉伸处理，生成包含大量训练样本的目标训练样本集合，增加了样本的多样性和丰富度，解决了样本难以获取或者较少的问题。

关键词：页面区域样本替换候选样本缩放参数集合目标训练样本候选标记点元素集合标记点变形处理拉伸处理模型训练训练样本样本集合页面元素样本集更新预设多样性

来源：评论

学校读者我要写书评

暂无评论

垂直领域大语言模型的训练方法及装置、存储介质、设备

垂直领域大语言模型的训练方法及装置、存储介质、设备

引用

作者：方之家苑爱泉张忠敏穆瑞斌胡盼盼王晓伟雷蕾吴焜 310056 浙江省杭州市滨江区长河街道网商路699号5号楼2楼203室

本申请公开了一种垂直领域大语言模型的训练方法及装置、存储介质、计算机设备，该方法包括：获取基于通用领域的初始大模型以及初始大模型对应的多个第一训练样本集，各第一训练样本集中训练样本的语料配比各不相同；利用各第一训练样... 详细信息

标准号: CN117390142B

本申请公开了一种垂直领域大语言模型的训练方法及装置、存储介质、计算机设备，该方法包括：获取基于通用领域的初始大模型以及初始大模型对应的多个第一训练样本集，各第一训练样本集中训练样本的语料配比各不相同；利用各第一训练样本集分别对初始大模型进行训练，得到各第一测试大模型，并通过第一测试样本集分别对各第一测试大模型进行测试，确定第一测试大模型中的第一被选大模型；将训练第一被选大模型所使用的第一训练样本集的语料配比作为目标语料配比，按目标语料配比构建目标训练样本集，并利用目标训练样本集对初始大模型或第一被选大模型进行训练，得到目标大模型在通用领域和目标应用领域都具有较好知识问答能力的大模型。

关键词：配比语料训练样本集测试目标训练样本训练样本测试样本集计算机设备存储介质目标应用语言模型知识问答通用构建垂直申请

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29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：