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

886 篇 专利

馆藏范围

886 篇 电子文献
0 种 纸本馆藏

日期分布

机构

21 篇 北京理工大学
21 篇 浙江大学
19 篇 清华大学
18 篇 电子科技大学
16 篇 西安电子科技大学
13 篇 北京百度网讯科技...
13 篇 哈尔滨工业大学
13 篇 南京邮电大学
12 篇 浙江工业大学
12 篇 杭州电子科技大学
11 篇 东南大学
11 篇 中山大学
10 篇 华中科技大学
10 篇 天津大学
10 篇 西安交通大学
10 篇 上海交通大学
9 篇 中国人民解放军国...
9 篇 西北工业大学
9 篇 华南理工大学
8 篇 桂林电子科技大学

作者

7 篇 李鑫
7 篇 王鑫
6 篇 刘斌
6 篇 李雪
5 篇 周武杰
5 篇 王强
5 篇 胡炳然
5 篇 于荣
5 篇 梅涛
5 篇 崔吉哲
5 篇 胡海峰
5 篇 苗乾坤
5 篇 王鹏
4 篇 张银胜
4 篇 季向阳
4 篇 林华东
4 篇 雷景生
4 篇 方滨兴
4 篇 张剑
4 篇 王军

语言

886 篇 中文

检索条件"主题词=计算损失函数"

共 886 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：

一种损失函数计算方法及装置

一种损失函数计算方法及装置

引用

作者：胡炳然 100000 北京市海淀区西三旗建材城内1幢一层101号

本发明公开了一种损失函数计算方法及装置，用于人脸识别,包括：利用预设三通道彩图生成训练数据输入主干网络中；根据主干网络的输出结果获得K个类别的n维特征向量；获取K个类别的n维特征向量中每个类别的类中心向量；基于每个类别的... 详细信息

标准号: CN111597882A

本发明公开了一种损失函数计算方法及装置，用于人脸识别,包括：利用预设三通道彩图生成训练数据输入主干网络中；根据主干网络的输出结果获得K个类别的n维特征向量；获取K个类别的n维特征向量中每个类别的类中心向量；基于每个类别的类中心向量，计算人脸检测结果和实际结果的损失函数。通过利用普通的三通道彩图即可计算损失函数，解决了现有技术中基于L₂度量学习的方法，面临采样困难的问题，使得计算前的准备过程变得更简单，同时，根据类中心向量来计算损失函数使得最后计算的结果更加准确和可信，解决了现有技术中在计算过程中忽略了监督不同类别的类别中心向量之间的关系导致计算的结果可信度低的问题。

关键词：中心向量计算损失函数损失函数主干网络三通道计算方法及装置人脸检测结果结果可信度计算过程人脸识别实际结果输出结果训练数据采样度量预设可信监督学习

来源：评论

学校读者我要写书评

暂无评论

一种损失函数计算方法及装置

一种损失函数计算方法及装置

引用

作者：胡炳然 100000 北京市海淀区西三旗建材城内1幢一层101号

标准号: CN111597882B

来源：评论

学校读者我要写书评

暂无评论

模型训练方法和装置、轨迹预测方法和装置

模型训练方法和装置、轨迹预测方法和装置

引用

作者：陈昌浩李勇强吕强苗乾坤 100176 北京市大兴区北京经济技术开发区宏达北路12号A幢二区6层613室

本发明公开了模型训练方法和装置、轨迹预测方法和装置，涉及自动驾驶技术领域。该方法包括：分别将自车的历史轨迹、交通参与者的历史轨迹、交通参与者的未来轨迹和地图特征转换至相对坐标系下；获取目标交通参与者当前所在的位置；将... 详细信息

标准号: CN116558541A

本发明公开了模型训练方法和装置、轨迹预测方法和装置，涉及自动驾驶技术领域。该方法包括：分别将自车的历史轨迹、交通参与者的历史轨迹、交通参与者的未来轨迹和地图特征转换至相对坐标系下；获取目标交通参与者当前所在的位置；将转换后目标交通参与者的历史轨迹、转换后自车的历史轨迹、转换后其他交通参与者的历史轨迹、目标交通参与者当前所在的位置和转换后的地图特征输入神经网络模型，得到一阶差分结果；基于一阶差分结果和目标交通参与者当前所在的位置，计算目标交通参与者的预测轨迹；基于预测轨迹和转换后目标交通参与者的未来轨迹，计算损失函数的损失值；基于损失值调整神经网络模型的参数。该实施方式能够提高轨迹预测的准确度。

关键词：历史轨迹交通转换一阶差分结果方法和装置地图特征轨迹预测预测轨迹计算损失函数神经网络模型输入神经网络准确度获取目标计算目标模型训练自动驾驶

来源：评论

学校读者我要写书评

暂无评论

面向强化学习的检测防御异常数据方法和装置

面向强化学习的检测防御异常数据方法和装置

引用

作者：陈晋音章燕王雪柯王珏 310014 浙江省杭州市下城区潮王路18号

本发明公开了一种面向强化学习的检测防御异常数据方法和装置，包括以下步骤：采集场景a下小车正常驾驶状态作为样本数据，对样本数据采用PCA降维处理，得到前n个特征值的累计贡献率α以及变换矩阵P；基于DDPG算法建立场景a下自动驾驶... 详细信息

标准号: CN111753300A

本发明公开了一种面向强化学习的检测防御异常数据方法和装置，包括以下步骤：采集场景a下小车正常驾驶状态作为样本数据，对样本数据采用PCA降维处理，得到前n个特征值的累计贡献率α以及变换矩阵P；基于DDPG算法建立场景a下自动驾驶训练模型，预训练自动驾驶训练模型，将状态转换过程存入经验回放缓冲区D；采集场景a下自动驾驶训练模型训练过程中的状态s_t，利用变换矩阵P对状态s_t降维处理，计算前n个特征值的累计贡献率α’；若||α‑α’||≥∈，则判定s_t异常，向对应的奖励值r_t增加惩罚项并将更新后的状态转换过程存储在经验回放缓冲区D中；根据更新后的奖励值计算损失函数，利用损失函数更新主网络的参数。

关键词：训练模型自动驾驶状态转换过程缓冲区变换矩阵样本数据贡献率场景回放更新采集计算损失函数方法和装置驾驶状态降维处理强化学习损失函数训练过程异常数据惩罚项下小车主网络奖励算法判定存储防御检测

来源：评论

学校读者我要写书评

暂无评论

一种基于巴氏系数主动轮廓注意力的CT图像分割方法

一种基于巴氏系数主动轮廓注意力的CT图像分割方法

引用

作者：陈达郭学丽舒明雷刘丽李安坤韩孝兴李焕春 250000 山东省济南市长清区大学路3501号

本发明涉及医学图像分割技术领域，尤其涉及一种基于巴氏系数主动轮廓注意力的CT图像分割方法，步骤如下：数据集是3D肾脏和肾脏肿瘤的CT图像；调用nibabel库处理数据集中的体数据得到2D的png格式的切片，从每个体数据中分别选取10个切... 详细信息

标准号: CN117078705B

本发明涉及医学图像分割技术领域，尤其涉及一种基于巴氏系数主动轮廓注意力的CT图像分割方法，步骤如下：数据集是3D肾脏和肾脏肿瘤的CT图像；调用nibabel库处理数据集中的体数据得到2D的png格式的切片，从每个体数据中分别选取10个切片，得到数据集D’，对D’中的训练集进行数据增强得到数据集D；网络结构包括编码部分和解码部分；使用Dice损失函数计算损失函数；使用SGD优化器，通过反向传播来调整网络中的权重和偏置量；将最优的权重与偏置量保存在新建的文件中；读取测试集中的图像完成分割，将结果保存为jpg格式的文件。该发明能够聚焦目标结构，对灰度值分布不均匀的图片一样可以得到较好的分割结果。

关键词：数据集偏置量切片计算损失函数医学图像分割处理数据读取测试反向传播分割结果个体数据结果保存聚焦目标肾脏肿瘤数据增强损失函数网络结构主动轮廓不均匀权重和体数据训练集优化器分割巴氏灰度权重肾脏调用注意力图像保存网络图片

来源：评论

学校读者我要写书评

暂无评论

一种融合SAR散射强度和多普勒速度的浅海地形反演方法及系统

一种融合SAR散射强度和多普勒速度的浅海地形反演方法及系统

引用

作者：王小青林嘉敏王建崔雷杨培庆苏星伊 510275 广东省广州市海珠区新港西路135号

本申请属于海洋数据处理技术领域，公开了一种融合SAR散射强度和多普勒速度的浅海地形反演方法及系统。通过从SAR的单视复数图像中获取流致散射强度和流致地面多普勒速度；基于先验低分辨初猜流场的多普勒贡献作为背景场参考，对流致地... 详细信息

标准号: CN118013877A

本申请属于海洋数据处理技术领域，公开了一种融合SAR散射强度和多普勒速度的浅海地形反演方法及系统。通过从SAR的单视复数图像中获取流致散射强度和流致地面多普勒速度；基于先验低分辨初猜流场的多普勒贡献作为背景场参考，对流致地面多普勒速度进行修正；基于二维浅水水动力近似模型、NRCS近似模型以及地面多普勒速度近似模型将流场、水位、地形深度与水动力约束、流致散射强度、修正后的流致地面多普勒速度进行显示表达，构建反演浅海地形的非线性差分方程组；设置初猜值，根据Inexact Newton‑GMRES法确定变量梯度，计算损失函数和雅可比矩阵，求解非线性差分方程组；在满足损失函数的变化率小于预设值时，输出浅海地形的反演结果。有效提高浅海地形的反演性能。

关键词：多普勒浅海地形反演散射方程组近似模型水动力流场矩阵计算损失函数数据处理技术修正复数图像速度近似损失函数浅水先验背景场变化率二维构建求解预设分辨对流水位输出参考融合海洋申请

来源：评论

学校读者我要写书评

暂无评论

图像处理模型的训练方法、装置、设备及存储介质

图像处理模型的训练方法、装置、设备及存储介质

引用

作者：李鑫李甫林天威张赫男 100085 北京市海淀区上地十街10号百度大厦2层

本申请公开了图像处理模型的训练方法、装置、设备及存储介质，涉及计算机视觉和深度学习技术领域。具体实现方案为：获取训练样本，训练样本包括一个目标图像和至少一个参考图像；分别提取各个参考图像的动作特征和外表特征，并提取目... 详细信息

标准号: CN112508830B

本申请公开了图像处理模型的训练方法、装置、设备及存储介质，涉及计算机视觉和深度学习技术领域。具体实现方案为：获取训练样本，训练样本包括一个目标图像和至少一个参考图像；分别提取各个参考图像的动作特征和外表特征，并提取目标图像的动作特征；利用各个参考图像的动作特征和外表特征、以及目标图像的动作特征，确定训练样本的所有参考图像的综合外表特征；将综合外表特征和目标图像的动作特征输入图像处理模型中的生成器，得到动作迁移图像；利用动作迁移图像及训练样本计算损失函数的值，根据损失函数的值调整图像处理模型的参数。本申请实施例能够提高合成的动作迁移图像的分辨率及清晰度。

关键词：动作特征参考图像外表特征训练样本动作迁移目标图像图像计算损失函数输入图像处理提取目标图像计算机视觉处理模型存储介质调整图像损失函数图像处理生成器分辨率申请合成学习

来源：评论

学校读者我要写书评

暂无评论

复杂环境下的多模态特征融合道路场景语义分割方法

复杂环境下的多模态特征融合道路场景语义分割方法

引用

作者：周武杰刘文宇雷景生万健甘兴利钱小鸿许彩娥黄杰 310023 浙江省杭州市西湖区留和路318号

本发明公开了一种复杂环境下的多模态特征融合道路场景语义分割方法。选取道路场景图像、热图像和分割标签图像构成训练集；构建卷积神经网络；将训练集输入到卷积神经网络训练得语义分割结果图，训练完成得语义分割结果图构成的集合，... 详细信息

标准号: CN112733934B

本发明公开了一种复杂环境下的多模态特征融合道路场景语义分割方法。选取道路场景图像、热图像和分割标签图像构成训练集；构建卷积神经网络；将训练集输入到卷积神经网络训练得语义分割结果图，训练完成得语义分割结果图构成的集合，并与所有道路场景图像对应的分割标签图像构成的集合之间计算损失函数值；重复步骤训练获得最小损失函数值对应的最优参数；将待分割的原始道路场景图像的多通道分量输入，利用最优参数进行预测，得到待分割的原始道路场景图像的显著性检测图像，获得分割结果。本发明应用了新颖的模块优化了特征图像的解码，结合分层次、多模态的信息融合，最终提高了道路场景语义分割任务的分割效率和准确度。

关键词：道路场景图像语义分割分割卷积神经网络标签图像道路场景最优参数结果图训练集集合计算损失函数多模态特征分割结果分量输入复杂环境检测图像模块优化特征图像信息融合最小损失准确度解码多模态多通道热图像显著性分层构建融合重复预测应用

来源：评论

学校读者我要写书评

暂无评论

一种基于图神经网络的逆图分割方法及装置

一种基于图神经网络的逆图分割方法及装置

引用

作者：马云龙赵治睿赵宇凯王经纬陈宁白桦健楠毕玉 200062 上海市普陀区云岭东路89号12层1219室

本发明提供一种基于图神经网络的逆图分割方法，图神经网络的组成包括：1)消息传递层：把每个节点的特征和它的第一邻居联系起来；2)图卷积层：由两层消息传递层构成，其输出一个节点表示矩阵随后使用一个输出层带softmax的多层感知器... 详细信息

标准号: CN115527033A

本发明提供一种基于图神经网络的逆图分割方法，图神经网络的组成包括：1)消息传递层：把每个节点的特征和它的第一邻居联系起来；2)图卷积层：由两层消息传递层构成，其输出一个节点表示矩阵随后使用一个输出层带softmax的多层感知器来计算节点的软集群分配矩阵C；3)池化层：通过软集群分配矩阵C计算损失函数。还提供一种基于图神经网络的逆图分割处理装置。与现有技术相比，本发明适用于更多不同的网络，解决了现有算法泛化性不足的问题，同时达到分割速度更快、处理数据规模更大、分割后的子图间的联系更多而子图内的联系更少、处理效率更高等目的。

关键词：矩阵神经网络消息传递层集群分配图分割计算损失函数多层感知器处理数据处理效率处理装置计算节点泛化性输出层分割池化积层两层算法邻居输出网络

来源：评论

学校读者我要写书评

暂无评论

银行借贷模型构建方法、借贷金额计算方法、装置及系统

银行借贷模型构建方法、借贷金额计算方法、装置及系统

引用

作者：王湘灵梁观术马希佳 100020 北京市朝阳区光华路10号院1号楼6-30层、32-42层

本文涉及数据处理技术领域，尤其涉及一种银行借贷模型构建方法、借贷金额计算方法、装置及系统。包括，生成多方机构的本地模型初始梯度参数；将本地模型初始梯度参数发送给机构，以使各机构分别利用各自的本地训练数据集以及本地模型... 详细信息

标准号: CN116051260A

本文涉及数据处理技术领域，尤其涉及一种银行借贷模型构建方法、借贷金额计算方法、装置及系统。包括，生成多方机构的本地模型初始梯度参数；将本地模型初始梯度参数发送给机构，以使各机构分别利用各自的本地训练数据集以及本地模型初始梯度参数训练本地模型，得到本地模型梯度参数；接收多方机构发送的本地模型梯度参数；对本地模型梯度参数进行权重聚合，得到全局梯度参数；利用所述全局梯度参数更新中央服务器的模型并计算损失函数；判断所述损失函数是否收敛；若否，则将全局梯度参数作为多方机构的本地模型初始梯度参数进行迭代训练；若是，则将模型作为银行借贷模型。通过文本实施例，解决模型训练存在数据安全性低、容易泄露的问题。

关键词：梯度参数银行借贷全局计算损失函数数据处理技术数据安全性训练数据集中央服务器装置及系统迭代训练金额计算模型构建模型训练送给机构损失函数权重聚合收敛泄露发送文本更新

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89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：