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101-110 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：

一种基于正则化深度图像先验方法的磁共振图像重建方法

一种基于正则化深度图像先验方法的磁共振图像重建方法

引用

作者：胡悦李鹏 150001 黑龙江省哈尔滨市南岗区西大直街92号

一种基于正则化深度图像先验方法的磁共振图像重建方法，本发明涉及磁共振成像技术领域。本发明为了解决目前基于深度学习的磁共振图像重建算法存在局限性问题，以及为了提高重建图像的质量并缩短重建时间。本发明包括以下步骤：(1)构... 详细信息

标准号: CN110490832B

一种基于正则化深度图像先验方法的磁共振图像重建方法，本发明涉及磁共振成像技术领域。本发明为了解决目前基于深度学习的磁共振图像重建算法存在局限性问题，以及为了提高重建图像的质量并缩短重建时间。本发明包括以下步骤：(1)构建神经网络模型；(2)构建包含正则项的损失函数；(3)获取部分k空间数据；(4)获取重建参考图像；(5)构造网络输入；(6)设置最大迭代次数；(7)利用网络重建图像；(8)得到网络输出图像的退化图像，结合参考图像计算损失函数，对网络参数进行优化；(9)保存指标最高的输出图像；(10)判断迭代次数是否达到最大迭代次数，是则输出最佳的重建图像，否则返回步骤(7)。与卷积神经网络相比，本发明对数据依赖较小，且能获得高质量的重建图像，并提高重建速度。

关键词：重建图像迭代重建磁共振图像参考图像构建磁共振成像技术图像计算损失函数卷积神经网络神经网络模型局限性问题先验构造网络深度图像输出图像数据依赖损失函数退化图像网络参数网络输出网络重建重建算法正则化输出保存返回优化学习

来源：评论

学校读者我要写书评

暂无评论

一种实体关系抽取方法、装置、设备及存储介质

一种实体关系抽取方法、装置、设备及存储介质

引用

作者：刘俊健李博朱天佑刘普凡李继伟陈振宇边靖宸吕宏伟郑飞陈飞江丽娜 100031 北京市西城区宣武门内大街8号

本发明公开了一种实体关系抽取方法、装置、设备及存储介质。通过将句子样本集输入初始实体关系抽取模型得到至少一个第一实体关系集群，以及第一实体关系集群所包含的句子样本的伪标签；根据具有伪标签的句子样本更新句子样本集，将更... 详细信息

标准号: CN115544273A

本发明公开了一种实体关系抽取方法、装置、设备及存储介质。通过将句子样本集输入初始实体关系抽取模型得到至少一个第一实体关系集群，以及第一实体关系集群所包含的句子样本的伪标签；根据具有伪标签的句子样本更新句子样本集，将更新后的句子样本集输入初始实体关系抽取模型得到至少一个第二实体关系集群，以及第二实体关系集群所包含的句子样本的预测标签；根据句子样本对应的伪标签和预测标签计算损失函数值，并基于损失函数值对初始实体关系抽取模型中的网络参数进行迭代调整，得到目标实体关系抽取模型，能够实现无需人工标记的实体关系抽取方法。

关键词：实体关系句子抽取标签集群样本集样本计算损失函数存储介质迭代调整关系抽取目标实体人工标记损失函数网络参数样本更新预测更新

来源：评论

学校读者我要写书评

暂无评论

信号到达角估计方法、装置、电子设备及存储介质

信号到达角估计方法、装置、电子设备及存储介质

引用

作者：刘升恒黄永明王昊毛子焕贾兴华齐望东 211111 江苏省南京市江宁区秣周东路9号

本发明提供一种信号到达角估计方法、装置、电子设备及存储介质，所述方法包括：确定待估计的阵列信号；将所述待估计的阵列信号输入至信号到达角估计模型，获得所述信号到达角估计模型输出的信号到达角的估计结果；其中，所述信号到达... 详细信息

标准号: CN113472415A

本发明提供一种信号到达角估计方法、装置、电子设备及存储介质，所述方法包括：确定待估计的阵列信号；将所述待估计的阵列信号输入至信号到达角估计模型，获得所述信号到达角估计模型输出的信号到达角的估计结果；其中，所述信号到达角估计模型是基于贝叶斯神经网络，并根据损失函数进行训练得到的，所述损失函数是基于变分估计中的相对熵KL散度计算得到。本发明通过将贝叶斯神经网络引入信号到达角估计模型中，基于变分估计中的KL散度计算损失函数，将损失函数作为神经网络的优化目标函数，为神经网络的权重引入了不确定性，提高了信号到达角估计模型的鲁棒性和信号到达角的估计精度。

关键词：信号到达角估计神经网络损失函数信号到达角阵列信号贝叶斯散度计算损失函数优化目标函数不确定性存储介质电子设备估计结果估计模型引入信号鲁棒性权重输出引入

来源：评论

学校读者我要写书评

暂无评论

神经网络的训练方法、电子设备、存储介质

神经网络的训练方法、电子设备、存储介质

引用

作者：李亚鹏王宁波 310051 浙江省杭州市滨江区滨安路1187号

本申请公开了一种用于人脸优选的神经网络的训练方法、电子设备、存储介质。该方法包括：将带标签的训练人脸序列输入待训练的神经网络，得到训练人脸序列的输出结果，其中标签包括训练人脸序列的已知质量分数序列；对预测质量分数序列... 详细信息

标准号: CN111340213B

本申请公开了一种用于人脸优选的神经网络的训练方法、电子设备、存储介质。该方法包括：将带标签的训练人脸序列输入待训练的神经网络，得到训练人脸序列的输出结果，其中标签包括训练人脸序列的已知质量分数序列；对预测质量分数序列进行回归处理得到第一概率分布；利用第一概率分布与第二概率分布计算损失函数；调整神经网络的参数以缩小损失函数；重复执行上述过程直至满足预设的停止训练的条件。通过上述方式，能够对神经网络的参数进行训练。

关键词：神经网络概率分布人脸序列质量分数标签计算损失函数存储介质电子设备输出结果损失函数重复执行人脸预设优选回归预测申请

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: CN116558541B

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

基于楼宇总能耗的末端空间能耗预测方法、介质及设备

基于楼宇总能耗的末端空间能耗预测方法、介质及设备

引用

作者：董小社何欣瑞陈维多王强董凡陈衡余星达 710049 陕西省西安市咸宁西路28号

本发明公开了一种基于楼宇总能耗的末端空间能耗预测方法、介质及设备，模型训练的每一步中，将预处理后的N个末端空间在t时刻及前τ个时间步上的样本数据依次送入末端空间能耗预测模型中，模型通过N次前向计算得到t时刻N个末端空间能... 详细信息

标准号: CN112434787A

本发明公开了一种基于楼宇总能耗的末端空间能耗预测方法、介质及设备，模型训练的每一步中，将预处理后的N个末端空间在t时刻及前τ个时间步上的样本数据依次送入末端空间能耗预测模型中，模型通过N次前向计算得到t时刻N个末端空间能耗预测值，将其相加与楼宇实际总能耗计算损失函数，通过梯度下降法反向传播调整末端空间能耗预测模型参数；在所有时刻样本数据上重复训练过程直至模型收敛到预测精度，完成末端空间能耗预测模型的训练；使用得到的末端空间能耗预测模型，通过楼宇暖通系统运作过程中各末端设备控制器参数、温湿度传感器、互联网天气信息、人流密度、电器及照明设备功率和房屋结构参数，对末端空间产生的能耗进行预测。本发明实现在末端空间能耗历史数据缺失的情况下对末端空间能耗预测模型的训练。

关键词：末端空间能耗预测样本数据总能耗楼宇能耗预处理计算损失函数楼宇暖通系统温湿度传感器控制器参数照明设备反向传播房屋结构历史数据模型参数模型训练末端设备前向计算天气信息训练过程时间步下降法预测收敛相加送入互联网电器重复运作

来源：评论

学校读者我要写书评

暂无评论

一种基于对比学习的单目深度估计网络的优化方法

一种基于对比学习的单目深度估计网络的优化方法

引用

作者：张敏李建华卢湖川 116000 辽宁省大连市高新技术产业园区火炬路56A-22层

本发明提供了一种基于对比学习的单目深度估计网络的优化方法，包括以下步骤：数据集组织；采用无监督的深度估计网络预测得到初始深度图；对初始深度图进行数据预处理；使用时序参考网络对初始深度图进行优化；计算损失函数，根据对比... 详细信息

标准号: CN113077505B

本发明提供了一种基于对比学习的单目深度估计网络的优化方法，包括以下步骤：数据集组织；采用无监督的深度估计网络预测得到初始深度图；对初始深度图进行数据预处理；使用时序参考网络对初始深度图进行优化；计算损失函数，根据对比学习的思想设计一致性损失函数，优化整个网络。在网络训练方面，本发明通过参考对比学习的训练思想，设计了一致性损失函数，通过对不同信源的输出进行一致性约束，增加了网络的特征表达，提升了深度估计的准确性。

关键词：初始深度图深度估计损失函数优化计算损失函数数据预处理一致性约束网络时序参考特征表达网络训练网络预测整个网络数据集无监督单目信源学习输出参考

来源：评论

学校读者我要写书评

暂无评论

基于量子计算的机器学习优化算法

基于量子计算的机器学习优化算法

引用

作者：张敏 241000 安徽省芜湖市芜湖县永和路1号

本发明提供了基于量子计算的机器学习优化算法，量子变分自适应梯度下降QVAGD算法包括以下步骤：S1，采用参数化量子电路PQC作为模型结构；S2，利用量子特征映射QFM将数据和任务转化为与PQC相适应的形式；S3，利用量子计算机执行和测量... 详细信息

标准号: CN117540814A

本发明提供了基于量子计算的机器学习优化算法，量子变分自适应梯度下降QVAGD算法包括以下步骤：S1，采用参数化量子电路PQC作为模型结构；S2，利用量子特征映射QFM将数据和任务转化为与PQC相适应的形式；S3，利用量子计算机执行和测量得到模型的输出和损失函数；S4，利用数值方法有限差分法FDM进行计算，通过经典计算机计算损失函数的梯度；S5，利用经典计算机进行迭代计算，根据AGD方法更新模型参数；S6，在AGD方法的基础上，引入一个自适应因子，使该因子根据PQC的噪声水平和复杂度动态调整梯度下降的步长和方向。本发明有效地利用量子计算机的优势，提高机器学习算法的性能和效率，以应对复杂和大规模的数据分析和决策问题。

关键词：经典计算机量子计算机自适应机器学习算法计算损失函数迭代计算动态调整方法更新机器学习决策问题量子电路量子计算量子特征模型参数模型结构任务转化数据分析损失函数优化算法噪声水平参数化差分法复杂度有效地映射算法量子测量输出引入

来源：评论

学校读者我要写书评

暂无评论

基于多机制注意力协同融合对比的红外小目标检测方法

基于多机制注意力协同融合对比的红外小目标检测方法

引用

作者：张焱张毅石志广杨卫平年炳坤张景华张宇刘荻凌峰师晓冉沈奇 410073 湖南省长沙市开福区德雅路109号

本申请涉及一种基于多机制注意力协同融合对比的红外小目标检测方法。所述方法包括：提出了一种红外小目标检测网络，该网络包括对输入的红外图像自底层向深层进行特征提取得到多个特征图的多层特征提取结构、将各特征图转换为具有局部... 详细信息

标准号: CN115546610A

本申请涉及一种基于多机制注意力协同融合对比的红外小目标检测方法。所述方法包括：提出了一种红外小目标检测网络，该网络包括对输入的红外图像自底层向深层进行特征提取得到多个特征图的多层特征提取结构、将各特征图转换为具有局部对比度的特征图的多尺度局部对比度结构，以及通过弱目标通道注意力机制以及像素注意力机制对底层细节特征和深层语义特征进行融合的多机制注意力协同融合结构，对该网络进行训练时，对输出图像进行概率化处理后再计算损失函数。采用本方法能够更加精准计算损失，解决目标与背景之间不平衡问题，显著提高检测效果。

关键词：特征图红外小目标检测局部对比度注意力机制特征提取融合注意力协同计算损失函数红外图像输出图像网络包括细节特征语义特征多尺度概率化弱目标多层像素网络检测转换申请

来源：评论

学校读者我要写书评

暂无评论

基于小样本训练的空间目标识别方法、装置及计算机设备

基于小样本训练的空间目标识别方法、装置及计算机设备

引用

作者：任笑圆谢文茜王粲雨蒋李兵王壮姜胜腾郑舒予 410073 湖南省长沙市开福区德雅路109号

本申请涉及一种基于小样本训练的空间目标识别方法、装置及计算机设备，通过根据特征提取单元、特征交叉融合单元以及相似性度量分类单元构建得到目标识别网络，将每次输入网络中的训练数据分为包括多个类别多张样本图像的支持集和只包... 详细信息

标准号: CN116597384B

本申请涉及一种基于小样本训练的空间目标识别方法、装置及计算机设备，通过根据特征提取单元、特征交叉融合单元以及相似性度量分类单元构建得到目标识别网络，将每次输入网络中的训练数据分为包括多个类别多张样本图像的支持集和只包含一张样本图像的查询集，通过训练使得网络具有将查询集中样本图像的类别从支持集中的多个目标类别选取出来，在训练过程中，还根据由特征提取单元输出的特征图像采用全连接分类器对查询集图像进行识别预测，并基于该结果计算损失函数，同时还根据相似性度量分类单元输出的预测结果计算损失函数，另外在计算总损失函数时还加入了标签权重。采用本方法可有效提高小样本空间目标识别的准确率。

关键词：样本图像空间目标识别特征提取单元相似性度量分类单元损失函数查询集小样本计算损失函数计算机设备多个类别多个目标结果计算类别选取目标识别输入网络特征交叉特征图像训练过程训练数据预测结果输出分类器准确率构建权重网络标签图像查询融合预测申请

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89页 << < 7 8 9 10 11 12 13 14 15 16 > >>

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：