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61-70 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：

基于变换器通道特征加强的农业多模态遥感图像语义分割方法

基于变换器通道特征加强的农业多模态遥感图像语义分割方法

引用

作者：蒋佳成陆广泉马俊波邱涛涛文国秋凌富清谢扬才张文振 541004 广西壮族自治区桂林市七星区育才路15号

本发明公开了一种基于变换器通道特征加强的农业多模态遥感图像语义分割方法，包括如下步骤：S1：划分农业语义分割图像数据集；S2：定义数据读取中的预处理方案；S3：定义随机权重采样器、分布式数据加载器；S4：从数据加载器中加载数... 详细信息

标准号: CN117274585A

本发明公开了一种基于变换器通道特征加强的农业多模态遥感图像语义分割方法，包括如下步骤：S1：划分农业语义分割图像数据集；S2：定义数据读取中的预处理方案；S3：定义随机权重采样器、分布式数据加载器；S4：从数据加载器中加载数据，使用编码器‑解码器架构的模型开始特征提取；S5：使用基于变换器的通道加强模块对解码器中的融合特征进行增强；S6计算得到模型对图像每一个像素点的预测图x_pred,x_c；S7:计算损失函数；S8：重复步骤S2至S7至模型训练完成。这种方法通过充分利用多模态中通道特征的方式使得模型对像素点的语义类预测更加精确，同时提升了鲁棒性。

关键词：语义分割变换器多模态像素点预处理分布式数据加载读取计算损失函数解码器解码器架构数据加载器图像数据集语义定义数据模型训练随机权重特征提取通道特征遥感图像编码器采样器鲁棒性中通道预测图像融合重复

来源：评论

学校读者我要写书评

暂无评论

基于车辆前挡风玻璃粘贴标志的车辆重识别方法和系统

基于车辆前挡风玻璃粘贴标志的车辆重识别方法和系统

引用

作者：高常鑫邹雷桑农刘心田时辉章 430074 湖北省武汉市洪山区珞喻路1037号

本发明公开了一种基于车辆前挡风玻璃粘贴标志的车辆重识别方法和系统，其中方法的实现包括：拍摄车辆前挡风玻璃图片，输入深度训练的检测器进行检测定位，得到前挡风玻璃粘贴标志的候选区域；使用检测器对前挡风玻璃粘贴标志的候选区... 详细信息

标准号: CN107016362A

本发明公开了一种基于车辆前挡风玻璃粘贴标志的车辆重识别方法和系统，其中方法的实现包括：拍摄车辆前挡风玻璃图片，输入深度训练的检测器进行检测定位，得到前挡风玻璃粘贴标志的候选区域；使用检测器对前挡风玻璃粘贴标志的候选区域进行检测定位，得到每个标志的候选区域，统计标志的数量及颜色序列；计算标志与车辆前挡风玻璃图片中心点的相对位置。若两张车辆前挡风玻璃图片的标志的数量，颜色序列均一致，且相对位置的差异值在预设值以内，判定车辆为同一车辆，否则，不是同一车辆。本发明将图片输入深度训练的检测器进行检测定位，基于车辆前挡风玻璃粘贴标志进行车辆识别，具有很强的准确率和抗干扰能力，适应性强。

关键词：车辆前挡风玻璃检测器粘贴候选区域前挡风玻璃颜色序列检测抗干扰能力车辆识别图片输入中心点准确率预设判定图片拍摄统计车辆前挡风玻璃检测器候选区域粘贴标签计算损失函数定位结果识别系统训练图像中间参数重叠率检测准确率预设标注输出图片网络

来源：评论

学校读者我要写书评

暂无评论

一种基于元学习的组蛋白修饰酶抑制活性预测方法

一种基于元学习的组蛋白修饰酶抑制活性预测方法

引用

作者：李劲熊嫱微鹿琦谢星燃汤应春 650091 云南省昆明市五华区翠湖北路2号

本发明公开了一种基于元学习的组蛋白修饰酶抑制活性预测方法，包括以下步骤：步骤S1：收集数据集，得到组蛋白修饰酶和对应的活性化合物以及非活性化合物；步骤S2：使用自监督预训练从数据库中的大规模无标签化学数据集获取高质量的分... 详细信息

标准号: CN116959618A

本发明公开了一种基于元学习的组蛋白修饰酶抑制活性预测方法，包括以下步骤：步骤S1：收集数据集，得到组蛋白修饰酶和对应的活性化合物以及非活性化合物；步骤S2：使用自监督预训练从数据库中的大规模无标签化学数据集获取高质量的分子子结构特征向量表示；步骤S3：构建基于Transformer的编码器和多任务元学习的预测模型；步骤S4：利用S2步骤中得到的分子子结构特征向量表示来计算损失函数；步骤S5：利用S3步骤中的预测模型和S4步骤中的损失函数训练模型；步骤S6：利用训练好的预测模型对化合物的组蛋白修饰酶抑制活性进行预测。本发明解决了抑制剂数据较少的情况下的组蛋白酶靶点难以准确预测的问题。

关键词：预测模型修饰酶组蛋白特征向量子结构预测非活性化合物计算损失函数蛋白酶活性化合物化学数据收集数据损失函数训练模型编码器抑制剂靶点构建数据库标签学习监督

来源：评论

学校读者我要写书评

暂无评论

包含样品形状优化的叠层成像方法及装置

包含样品形状优化的叠层成像方法及装置

引用

作者：于荣崔吉哲郑怡 100084 北京市海淀区清华园1号

本申请涉及一种包含样品形状优化的叠层成像方法及装置，其中，方法包括：对样品进行扫描以采集对应扫描点的衍射信息，并根据衍射信息生成衍射数据集；在构建正向传播过程时，将样品形状参数作为可变参数包含到正向传播过程中，计算正... 详细信息

标准号: CN117451626A

本申请涉及一种包含样品形状优化的叠层成像方法及装置，其中，方法包括：对样品进行扫描以采集对应扫描点的衍射信息，并根据衍射信息生成衍射数据集；在构建正向传播过程时，将样品形状参数作为可变参数包含到正向传播过程中，计算正向传播模型的损失函数；求解损失函数关于待优化参数的梯度，根据梯度优化待优化参数；基于待优化参数重新计算正向传播，并计算损失函数直至满足预设迭代终止条件，输出最终待优化参数，以根据最终待优化参数的样品形状参数作为反应样品在三维空间中的形状的参数。由此，解决了相关技术中，由于实验条件的复杂性导致光程差的变化，进而降低解耦效果和重构精度，增大了误差，难以获取空间分布信息等问题。

关键词：优化参数正向传播样品形状衍射损失函数三维空间成像方法及装置迭代终止条件计算损失函数空间分布信息反应样品解耦效果可变参数实验条件梯度优化信息生成重新计算光程差扫描点数据集叠层构建求解预设重构扫描采集输出申请优化

来源：评论

学校读者我要写书评

暂无评论

一种广告转化率预估模型及其训练方法

一种广告转化率预估模型及其训练方法

引用

作者：林宇烽卓汉逵 510275 广东省广州市海珠区新港西路135号

本发明涉及一种广告转化率预估模型及其训练方法，预估模型中包括编码网络、预测网络和损失函数计算模块，损失函数计算模块根据预测网络得到的部分预测结果和广告主标签数据计算出具体的损失函数值并加入差分隐私机制；预测网络根据损... 详细信息

标准号: CN110796499B

本发明涉及一种广告转化率预估模型及其训练方法，预估模型中包括编码网络、预测网络和损失函数计算模块，损失函数计算模块根据预测网络得到的部分预测结果和广告主标签数据计算出具体的损失函数值并加入差分隐私机制；预测网络根据损失函数值更新自身网络。通过训练方法对预估模型进行训练。本发明通过部分预测结果结合广告主的标签数据计算损失函数值来反馈预测网络，广告转化率预测模型可以利用广告主的标签数据，同时也保证了数据隐私，提高预估广告转化率的准确性。

关键词：预估损失函数标签数据广告主预测计算模块预测结果网络广告计算损失函数转化率预测编码网络数据隐私隐私反馈保证

来源：评论

学校读者我要写书评

暂无评论

基于语义交互匹配网络的知识图谱补全方法及系统

基于语义交互匹配网络的知识图谱补全方法及系统

引用

作者：王禄恒付培国孙立远赵志云葛自发孙小宁万欣欣李欣袁钟怡王晴杜宛真谢祎朱家祺 100029 北京市朝阳区裕民路甲3号

本发明公开了基于语义交互匹配网络的知识图谱补全方法，其包括以下步骤：S1、将数据集划分为训练子集、验证子集和测试子集；S2、设定初始参数K、θ1、θ2；S3、构建支持集、查询集和负样本集；S4、获取第一子图表示、第二子图表示和... 详细信息

标准号: CN115129884A

本发明公开了基于语义交互匹配网络的知识图谱补全方法，其包括以下步骤：S1、将数据集划分为训练子集、验证子集和测试子集；S2、设定初始参数K、θ₁、θ₂；S3、构建支持集、查询集和负样本集；S4、获取第一子图表示、第二子图表示和第三子图表示；S5、计算得相似度得分一和相似度得分二；S6、计算损失函数值L；S7、获取知识谱图补全模型；S8、将补全信息补入至待补全的知识图谱中。本发明通过捕获实体邻居之间的语义交互来增强实体表示，实现了对小样本数据的知识图谱的补全工作，并取得了较好的成果，大大提升了知识图谱补全技术的泛用性、可拓展性，促进了知识图谱在当前尚不完善的特定领域的普及。

关键词：图谱图表示语义相似度计算损失函数测试子集初始参数匹配网络实体表示训练子集查询集泛用性负样本全信息数据集拓展性小样本构建子集捕获验证邻居

来源：评论

学校读者我要写书评

暂无评论

网络模型训练方法、黑夜图像的目标检测方法及相关设备

网络模型训练方法、黑夜图像的目标检测方法及相关设备

引用

作者：欧勇盛瞿炀炀熊荣 518055 广东省深圳市南山区深圳大学城学苑大道1068号

本申请提供了一种网络模型训练方法、黑夜图像的目标检测方法及相关设备。该网络模型训练方法包括：将黑夜训练图像输入呈对抗关系的白天图像生成网络和白天图像鉴别网络，得到白天转换图像；将白天转换图像输入呈对抗关系的黑夜图像生... 详细信息

标准号: CN111191682A

本申请提供了一种网络模型训练方法、黑夜图像的目标检测方法及相关设备。该网络模型训练方法包括：将黑夜训练图像输入呈对抗关系的白天图像生成网络和白天图像鉴别网络，得到白天转换图像；将白天转换图像输入呈对抗关系的黑夜图像生成网络和黑夜图像鉴别网络，得到黑夜目标图像；将白天训练图像输入呈对抗关系的黑夜图像生成网络和黑夜图像鉴别网络，得到黑夜转换图像；将黑夜转换图像输入呈对抗关系的白天图像生成网络和白天图像鉴别网络，得到白天目标图像；计算损失函数；以损失函数的值变小为目标训练网络模型，直至训练满足要求。本申请用以得到一种利于自动驾驶汽车在黑夜环境下进行目标图像检测的网络模型。

关键词：黑夜图像鉴别图像生成网络模型转换图像网络对抗目标图像训练图像计算损失函数目标图像检测目标检测目标训练损失函数自动驾驶变小申请图像汽车

来源：评论

学校读者我要写书评

暂无评论

一种用于异构数据的联邦学习方法及系统

一种用于异构数据的联邦学习方法及系统

引用

作者：张勇张曌 215129 江苏省苏州市虎丘区高新区枫桥街道旺米街66号4幢3-116

本发明提供一种用于异构数据的联邦学习方法及系统，所述方法的步骤包括，在每个节点端的计算模型进行本地训练，基于训练数据集计算交叉熵损失值，基于当前节点端的计算模型本次迭代的模型参数值及其他节点端的计算模型在前一次迭代的... 详细信息

标准号: CN114611718A

本发明提供一种用于异构数据的联邦学习方法及系统，所述方法的步骤包括，在每个节点端的计算模型进行本地训练，基于训练数据集计算交叉熵损失值，基于当前节点端的计算模型本次迭代的模型参数值及其他节点端的计算模型在前一次迭代的模型参数值，计算模型参数差异值；基于模型参数差异值和交叉熵损失值计算损失函数值；基于损失函数值完成本地训练；基于第一模型参数和初始模型参数计算第一参数差，将第一参数差进行数据压缩，得到第二参数差，第二参数差上传至服务器端进行平均聚合处理，得到第三参数差，将第三参数差进行数据压缩得到第四参数差并传输至节点端；基于第四参数差更新初始模型参数为第二模型参数，完成本轮训练。

关键词：参数差计算模型模型参数初始模型参数数据压缩交叉熵计算模型参数计算损失函数训练数据集服务器端聚合处理损失函数一次迭代异构数据迭代上传传输更新学习

来源：评论

学校读者我要写书评

暂无评论

一种太赫兹图像的超分辨率方法及其系统和装置

一种太赫兹图像的超分辨率方法及其系统和装置

引用

作者：刘云飞谢巍侯丽伟俞旭辉侯树海孙义兴 201306 上海市浦东新区南汇新城镇天骄路336号1幢2层A205室

本发明公开一种太赫兹图像的超分辨率方法及其系统和装置，包括：获取训练标签图像；删除训练标签图像中与正式设备相比多余的像素点，得到的图像作为训练输入图像；将训练输入图像输入由若干卷积层、激活函数层和反卷积层构成的神经网... 详细信息

标准号: CN113706383A

本发明公开一种太赫兹图像的超分辨率方法及其系统和装置，包括：获取训练标签图像；删除训练标签图像中与正式设备相比多余的像素点，得到的图像作为训练输入图像；将训练输入图像输入由若干卷积层、激活函数层和反卷积层构成的神经网络，得到网络输出图像；利用网络输出图像和训练标签图像计算损失函数，并反向传播更新网络参数。本发明使用高分辨率图像作为训练图像，原正式设备不变，传感器数量不变，使用神经网络替代传统拉伸算法，使用神经网络生成图像更真实和清楚，解决了传统拉伸算法在大比例缩放情况下造成边缘模糊和失真的问题，输入图像变为单通道图像，其大小减少2倍，所需神经网络规模更小，神经网络尺寸更精简，网络计算速度更快。

关键词：神经网络图像标签图像输入图像网络输出拉伸算法高分辨率图像计算损失函数比例缩放边缘模糊超分辨率反向传播激活函数生成图像网络参数网络计算训练图像单通道反卷积像素点传感器卷积删除替代更新

来源：评论

学校读者我要写书评

暂无评论

一种基于行为数据的众包测试人员的评价方法

一种基于行为数据的众包测试人员的评价方法

引用

作者：王崇骏蒋先杰姚懿容李珂帆张雷 210023 江苏省南京市栖霞区仙林大道163号南京大学地球科学与工程学院

本发明公开了一种众包测试人员的评价方法。S10数据采集，众测测试人员在众包平台上注册信息，参加考试，领取任务并参与测试提交报告；S20特征提取，把采集到数据的来源分为人员信息、人机协同、历史测试数据三类；从获取的数据中提取... 详细信息

标准号: CN113361780A

本发明公开了一种众包测试人员的评价方法。S10数据采集，众测测试人员在众包平台上注册信息，参加考试，领取任务并参与测试提交报告；S20特征提取，把采集到数据的来源分为人员信息、人机协同、历史测试数据三类；从获取的数据中提取出身份背景、社交人脉、能力证明、履约记录、历史行为五类特征共22个指标量；S30训练逻辑回归分类器，将训练数据集中的指标数据与众测人员的评价输入逻辑回归模型，对逻辑回归模型进行训练，使用梯度上升法计算损失函数的最大似然估计，确定参数；S33，构建预测函数，求所有数据的概率值，并根据概率值和阈值得出分类器的结果；通过训练好的分类器得到人员的评价。

关键词：分类器测试计算损失函数历史测试数据逻辑回归模型最大似然估计回归模型历史行为逻辑回归人机协同人员信息身份背景输入逻辑数据采集特征提取训练数据预测函数指标数据注册信息上升法指标量概率构建采集考试记录

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 << < 3 4 5 6 7 8 9 10 11 12 > >>

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：