本申请公开了视频分类方法、装置、设备及计算机可读存储介质，涉及大数据分类技术。具体实现方案为：从数据服务器中获取待处理数据集，根据终端设备发送的优化请求对待处理数据集进行优化操作，获得待训练数据集；通过待训练数据集对待训练模型进行训练，获得类别识别网络模型；获取终端设备发送的至少一个待识别体育视频，通过类别识别网络模型对各待识别体育视频进行识别，获得各待识别体育视频对应的体育类别信息；根据各待识别体育视频的体育类别信息对各待识别体育视频进行分类。通过对待处理数据库优化，根据优化后的待训练数据训练获得的模型进行视频分类的技术手段，克服了根据视频对应的关键字进行视频分类，准确率不高的技术问题。
📄 2019108056722
📂 G06V20_40
👤 北京百度网讯科技有限公司
📅 2019-08-29
本公开提供了一种图像识别方法及装置、神经网络模型的训练方法及装置，涉及人工智能领域，具体为计算机视觉和深度学习领域。实现方案为：将待识别图像输入神经网络模型；以及至少基于多个网络模块中靠近神经网络模型的输入侧的部分网络模块执行对待识别图像的识别，其中，针对至少一个超网络模块中任一超网络模块及其所对应的预测器，在该超网络模块接收到上一个网络模块所输出的特征图的情况下，将特征图输入与该超网络模块所对应的预测器，以获取该预测器所输出的预测值，基于预测值，确定该超网络模块的至少两个子网络中的一个子网络为选中子网络，以及在该超网络模块中，利用选中子网络执行对待识别图像的识别。
📄 2021101275529
📂 G06V10_82
👤 北京百度网讯科技有限公司
📅 2021-01-29
本公开提供了模型训练、视频分类方法，装置，设备以及存储介质，涉及人工智能领域，具体涉及计算机视觉和深度学习技术领域，具体可用于智慧城市和智能交通场景下。具体实现方案为：利用预先训练的视频分类模型，确定样本视频中各视频帧的视频分类结果；根据各视频帧的视频分类结果以及样本视频中各视频帧的标注分类结果，确定样本视频中的显著帧；基于显著帧，训练显著帧确定模型。本实现方式可以从视频中选择出显著帧，提高候选视频分类的准确度。
📄 2021109248498
📂 G06V20_40
👤 北京百度网讯科技有限公司
📅 2021-08-12
本申请公开了一种图像特征提取方法、装置、设备及存储介质，涉及计算机视觉和深度学习等人工智能领域。具体实现方案为：对待处理图像关联的至少两个切分特征中的当前切分特征进行切分处理，得到当前切分特征的目标提取特征和待传递特征；其中，当前切分特征的待传递特征用于更新位于当前切分特征之后的后续切分特征，以及确定后续切分特征的目标提取特征；根据至少两个切分特征的目标提取特征，得到待处理图像的特征提取结果。本申请实施例提高了图像特征提取精度。
📄 2020111966270
📂 G06V10_40
👤 百度(中国)有限公司
📅 2020-10-30
本发明公开了一种基于特征提取和Stacking集成学习的软件缺陷预测方法，包括：(1)利用核主成分分析对原始数据集进行特征提取，得到降维后的缺陷数据集DS′；(2)利用本发明提出的协同过滤算法为新的软件缺陷数据推荐适用的抽样方法，使用推荐的抽样算法在缺陷数据集DS′上进行不平衡处理，得到不平衡处理后的缺陷数据集DS″；(3)使用K‑Means算法对缺陷数据集DS″进行聚类，对于偏离主流类别的异常值进行剔除，得到缺陷数据集DS″′；(4)构建基于Stacking集成学习的软件缺陷预测模型，为第一层的基学习器和第二层的元学习器选择合适的分类器，构建出性能良好的软件缺陷预测模型；(5)在处理后的缺陷数据集DS″′上使用集成后的模型与基模型和主流集成模型进行对比，以此验证本发明提出的集成预测模型的性能优劣。研究结果表明，本发明提出的KSSDP集成预测模型比基模型和主流集成模型的性能更好。
📄 2021111066110
📂 G06K9_62
👤 西南民族大学
📅 2021-09-22
本发明涉及一种基于线性系统的全光非线性神经网络系统，属于光学神经网络技术领域。解决光学神经网络依赖非线性材料或光电转换实现非线性运算的瓶颈问题。技术方案包括输入模块将输入信号加载于环形谐振腔谐振波长失谐量；耦合模块调控层间权重；神经元模块通过多层环形谐振腔线性传输信号；输出模块将输出信号加载于探测光功率。输入输出信号分载于不同物理量，使线性系统实现非线性功能。有益效果包括突破光学非线性运算瓶颈，显著降低系统复杂度与能耗，增强兼容性与实用性，提升并行计算效率及系统可扩展性。
📄 2025108412455
📂 G02F1_365
👤 重庆邮电大学
📅 2025-06-23
本发明涉及一种基于波分复用的全光可重构硅基光子神经网络芯片，属于光计算领域。该芯片采用新型全光调控非线性机制，能够实现波分复用信号的非线性激活，还以及网络层数、每层神经元个数可变和非线性激活函数可调的多层、可重构光子神经网络。光子神经网络芯片中的单层网络由分光区、线性运算模块、非线性运算模块、光引出装置模块、合光区组成。分光/合光区用于实现信号光和探测光的多路分/合光；线性运算模块用于实现信号光的权重运算和调控单层神经元个数；非线性运算模块用于实现可调非线性激活函数的运算；所述光引出装置模块用于输出光子神经网络芯片结果，并实现网络层数的调控。
📄 2024105681807
📂 H04J14_02
👤 重庆邮电大学
📅 2024-05-09
本发明公开了一种基于残差神经网络的RIS辅助室内指纹定位方法，适用于RIS辅助的下行多径传输SISO毫米波定位系统，该系统包括基站、RIS和用户；该方法通过以下步骤实现：定义用户的接收信号矩阵，包含基站、RIS、用户和散射体的三维位置；对用户的接收信号矩阵进行归一化，得到实值矩阵作为样本；在室内环境中调整用户的三维位置，记录真实三维位置作为标签，构建数据集并分为训练集和验证集；利用训练集对残差神经网络进行离线训练，优化网络参数并保存最优权重；在实际定位场景中，将实时接收信号矩阵处理后输入训练好的模型，输出用户的预测三维位置；本发明结合RIS和残差神经网络，提高了室内定位的精度和鲁棒性，并实现了快速定位。
📄 202510650024X
📂 H04W64_00
👤 宁波大学
📅 2025-05-20
本发明公开了一种基于复数卷积神经网络和时频分析的多普勒雷达定位方法，包括构建多人移动多普勒穿墙解调后回波信号，采用已构建的回波信号，构建对应的理想时频谱图，同时构建训练数据集；以深度学习网络为基本构架，构建时频谱图初步预测模型，同时采用训练数据集，针对模型进行训练，得到最终的时频谱图预测模型；采用得到的模型，针对实时获取的雷达回波信号进行预测，获取预测时频谱图；采用获取的预测时频谱图，针对墙内目标进行轨迹预测，实现雷达定位；本发明方法通过将深度学习与时频分析相结合，压制频率模糊问题；通过引入带有跳跃残差结构的网络，进一步提升时频分辨率；本发明方法的精度提高、偏移减少、鲁棒性增强、抗噪性能提升。
📄 2023117095690
📂 G01S7_41
👤 中南大学
📅 2023-12-13
本发明公开了一种基于神经网络的时频分析的多普勒穿墙雷达定位方法，包括构建多目标运动在多普勒穿墙雷达解调后的回波信号；通过Winger‑Ville分布针对信号进行时频分析处理，获得对应的时频分布，构建融合数据集；构建多输入神经网络模型，采用融合数据集针对模型进行训练处理，同时更新模型参数，构建最优时频分布预测模型；获取实时采集的回波信号，通过分布进行时频分析处理，获得对应的时频分布，同时构建实时融合数据集；获得预测时频分布；提取预测时频分布的多目标瞬时频率，通过多普勒穿墙雷达定位算法估计目标的距离和角度信息，完成对多目标的定位；本发明方法消除时频分布交叉项的干扰、定位精度提高、时频分析效果提升。
📄 2023117923130
📂 G01S7_41
👤 中南大学
📅 2023-12-25
本发明涉及人工智能领域，提出了一种识别化妆品生产领域包装印刷质量方法及人工智能系统，包括：获取扁形软管连通域灰度图像；获得各模板图案的每一个子图；分别获得模板图案/子图上每个像素点的形变度；得到模板图案的像素点和该模板图案获得的每一个子图上对应像素点的灰度差异权重；得到模板图案和该模板图案获得的每一个子图的差异度；计算模板图案和该模板图案获得的每一个子图的匹配率；选取模板图案的匹配子图；选取最终模板图案及最终匹配子图；得到印刷图案偏移度；判断化妆品扁形软管包装质量是否合格。本发明实现了利用形变的匹配模板进行识别图形，同时提高了识别印刷的准确性。
📄 2022104086044
📂 G06T7_00
👤 南通宝田包装科技有限公司
📅 2022-04-19
已申报项目
本发明涉及一种基于人工智能的光伏电池板智慧巡检方法及系统，包括获取到光伏电池板图像和对应的热成像图像，进行图像处理得到光伏电池板的正射图像和正射热成像图像，将正射图像转为二值图，分析图像中的灰尘像素，得到每个灰尘簇的凸包区域，根据凸包区域对应的热成像图区域的最高温度和该灰尘簇的灰尘灰度总和得到灰尘严重程度，根据灰尘簇及处在该灰尘簇范围内的灰尘簇的最小距离和灰尘簇的凸包区域的灰尘严重程度，得到每个灰尘簇的聚合灰尘严重程度和光伏电池板的全局灰尘严重程度，对比阈值判断是否需要进行清洁，通过计算得到下次巡检的时间，基于人工智能和图像处理，较传统方式更加精准、智能，节约成本，合理应用资源。
📄 2022107078020
📂 G06T7_00
👤 托伦斯半导体设备启东有限公司
📅 2022-06-22
柿子坊 · 知识产权运营
柿子坊知识产权运营平台