样本分级标注及模型训练方法、装置及电子设备

    公开(公告)号:CN109815978A

    公开(公告)日:2019-05-28

    申请号:CN201811547533.6

    申请日:2018-12-18

    Abstract: 本发明公开了样本分级标注及模型训练方法、装置及电子设备,其中所述样本分级标注方法包括:S1:获取样本中的主目标及其所属项目,并获取包含有所述主目标所属项目的分级结构表;S2:将所述主目标所属项目确定为当前项目;S3:判断所述当前项目在所述分级结构表中是否存在下一级子项目;S4:当所述当前项目在所述分级结构表中存在下一级子项目时,则将下一级子项目确定为当前项目,并判断所述样本中是否存在属于所述当前项目的子目标;S5:当所述样本中存在属于所述当前项目的子目标时,则将所述当前项目确定为所述样本的标签之一;继续执行步骤S3;否则直接继续执行步骤S3。通过本发明对样本进行标注不会遗漏尺度很小的目标。

    一种深度学习技术工具链系统

    公开(公告)号:CN112926736B

    公开(公告)日:2023-12-08

    申请号:CN202110221144.X

    申请日:2021-02-26

    Abstract: 型迁移时间和成本。本发明公开了一种深度学习技术工具链系统,包括:深度学习技术工具链系统架构、深度学习技术工具链的接口定义与组件实现、灵活查询模块,深度学习技术工具链系统架构为以模型仓库为核心的架构,通过深度学习训练的流程将整个系统分为几个相互独立而又互相依赖的功能模块,通过定义深度学习技术工具链每个功能模块的接口,将接口与实现分离,在接口的基础上实现深度学习工具链的各模块,通过灵活查询模块自定义各种查询条件,在每个流程模块生成供下一流程模块使用所需的数据,实现了从原始数据到标注数据再到样本数据到模型再到应用的(56)对比文件邢源“.面向大数据的机器学习算法支撑平台设计与实现”《.硕士电子期刊》.2019,(第第08期期),第1-8章.

    样本中至少一个预定目标的位置确定方法及装置

    公开(公告)号:CN109740593B

    公开(公告)日:2020-11-13

    申请号:CN201811547532.1

    申请日:2018-12-18

    Abstract: 本发明公开了样本中至少一个预定目标的位置确定方法及装置,该方法包括:S1:获取至少一个主目标在样本中的位置,并将其确定为当前目标;S2:判断当前目标中是否存在下一级子目标;当是时执行S3;否则无操作;S3:判断当前目标的下一级子目标是否为预定目标;当是时执行S4;否则执行S5;S4:获取预定目标在上一级目标中的位置,以及直接包含或间接包含预定目标的子目标在上一级目标中的位置,据此获取多个预定目标在样本中的位置;继续S5;S5:判断当前目标的下一级子目标是否直接包含或间接包含至少一个预定目标;当是时执行S6;否则无操作;S6:分别获取当前目标的下一级子目标在当前目标中的位置,将当前目标的子目标确定为当前目标;继续S2。

    一种单水电站水力机组优化调度方法、装置、设备及介质

    公开(公告)号:CN116862073A

    公开(公告)日:2023-10-10

    申请号:CN202310890546.8

    申请日:2023-07-19

    Abstract: 本发明涉及水电调度技术领域,公开了一种单水电站水力机组优化调度方法、装置、设备及介质,该方法包括:根据优化目标以及约束条件确定单水电站机组组合问题对应的问题定义;基于拉格朗日对偶分解法确定优化目标求得最优解对应的最优性条件;基于最优性条件对问题定义进行简化,得到简化的等价问题定义;根据简化的等价问题定义对单水电站机组组合问题进行求解,得到单水电站水力机组优化调度方案。由于采用拉格朗日对偶分解法确定了优化目标求得最优解对应的最优性条件,基于最优性条件对问题定义进行简化再求解确定优化调度方法,达到了减少计算时间的效果,解决了相关技术中存在的确定单水电站水力机组优化调度方案所需的计算时间较长的问题。

Patent Agency Ranking