校准曲线制成方法、校准曲线制成装置以及目标成分校准装置

    公开(公告)号:CN103226093A

    公开(公告)日:2013-07-31

    申请号:CN201210240526.8

    申请日:2012-07-11

    CPC classification number: G01N21/274 G01N21/31 G01N2021/635

    Abstract: 本发明涉及校准曲线制成方法、校准曲线制成装置以及目标成分校准装置,其中该方法包括:取得关于被检测体的多个样品的观测数据;取得关于上述各样品的目标成分的含量;估计将上述每个样品的观测数据分离成多个独立成分时的多个独立成分,并根据上述多个独立成分,对上述每个样品求出与上述目标成分对应的混合系数;以及根据上述多个样品的上述目标成分的含量和上述每个样品的上述混合系数,求出上述校准曲线的回归公式。

    数据获取方法和装置、相似度计算方法和装置及存储介质

    公开(公告)号:CN113743576B

    公开(公告)日:2024-05-07

    申请号:CN202110586033.9

    申请日:2021-05-27

    Abstract: 数据获取方法和装置、相似度计算方法和装置及存储介质。对于作为胶囊网络型的训练模型的第一模型输出标签的判别结果的判别依据。该方法包括:训练包括分别具有一个以上的胶囊的一个以上的胶囊层的胶囊网络型的第一模型,以再现第一数据集所具有的多个第一数据要素与分别对应于多个第一数据要素的预标签的对应;以及向训练后的第一模型输入第一数据集,并对一个以上的胶囊层获取基于一个以上的胶囊所具有的第一激活和第一位姿中的至少一方的第一中间数据。

    数据获取方法和装置、相似度计算方法和装置及存储介质

    公开(公告)号:CN113743575B

    公开(公告)日:2024-05-07

    申请号:CN202110583658.X

    申请日:2021-05-27

    Abstract: 本发明涉及数据获取方法和装置、相似度计算方法和装置及存储介质。关于作为向量神经网络型的学习模型的模型,输出标签的判别结果的判别依据。一种数据获取方法,使一个或多个处理器执行:训练模型,以再现第一数据集所具有的多个第一数据要素与预标签的对应,模型是向量神经网络型的算法,模型具有一个以上的神经元层,一个以上的神经元层分别具有一个以上的神经元群,一个以上的神经元群分别具有一个以上的神经元,一个以上的神经元分别输出基于第一向量和第一激活中的至少一方的第一中间数据;以及向经训练后的所述模型输入所述第一数据集,并将一个以上的神经元输出的第一中间数据与神经元相关联地获取。

    信息处理方法、信息处理装置以及计算机程序

    公开(公告)号:CN114970878A

    公开(公告)日:2022-08-30

    申请号:CN202210167303.7

    申请日:2022-02-23

    Abstract: 本公开涉及信息处理方法、信息处理装置以及计算机程序。提供能够知道使用了机器学习模型的类别判别的判别依据的技术。类别判别方法包括以下工序:(a)对于一个以上的类别中的各类别准备在将多个示教数据输入机器学习模型时从多个向量神经元层中的特定层的输出得到的已知特征光谱组;(b)使用机器学习模型和已知特征光谱组来执行被判别数据的类别判别处理。工序(b)包括以下工序:(b1)根据被判别数据向机器学习模型的输入,从特定层的输出计算特征光谱;(b2)对特征光谱与和分别与多个类别相关的已知特征光谱组的相似度进行运算;(b3)根据相似度,创建针对被判别数据的类别判别结果的说明语句;以及(b4)输出说明语句。

    目标成分校准装置、电子设备和目标成分校准方法

    公开(公告)号:CN105488326A

    公开(公告)日:2016-04-13

    申请号:CN201510580672.9

    申请日:2015-09-11

    Abstract: 本发明涉及目标成分校准装置、电子设备和目标成分校准方法。本发明提供一种与以往相比更容易且高精度地进行校准的技术。目标成分校准装置,包含:混合系数计算部,基于关于被检体的观测数据和校准用数据,求得关于被检体的目标成分的混合系数;目标成分量计算部,基于表示与目标成分相对应的混合系数和含有量的关系的一元回归方程和通过混合系数计算部求得的混合系数,计算目标成分的含有量。目标成分量计算部,根据观测数据的取得时的测定条件,调整一元回归方程的2个常数中的至少一个。

Patent Agency Ranking