-
公开(公告)号:CN110503065A
公开(公告)日:2019-11-26
申请号:CN201910802557.X
申请日:2019-08-28
Applicant: 南京大学
Abstract: 本发明公开一种基于距离度量的移动设备用户动作姿态识别方法,包括训练数据收集步骤,全局模型训练步骤,局部模型适配步骤和识别步骤;首先对于特定的动作姿态利用移动设备内置传感器进行数据收集,收集大量用户的动作数据后训练全局模型提取其中一致的度量特征,然后在具体用户上采用将全局度量模型适配到单用户小数据上的方式,最后通过适配后的模型在移动设备上进行行为识别。本发明的方法在实施过程中对于单一用户的数据需求量小,并能在具体用户上提高模型精度,对于用户特有的动作姿态进行准确建模和识别。
-
公开(公告)号:CN113988922B
公开(公告)日:2025-04-11
申请号:CN202111254303.2
申请日:2021-10-27
Applicant: 南京大学
IPC: G06Q30/0202 , G06Q30/0201 , G06Q30/0601 , G06Q30/0251
Abstract: 本发明公开一种基于延迟时间采样的转化率模型流式更新方法,包括训练数据收集和构造步骤,权重模型和转化率模型训练步骤,流式模型更新步骤;首先收集用户的历史转化行为,然后采用延迟时间训练方法训练得到权重模型和转化率预测模型,最后利用权重模型使用流式到来的新数据对转化率预测模型进行更新。本发明的方法在实施过程中能够在较低的时延下及时更新转化率预测模型,同时避免了反馈不充分导致的模型精度下降的问题,能够实现实时性和精确性的平衡从而提高模型性能。
-
公开(公告)号:CN114662379B
公开(公告)日:2025-05-23
申请号:CN202210149681.2
申请日:2022-02-18
Applicant: 南京大学
IPC: G06F30/27 , G06F119/02
Abstract: 本发明公开一种基于预测不确定性的鲁棒模拟滤波器辅助设计方法和系统,包括训练数据的收集和不确定性预测模型的训练,以及利用不确定性模型进行辅助设计;首先使用模拟方法获得加入噪声的数据并利用这些数据训练不确定性预测模型,然后利用不确定性预测模型在滤波器设计过程中对其鲁棒性进行评估。本发明的方法能够在不进行实物实验的情况下估计特定滤波器参数在实际实现后的鲁棒性,能够有效减少实验成本,同时也允许使用较低精度的器件,降低模拟滤波器的生产成本。
-
公开(公告)号:CN114662379A
公开(公告)日:2022-06-24
申请号:CN202210149681.2
申请日:2022-02-18
Applicant: 南京大学
IPC: G06F30/27 , G06F119/02
Abstract: 本发明公开一种基于预测不确定性的鲁棒模拟滤波器辅助设计方法和系统,包括训练数据的收集和不确定性预测模型的训练,以及利用不确定性模型进行辅助设计;首先使用模拟方法获得加入噪声的数据并利用这些数据训练不确定性预测模型,然后利用不确定性预测模型在滤波器设计过程中对其鲁棒性进行评估。本发明的方法能够在不进行实物实验的情况下估计特定滤波器参数在实际实现后的鲁棒性,能够有效减少实验成本,同时也允许使用较低精度的器件,降低模拟滤波器的生产成本。
-
公开(公告)号:CN113988922A
公开(公告)日:2022-01-28
申请号:CN202111254303.2
申请日:2021-10-27
Applicant: 南京大学
Abstract: 本发明公开一种基于延迟时间采样的转化率模型流式更新方法,包括训练数据收集和构造步骤,权重模型和转化率模型训练步骤,流式模型更新步骤;首先收集用户的历史转化行为,然后采用延迟时间训练方法训练得到权重模型和转化率预测模型,最后利用权重模型使用流式到来的新数据对转化率预测模型进行更新。本发明的方法在实施过程中能够在较低的时延下及时更新转化率预测模型,同时避免了反馈不充分导致的模型精度下降的问题,能够实现实时性和精确性的平衡从而提高模型性能。
-
公开(公告)号:CN110503065B
公开(公告)日:2023-04-07
申请号:CN201910802557.X
申请日:2019-08-28
Applicant: 南京大学
IPC: G06V40/20 , G06V10/74 , G06V10/764
Abstract: 本发明公开一种基于距离度量的移动设备用户动作姿态识别方法,包括训练数据收集步骤,全局模型训练步骤,局部模型适配步骤和识别步骤;首先对于特定的动作姿态利用移动设备内置传感器进行数据收集,收集大量用户的动作数据后训练全局模型提取其中一致的度量特征,然后在具体用户上采用将全局度量模型适配到单用户小数据上的方式,最后通过适配后的模型在移动设备上进行行为识别。本发明的方法在实施过程中对于单一用户的数据需求量小,并能在具体用户上提高模型精度,对于用户特有的动作姿态进行准确建模和识别。
-
-
-
-
-