一种自动更新模型的方法、系统、设备及存储介质

    公开(公告)号:CN114662588A

    公开(公告)日:2022-06-24

    申请号:CN202210278104.3

    申请日:2022-03-21

    IPC分类号: G06K9/62 G06N3/08

    摘要: 本发明提供一种自动更新模型的方法、系统、设备及存储介质,属于模型更新技术领域。自动更新模型的方法包括:获得样本数据集;将样本数据集中的若干个样本数据输入神经网络模型训练,生成旧数据集;若样本数据集中未训练的样本数据数量大于或等于样本数量阈值a,选择a个样本数据作为新数据集输入至神经网络模型获得训练结果;根据训练结果对新数据集进行划分,获得可信数据集;将可信数据集与旧数据集按照预设组合规则进行组合,得到复合数据集,并将复合数据集输入至神经网络模型,更新神经网络模型;将复合数据集作为旧数据集,继续训练未训练的样本数据,自动更新网络模型。解决了模型更新步骤繁琐,更新效率底下,易造成概念偏移的问题。

    一种基于无线信号的动作识别方法及系统

    公开(公告)号:CN115905908A

    公开(公告)日:2023-04-04

    申请号:CN202211120460.9

    申请日:2022-09-15

    摘要: 本发明属于无线信号动作识别领域,具体涉及一种基于无线信号的动作识别方法,包括:基于无线信号采集识别区域的信道状态信息;根据所述信道状态信息通过SOM聚类算法获取信道状态信息数据序列;根据所述信道状态信息数据序列生成对应的特征图像;将所述特征图像输入至卷积神经网络模型中,以得到特征矩阵;采用聚谱类算法聚类得到所述特征矩阵对应的定位信息;将所述特征矩阵输入至Bi‑LSTM神经网络中,以得到所述特征矩阵对应的动作类型。本发明解决了现有违规动作行为检测与纠正需要耗费大量人力、公共区域违规行为纠正成本高的问题,合理调配资源,更好地应用于违规动作检测与纠正场景。

    一种自动更新模型的方法、系统、设备及存储介质

    公开(公告)号:CN114662588B

    公开(公告)日:2023-11-07

    申请号:CN202210278104.3

    申请日:2022-03-21

    IPC分类号: G06N3/08 G06F18/214

    摘要: 本发明提供一种自动更新模型的方法、系统、设备及存储介质,属于模型更新技术领域。自动更新模型的方法包括:获得样本数据集;将样本数据集中的若干个样本数据输入神经网络模型训练,生成旧数据集;若样本数据集中未训练的样本数据数量大于或等于样本数量阈值a,选择a个样本数据作为新数据集输入至神经网络模型获得训练结果;根据训练结果对新数据集进行划分,获得可信数据集;将可信数据集与旧数据集按照预设组合规则进行组合,得到复合数据集,并将复合数据集输入至神经网络模型,更新神经网络模型;将复合数据集作为旧数据集,继续训练未训练的样本数据,自动更新网络模型。解决了模型更新步骤繁琐,更新效率低下,易造成概念偏移的问题。

    一种分阶段的领域知识图谱扩充方法及存储介质

    公开(公告)号:CN115203425A

    公开(公告)日:2022-10-18

    申请号:CN202210409533.X

    申请日:2022-04-19

    摘要: 本发明的一种分阶段的领域知识图谱扩充方法及存储介质,包括:获取电力领域设备日常巡检数据并预处理;然后基于预处理后的语料文本,采用远程监督扩展标注数据集,并通过数据分割器将数据集划分为正负样本;接着利用结合注意力机制的神经网络模型获取待扩充的预测三元组数据;通过相似度匹配算法去除超过阈值的预测三元组,剩余三元组通过局部定位器找到对应局域图结构;然后通过属性判别器判定待扩充三元组的真假,将属性值为真的三元组放入预测三元组候选域;构建电力领域知识图谱扩充模型并训练;通过训练后的电力领域知识图谱扩充模型获得完备的领域知识图谱。本发明能够有效解决电力领域知识图谱的数据稀疏性问题,提高领域知识图的完备性。

    一种基于视角转化的步态识别方法和系统

    公开(公告)号:CN114627424A

    公开(公告)日:2022-06-14

    申请号:CN202210305445.5

    申请日:2022-03-25

    摘要: 本发明提供基于视角转化的步态识别方法和系统,首先获取多个行人监控设备获取的监控视频,处理得到行人步态数据集并划分训练集和测试集;利用GaitGAN网络训练通过任意视角生成特定视角图像的视角转换模型和判别生成视角图像正确性的判别器,然后将测试集输入视角转换模型中,得到目标视角下的步态能量图集;获取视角转换模型生成的图像并进行预处理得到像素图像,将像素图像送入基准步态特征提取模型得到特征向量与行人预测向量计算总损失,使用梯度下降算法优化模型参数得到训练好的步态特征提取模型。本发明实现了行人跟踪的自动化,采用生成对抗网络将行人步态能量图转换至步态特征最明显的90°视角,使得步态识别准确度更高。