中国科学院计算技术研究所陈益强获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉中国科学院计算技术研究所申请的专利一种用于识别人体行为的神经网络分类模型的训练方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115712852B 。
龙图腾网通过国家知识产权局官网在2026-01-23发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211446503.2,技术领域涉及:G06F18/24;该发明授权一种用于识别人体行为的神经网络分类模型的训练方法是由陈益强;文世杰;谷洋;马媛;郭帅;秦欣设计研发完成,并于2022-11-18向国家知识产权局提交的专利申请。
本一种用于识别人体行为的神经网络分类模型的训练方法在说明书摘要公布了:本发明提供一种神经网络分类模型的训练方法,模型包括提取样本特征的特征提取器和根据样本特征对样本分类的分类器,该方法包括按以下方式对基于源域的样本及标签训练得到的初始的模型进行一轮或多轮训练:S1、获取训练集,包括源域的样本对和目标域的样本对,任意样本对包括两个样本,每个样本为对人员采集的传感器数据,两个样本所对应的人员和被采集时该人员的行为类别相同;S2、利用训练集对当前的模型进行一次或多次训练,每次训练时基于预定的损失函数更新模型的参数,该损失函数被配置为:惩罚源域的样本的分类偏差、惩罚源域和目标域的样本的样本特征间的边缘分布差异和条件分布差异以及惩罚每个样本对中两个样本对应的时序分布差异。
本发明授权一种用于识别人体行为的神经网络分类模型的训练方法在权利要求书中公布了:1.一种用于识别人体行为的神经网络分类模型的训练方法,其特征在于,所述模型包括用于从样本提取样本特征的特征提取器和根据样本特征对样本进行分类的分类器,所述方法包括利用源域中的样本以及标签对模型进行训练以得到初始的模型,并在初始的模型的基础上按照以下方式进行一轮或者多轮迭代训练: S1、获取训练集,包括基于源域的样本生成的源域的样本对以及目标域的样本生成的目标域的样本对,其中任意样本对包括两个样本,每个样本为对人员采集的传感器数据,两个样本所对应的人员以及被采集时该人员的行为类别相同,但两个样本被采集的时间不同,该训练集中为源域的每个样本设有指示其被采集时对应人员的行为类别的标签; S2、利用训练集对当前的模型进行一次或者多次训练,每次训练时基于预定的损失函数更新该模型的参数,所述损失函数被配置为:惩罚源域的样本的分类偏差、惩罚源域和目标域的样本对应的样本特征间的边缘分布差异和条件分布差异以及惩罚源域和目标域的样本对中两个样本对应的时序分布差异,时序分布差异与分类器对样本对中两个样本分类的置信概率向量的相似度相关,其中,时序分布差异按照以下方式确定: 利用分类器根据样本的样本特征获取该样本在每种类别的置信概率并拼接成该样本对应的置信概率向量; 根据样本对中两个样本对应的置信概率向量计算相似度,并根据一次训练时采用的所有样本对中两个样本对应的相似度确定时序分布差异,其中,在一次训练时,时序分布差异计算方式如下: 其中,表示进行一次训练时采用的源域的样本对总数,表示源域的第个样本 对,表示源域的第个样本对中一个样本,表示源域的第个样本对中另一个 样本,表示余弦相似度,表示分类器输出的针对每种类别的置信概率,表示 特征提取器的输出,表示进行一次训练时采用的目标域的样本对总数,表示目标域 的第个样本对,表示目标域的第个样本对中一个样本,表示目标域中第个样本 对中另一个样本。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国科学院计算技术研究所,其通讯地址为:100190 北京市海淀区中关村科学院南路6号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励