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!
申请/专利权人:京东科技控股股份有限公司
摘要:本申请实施例提供一种网页识别模型的训练方法、装置、网页识别的方法、电子设备以及存储介质,包括:采集样本集,对样本集中的每一训练图像进行特征提取,得到每一训练图像的图像特征,重复以下步骤,直至得到成熟的网页识别模型:根据卷积神经网络模型构建各图像特征对应的权重矩阵,根据权重矩阵对卷积神经网络模型的参数进行调整,网页识别模型用于识别正常网页和异常网页,通过基于正常网页的训练图像、以及异常网页的训练图像对卷积神经网路模型进行训练,生成用于对网页进行识别的网页识别模型,可以避免相关技术中,采用人工识别的方式造成的识别效率较低的弊端,提高了对网页进行识别的智能化,且提高了识别的准确性的技术效果。
主权项:1.一种网页识别模型的训练方法,所述方法包括:采集样本集,其中,所述样本集包括:正常网页的训练图像、以及异常网页的训练图像;对所述样本集中的每一训练图像进行特征提取,得到每一训练图像的图像特征;所述训练图像的图像特征为一种或多种;其中,所述每一训练图像具有第一类别信息,所述第一类别信息表征,训练图像为正常网页或异常网页;重复以下步骤,直至得到成熟的网页识别模型:针对每一图像特征,确定所述每一图像特征对应的训练图像为异常网页的概率;根据所述概率为所述每一训练图像的图像特征分配权重;基于所述每一训练图像的第一类别信息,对所述每一训练图像的图像特征所对应的权重进行调整,得到每一训练图像的图像特征的调整后的权重;根据各所述调整后的权重,得到所述权重矩阵,并根据所述权重矩阵对卷积神经网络模型的参数进行调整;其中,所述权重矩阵中的每一权重表征,与所述每一权重对应的训练图像为异常网页的概率;其中,所述网页识别模型用于识别正常网页和异常网页;其中,根据所述权重矩阵对所述卷积神经网络模型的参数进行调整,包括:根据所述权重矩阵,对所述卷积神经网络模型中的各卷积层的系数进行调整,所述卷积层的系数用于,结合所述权重矩阵确定所述每一训练图像为正常网页或异常网页。
全文数据:
权利要求:
百度查询: 京东科技控股股份有限公司 网页识别模型的训练方法、装置、网页识别的方法
免责声明
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。