龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号