基于隐变量模型的深度学习特征泛化方法

被引：0

专利类型：

发明

申请号：

CN201810071862.1

申请日：

2018-01-25

公开(公告)号：

CN108491925A

公开(公告)日：

2018-09-04

发明(设计)人：

郭春生李睿哲

申请人：

申请人地址：

310018 浙江省杭州市经济技术开发区白杨街道2号大街1158号

IPC主分类号：

G06N304

IPC分类号：

G06K962

代理机构：

杭州千克知识产权代理有限公司 33246

代理人：

周希良

法律状态：

实质审查的生效

国省代码：

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2018-09-28	实质审查的生效	实质审查的生效 IPC(主分类):G06N 3/04 申请日:20180125
2020-12-04	发明专利申请公布后的驳回	发明专利申请公布后的驳回 IPC(主分类):G06N 3/04 申请公布日:20180904
2018-09-04	公开	公开

共 50 条

[21] 基于深度学习的杆塔鸟巢检测方法 [P].

江灏 ;

黄武林 ;

陈静 ;

缪希仁 .

中国专利 :CN109472229A ,2019-03-15

[22] 一种基于深度学习的面向隐式反馈推荐方法 [P].

贺思源 ;

徐晓斌 ;

李陶 ;

张楠 .

中国专利 :CN109241440A ,2019-01-18

[23] 基于变量加权深度学习的炼油过程产品预测方法和系统 [P].

袁小锋 ;

王雅琳 ;

阳春华 ;

桂卫华 .

中国专利 :CN108416439A ,2018-08-17

[24] 基于生成模型的隐空间模型化策略搜索学习方法 [P].

赵婷婷 ;

孔乐 ;

杨巨成 ;

陈亚瑞 ;

任德华 ;

王嫄 ;

彭喆 .

中国专利 :CN110046712A ,2019-07-23

[25] 一种基于运动特征和深度学习特征的无人机小目标检测方法 [P].

高陈强 ;

杜莲 ;

王灿 ;

冯琦 ;

汤林 ;

汪澜 .

中国专利 :CN107862705A ,2018-03-30

[26] 数据驱动的深度学习模型泛化分析和改进 [P].

金文 ;

马梓力 ;

张敏 ;

戈帕尔·阿维纳什 .

美国专利 :CN113711236B ,2025-04-11

[27] 模块化深度学习模型 [P].

Y·黄 ;

刘朝军 ;

K·库玛 ;

K·P·卡尔高卡 ;

龚一凡 .

中国专利 :CN108701453A ,2018-10-23

[28] 数据驱动的深度学习模型泛化分析和改进 [P].

金文 ;

马梓力 ;

张敏 ;

戈帕尔·阿维纳什 .

中国专利 :CN113711236A ,2021-11-26

[29] 一种基于隐变量模型的工业过程监测方法 [P].

葛志强 ;

孔祥印 .

中国专利 :CN113485269B ,2021-10-08

[30] 一种基于分层隐变量模型的新闻推荐方法 [P].

洪文兴 ;

纪幼纯 ;

郑晓晴 .

中国专利 :CN107038184A ,2017-08-11

← 1 2 3 4 5 →