基于决策树的果品分类方法、装置、设备及存储介质.pdf
慧红****ad
亲,该文档总共15页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于决策树的果品分类方法、装置、设备及存储介质.pdf
本申请公开了一种基于决策树的果品分类方法、装置、设备及存储介质,其中分类方法包括:将果品的原始图像进行处理以获得除去了果柄的无柄图像;根据无柄图像进行特征提取以获取特征值;将特征值输入至一个决策树模型以使决策树模型以使决策树模型输出代表沃柑表面粗糙度分类的分类值。本申请的有益之处在于提供了一种利用机器学习模型对提取与沃柑的表面图像的特征值进行处理从而高效准确进行分类的基于决策树的果品分类方法、装置、设备及存储介质。
基于LSTM的数据分类方法、装置、设备及存储介质.pdf
本申请实施例公开了一种基于LSTM的数据分类方法、装置、设备及存储介质。所述方法包括:获取待分类数据;通过预设的训练后字段特征提取器确定所述待分类数据对应的句子向量;将所述句子向量输入预设的训练后超参数LSTM分类器,得到多个预设类别分别对应的置信度;将所述置信度中值最大的置信度确定为目标置信度;将所述目标置信度对应的所述预设类别确定为所述待分类数据的目标类别。本方案通过字段特征提取器以及超参数LSTM分类器自动对数据进行分类,提高了数据的分类效率。
基于增量学习的数据分类方法、装置、设备及存储介质.pdf
本发明涉及预测数据处理技术领域,公开了一种基于增量学习的数据分类方法、装置、设备及存储介质,所述方法包括:获取待分类的视觉图像数据和初始数据分类模型;在初始数据分类模型不满足预设上线指标规则时,获取与待分类的视觉图像数据相关联的检测视觉数据;根据视觉图像数据、检测视觉数据以及目标损失函数增量训练出目标数据分类模型;通过目标数据分类模型对待分类的视觉图像数据进行分类;通过上述方式,在初始数据分类模型不满足预设上线指标规则时,根据检测视觉数据和检测视觉数据以及目标损失函数增量训练出目标数据分类模型,然后通过目
基于增量学习的数据分类方法、装置、设备及存储介质.pdf
本发明涉及预测数据处理技术领域,公开了一种基于增量学习的数据分类方法、装置、设备及存储介质,所述方法包括:获取待分类的视觉图像数据和初始数据分类模型;在初始数据分类模型不满足预设上线指标规则时,获取与待分类的视觉图像数据相关联的检测视觉数据;根据视觉图像数据、检测视觉数据以及目标损失函数增量训练出目标数据分类模型;通过目标数据分类模型对待分类的视觉图像数据进行分类;通过上述方式,在初始数据分类模型不满足预设上线指标规则时,根据检测视觉数据和检测视觉数据以及目标损失函数增量训练出目标数据分类模型,然后通过目
基于多样本的意图分类方法、装置、设备及存储介质.pdf
本发明涉及人工智能及数字医疗领域,公开了一种基于多样本的意图分类方法、装置、设备及存储介质。该方法包括:获取电话语音中的文本样本并识别不均衡意图类别的目标样本;根据目标样本基于k‑mean聚类算法生成新的目标样本,将新的目标样本和均衡意图类别的文本样本形成训练样本集;将训练样本集分批输入预构建好的意图分类模型中,获得每个训练样本的预测结果,根据预测结果计算计算损失函数,采用损失函数对意图分类模型进行训练,得到目标意图分类模型;获取待测文本样本,将待测文本样本输入目标意图分类模型中,得到待测文本样本的意图类