模型训练方法、模态参数识别方法、电子装置和存储介质

AITNT
正文
推荐专利
模型训练方法、模态参数识别方法、电子装置和存储介质
申请号:CN202510021445
申请日期:2025-01-06
公开号:CN120510461A
公开日期:2025-08-19
类型:发明专利
摘要
本申请公开一种模型训练方法、模态参数识别方法、模型训练装置、模态参数识别装置、电子装置和非易失性计算机可读存储介质。模型训练方法包括获取多个稳定图样本,稳定图样本包括真实模态和虚假模态,构成真实模态的稳定点频率相同、构成虚假模态的稳定点和/或不稳定点中至少部分点的频率不同;基于多个稳定图样本,训练得到模态参数识别模型。可以理解,在训练过程中训练模型可基于多个稳定图中的真实模态进行学习,且多个稳定图的真实模态不同,使得训练结束得到的模态参数识别模型具有较高的真实模态识别能力,从而使得模态参数识别模型投入使用后,模态参数识别模型能够快速且准确地识别出模态参数。
技术关键词
模型训练方法 模态参数识别方法 图样 特征提取模块 解码模块 空间金字塔 训练集 模型训练装置 编码器 解码器 生成参数 残差模块 电子装置 生成训练数据 频率 对象 可读存储介质 图像
系统为您推荐了相关专利信息
1
一种基于深度学习的视频内容自适应优化系统
视频特征数据 视频解码模块 深度学习模型 图像亮度值 特征值
2
集合深度翻译的视听一体化AI智能翻译系统及方法
智能翻译方法 声谱 智能翻译系统 序列 视听
3
一种识别参赛信息的方法、装置、设备及存储介质
号码 专用识别 颜色 样本 特征提取模块
4
基于联邦学习的医学影像分类方法、装置及系统
混合编码器 医学影像分类方法 医学影像信息 自动编码器 多分辨率
5
一种基于贝叶斯推理的矢状面听觉定位方法、装置及介质
特征模板 贝叶斯准则 频谱特征提取 灵敏度参数 偏差
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号