買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉騰訊科技(深圳)有限公司申請的專利一種脈沖星搜索模型的訓練方法、應用方法、裝置及設備獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115130570B 。

龍圖騰網通過國家知識產權局官網在2025-08-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210720105.9，技術領域涉及：G06F18/214；該發明授權一種脈沖星搜索模型的訓練方法、應用方法、裝置及設備是由李昱希;謝鳴;程小峰;丁玫菲;王亞彪;羅澤坤;甘振業;孫眾毅設計研發完成，并于2022-06-23向國家知識產權局提交的專利申請。

本一種脈沖星搜索模型的訓練方法、應用方法、裝置及設備在說明書摘要公布了：本申請實施例公開了一種脈沖星搜索模型的訓練方法、應用方法、裝置及設備，相關實施例可應用于地圖、智能交通、人工智能等領域，用于提高模型泛化能力和預測精度。本申請實施例方法包括：通過脈沖星搜索模型輸出正樣本類別預測值以及負樣本類別預測值，基于正樣本類別預測值、負樣本類別預測值以及樣本類別標簽計算分類邊緣損失值，基于分類邊緣損失值對脈沖星搜索模型進行參數調整，得到中間脈沖星搜索模型，基于邊緣采樣策略，采樣目標脈沖星訓練樣本，對每個目標脈沖星訓練樣本進行標注，并將標注后的每個目標脈沖星訓練樣本添加至訓練樣本數據集中，得到脈沖星擴展訓練樣本數據集，迭代重復優化直至滿足收斂條件，得到目標脈沖星搜索模型。

本發明授權一種脈沖星搜索模型的訓練方法、應用方法、裝置及設備在權利要求書中公布了：1.一種脈沖星搜索模型的訓練方法，其特征在于，包括： 將脈沖星訓練樣本數據集輸入至脈沖星搜索模型，通過所述脈沖星搜索模型輸出所述脈沖星訓練樣本數據集中的每個脈沖星訓練樣本對應的正樣本類別預測值以及負樣本類別預測值，其中，所述脈沖星訓練樣本數據集來源于攜帶有樣本類別標簽的第一目標域數據以及源域數據；所述脈沖星訓練樣本是由脈沖星候選體信號的時間-相位分布圖和頻率-相位分布圖拼接得到的圖像； 基于所述正樣本類別預測值、所述負樣本類別預測值以及所述樣本類別標簽進行損失計算，得到分類邊緣損失值，具體包括：基于超參數、所述正樣本類別預測值以及所述負樣本類別預測值，計算修正項；所述超參數用于控制樣本難易程度；所述修正項用于使分類困難的樣本產生更大梯度；基于所述超參數、所述正樣本類別預測值以及所述負樣本類別預測值，確定截斷操作；基于所述修正項、所述截斷操作以及所述正樣本類別預測值進行損失計算，得到分類邊緣損失值； 基于所述分類邊緣損失值對所述脈沖星搜索模型進行參數調整，得到中間脈沖星搜索模型； 將未標注的第二目標域數據輸入至所述中間脈沖星搜索模型中，通過所述中間脈沖星搜索模型輸出所述第二目標域數據中的每個候選脈沖星樣本對應的正樣本類別候選預測值以及負樣本類別候選預測值； 對所述正樣本類別候選預測值進行softmax歸一化處理，得到邊緣正樣本評分； 對所述負樣本類別候選預測值進行softmax歸一化處理，得到邊緣負樣本評分； 基于所述邊緣正樣本評分以及所述邊緣負樣本評分，計算邊緣采樣評分； 基于所述正樣本類別候選預測值以及所述負樣本類別候選預測值計算候選分類邊緣損失值； 基于所述邊緣采樣評分的梯度方向以及所述候選分類邊緣損失值的梯度方向，以及主動域適應的邊緣采樣策略，從所述第二目標域數據的候選脈沖星樣本中采樣目標脈沖星訓練樣本，其中，所述目標脈沖星訓練樣本對應的正樣本類別預測值以及負樣本類別預測值之間的差值小于采樣閾值； 對每個所述目標脈沖星訓練樣本進行標注，并將標注后的每個目標脈沖星訓練樣本添加至所述訓練樣本數據集中，得到脈沖星擴展訓練樣本數據集； 迭代重復執行將所述脈沖星擴展訓練樣本數據集輸入至所述中間脈沖星搜索模型中、所述損失計算、所述參數調整、所述采樣目標脈沖星訓練樣本以及獲取所述脈沖星擴展訓練樣本數據集的步驟，直至滿足收斂條件，得到目標脈沖星搜索模型。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人騰訊科技(深圳)有限公司，其通訊地址為：518057 廣東省深圳市南山區高新區科技中一路騰訊大廈35層；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。