[发明专利]图像识别模型训练方法、载波调整方法、装置及介质有效

专利信息
申请号: 202110638972.3 申请日: 2021-06-08
公开(公告)号: CN113365357B 公开(公告)日: 2022-11-22
发明(设计)人: 盛莉莉;任飞;顾伟;周奕昕;谷俊江 申请(专利权)人: 中国联合网络通信集团有限公司
主分类号: H04W72/04 分类号: H04W72/04;G06V10/774;G06V10/762
代理公司: 北京同立钧成知识产权代理有限公司 11205 代理人: 荣甜甜;黄健
地址: 100033 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 识别 模型 训练 方法 载波 调整 装置 介质
【权利要求书】:

1.一种图像识别模型训练方法,其特征在于,所述方法包括:

获取训练样本集;其中,所述训练样本集包括:标注后的中间样本网元集,以及,所述中间样本网元集中各样本网元的第一目标参数趋势图;所述标注后的中间样本网元集包括至少一组单载波样本网元,以及,至少一组双载波样本网元,属于同一组的单载波样本网元具有相同的第一标签,以及,配对标识,所述第一标签包括:单载波样本网元的所述第一目标参数趋势图中波峰出现的次数,以及,波峰出现的时间;属于同一组的双载波样本网元具有相同的第二标签,以及,配对标识,所述第二标签包括:双载波样本网元的所述第一目标参数趋势图中两个载波同时出现波谷的次数,以及,波谷出现的时间;所述配对标识用于表征与该组样本网元配对的网元组,配对的样本网元组包括一组单载波样本网元,以及,一组双载波样本网元,且配对的单载波样本网元与双载波样本网元的所述第一目标参数趋势图的波峰和波谷互补,第一目标参数值能够表征所述样本网元的License资源的使用情况;

使用所述训练样本集,对图像识别模型进行训练,得到训练后的图像识别模型;所述训练后的图像识别模型用于根据网元的第一目标参数趋势图,获取所述网元所属的组,以及,与所述网元配对的网元组。

2.根据权利要求1所述的方法,其特征在于,所述获取训练样本集,包括:

获取中间样本网元集;所述中间样本网元集包括单载波样本网元,以及,双载波样本网元;

根据所述中间样本网元集中每个样本网元的载波在预设时长内的第一目标参数值集,对所述中间样本网元集中的样本网元进行聚类运算,得到至少一组单载波样本网元,以及,至少一组双载波样本网元;属于同一组的样本网元在同一时刻的第一目标参数之间的距离小于或等于预设距离;

根据所述中间样本网元集中每个样本网元的载波在预设时长内的第一目标参数值集,绘制各组样本网元的第一目标参数趋势图;

对所述至少一组单载波样本网元,以及,所述至少一组双载波样本网元进行配对;其中,配对的样本网元组包括一组单载波样本网元,以及,一组双载波样本网元,且单载波样本网元与双载波样本网元的所述第一目标参数趋势图的波峰和波谷互补;

根据样本网元的分组,对所述中间样本网元集中的样本网元进行标签标注;

将标注后的所述中间样本网元集,以及,每个样本网元的第一目标参数趋势图作为所述训练样本集。

3.根据权利要求2所述的方法,其特征在于,所述获取中间样本网元集,包括:

获取初始样本网元集,以及,每个样本网元的载波在预设时长内的第一目标参数值集;所述初始样本网元集包括:多个单载波样本网元和多个双载波样本网元;

从所述初始样本网元集中去除满足第一预设条件的样本网元,得到所述中间样本网元集;所述第一预设条件包括:单载波样本网元在预设时长内的第一目标参数值集中的最大值小于或等于预设阈值,双载波样本网元中至少一个载波在预设时长内的第一目标参数值集中的最小值大于所述预设阈值。

4.一种载波调整方法,其特征在于,所述方法包括:

获取待调整载波的网元;

根据网元的第一目标参数趋势图,使用训练好的图像识别模型,获取所述网元所属的组,以及,与所述网元配对的网元组;所述训练好的图像识别模型为采用如权利要求1-3任一项所述的训练方法得到的;所述第一目标参数能够表征所述网元的License资源的使用情况;

根据所述网元所属的组,以及,与所述网元配对的网元组,获取待调整License资源的网元清单;所述网元清单包括:待增加License资源的网元子清单和待减少License资源的网元子清单;

对所述网元清单中的网元的载波的License资源进行调整。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国联合网络通信集团有限公司,未经中国联合网络通信集团有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110638972.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top