-
公开(公告)号:CN116304671A
公开(公告)日:2023-06-23
申请号:CN202211701362.4
申请日:2022-12-28
Applicant: 广东美的制冷设备有限公司 , 清华大学
IPC: G06F18/214 , G06F18/24 , G06N3/0455 , G06N3/0442 , G06N3/096 , G06N5/04 , G06N5/046
Abstract: 本发明公开了一种迁移方法、迁移装置、计算机设备和计算机可读存储介质。迁移方法包括:识别出目标环境下当前传感器中的低质量传感器并为低质量传感器分配弱化权重,弱化权重小于预设权重;固定每个当前传感器的权重,基于待迁移数据集和源环境下的深度学习模型确定迁移后的目标深度学习模型,以将深度学习模型从源环境迁移到目标环境。本发明的技术方案,通过识别当前传感器中的低质量传感器并为低质量传感器分配较小权重,可以极大降低低质量传感器数据对目标深度学习模型的影响,加快目标环境下目标深度学习模型的训练收敛速度,确保目标深度学习模型能够达到较高的识别精度。
-
公开(公告)号:CN115951781A
公开(公告)日:2023-04-11
申请号:CN202211737999.9
申请日:2022-12-30
Applicant: 美的集团股份有限公司 , 广东美的制冷设备有限公司
IPC: G06F3/01 , G06F18/24 , G06N3/0464 , G06N3/045 , G06N3/096
Abstract: 本发明公开了一种迁移方法、迁移装置、计算机设备和计算机可读存储介质。迁移方法包括:获取WiFi手势数据集,WiFi手势数据集包括多个样本,每个样本包括WiFi检测数据;基于WiFi检测数据对神经网络进行训练以获得手势识别特征参数,神经网络包括能够迁移到目标环境的可迁移层,手势识别特征参数包括多普勒频移特征。本发明的技术方案中,基于WiFi手势数据集对神经网络进行训练以提取多普勒频移等与环境无关的关键特征参数,如此,便于将可迁移层迁移到目标环境。
-