“G06F18/25”专利分类搜索_专利查询_文献下载_出售_求购_买卖_交易

钻瓜专利网为您找到相关结果894个，建议您升级VIP下载更多相关专利

[发明专利]基于正则化集成学习的多模态细粒度论文分类方法和系统-CN202310834148.4在审
发明人：胡宗海;岳潭;杨远洋;姜媛;范子娇;史绪钊;覃杰栋 -专利权人：北京邮电大学
申请日： 2023-07-07 - 公布日： 2023-10-27 - 主分类号： G06F18/25 文献下载
摘要：本发明提供了一种基于正则化集成学习的多模态细粒度论文分类方法和系统，所述方法包括：获取待分类论文的原始数据并从中提取所述待分类论文的文本数据和图像数据；将文本数据输入到第一预训练模型提取文本特征向量和文本特征向量矩阵；将图像数据输入到第二预训练模型提取图像特征向量和图像特征向量矩阵；进行Dropout正则化处理、拼接操作以得到第一特征融合向量；进行L1正则项系数和L2正则项系数结合的L1‑L2正则化处理、拼接以得到第二特征融合向量；输入到注意力机制模块以得到第三特征融合特征向量矩阵；输入到第三预训练模型以实现待分类论文的分类。本发明能够基于多模态注意力机制和多种不同的正则化方法大幅度提升细粒度论文分类的性能。
基于正则集成学习多模态细粒度论文分类方法系统

[发明专利]一种多来源楼栋数据融合方法及装置-CN202310906869.1在审
发明人：赵京;赵友标;邢佳敏 -专利权人：上海壹佰米网络科技有限公司
申请日： 2023-07-21 - 公布日： 2023-10-27 - 主分类号： G06F18/25 文献下载
摘要：一种多来源楼栋数据融合方法及装置，该方法包括：针对任一订单，建立订单与待比较对象的对应关系；所述待比较对象包括楼栋数据和与待比较对象存在对应关系的订单的配送轨迹；所述楼栋数据为所述订单的配送地址指示的配送楼栋；确定第一待比较对象的第一楼栋数据与第二待比较对象的第二楼栋数据的文本特征相似度；以及，确定所述第一待比较对象的第一配送轨迹与所述第二待比较对象的第二配送轨迹的空间特征相似度；所述第一待比较对象和所述第二待比较对象为任意两个待比较对象；若所述文本特征相似度和所述空间特征相似度满足数据融合要求，则将所述第一待比较对象与所述第二待比较对象融合为同一待比较对象。
一种来源数据融合方法装置

[发明专利]一种基于自适应特征提取的多复杂度行为识别系统及方法-CN202310929166.0在审
发明人：许宏吉;曾佳琦;周双;王猛猛;李昕娅;王宇豪;汪阳;李建军;李诗洁 -专利权人：山东大学
申请日： 2023-07-26 - 公布日： 2023-10-27 - 主分类号： G06F18/25 文献下载
摘要：本发明公开了一种基于自适应特征提取的多复杂度行为识别系统及方法，涉及人工智能技术领域，包括人体行为数据采集模块、人体行为数据传输模块、人体行为数据存储模块、人体行为数据预处理模块、MFAEF简单人体行为识别网络模块、LSGRA复杂行为识别网络模块和人体行为信息应用模块；MFAEF简单行为识别网络模块包括依次连接的特征预提取单元、并行多维时空特征提取及复用单元和自适应多维时空特征提取单元、特征融合单元和简单行为判别输出单元；LSGRA复杂行为识别网络模块包括依次连接的单窗口简单行为特征获取单元、循环多窗口注意力单元和复杂行为判别输出单元。本发明采用上述结构弥补了基于视觉的行为识别成本高、易受干扰、隐私性差的不足。
一种基于自适应特征提取复杂度行为识别系统方法

[发明专利]特征提取模型的训练方法及装置、视频检索方法及装置-CN202310899475.8在审
发明人：沈栋 -专利权人：北京达佳互联信息技术有限公司
申请日： 2023-07-20 - 公布日： 2023-10-27 - 主分类号： G06F18/25 文献下载
摘要：本公开关于一种特征提取模型的训练方法及装置、视频检索方法及装置。初始特征提取模型包括特征提取层和特征融合层，方法包括：构建样本数据集，样本数据集中的样本数据包括第一视频类型的第一样本数据和对应第二视频类型的第二样本数据；通过特征提取层对样本数据进行特征提取，得到视觉特征和文本特征；通过特征融合层对视觉特征和文本特征进行特征融合处理，得到样本数据对应的样本融合特征；对样本融合特征进行识别处理，得到样本数据对应的识别结果；根据样本数据对应的识别结果及样本数据对应的标注信息之间的差异，训练初始特征提取模型，得到特征提取模型。采用本公开实施例提供的方法可以提高视频特征提取的灵活性。
特征提取模型训练方法装置视频检索

[发明专利]线索评级模型的训练方法、装置、设备及介质-CN202310673330.6在审
发明人：林炳怀;王丽园 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-06-07 - 公布日： 2023-10-27 - 主分类号： G06F18/25 文献下载
摘要：本申请公开了一种线索评级模型的训练方法、装置、设备及介质，属于人工智能领域。该方法包括：获取多个线索，多个线索中的任意一个线索包括用于预测单个对象为潜在消费对象的参考信息；对于多轮迭代过程中的至少一轮迭代过程，将多个线索输入线索评级模型，得到与多个线索分别对应的多个分数，多个分数中的任意一个分数用于表征单个对象为潜在消费对象的概率；将多个分数划分至多个分段中；根据多个分数在多个分段的分布情况，得到分布损失；根据分布损失，训练线索评级模型；当满足迭代结束条件时，结束迭代，得到训练完成后的线索评级模型。上述方法提高了分段的鲁棒性。
线索评级模型训练方法装置设备介质

[发明专利]多任务模型的网络结构确定方法、数据预测方法及装置-CN202310261645.X在审
发明人：郭亮 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-03-09 - 公布日： 2023-10-27 - 主分类号： G06F18/25 文献下载
摘要：本申请公开了一种多任务模型的网络结构确定方法、数据预测方法及装置，涉及人工智能技术领域。该方法包括：基于第一特征表示和第二特征表示之间的相关性，以及第一任务标签与第二任务标签之间的相关性，确定第一预测任务和第二预测任务之间的相关性系数；在相关性系数符合任务相关性要求的情况下，确定与第一预测任务和第二预测任务对应的候选多任务模型的网络结构。对第一预测任务和第二预测任务分配其对应的私有网络和共享网络，使得候选多任务模型能够通过提取多个任务的共性特征以及单个任务对应的个性特征，提升了进行任务预测的特征表示的细粒度和质量，提高了基于该网络结构训练得到的多任务模型在对多个任务进行预测时的准确度。
任务模型网络结构确定方法数据预测装置

[发明专利]基于多层次多特征及深度学习的钓鱼邮件识别模型和方法-CN202310803359.1在审
发明人：姜誉;方滨兴;孙彦斌;李默涵;肖怡含;佘佳平 -专利权人：广州大学
申请日： 2023-06-30 - 公布日： 2023-10-27 - 主分类号： G06F18/25 文献下载
摘要：本发明提供一种基于多层次多特征及深度学习的钓鱼邮件识别模型和方法，识别模型包括多通道输入层，包括多个子通道输入层，且所述子通道输入层总数被配置为对应输入的多层次特征类型总数；多级嵌入层包括单词级嵌入层和字符级嵌入层，所述子嵌入层总数被配置为第一特征的类型总数，并且以所述第一特征为输入，从高维向低维映射输出为第三特征；BILSTM层被配置为对应设置并连接至所述子嵌入层，以所述第三特征为输入拼接后输出为第四特征；特征联合层被配置为以所述第二特征和第四特征为输入，融合后输出为联合特征；全连接层被配置为具有多层神经元结构，联合特征经所述多层神经元结构处理后通过所述输出层结构输出，本发明在识别钓鱼邮件时的效率高、鲁棒性好。
基于多层次特征深度学习钓鱼邮件识别模型方法

[发明专利]匹配处理方法、装置及存储介质-CN202310504713.0在审
发明人：黄剑辉 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-05-06 - 公布日： 2023-10-27 - 主分类号： G06F18/25 文献下载
摘要：本申请提供了一种匹配处理方法、装置及存储介质，可以应用于云技术、人工智能、智慧交通等各种场景。该方法包括调用深度匹配模型中的融合模块，基于多维匹配参数，对基于待匹配信息和资源内容信息进行语义编码得到的第一特征向量和第二特征向量进行多维度的融合处理，得到目标融合特征；多维匹配参数的参数类型数量与融合模块所包含的各融合单元的模块数量相匹配；以及根据目标融合特征，确定待匹配信息与候选媒体资源的匹配结果，匹配结果用于指示从媒体资源集合中确定与待匹配信息匹配的目标媒体资源。从而弥补单侧信息量少的局限性，同时降低对人工挖掘特征的依赖和偏差，提高匹配处理结果的准确率。
匹配处理方法装置存储介质

[发明专利]一种基于特征的装配过程多源异构数据表征方法-CN202310589419.4在审
发明人：周鹏;王明阳;尚江坤;肖庆东 -专利权人：中国航空制造技术研究院
申请日： 2023-05-23 - 公布日： 2023-10-27 - 主分类号： G06F18/25 文献下载
摘要：本发明涉及飞机装配技术领域，具体涉及一种基于特征的装配过程多源异构数据表征方法。包括步骤：对装配工艺模型进行预读分析，筛选出装配关键特征；提取相应装配过程的装配关键特征对应的属性信息；对装配关键特征进行优先级排序；根据排序后的装配关键特征及属性信息，结合装配全流程中的几何误差传递规律，制定面向装配全流程的测量方案；依据测量方案，将装配现场实测数据与属性信息进行匹配；根据装配现场实测数据的类型确定数据表征策略，并对几何类数据进行拟合、对非几何类数据进行标注。该基于特征的装配过程多源异构数据表征方法的目的是解决飞机装配过程中产生的多源异构数据的综合作用下，极易产生装配超差与装配缺陷的问题。
一种基于特征装配过程多源异构数据表征方法

[发明专利]一种基于配电网多源数据融合拓扑定位和状态感知的方法-CN202310704335.0在审
发明人：林裕新;何剑军;张勇;范展滔;吴龙腾;刘敬诚;杜旭;张经纬;蔡建逸;范晟;杨炜楠 -专利权人：中国南方电网有限责任公司
申请日： 2023-06-14 - 公布日： 2023-10-27 - 主分类号： G06F18/25 文献下载
摘要：本发明涉及林分生长模型的技术领域，具体为一种基于配电网多源数据融合拓扑定位和状态感知的方法，本发明公开了一种基于配电网多源数据融合拓扑定位和状态感知的方法及系统，其中方法包括，采集多源数据信息；对采集的数据进行数据融合；利用融合后的数据，进行目标的拓扑定位；以及基于融合后的数据，进行目标状态的感知；采用本发明，通过采用多源数据融合技术，将来自不同数据源的数据进行融合，以提高数据的质量和准确性，采用多源数据融合技术、拓扑定位技术、状态感知技术、可以有效地识别电力系统的故障和异常情况，降低电力系统的故障率和事故发生率。
一种基于配电网数据融合拓扑定位状态感知方法

[发明专利]一种基于自监督式信号融合的DAS动态范围提升方法和设备-CN202311203512.3在审
发明人：刘泽超;马玲梅;李彩云;朱琛;郑洪坤;彭威;田帅飞 -专利权人：之江实验室
申请日： 2023-09-19 - 公布日： 2023-10-27 - 主分类号： G06F18/25 文献下载
摘要：本发明涉及一种基于自监督式信号融合的DAS动态范围提升方法和设备，方法包括：并行获取双路光纤传感数据，即动态范围未受限制但信噪比较低的DAS信号和因动态范围受限而存在相位解卷绕错误的DAS相位信号，输入自设计的自监督式信号融合模型中，求取相位卷绕系数，并取整，根据取整后的相位卷绕系数和第二光纤传感信号，构建解卷绕后的相位估计值并输出。与现有技术相比，本发明可实时有效修正DAS相位信号因动态范围受限而导致的相位解卷绕错误，恢复真实相位，提升动态范围，且不以牺牲信噪比为代价。
一种基于监督信号融合 das 动态范围提升方法设备

[发明专利]车载传感器异常检测方法、装置、电子设备及存储介质-CN202310922557.X在审
发明人：邹辉;罗衡荣 -专利权人：深圳海星智驾科技有限公司
申请日： 2023-07-25 - 公布日： 2023-10-27 - 主分类号： G06F18/25 文献下载
摘要：本申请提供一种车载传感器异常检测方法、装置、电子设备及存储介质，该方法包括：获取待测车辆中各传感器的感知数据；根据各传感器的感知数据，确定各传感器对同一目标的目标检测结果；根据各传感器的对同一目标的目标检测结果，确定待测车辆的感知融合异常检测结果；根据待测车辆的感知融合异常检测结果，确定待测车辆的传感器异常检测结果。上述方案提供的方法，通过根据车载传感器之间的实际感知融合情况，判断车载传感器是否存在异常，提高了车载传感器异常检测结果的准确性，为提高车辆行车安全奠定了基础。
车载传感器异常检测方法装置电子设备存储介质

[发明专利]一种传动系统故障诊断方法及系统-CN202310842038.2在审
发明人：王晓洁;彭海波;李宁;张坤;马元元;程杰;杜晓溪;李桐;王轶 -专利权人：西安微电子技术研究所
申请日： 2023-07-10 - 公布日： 2023-10-27 - 主分类号： G06F18/25 文献下载
摘要：本发明公开一种传动系统故障诊断方法及系统，该故障诊断方法，包括获取传动系统中传感器采集到的振动加速度信号数据和电流信号数据，并对信号数据做预处理，得到一维时序数据序列；将所述一维时序数据序列进行短时傅里叶变换生成二维数据；将所述二维数据输入GAP策略多源数据融合卷积网络模型中，对故障进行诊断识别，完成传动系统中的故障诊断。该方法对多传感器数据进行融合，对来自多个传感器的数据进行多级别、多方面、多层次的处理，消除由于单一类型传感器失效而引起的误差，在增加数据特征的同时，有效体现了信号的故障特征，使得分析的可靠性提高。
一种传动系统故障诊断方法系统

[发明专利]用户的留资意向处理方法、装置、服务设备及存储介质-CN202310944813.5在审
发明人：翟文志;张倬荣;聂简;王全达;闫龙;胡博文;李大中;宋雨伦 -专利权人：中国联合网络通信集团有限公司;联通数字科技有限公司
申请日： 2023-07-28 - 公布日： 2023-10-27 - 主分类号： G06F18/25 文献下载
摘要：本申请提供了一种用户的留资意向处理方法、装置、服务设备及存储介质，该方法包括：获取目标用户的画像数据、信令数据和网络数据，以得到第一结构化数据；获取目标用户的语音数据和文本数据，以得到非结构化数据；将非结构化数据转换为第二结构化数据，并将第二结构化数据与第一结构化数据进行数据融合，以得到目标用户的用户特征数据；将目标用户的用户特征数据输入至训练好的留资意向识别模型中，以得到目标用户的留资意向得分；根据留资意向得分，确定目标用户的留资意向；输出目标用户的留资意向。通过结合结构化数据和非结构化数据作为数据源，形成多维度的用户特征数据，避免了数据源单一导致的准确率较低问题。
用户意向处理方法装置服务设备存储介质

[发明专利]一种基于多模态轨迹深度表示学习及融合方法-CN202310950725.6在审
发明人：陈静;袁长伟;赵姣;冯健;王宇 -专利权人：长安大学
申请日： 2023-07-31 - 公布日： 2023-10-27 - 主分类号： G06F18/25 文献下载
摘要：本发明公开了一种基于多模态轨迹深度表示学习及融合方法，构建多模态语义轨迹，作为编码器的输入；构建双通道编码‑单通道解码框架，将多模态语义轨迹输入双通道编码‑单通道解码框架；对多模态语义轨迹的每个轨迹点进行轨迹嵌入和文本嵌入，输出轨迹词向量表征和文本词向量表征，并将位置信息注入，输出含有位置特征的轨迹词向量表征和文本词向量表征；对每个轨迹点的轨迹词向量表征和文本词向量表征进行约束，获取轨迹特征向量和文本特征向量，以细粒度对齐进行语义信息交互，获取融合特征向量；将融合特征向量输入解码器，输出预测轨迹，该方法突破了跨模态数据交互不充分及特征向量不一致问题，提高了轨迹预测的准确性和真实性。
一种基于多模态轨迹深度表示学习融合方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 894 条