“丁强刚”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果4个，建议您升级VIP下载更多相关专利

[发明专利]合成物的反应物分子组成数据预测方法和装置-CN202010065048.6有效
发明人： 丁强刚;赵沛霖 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-01-20 - 公布日： 2023-09-08 - 主分类号： G16C20/10 文献下载
摘要：本申请涉及一种合成物的反应物分子组成数据预测方法和装置，所述方法包括：获取合成物的第一分子组成数据；将第一分子组成数据转换为对应的合成物图结构信息；根据合成物图结构信息预测得到反应物图结构信息；将反应物图结构信息转换为反应物的第二分子组成数据，其中，该反应物用于合成该合成物。采用本申请的方法能够提高预测准确度。
合成物反应物分子组成数据预测方法装置

[发明专利]基于多角度视频的动作识别方法及相关设备-CN202111241878.0有效
发明人： 丁强刚;黄予 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-10-25 - 公布日： 2022-02-11 - 主分类号： G06V40/20 文献下载
摘要：本发明实施例公开了一种基于多角度视频的动作识别方法及相关设备，相关实施例可应用于云技术、云安全、人工智能、智慧交通等各种场景。其中，该方法包括：获取对目标对象采集的多角度的N个检测视频，并在对每个检测视频进行图像帧抽取处理和加权融合处理后，得到用于对检测视频中的目标对象在相应拍摄角度下执行的动作信息进行记录的动作描述图，那么，通过对动作描述图的信息融合处理，可得到记录了目标对象在多个不同拍摄角度下的动作信息的动作融合描述图，进而基于对该动作融合描述图的识别处理，可得到针对目标对象是否执行了目标动作的识别结果，基于对多角度的动作信息的结合识别过程，可提升对目标动作进行动作识别的准确度。
基于角度视频动作识别方法相关设备

[发明专利]基于图结构数据的网络训练方法、装置以及节点分类方法-CN202011169741.4在审
发明人： 丁强刚;赵沛霖 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-10-28 - 公布日： 2021-01-08 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及一种基于图结构数据的网络训练方法、装置以及节点分类方法。所述网络训练方法包括：获取图结构训练数据对应的有损图结构数据；将有损图结构数据输入到目标网络的生成网络中，以对有损图结构数据进行连边恢复并生成对应的图结构更新数据；目标网络包括生成网络和预测网络；将图结构更新数据输入到预测网络中，以对图结构更新数据的节点进行分类预测得到图结构更新数据的节点分类结果；根据图结构更新数据的节点分类结果，对生成网络和预测网络进行网络参数调整，直至生成网络和预测网络收敛，得到已训练的目标网络。上述方案通过生成网络和预测网络的联合训练能得到耦合性良好的目标网络，进而可以对图结构数据中的节点进行准确分类。
基于结构数据网络训练方法装置以及节点分类

[发明专利]一种股票K线图像识别方法、装置、智能终端及存储介质-CN201910925880.6在审
发明人： 丁强刚;郭家栋;郭健 -专利权人：鹏城实验室;杭州深度资产管理有限公司
申请日： 2019-09-27 - 公布日： 2020-02-14 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了股票K线图像识别方法、装置、智能终端及存储介质，所述方法包括：获取待识别的股票K线图像；采用训练后的股票K线图像识别模型,对所述待识别股票K线图像进行识别，得到与所述待识别的股票K线图像对应的分类识别结果；其中，所述股票K线图像识别模型为残差卷积网络模型。本发明通过利用深度学习中的卷积神经网络技术，对股票数据进行智能识别，提取股票K线图的视觉特征，利用视觉特征预测股票未来趋势，提升了股票预测的准确率。为用户提供合理正确的交易提示。解决了现有技术在利用股票K线图预测股票走势时，预测结果不准确的问题。
股票图像识别股票K线图视觉特征图像卷积神经网络存储介质分类识别股票数据股票预测股票走势网络模型用户提供预测结果智能识别智能终端预测准确率残差卷积提示交易学习