“朱展图”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17个，建议您升级VIP下载更多相关专利

[发明专利]一种鳕鱼肠低温拌料灌肠机-CN202211714188.7在审
发明人：朱新峰;张彬;朱展图 -专利权人：太和县薇薇安营养食品有限公司
申请日： 2022-12-30 - 公布日： 2023-03-14 - 主分类号： A22C5/00 文献下载
摘要：本发明提供一种鳕鱼肠低温拌料灌肠机，属于食品加工设备技术领域。鳕鱼肠低温拌料灌肠机，包括灌肠箱体、伺服电机和出料管，所述伺服电机的输出端贯穿灌肠箱体的顶部延伸至其内部并固定连接有安装中心杆，所述安装中心杆的外表面固定连接有安装中心杆，所述安装中心杆的外表面固定套设有安装辊。该设备可从水平面和移动形竖直面进行混料，可提高鳕鱼肠物料的均匀性，保持成品的口感，且该设备整体的操作都在低温环境下进行，可最大限度的保持物料的新鲜。
一种鳕鱼低温拌料灌肠

[发明专利]一种AI对象的策略预测模型训练方法、装置及电子设备-CN202211258440.8在审
发明人：王浩然;吴宇翔;朱展图;周正 -专利权人：超参数科技（深圳）有限公司
申请日： 2022-10-14 - 公布日： 2023-01-03 - 主分类号： G06V10/774 文献下载
摘要：本申请涉及数据处理技术领域，具体涉及一种AI对象的策略预测模型训练方法、计算机设备及存储介质；本申请提供的技术方案，能够基于获取到模拟环境的实时状态信息以及AI对象的实际行为反馈，训练出一种输出策略的预测模型。在进行模型推理时，能给出明确的策略，更具有解释性，使用户能更好的利用该模型。同时，本申请实施例提供的技术方案能够根据环境的实时改变做出相应的决策，可以提高AI的灵活性。
一种 ai 对象策略预测模型训练方法装置电子设备

[实用新型]一种婴幼儿泡芙生产用泡芙皮分切设备-CN202123189873.6有效
发明人：朱翼;朱展图 -专利权人：太和县薇薇安营养食品有限公司
申请日： 2021-12-18 - 公布日： 2022-05-13 - 主分类号： B26D7/08 文献下载
摘要：本实用新型提供一种婴幼儿泡芙生产用泡芙皮分切设备，包括传送带、固定支架、连接支架、驱动气缸、切割刀片和伺服电机，所述连接支架的底部固定连接有固定板，所述固定板的底部开设有限位槽，所述驱动气缸固定连接在限位槽的内顶壁，所述切割刀片固定连接在驱动气缸的活动端。本实用新型中，通过设置的固定槽、连接弹簧、固定块、清理板，由于清理板位于切割刀片的两侧壁，使得活动板可以带动清理板对切割刀片上，无需人工对切割刀片进行清理，有利于提高该装置的实用性。
一种婴幼儿生产用泡芙皮分切设备

[发明专利]一种低敏鱼肠的制作方法-CN202111633386.6在审
发明人：朱翼;朱展图 -专利权人：太和县薇薇安营养食品有限公司
申请日： 2021-12-29 - 公布日： 2022-03-25 - 主分类号： A23L17/00 文献下载
摘要：本发明公开了一种低敏鱼肠的制作方法，属于食品加工技术领域，包括如下步骤：（1）鱼糜的制作；（2）斩拌前处理；（3）斩拌；（4）灌肠。本申请对常规的鱼肠的加工方法上进行了很大程度的改善，通过将冷等离子体处理技术、超声波‑磁场等技术用于鱼肠的加工中，与辅酶液调味料等相互协同作用，改善鱼肠的风味，促进过敏原的降解，从而提升鱼肠的品质。
一种低敏鱼肠制作方法

[发明专利]交互模型训练方法、装置、计算机设备和存储介质-CN202110410245.1在审
发明人：陈昱;何嘉民;周正;石悦鑫;朱展图;朱晓龙;刘永升 -专利权人：超参数科技（深圳）有限公司
申请日： 2021-04-16 - 公布日： 2021-10-19 - 主分类号： A63F13/56 文献下载
摘要：本申请涉及一种交互模型训练方法、装置、计算机设备和存储介质。所述方法包括：获取参考交互轨迹；所述参考交互状态序列包括多个按照交互顺序依次进行排序的参考交互状态；按照所述交互顺序的倒序从所述参考交互轨迹中选取当前初始交互状态；根据当前初始交互状态对待训练的交互模型进行训练，得到当前初始交互状态对应的当前训练交互模型；当确定当前训练交互模型满足当前初始交互状态对应的模型收敛条件时，返回按照所述交互顺序的倒序从所述参考交互轨迹中选取当前初始交互状态的步骤，得到更新后的当前初始交互状态，以继续进行模型训练，直至满足训练停止条件，得到已训练的目标交互模型。采用本方法能够提高模型训练效果。
交互模型训练方法装置计算机设备存储介质

[发明专利]关卡设置方法、装置、计算机设备和存储介质-CN202110323902.9在审
发明人：周正;朱展图;朱晓龙;刘永升 -专利权人：超参数科技（深圳）有限公司
申请日： 2021-03-26 - 公布日： 2021-07-20 - 主分类号： A63F13/60 文献下载
摘要：本申请涉及一种关卡设置方法、装置、计算机设备和存储介质。所述方法包括：获取关卡风格参数；通过关卡生成模型生成与所述风格参数对应的多个关卡；通过闯关模型对所述关卡进行闯关测试，得到与所述关卡对应的闯关数据；将所述闯关数据输入评估模型进行预测，得到所述关卡对应的预测通关率；将所述关卡以及所述预测通关率发送至终端，以使所述终端根据所述预测通关率将所述关卡设置于闯关应用。采用本方法能够提高设置关卡的效率。
关卡设置方法装置计算机设备存储介质

[发明专利]一种基于人工智能的动画形象驱动方法和装置-CN201910816780.X有效
发明人：王盛;季兴;朱展图;林祥凯;暴林超 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-08-30 - 公布日： 2021-05-25 - 主分类号： G06T13/40 文献下载
摘要：本申请实施例公开了一种基于人工智能的动画形象驱动方法，当一个动画形象具有对应的捏脸基，一个动画形象不具有对应的捏脸基时，可以将具有捏脸基的作为驱动方形象，不具有捏脸基的作为被驱动方形象。获取驱动方形象对应的表情基和被驱动方形象对应的表情基，根据驱动方形象对应的表情基和被驱动方形象对应的表情基，确定出表情参数间的映射关系，根据该映射关系，使用驱动方形象已知的表情参数以及前述映射关系，对被驱动方形象进行驱动，以使得被驱动方形象做出该已知的表情参数所标识的实际表情。由此，不用处理得到新动画形象对应的捏脸基，就可以通过其他动画形象的已知表情参数直接来驱动该新动画形象，加快了新动画形象的推出速度。
一种基于人工智能动画形象驱动方法装置

[发明专利]通过WordNet嵌入进行测试和更新的树形网络方法-CN201810517482.6有效
发明人：张仲楠;曾鸣;朱展图 -专利权人：厦门大学
申请日： 2018-05-25 - 公布日： 2021-04-13 - 主分类号： G06N3/08 文献下载
摘要：通过WordNet嵌入进行测试和更新的树形网络方法，涉及图片智能分类。构建树形网络；预训练；基于SVM的动态剪枝，在测试过程中，可以动态剪枝特征映射的激活值过低的节点和节点的子树，因为若节点的激活值太低，则该节点表示的类的概率较低，因此后代节点的概率会较低并且可以忽略；每张特征图的激活值之和的具有较强的线性可分性，因此使用SVM在测试过程中进行模型的加速；基于分支的在线更新，使用检测到的图像作为训练样本，将预测概率高的样本回传给树形网络进行训练。
通过 wordnet 嵌入进行测试更新树形网络方法

[发明专利]AI模型训练方法、调用方法、服务器及存储介质-CN202011176373.6在审
发明人： 朱展图;周正;李宏亮;刘永升 -专利权人：超参数科技（深圳）有限公司
申请日： 2020-10-28 - 公布日： 2021-01-29 - 主分类号： A63F13/55 文献下载
摘要：本申请公开了一种AI模型训练方法、调用方法、服务器及存储介质，该方法包括：获取多组第一样本数据；将每一组所述第一样本数据输入AI模型，基于监督学习对所述AI模型进行迭代训练，直至所述AI模型收敛，获得所述不同级别中每个级别对应的Agent的AI模型；随机初始化所述AI模型进行样本生成操作，获取第二样本数据；将所述第二样本数据反向传播输入至所述AI模型，基于强化学习对所述AI模型进行迭代训练，并将训练结果作为新的第二样本数据，循环执行所述将所述第二样本数据反向传播输入至所述AI模型，基于强化学习对所述AI模型进行迭代训练的步骤，直至所述AI模型收敛，获得其他级别对应的Agent的AI模型。因此，提高了AI模型的准确性。
ai 模型训练方法调用服务器存储介质

[发明专利]AI模型训练方法、使用方法、计算机设备及存储介质-CN202011315163.0在审
发明人：周正;朱展图;李宏亮;刘永升 -专利权人：超参数科技（深圳）有限公司
申请日： 2020-11-20 - 公布日： 2021-01-29 - 主分类号： A63F13/67 文献下载
摘要：本申请实施例公开了一种AI模型训练方法、使用方法、计算机设备及存储介质，其中，AI模型训练方法包括：获取目标应用程序的关卡配置数据，并根据关卡配置数据生成对应的关卡；提取关卡对应的初始关卡信息，并利用初始关卡信息获取训练样本数据；根据训练样本数据获取已知闯关信息和未知闯关信息；根据已知闯关信息生成第一类图像特征和向量特征，并根据未知闯关信息和已知闯关信息生成第二类图像特征；通过第一预设模型基于第一类图像特征和向量特征获取游戏角色执行策略的第一预测值；通过第二预设模型基于第二类图像特征和向量特征获取游戏角色执行策略的第二预测值；基于第一预测值和第二预测值对第一预设模型进行训练，以获取目标AI模型。
ai 模型训练方法使用方法计算机设备存储介质

[发明专利]一种人脸模型生成的方法、模型生成的方法及装置-CN201911204672.3有效
发明人：王泽宇;陈雅静;朱展图;暴林超;郭权乐 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-11-29 - 公布日： 2020-11-24 - 主分类号： G06T17/00 文献下载
摘要：本申请公开了一种人脸模型生成的方法、模型生成的方法及装置，对于戴眼镜的用户，先后采集戴眼镜时的人脸图像以及不戴眼镜时的人脸图像，基于戴眼镜的人脸图像建立眼镜模型，基于不戴眼镜的人脸图像建立人脸模型，将两个模型合成后即可消除因镜片折射给人脸形态带来的影响，从而提升三维人脸建模的真实性。本申请方法包括：获取第一待识别图像，若第一待识别图像中的待建模对象为已戴眼镜的对象，则根据包括眼镜图像的第一待识别图像生成眼镜模型，获取第二待识别图像，若第二待识别图像中的待建模对象为未戴眼镜的对象，则根据第二待识别图像生成待合成人脸模型；根据眼镜模型以及待合成人脸模型，生成待建模对象所对应的目标人脸模型。
一种模型生成方法装置

[发明专利]关卡配置数据调整方法、计算机设备及存储介质-CN202010794440.4在审
发明人： 朱展图;周正;李宏亮;刘永升 -专利权人：超参数科技（深圳）有限公司
申请日： 2020-08-12 - 公布日： 2020-11-20 - 主分类号： A63F13/67 文献下载
摘要：本申请公开了一种关卡配置数据调整方法、计算机设备及存储介质，其中，所述方法包括：获取目标应用程序的初始关卡配置数据；根据所述初始关卡配置数据训练闯关AI模型，并获取所述闯关AI模型对应的第一输出数据；获取所述目标应用程序的初始关卡闯关数据；根据所述第一输出数据、所述初始关卡配置数据及所述初始关卡闯关数据训练预测AI模型；获取所述目标应用程序的更新关卡配置数据；利用所述闯关AI模型及所述预测AI模型获取所述更新关卡配置数据的配置评估信息；发送所述配置评估信息给终端设备，以使所述终端设备根据调整指令调整所述更新关卡配置数据，所述调整指令为用户响应所述配置评估信息向所述终端设备所发出的指令。
关卡配置数据调整方法计算机设备存储介质

[发明专利]一种基于人工智能的脸部模型确定方法和装置-CN201910816788.6有效
发明人：王盛;林祥凯;季兴;朱展图;暴林超 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-08-30 - 公布日： 2020-10-23 - 主分类号： G06T13/40 文献下载
摘要：本申请实施例公开了一种基于人工智能的脸部模型确定方法，获取针对待建对象的采集数据中包括多组脸部顶点数据，每一组分别标识待建对象的一个脸部形象，基于其中的第一顶点数据，以及用于标识目标脸部模型的目标顶点数据，确定初始捏脸参数。通过获取采集数据中的第二顶点数据，基于初始捏脸参数和目标顶点数据确定表情参数，之后，固定该表情参数，根据第二顶点数据和目标顶点数据确定目标捏脸参数。由于第二顶点数据和第一顶点数据分别标识不同的脸部形象，二者受到完全相同的不确定性影响的几率较小，通过第二顶点数据修正出的目标捏脸参数一定程度上抵消第一顶点数据中的噪声，以目标捏脸参数确定出的待建对象对应的脸部模型精确度相对更高。
一种基于人工智能脸部模型确定方法装置

[发明专利]AI模型的训练方法、使用方法、计算机设备及存储介质-CN202010404503.0在审
发明人： 朱展图;周正;李宏亮;张正生;刘永升 -专利权人：超参数科技（深圳）有限公司
申请日： 2020-05-13 - 公布日： 2020-08-28 - 主分类号： G06N3/08 文献下载
摘要：一种AI模型的训练方法、使用方法、计算机设备及存储介质，其中，所述训练方法包括：获取参与交互任务的用户对应的信息数据；从所述信息数据筛选出多个不同等级的训练数据；根据所述交互任务的任务节点和每个所述任务节点对应的动作节点，从每个等级的所述训练数据中提取对应的特征向量，其中，不同的所述任务节点以及不同的所述动作节点对应的特征向量的标签不同；将所述特征向量输入至预设神经网络进行AI模型训练，直至所述AI模型收敛得到相应等级的AI模型。该训练方法可以减少AI模型训练使用时所需求的硬件资源，并提高AI模型的准确率以及用户的体验度。
ai 模型训练方法使用方法计算机设备存储介质

[发明专利]一种基于区域候选框跟踪的视频目标定位方法-CN201810111825.9有效
发明人：张仲楠;谢凌伟;朱展图;郑小平 -专利权人：厦门大学
申请日： 2018-02-05 - 公布日： 2020-07-24 - 主分类号： G06T7/215 文献下载
摘要：一种基于区域候选框跟踪的视频目标定位方法，涉及视频智能监控。初始化；获取稠密光流；运动对象切割；分类及预测。通过对在视频中进行目标检测中共有的10类目标对象进行实验结果对比，比单用Faster R‑CNN不论是检测时长还是检测的准确率都得到了优化，从单类的检测结果来分析，80％的类别对象结果都得到了优化。
一种基于区域候选跟踪视频目标定位方法

1
2
下一页»
尾页
共 17 条