“谭倩雯”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5个，建议您升级VIP下载更多相关专利

[发明专利]线上贷款认证方法、装置及存储介质-CN202310491868.5在审
发明人： 谭倩雯;余一鸣;王聪聪;赵菲菲 -专利权人：中国工商银行股份有限公司
申请日： 2023-05-04 - 公布日： 2023-08-22 - 主分类号： G06Q40/03 文献下载
摘要：本申请公开了一种线上贷款认证方法、装置及存储介质。涉及金融科技领域，该方法包括：接收目标账户的认证请求，并基于认证请求确定目标账户的授信额度；基于授信额度确定初始认证方法对应的融资金额，其中，初始认证方法包括：一级认证方法、二级认证方法和三级认证方法，一级认证方法、二级认证方法和三级认证方法对应的认证难度不同且对应的融资金额不同；响应于目标账户的选择操作，采用目标账户选择的目标认证方法对待认证信息进行认证处理，得到认证结果，并基于认证结果发放对应的融资金额完成线上贷款，其中，选择操作用于从初始认证方法中确定目标认证方法。通过本申请，解决了相关技术中线上贷款认证方法操作复杂，且灵活性较低的问题。
线上贷款认证方法装置存储介质

[发明专利]查询记录数量确定方法及装置-CN202111412130.2在审
发明人：余一鸣;商永程;方剑;谭倩雯 -专利权人：中国工商银行股份有限公司
申请日： 2021-11-25 - 公布日： 2022-02-11 - 主分类号： G06F16/182 文献下载
摘要：本申请提供了一种查询记录数量确定方法及装置，可用于金融领域或其他领域，该方法包括：接收查询记录数量请求；根据所述查询记录数量请求，获得待查询记录对应的数据表的字段、字段长度和字段属性，以及所述待查询记录对应的分区在分布式文件系统中对应的原始文件的文件格式和文件大小；若所述原始文件为压缩格式并且所述字段的字段属性均为固定长度属性，则根据预设的压缩比、所述原始文件的文件大小和所述字段长度，确定所述待查询记录的数量。本申请能够缓解对数据表中的记录数量进行查询时Hadoop集群的压力，进而能够为后续大数据开发提供对应的数据基础。
查询记录数量确定方法装置

[发明专利]一种小微企业授信额度的确定方法及装置-CN202110880079.1在审
发明人： 谭倩雯;郭芃;葛朝诞;余一鸣 -专利权人：中国工商银行股份有限公司
申请日： 2021-08-02 - 公布日： 2021-10-08 - 主分类号： G06Q40/02 文献下载
摘要：本发明提供一种小微企业授信额度的确定方法及装置，可用于金融领域或其他技术领域。所述方法包括：获取小微企业的授信额度申请，所述授信额度申请中包括所述小微企业的企业信息；根据所述小微企业的企业信息，获取所述小微企业的用电信息；将所述小微企业的企业信息以及用电信息对应发送至目标银行系统，以使所述目标银行系统根据所述小微企业的企业信息以及用电信息确定所述小微企业的授信额度。本发明提供的小微企业授信额度的确定方法及装置，实现了一种全线上的基于小微企业电力数据的授信额度测算方法，解决了人工评估授信额度花费时间长的问题，提升了银行业务办理效率，且使用电力数据进行授信额度测算，为小微企业融资提供了新途径。
一种企业额度确定方法装置

[发明专利]一种基于分割信度的运动轨迹分割方法-CN201510365947.7有效
发明人：万华根;韩晓霞;谭倩雯;丁杨子;冯结青 -专利权人：浙江大学
申请日： 2015-06-26 - 公布日： 2019-05-31 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于分割信度的运动轨迹分割方法，包括以下步骤：获取运动轨迹，针对运动轨迹的每一个属性，获取运动轨迹的属性极值点；选取部分属性极值点作为第一候选分割点；所述运动轨迹的每一个属性分别设定多个带宽阈值，针对任一属性、任一带宽阈值，当第一候选分割点的属性变化率大于对应带宽阈值时，将该第一候选分割点标记为第二候选分割点；计算第二候选分割点所在轨迹点的信度值；设定信度阈值，将信度值小于信度阈值的第二候选分割点所在轨迹点过滤，得到最终的分割点集合。本发明可以消除运动轨迹中由于运动本身和运动采集设备噪声带来的数据不稳定的影响，同时在确保分割准确的前提下保证了分割的简洁性。
一种基于分割信度运动轨迹方法

[发明专利]一种基于手部运动的用户身份识别方法-CN201410390861.5在审
发明人：万华根;谭倩雯;郑文庭 -专利权人：浙江大学
申请日： 2014-08-08 - 公布日： 2014-11-19 - 主分类号： G06F21/32 文献下载
摘要：本发明公开了一种基于手部运动的用户身份识别方法，利用人的手部运动特点实现身份识别。方法分为离线阶段和在线阶段，在离线阶段，通过深度相机记录所有待识别用户的手部运动轨迹，然后对轨迹进行分割，并对分割后的轨迹提取时空参数作为特征信息，最终通过机器学习的方法训练特征数据得到用户的身份识别模型。在在线阶段，同样地采集用户的手部运动轨迹，并对轨迹进行分割与特征提取。之后使用离线阶段得到的用户身份识别模型进行在线识别。本方法结合深度相机，利用人的手部运动行为来实现身份识别，结合了人的生理特性与行为特性，具有随身性，普遍性，非侵犯性，易接受性等优点。
一种基于运动用户身份识别方法