“马希涛”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6个，建议您升级VIP下载更多相关专利

[发明专利]风控规则的确定方法、装置、电子设备及存储介质-CN202310967253.5在审
发明人： 马希涛;王健;郭梦丽 -专利权人：云账户技术（天津）有限公司
申请日： 2023-08-03 - 公布日： 2023-09-01 - 主分类号： G06Q40/06 文献下载
摘要：本发明提供一种风控规则的确定方法、装置、电子设备及存储介质，其中方法包括：接收裂变规则和基础风控规则，裂变规则包括初始裂变步长及目标裂变次数；裂变步骤：按照初始裂变步长对基础风控规则进行裂变，并得到第一风控结果；校验是否已存储有第二风控规则及与第二风控规则对应的第二风控结果；若已存储，比对第二风控结果与第一风控结果，若大于，以第一风控规则更新第二风控规则，并以第一风控结果更新第二风控结果；确定是否超过目标裂变次数；执行步骤：若未超过，得到修正裂变步长，以修正裂变步长作为新的初始裂变步长，返回裂变步骤直至超过；确定第二风控规则为目标风控规则。本发明裂变效率高，能够高准确度地确定目标风控规则。
规则确定方法装置电子设备存储介质

[发明专利]基于多尺度反复注意力机制的细粒度图像分类方法-CN202010007816.2有效
发明人：何凯;冯旭;高圣楠;马希涛 -专利权人：天津大学
申请日： 2020-01-05 - 公布日： 2023-07-25 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于多尺度反复注意力机制的细粒度图像分类方法，所述方法包括：对训练数据集进行随机裁剪，水平翻转来增强数据集，防止过拟合；在ResNet50模型的基础上以多尺度的方式，引入反复注意力机制；输入训练样本，将训练样本统一输入大小为448*448，使用多尺度反复注意力模型作为特征提取器，将不同尺度得到的特征矩阵进行拼接，送入全连接层和softmax进行分类训练；保存最终的训练模型，在测试集上进行测试，得到最终的准确率。本发明提高了细粒度图像的分类准确率。
基于尺度反复注意力机制细粒度图像分类方法

[发明专利]对外服务平台的接口调用方法、装置、设备及介质-CN202211081428.4在审
发明人： 马希涛;于礁 -专利权人：云账户技术（天津）有限公司
申请日： 2022-09-06 - 公布日： 2022-10-04 - 主分类号： G06F9/48 文献下载
摘要：本发明公开一种对外服务平台的接口调用方法、装置、设备及介质。对外服务平台的接口调用方法包括：预设的接口承载容器根据调用方的接口调用请求，根据预设的接口与所述接口调用请求中包含的键的对应关系，确定调用方调用的目标接口；所述接口承载容器根据所述接口调用请求对目标接口进行接口调用；所述接口承载容器根据所述目标接口对所述接口调用请求的响应结果，向调用方返回调用结果。本发明对外服务平台的接口调用技术，通过一个预设的接口承载容器，可以实现一个接口承载容器承载一个对外服务平台的所有对外的接口，由调用方直接通过一个接口承载容器对一个对外服务平台进行接口的调用，方便调用操作。
对外服务平台接口调用方法装置设备介质

[发明专利]一种带有并行卷积块的多层特征融合细粒度图像分类方法-CN202011000605.2有效
发明人：何凯;冯旭;马希涛;赵岩 -专利权人：天津大学
申请日： 2020-09-22 - 公布日： 2022-08-26 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种带有并行卷积块的多层特征融合细粒度图像分类方法，所述方法包括：对训练集进行随机裁剪、水平翻转增强，使用权重迁移学习防止过拟合；在ResNet34模型的最后一个层级上通过并行卷积块代替原有卷积块，增强网络的显著性特征提取能力；使用改进后的ResNet34模型作为特征提取器，将最后一层级的三个输出结果进行双线性矩阵乘法后送入全连接层和softmax进行分类训练，对训练集上每个batch_size得到的损失函数进行回传，使用随机梯度下降作为网络优化器来更新网络参数。本发明提高了细粒度图像的分类准确率。
一种带有并行卷积多层特征融合细粒度图像分类方法

[发明专利]一种基于双目特征融合网络的图像分类方法-CN202011413120.6有效
发明人：何凯;高圣楠;马希涛;李大双 -专利权人：天津大学
申请日： 2020-12-03 - 公布日： 2022-06-10 - 主分类号： G06V10/44 文献下载
摘要：本发明公开了一种基于双目特征融合网络的图像分类方法，所述方法包括：将处理后的训练图像按批次输入到双目特征融合网络中，所述网络包括：深层通道用于提取图像的细节特征，浅层通道用于提取图像的轮廓特征；将特征融合后送入Softmax分类器中，选取概率值最大的类别作为图像的预测值，将预测值与标签值进行比较计算得到损失函数值，将损失函数值按随机梯度下降法进行反向传播更新网络各层的参数；将图像分类数据集中所有训练图像传入双目特征融合网络进行训练，将双目特征融合网络达到最拟合程度时的网络模型保存为.ckpt文件，将测试图像输入到保存的模型中进行测试，最终得到整体的准确率值。本发明提高了图像的分类准确率。
一种基于双目特征融合网络图像分类方法

[实用新型]输液打孔钳-CN01262020.3无效
发明人：许洪涛;马希涛 -专利权人：许洪涛;马希涛
申请日： 2001-10-16 - 公布日： 2002-08-21 - 主分类号： A61M5/14 文献下载
摘要：本实用新型提供一种输液打孔钳,它有钳子,钳子的左钳头上设置有圆弧开口,钳子的右钳头上有销孔,销孔的左侧边沿上连接有环形冲,销子安装在销孔内。圆弧开口上有弧形牙。本实用新型能够解决现有技术存在的操作繁琐、容易污染液体的问题。
输液打孔