专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果19个,建议您升级VIP下载更多相关专利
  • [发明专利]文件处理方法、装置、设备、介质和计算机程序产品-CN202310511356.0在审
  • 周颖婕;王斌;顾言午;诸文东 - 中国工商银行股份有限公司
  • 2023-05-08 - 2023-08-01 - G06F16/11
  • 本申请涉及一种文件处理方法、装置、计算机设备、存储介质和计算机程序产品。涉及数据处理技术领域,可用于金融科技领域或其他相关领域,所述方法包括:在当前中间处理设备标识所指示的当前中间处理设备出现故障的情况下,重新为第一文件管理设备中存储的文件收发目录配置新的目标中间处理设备标识;在扫描到可扩展商业报告文件的情况下,通过第二文件管理设备,获取扫描到的可扩展商业报告文件相应的签名文件数据;通过目标中间处理设备,将签名文件数据转化为签名文件,基于签名文件对第一文件管理设备中存储的文件收发目录进行更新,采用本方法加快了文件处理速度,避免了单点故障导致无法继续进行文件处理的风险。
  • 文件处理方法装置设备介质计算机程序产品
  • [发明专利]XBRL报告核对方法及装置-CN202010498940.3有效
  • 舒小娟;王斌;周颖婕;诸文东 - 中国工商银行股份有限公司
  • 2020-06-04 - 2023-07-21 - G06F40/143
  • 本申请实施例提供一种XBRL报告核对方法及装置,方法包括:在预设的标签库中判断是否包含有源XBRL报告的各个目标标签的配置信息,若是,则生成由源XBRL报告的各个目标标签的属性值组成的源XBRL报告核对数据,标签库用于根据用户指令存储新增和/或复用的各个标签的配置信息;生成与源XBRL报告的类型及对应的目标标签的配置信息均相同的目标报告对应的目标报告核对数据;对源XBRL报告和目标报告进行分布式数据核对,以基于对应的核对结果确定是否对源XBRL报告进行信息公开。本申请能够有效提高XBRL报告核对的灵活性、效率及准确性,进而能够有效提高XBRL报告的信息公开或披露的效率、真实性及可靠性。
  • xbrl报告核对方法装置
  • [发明专利]模型更新方法、装置、电子设备及存储介质-CN202210468357.7在审
  • 钟成;周颖婕 - 珠高智能科技(深圳)有限公司
  • 2022-04-29 - 2022-08-30 - G06N5/04
  • 本发明实施例提供了一种模型更新方法、装置、电子设备及存储介质,所述方法包括:在目标业务场景中的当前融合模型推理的过程中,获取当前融合模型的第一预测差异信息,若第一预测差异信息满足目标业务场景对应的第一预测异常条件时,则对当前融合模型中的子模型的融合系数进行调整,生成目标融合模型,若第一预测差异信息满足目标业务场景对应的第二预测异常条件时,则对当前融合模型中的子模型进行训练,在子模型训练完成后,对当前融合模型中的子模型的融合系数进行调整,生成目标融合模型。通过预测差异信息对模型的进行性能自动检测,可以在模型性能下降到使用标准的临界值之前发现模型性能异常并对模型进行在线更新,保证模型性能的有效性。
  • 模型更新方法装置电子设备存储介质
  • [发明专利]基于深度学习的图像数据标注系统及其方法-CN202210090745.6在审
  • 钟成;周颖婕;邓星;张泽熙 - 珠高智能科技(深圳)有限公司
  • 2022-01-24 - 2022-06-10 - G06V10/762
  • 本发明公开了基于深度学习的图像数据标注系统及方法,该系统包括:聚类模块,用于基于聚类挑选出待标注启动数据,其中待标注启动数据在标注后作为小样本深度学习模块的输入数据;小样本深度学习模块,用于接收标注后的启动数据,对深度学习模型进行训练;交互模块,用于抽样获取深度学习模型的标识结果,根据深度学习模型的识别精度启动半监督训练模块对深度学习模型进行循环训练;半监督训练模块,用于获取未标注的样本图像的预测标注框,对预测标注框进行筛选,并根据筛选出的预测标注框对深度学习模型进行迭代更新。本发明可以通过较少的启动标注数据对算法模型进行训练,获得实际可用的高质量批注结果,大幅地降低了标注成本。
  • 基于深度学习图像数据标注系统及其方法
  • [发明专利]深度学习模型训练方法、系统及介质-CN202210070754.9在审
  • 钟成;周颖婕;邓星;张泽熙 - 珠高智能科技(深圳)有限公司
  • 2022-01-20 - 2022-05-24 - G06N3/04
  • 本发明公开了深度学习模型训练方法、系统及介质,其中方法包括以下步骤:对深度学习模型做可变维度变化处理并训练,得到多个满足不同算力平台部署需求的深度学习模型;其中,可变维度变化处理包括但不限于以下维度,也包括可变维度的组合变化:宽度变化处理、深度变化处理、卷积核大小变化处理、attention head的数量变化处理以及embedding维度变化处理。本发明实施例解决深度学习模型在不同算力平台上部署时碰到的重复训练难题,通过将深度学习网络结构和训练流程进行改造,实现一次训练即可满足不同算力平台部署的需求。
  • 深度学习模型训练方法系统介质
  • [发明专利]图像标注方法及装置-CN202210082788.X在审
  • 钟成;周颖婕;邓星;张泽熙 - 珠高智能科技(深圳)有限公司
  • 2022-01-24 - 2022-05-24 - G06V10/764
  • 本发明公开了图像标注方法及装置,该方法包括:接收目标深度学习模型对未标注的样本图像的预测结果,基于预测结果筛选出若干样本图片的预测标签,作为训练标注图像;获取训练标注图像的多尺度图像金字塔,复制为两份;对其中一份的多尺度图像金字塔执行第一数据处理,得到第一图像,并对另一份的多尺度图像金字塔执行与第一数据处理不同的第二数据处理或不执行处理,得到第二图像;将第一图像和第二图像输入至目标深度学习模型,得到相应的第一预测标签和第二预测标签,计算相应的损失函数,对目标深度学习模型进行迭代更新。本发明能够充分利用原目标深度学习模型输出的标注数据,在减少标注成本的同时,提高标注数据的精度。
  • 图像标注方法装置
  • [发明专利]模型生成方法、电子设备及存储介质-CN202110651173.X在审
  • 周颖婕;豆泽阳;赵丛 - 共达地创新技术(深圳)有限公司
  • 2021-06-10 - 2021-09-17 - G06K9/62
  • 本申请涉及机器学习技术领域,尤其涉及一种模型生成方法、电子设备及存储介质,所述方法包括:获取数据集,确定所述数据集对应的至少一个抽象场景,其中,所述至少一个抽象场景中的每个抽象场景对应有算法列表,所述算法列表包括至少一个目标算法;从所述至少一个抽象场景对应的所述算法列表中,确定所述至少一个抽象场景对应的目标算法;根据所述目标算法确定计算框架;基于所述计算框架利用所述数据集进行模型训练,得到目标模型。由此可以根据用户提供的数据集进行定制化设计计算框架,使得在此计算框架下进行训练能够提高模型的训练效率,并使得生成的目标模型具有较高的准确性。
  • 模型生成方法电子设备存储介质
  • [外观设计]用于显示屏幕面板的资产托管图形用户界面-CN202130090627.1有效
  • 周颖婕;王斌;陈宇婷;李泽云 - 中国工商银行股份有限公司
  • 2021-02-08 - 2021-06-22 - 14-04
  • 1.本外观设计产品的名称:用于显示屏幕面板的资产托管图形用户界面。2.本外观设计产品的用途:用于触控交互和显示信息。3.本外观设计产品的设计要点:在于图形用户界面显示的内容,显示屏幕面板为惯常设计。4.最能表明设计要点的图片或照片:主视图。5.其他视图无设计要点,省略其他视图。6.图形用户界面的用途:用于为企业资产托管客户提供资产托管业务营运服务及投研辅助增值服务的交互界面。7.图形用户界面的人机交互方式:图形用户界面可通过滑动、点击显示屏幕来进行交互。主视图为资产托管业务主界面,主要包括资产概览、业务功能及业务介绍三个区域。点击“总资产规模”右侧闭眼按钮,界面切换为遮罩打开状态,显示“变化状态图1”。主视图业务功能区的功能个数、位置支持用户自定义,点击主视图“更多功能”按钮,进入更多功能展示界面,显示“变化状态图2”,点击“编辑”按钮,进入功能管理界面,显示“变化状态图3”,可通过点击功能图标右上角的“+”和“‑”进行添加和删除操作。8.该显示屏幕面板用于计算机、手机、平板电脑。9.“主视图”和“变化状态图1”的灰色区域为图像加载区。
  • 用于显示屏幕面板资产托管图形用户界面

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top