“赵瑞珍”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]一种用户价值预测方法及系统-CN202210271625.6在审
发明人：白晶晶;张涛;于建华;郜燕君;张小艳;钟龙龙;赵瑞珍;武海燕;赵莹;吴为民 -专利权人：中国移动通信集团内蒙古有限公司;中国移动通信集团有限公司
申请日： 2022-03-18 - 公布日： 2023-09-29 - 主分类号： G06Q30/0202 文献下载
摘要：本申请涉及大数据预测技术领域，提供一种用户价值预测方法及系统。所述方法包括：获取目标用户的业务产品订购数据；将所述业务产品订购数据输入到业务需求程度分类模型中，得到所述目标用户的业务需求程度预测结果；将所述业务产品订购数据和所述业务需求程度预测结果，输入到用户价值预测模型中，得到所述目标用户的价值预测结果。本申请实施例提供的用户价值预测方法，通过Bagging算法构建的分类模型以及朴素贝叶斯模型，训练得到业务需求程度分类模型和用户价值预测模型，从而基于这两个分类预测模型，结合用户的业务产品订购数据进行更加全面的深度处理，更为准确的预测用户价值预测结果。
一种用户价值预测方法系统

[发明专利]建筑项目的成本确定方法、装置、电子设备及存储介质-CN202310025896.8在审
发明人：王洋;潘辉;杨灿;刘全伟;徐传益;曾德阳;刘晓东;邵朋朋;张超;李冬伟;王海龙;赵瑞珍 -专利权人：广联达科技股份有限公司
申请日： 2023-01-09 - 公布日： 2023-04-18 - 主分类号： G06Q30/0202 文献下载
摘要：本发明公开了一种建筑项目的成本确定方法、装置、电子设备及存储介质，方法包括：获取目标建筑项目对应的计算口径以及目标案例清单，目标案例清单包括科目与清单项之间的映射关系以及各清单项的第一清单数据；基于计算口径以及目标案例清单中各清单项的第一清单数据，确定目标建筑项目中各清单项的第二清单数据；基于各清单项的第二清单数据以及科目与清单项之间的映射关系，确定目标建筑项目各科目的科目数据；综合各科目的科目数据确定目标建筑项目的项目数据。本方法参考目标案例清单中科目与清单项之间的对应关系以及第一清单数据，为项目数据的计算提供依据，提高了目标建筑项目的项目数据的准确度。
建筑项目成本确定方法装置电子设备存储介质

[发明专利]用于地理信息系统的网格划分边界吸附方法及装置-CN202110773203.4在审
发明人：白晶晶;张涛;于建华;张小艳;郜燕君;钟龙龙;赵瑞珍;郭翔宇;魏国华;王波 -专利权人：中国移动通信集团有限公司;中国移动通信集团内蒙古有限公司
申请日： 2021-07-08 - 公布日： 2023-01-13 - 主分类号： G06T17/20 文献下载
摘要：本发明提供一种用于地理信息系统的网格划分边界吸附方法及装置，所述方法包括：获取待处理的网格区域面，所述网格区域面是由多个按照预设经纬度序列排列的边界拐点坐标构成的；根据所述网格区域面的边界拐点坐标和目标网格的边界拐点坐标，获取所述网格区域面与所述目标网格之间的最短距离；所述目标网格为待处理范围内原始划分网格被所述网格区域面覆盖的网格；根据预设边界吸附容差阈值，对所述最短距离进行判断，并根据判断结果，对所述网格区域面进行边界处理。本发明可以避免人为手动划分网格所产生的误差，消除了容差范围内的边界缝隙或边界区域重复覆盖，使网格划分更加科学、准确和完整。
用于地理信息系统网格划分边界吸附方法装置

[发明专利]一种大规模双盲相机源检测方法-CN201811265669.8有效
发明人：韦世奎;蒋翔;赵耀;赵瑞珍 -专利权人：北京交通大学
申请日： 2018-10-29 - 公布日： 2021-01-22 - 主分类号： G06K9/64 文献下载
摘要：本发明设计了一种双盲环境下的图像相机源识别方法，属于图像信号处理、数字图像取证和机器学习技术领域。本发明首先训练了一种结合了度量损失和分类损失的深度卷积模型，并利用其提取图像的相机特征；之后利用词袋模型快速计算图像集的相似性矩阵；最后，设计了相应的优化方程，并利用ADMM框架进行求解，其结果能够预测大规模背景下相机源未知的图像集中相机源的数量和相机‑图像对应关系。本发明的显著优势在于只用有限类别的训练数据来提取不限类别的图像相机源特征，并能快速的解决大规模背景下的双盲相机源检测问题。
一种大规模相机检测方法

[发明专利]基于相机指纹特征的社交网络用户的识别方法和系统-CN201510756440.4有效
发明人：韦世奎;蒋翔;赵瑞珍;赵耀 -专利权人：北京交通大学
申请日： 2015-11-09 - 公布日： 2019-05-17 - 主分类号： G06Q50/00 文献下载
摘要：本发明实施例提供了一种基于相机指纹特征的社交网络用户的识别方法和系统。所述基于相机指纹特征的社交网络用户的识别方法，包括：获取至少两个网络用户的原始图像；提取各个所述网络用户的原始图像的噪声模式；按照所述噪声模式相互的相关度大小，对各个所述网络用户的原始图像进行聚类；根据所述网络用户的聚类后的各类原始图像的噪声模式，估计得到所述各类的相机指纹，并组合作为所述用户的相机指纹组；根据两个所述网络用户的相机指纹组，计算两个所述网络用户之间的用户相关度；当两个所述网络用户之间的用户相关度大于第一阈值时，则确定为所述两个网络用户共享至少一个相机。本发明能够通过相机指纹特征对网络用户进行识别。
基于相机指纹特征社交网络用户识别方法系统