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129个,建议您升级VIP下载更多相关专利
  • [发明专利]相机的外部参数标定方法及相关装置-CN202110320713.6有效
  • 杨洁;高鹏飞;郑建宾 - 中国银联股份有限公司
  • 2021-03-25 - 2023-09-19 - G06T7/80
  • 本申请公开了一种相机的外部参数标定方法及相关装置。该方法包括:获取相机移动过程中拍摄的第一图像,所述第一图像包括地面区域的图像;获取所述地面区域的参考坐标;根据所述地面区域的参考坐标和所述地面区域的实际坐标,得到所述相机的参考外部参数;获取预设时间段内所述相机的参数误差,所述相机的参数误差为所述相机的参考外部参数与所述相机的外部参数之间的误差;在所述预设时间段内所述相机的参数误差表征所述相机的姿态稳定的情况下,将所述相机的外部参数调整为第一参考外部参数。根据本申请实施例,实现自动调整相机的外部参数,减少进行人工标定的次数。
  • 相机外部参数标定方法相关装置
  • [发明专利]用户画像构建方法、装置、设备、存储介质及产品-CN202310679155.1在审
  • 汤韬;艾博轩;高鹏飞;杨燕明;郑建宾 - 中国银联股份有限公司
  • 2023-06-08 - 2023-09-15 - G06F18/22
  • 本申请公开了一种用户画像构建方法、装置、设备、存储介质及产品。该用户画像构建方法包括获取与K个用户分别对应的用户特征数据,并构建与用户特征数据对应的量子态数据,其中,K个用户包括种子用户和N个备选用户;基于与用户特征数据对应的量子态数据,利用第一量子电路确定N个备选用户分别与种子用户之间的相似度;从N个备选用户中确定与种子用户相似度最高的M个核心用户;根据种子用户和M个核心用户分别对应的用户特征数据,将D个维度的特征聚类为P个类型的特征;根据P个类型的特征下分别对应的用户特征数据,构建与K个用户对应的用户画像。根据本申请实施例,可以提高用户画像的构建效率和准确性,实现有效的用户画像分析。
  • 用户画像构建方法装置设备存储介质产品
  • [发明专利]一种确定对象特征的方法及装置-CN202011283866.X有效
  • 杜星波;庞悦;高鹏飞;郑建宾;赵金涛 - 中国银联股份有限公司
  • 2020-11-17 - 2023-09-01 - G06F17/16
  • 本发明公开了一种确定对象特征的方法及装置,包括:确定各元网络中各结点的关联关系,其中,每个元网络是以对象间的单一关联属性为基础网络,通过中间媒介在不同元网络中具有相同对象的关联关系更新基础网络得到的,且各元网络具有作为结点的相同对象且各元网络的单一关联属性均不同,然后针对每个元网络,根据元网络的核心结点的特征,通过元网络中各结点的关联关系,确定第一对象在元网络中的特征,再根据第一对象在各元网络中的特征,确定第一对象在异构网络中的综合特征,通过中间媒介将对象间单一关联属性的基础网络进行更新,增加了基础网络中的关联属性的丰富性和有效性,实现了在多维度的关联属性的异构网络中确定出各对象的综合特征。
  • 一种确定对象特征方法装置
  • [发明专利]量子神经网络的训练方法和数据分类方法-CN202310626399.3在审
  • 艾博轩;汤韬;杨燕明;高鹏飞;郑建宾 - 中国银联股份有限公司
  • 2023-05-30 - 2023-08-29 - G06N3/082
  • 本申请公开了一种量子神经网络的训练方法和数据分类方法。该量子神经网络的训练方法包括获取样本数据及其对应的样本类别标签;利用量子神经网络中的特征提取层对样本数据进行特征提取;将提取到的样本特征输入至酉矩阵层,得到与样本特征对应的酉矩阵;基于酉矩阵对第一量子比特进行量子态调整,得到第二量子比特,该第一量子比特的量子态与样本类别标签对应;利用量子电路确定第二量子比特与第一量子比特的量子态保真度,进而确定损失值;根据损失值调整量子神经网络中的网络参数,直至量子神经网络收敛,得到训练后的量子神经网络。本申请实施例可以降低量子神经网络的训练难度和复杂度、量子神经网络的计算成本,以及出现贫瘠高原现象的概率。
  • 量子神经网络训练方法数据分类
  • [发明专利]数据处理方法和装置-CN202310079824.1在审
  • 顾河建;郑建宾;赵金涛;高鹏飞 - 中国银联股份有限公司
  • 2023-01-29 - 2023-08-18 - G06F16/36
  • 本申请涉及数据处理技术,特别涉及数据处理方法、数据处理装置和用于实施该数据处理方法的计算机可读存储介质。按照本申请一个的数据处理方法包括:生成专业度图谱,其每个顶点对应于第一对象集的其中一个元素,如果第一对象集中的任何一对元素在样本集的一个样本中同时出现,则在对应的顶点之间建立连接关系;基于第一对象集中的各个元素在样本集中的分布特征来初始化专业度图谱中的各个顶点和各连接关系的取值;对于每个顶点,基于该顶点的邻接顶点的取值和传播规则来修正该顶点的取值以得到稳态化的专业度图谱;对于同时出现于样本集的同一样本中的第一对象集的多个元素和第二对象集的多个元素,利用稳态化的专业度图谱来确定它们之间的关联关系。
  • 数据处理方法装置
  • [发明专利]数据处理方法、装置、设备及存储介质-CN202310410353.8在审
  • 张远健;周雍恺;孙权;高鹏飞;邱雪涛;郑建宾 - 中国银联股份有限公司
  • 2023-04-17 - 2023-07-25 - G06Q40/03
  • 本申请公开了一种数据处理方法、装置、设备及存储介质。该方法包括获取多组用户交易特征;按照包括P层交易统计时间段的聚类维度,通过N个聚类算法分别对每组用户交易特征进行聚类,得到聚类结果,每层交易统计时间段的时长不同,聚类结果包括每组用户交易特征在P层交易统计时间段的第p层交易统计时间段内且与N个聚类算法中第n个聚类算法对应的类簇集合;根据聚类结果,确定与业务场景对应的用于表征每组用户交易特征中的目标用户交易特征在第p层交易统计时间段内且与第n个聚类算法对应的聚类簇之间相似性程度的用户经营标签。这样,有助于精细化用户标签,使得服务平台获取到更为丰富的用户特征,提高服务平台为用户提供服务的准确性。
  • 数据处理方法装置设备存储介质
  • [发明专利]商户分类方法及商户分类系统-CN201811031259.7有效
  • 朱瑞;赵金涛;李旭瑞;郑建宾 - 中国银联股份有限公司
  • 2018-09-05 - 2023-06-30 - G06F16/28
  • 本发明涉及一种商户分类方法,包括:基于用户群体在不同商户的交易记录构建网络拓扑图;其中,网络拓扑图包括多个节点和分别关联于多个节点中的两个的多条边,节点对应于至少一个商户,边的权重对应于用户在相应商户的交易记录之间的关联性;基于多条边各自的权重对多个节点进行分类,分类包括对多个节点执行至少一次再分类,再分类使得网络拓扑图对应的模块度变大。上述方法使得商户分类更加准确,还可以排除干扰因素,使得分类过程快速进行。
  • 商户分类方法系统
  • [发明专利]一种基于图谱的关联关系筛选方法及装置-CN202310079852.3在审
  • 陈滢;汤韬;高鹏飞;赵金涛;郑建宾;潘婧 - 中国银联股份有限公司
  • 2023-01-29 - 2023-05-02 - G06F18/2323
  • 本申请实施例提供一种基于图谱的关联关系筛选方法及装置,应用在人工智能技术领域,包括:获取历史交易数据,并基于历史交易数据构建交易关联图;基于历史交易数据中各个交易的交易时间,将交易关联图拆分为多个关联子图,每个关联子图包括一个时段节点以及关联的用户节点和交易对象节点;对多个关联子图进行聚类,获得多个聚类集合;针对每个聚类集合,将聚类集合中的多个关联子图进行图谱融合,获得序列融合子图,并从序列融合子图中确定重叠的目标关联子图。本申请通过将用户的行为序列和图谱的关联关系进行融合,通过聚类的方法将具有共性的行为数据进行聚类,能够挖掘出强集中性的用户交易行为,提高了对积点套利行为的分析效率和准确性。
  • 一种基于图谱关联关系筛选方法装置
  • [发明专利]基于序列宽深学习的欺诈交易检测方法-CN201810239759.3有效
  • 李旭瑞;郑建宾;赵金涛 - 中国银联股份有限公司
  • 2018-03-22 - 2023-04-28 - G06Q20/40
  • 本发明涉及一种基于序列宽深学习的欺诈交易检测方法,包括:对多笔交易数据中的每个进行特征映射处理,以生成相应的特征向量;基于第一自学习模型,将待检测交易的特征向量转换为集成特征向量;基于第二自学习模型,将至少一笔时序交易各自的特征向量分别转换为时序特征向量;将集成特征向量与对应于各时序交易的各时序特征向量进行组合,形成深度特征向量;基于第三自学习模型来分类深度特征向量,以确定待检测交易为正常交易或欺诈交易。其能够有效提高欺诈交易检测模型对欺诈交易的检测准确度。
  • 基于序列学习欺诈交易检测方法

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