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196个,建议您升级VIP下载更多相关专利
  • [发明专利]基于安全屋的数据处理方法、装置、电子设备及存储介质-CN202310717547.2在审
  • 刘鹏;伊旻忞;陈远旭 - 平安科技(深圳)有限公司
  • 2023-06-15 - 2023-10-24 - G06F21/64
  • 本发明涉及金融科技领域,揭露一种基于安全屋的数据处理方法,包括:响应于第一客户端请求构建安全屋;将数据集划分为公开样本集和非公开样本集,将公开样本集传输至安全屋的前端,将非公开样本集传输至安全屋的后端;利用前端接收第一代码对公开样本集进行调试,将调试后的第二代码和训练环境打包为虚拟镜像文件;利用后端挂载虚拟镜像文件和非公开样本集,生成初始模型的训练参数,基于训练参数以使第二客户端对初始模型调试得到目标模型并返回至第一客户端。本发明应用在金融科技领域中,在委托模型开发过程,确保委托方的金融数据的敏感信息放置于没有第三方接触到的后台中,避免金融数据发生泄露的技术问题,提高金融交易数据的安全性。
  • 基于安全数据处理方法装置电子设备存储介质
  • [发明专利]模型训练及调用方法、装置、计算机设备、存储介质-CN202111094266.3有效
  • 谢静文;阮晓雯;陈远旭 - 平安科技(深圳)有限公司
  • 2021-09-17 - 2023-10-24 - G06F16/35
  • 本申请涉及医疗大数据领域,提供一种指针网络模型训练及调用方法、装置、计算机设备、存储介质,方法包括:对样本语句进行至少一类标签标注,生成样本数据;将样本数据输入指针网络模型,预测样本数据的每个字符对应每类标签的多个位置的概率;计算指针网络模型的损失函数值;对指针网络模型进行迭代优化,并返回执行将样本数据集中的样本数据输入指针网络模型,预测样本数据的每个字符对应每类标签的多个位置的概率的步骤,直至基于损失函数值确定损失函数收敛,获得训练好的指针网络模型,实现生成全面精准的症状标准表述语句。本申请还涉及区块链技术,样本数据集可以存储在区块链节点中。
  • 模型训练调用方法装置计算机设备存储介质
  • [发明专利]定位声源用户的方法、装置和计算机设备-CN202010334984.2有效
  • 龚连银;苏雄飞;周宝;陈远旭 - 平安科技(深圳)有限公司
  • 2020-04-24 - 2023-10-10 - G01S5/18
  • 本申请涉及人工智能及区块链技术,揭示了定位声源用户的方法,包括:获取声源定位识别到的声音来源对应的指定方位,及机器人当前所处空间位置对应的视觉中心线方位;根据指定方位以及视觉中心线方位,得到预旋转的空间区域跨度;根据预旋转的空间区域跨度控制机器人旋转,旋转至指定方位位于机器人的视觉范围内;判断在机器人的视野范围内是否获取到指定用户的用户画像;若是则获取指定用户的动作数据,并经过预设方式处理得到处理结果,将处理结果输入至VGG网络进行识别计算得到动作类型;接收VGG网络识别计算后输出的数据结果,并根据VGG网络的数据结果判断声源方位是否与指定方位相一致;若是则判定指定方位的指定用户为声源用户,实现精准定位。
  • 定位声源用户方法装置计算机设备
  • [发明专利]音唇同步检测方法、装置、设备及存储介质-CN202310714196.X在审
  • 刘杰;曾凡涛;陈远旭 - 平安科技(深圳)有限公司
  • 2023-06-15 - 2023-10-03 - H04N17/00
  • 本申请涉及人工智能及金融科技技术领域,提供了一种音唇同步检测方法、装置、设备及存储介质,所述方法包括:逐帧提取目标音视频文件的视频特征、混合音频特征以及目标说话人的声纹特征。基于声纹特征从混合音频特征中分离出目标说话人的目标音频特征。逐帧判断目标音频特征与视频特征是否对齐。若确定目标音视频文件中的第一预设音视频帧内的目标音频特征与视频特征对齐,则确定第一预设音视频帧内的音唇同步;若确定目标音视频文件存在第二预设音视频帧,且第二预设音视频帧内的目标音频特征与视频特征不对齐,则确定第二预设音视频帧内音唇不同步。实现了即使在嘈杂环境中,能够精确地对目标音视频文件逐帧进行音唇同步检测,适用范围更广。
  • 同步检测方法装置设备存储介质
  • [发明专利]基于人工智能的微表情检测方法及相关设备-CN202310717442.7在审
  • 盛建达;赵源;戴磊;徐玲玲;胡魁;叶明;陈远旭 - 平安科技(深圳)有限公司
  • 2023-06-15 - 2023-09-15 - G06V40/16
  • 本申请涉及人工智能及数字医疗领域,提出一种基于人工智能的微表情检测方法及相关设备,所述方法包括:将滑动窗口置于待测视频的起始帧,定位滑动窗口中参考帧和后续帧的人脸区域并划分为多个子区域;基于鼻尖子区域的光流信息对齐每个后续帧与参考帧后,计算各后续帧中各子区域的光流特征值;绘制各子区域的光流曲线以获取各子区域的第一微表情区间;对不同子区域的第一微表情区间进行局部非极大值抑制得到该滑动窗口的第二微表情区间;多次移动滑动窗口,获取每个滑动窗口的第二微表情区间,直至遍历完待测视频;对所有滑动窗口的第二微表情区间进行全局非极大值抑制得到微表情检测结果。本申请能提高微表情检测的精度。
  • 基于人工智能表情检测方法相关设备
  • [发明专利]基于神经网络的图像识别方法及相关装置-CN202111017266.3有效
  • 李康;周宸;陈远旭 - 平安科技(深圳)有限公司
  • 2021-08-31 - 2023-09-05 - G06V40/16
  • 本申请涉及人工智能技术领域,提出一种基于神经网络的图像识别方法及相关装置,其中方法包括:基于生成式对抗网络获取待识别人脸图像的高清人脸图像;对所述高清人脸图像进行人脸关键点提取,得到人脸感兴趣区域图像和面部轮廓二值掩码数据;对所述人脸感兴趣区域图像和所述面部轮廓二值掩码数据进行纹理提取,得到面部纹理特征;基于预设神经网络获取所述人脸感兴趣区域图像对应的第一痤疮检测信息、所述面部轮廓二值掩码对应的第二痤疮检测信息和所述面部纹理特征对应的第三痤疮检测信息;对所述第一痤疮检测信息、所述第二痤疮检测信息和所述第三痤疮检测信息进行融合决策,得到痤疮检测结果。采用本申请,可提高痤疮识别的准确率。
  • 基于神经网络图像识别方法相关装置
  • [发明专利]基于CPU架构的测试方法、装置、电子设备及存储介质-CN202310702188.3在审
  • 田杰峰;周建伟;陈远旭 - 平安科技(深圳)有限公司
  • 2023-06-13 - 2023-09-01 - G06F11/22
  • 本发明涉及自动化测试及数字医疗技术领域,提供一种基于CPU架构的测试方法、装置、电子设备及存储介质,所述方法获取被测试设备中CPU架构类型后判断所述CPU架构类型为ARM架构类型还是X86架构类型,当所述CPU为所述ARM架构类型时,调用第一库文件,并加载与所述第一库文件对应的第三方框架库;根据所述第一库文件及所述第三方框架库对所述被测试设备进行测试;当所述CPU为所述X86架构类型时,调用第二库文件,根据所述第二库文件对所述被测试设备进行测试。本发明能够确保在不影响真机运行效果的基础上,又能在模拟器上运行其他功能,不需要修改代码且不需要在每次OCR版本升级的时候花时间去编译,提高了开发效率。
  • 基于cpu架构测试方法装置电子设备存储介质
  • [发明专利]一种口语语义匹配的方法及装置-CN202010349043.6有效
  • 吴信朝;周宸;骆加维;陈远旭 - 平安科技(深圳)有限公司
  • 2020-04-28 - 2023-08-25 - G06F16/332
  • 本发明公开了一种口语语义匹配的方法及装置,涉及数据处理技术领域,为解决现有技术中语义匹配结果不准确的问题而发明。该方法主要包括:获取匹配数据库中的匹配文本,并拼接待匹配文本与匹配文本生成拼接文本;根据第一预置模型计算拼接文本的第一模型编码,并且根据第二预置模型计算拼接文本的第二模型编码;根据掩码权重,分别提取第一模型编码的第一相似维度,以及第二模型编码的第二相似维度;将第一相似维度和第二相似维度进行拼接,得到拼接结果,提取拼接结果中的维度最大值;确定维度最大值对应的匹配文本为待匹配文本的语义相似文本。本发明主要应用于人机交互的过程中。
  • 一种口语语义匹配方法装置
  • [发明专利]基于人工智能的分布式模型训练方法及相关设备-CN202310610151.8在审
  • 刘鹏;伊旻忞;陈远旭 - 平安科技(深圳)有限公司
  • 2023-05-26 - 2023-08-22 - G06F18/24
  • 本申请涉及人工智能及数字医疗领域,提出一种基于人工智能的分布式模型训练方法、装置、电子设备及存储介质,基于人工智能的分布式模型训练方法包括:利用样本组中的样本数量设置第一权重;对所有样本的样本数据进行对齐操作,获得特征数据;接收预设模型的初始参数,分别利用每个样本组的特征数据训练预设模型,以获得每个样本组的更新参数;依据更新参数与初始参数计算预设模型的梯度,依据梯度计算每个样本组的第二权重;依据所有第二权重计算更新轮次参数,多次训练具备更新轮次参数的预设模型,获得最终模型。该方法通过参数的梯度表征每个样本组在训练模型过程中的重要性,从而能够提升最终模型的性能。
  • 基于人工智能分布式模型训练方法相关设备

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