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412179个,建议您升级VIP下载更多相关专利
  • [发明专利]差异识别模型的训练方法及装置-CN202110137593.6有效
  • 张海超;杨林;胡懋地 - 北京三快在线科技有限公司
  • 2021-02-01 - 2022-05-31 - G06K9/62
  • 方法包括:获取训练样本;训练样本包括成对的第一的第一品名称和第二的第二品名称;基于预先构建的知识图谱,获取第一品名称的第一属性及第二品名称的第二属性;将第一品名称、第二品名称、第一属性和第二属性输入至初始差异识别模型,获取由初始差异识别模型输出的第一和第二对应的预测名称差异和预测属性差异;根据初始名称差异、预测名称差异、初始属性差异和预测属性差异,计算得到初始差异识别模型对应的损失值本公开可以提高差异识别的准确度。
  • 差异识别模型训练方法装置
  • [发明专利]推荐方法及装置-CN201811069258.1有效
  • 黄健;高理强 - 口口相传(北京)网络技术有限公司
  • 2018-09-13 - 2020-11-17 - G06Q50/12
  • 本发明公开了一种推荐方法及装置,其中,方法包括:将目标用户的用户属性信息和场景属性信息映射成对应的属性信息向量;获取多份待推荐向量;将属性信息向量和各份待推荐向量输入至训练得到的关联度模型中,得到属性信息向量与各份待推荐向量的关联度值;根据关联度值从多份待推荐中选择推荐推荐至目标用户。本发明方案,可以不依赖于目标用户的历史点餐行为进行推荐,即使针对点餐行为不丰富的目标用户,也可以利用关联度模型得到对应目标用户的属性信息向量与待推荐向量的关联度值,并据此关联度值进行推荐,
  • 菜品推荐方法装置
  • [发明专利]信息查询方法、装置、电子设备及存储介质-CN202211123621.X在审
  • 张涛;刘欢 - 深圳市普渡科技有限公司
  • 2022-09-15 - 2023-01-17 - G06F16/33
  • 本申请适用于人工智能领域,提供了一种信息查询方法、装置、电子设备及存储介质,该方法包括:获取第一关联的文本数据;从所述文本数据中提取所述第一对应的第一属性和第一属性值;根据所述第一、以及第一属性和第一属性值,得到所述第一对应的一个或多个三元组信息;以一个或多个所述三元组信息,确定知识图谱,所述知识图谱包括一个或多个的知识图谱,根据所述知识图谱进行信息查询本申请根据所构建的结构化的知识图谱进行信息查询,可以通过结构化数据快速的响应用户关于的相关问题,快速准确的生成用户所需要的结果。
  • 菜品信息查询方法装置电子设备存储介质
  • [发明专利]风味智能识别方法、装置、设备及存储介质-CN202211625205.X在审
  • 王震宇 - 嘉兴未来食品研究院
  • 2022-12-16 - 2023-05-02 - G06F30/27
  • 本发明涉及人工智能技术领域,尤其涉及一种风味智能识别方法、装置、设备及存储介质,该方法包括:获取待处理的用户对各类属性的判断数据;对待处理的用户对各类属性的判断数据进行预处理,得到预处理后的用户对各类属性的判断数据;建立风味智能识别模型,并根据预处理后的用户对各类属性的判断数据对风味智能识别模型的参数进行优化调整,直到得到目标风味智能识别模型;获取当前待识别,并将所述待识别输入目标风味智能识别模型,得到待识别风味的智能识别结果,从而通过感官交互和神经网络模型结合的方法,准确识别出目标的具体风味。
  • 菜品风味智能识别方法装置设备存储介质
  • [发明专利]基于收藏的烹饪设备处理方法、装置和烹饪设备-CN202011236301.6有效
  • 陈华桃;詹茂章;张秋俊 - 珠海格力电器股份有限公司
  • 2020-11-09 - 2022-05-06 - G06F3/0484
  • 本申请涉及一种基于收藏的烹饪设备处理方法、装置和烹饪设备。所述方法包括:获取对烹饪设备的收藏指令;响应收藏指令,获取录入的属性信息和烹饪参数信息;根据属性信息和烹饪参数信息,生成收藏数据;将收藏数据添加至对应的收藏夹。采用本方法由于在烹饪设备的使用过程中,已将根据属性信息和烹饪参数信息得到的收藏数据,通过收藏夹进行收藏和存储,避免属性信息和烹饪参数的遗漏和忘记,可在用户下次使用烹饪设备忘记相应烹饪参数取值时,直接从收藏夹中获取并进行下一步操作,进而可减少烹饪过程的繁琐操作,提升烹饪设备的使用便利性。
  • 基于菜品收藏烹饪设备处理方法装置
  • [发明专利]一种智能化推荐点菜方法及系统-CN200910193222.9无效
  • 谢文修;祁亨年;黄美丽;马文科 - 杭州因豪信息科技开发有限公司
  • 2009-10-22 - 2010-04-21 - G06F17/30
  • 一种智能化推荐点菜方法及系统,智能化推荐点菜方法包括:A、对所有属性进行挖掘生成关联规则集,并计算其中每条关联规则的置信度;B、接收第一,并存储至已点菜品数据库;C、从关联规则集中,寻找匹配以已点菜属性为关联规则前件,以X的属性为关联规则后件的属性关联规则集,并将获得的属性关联规则集中的每条关联规则的置信度相加计算得到该X的推荐价值;D、将推荐价值进行排序,选取N个作为推荐,并输出;E、判断是否接收到用户输入的,若是,则将输入的存储至已点菜品数据库并继续步骤C;否则,结束推荐。智能化推荐点菜的系统包括:关联规则生成模块、接收模块、推荐价值生成模块、输出模块、判断模块。由此能够使推荐更具科学化和合理化。
  • 一种智能化推荐点菜方法系统
  • [发明专利]一种推荐方法和装置-CN201710233557.3有效
  • 周晓磊 - 阿里巴巴集团控股有限公司
  • 2017-04-11 - 2020-09-22 - G06F16/9535
  • 本公开提供一种推荐方法和装置,其中的方法用于由集中选择菜进行推荐;该方法包括:获取所述集中的已点菜;根据所述已点菜与历史点菜菜单上的之间的品相似度,确定相似点菜菜单,所述品相似度是根据自身属性计算得到的属性差异度量;将所述相似点菜菜单中的菜,作为推荐的。本公开能够较为符合顾客的口味习惯,从而使得所点菜更加合理。
  • 一种菜品推荐方法装置
  • [发明专利]一种推荐的方法-CN201811104765.4有效
  • 黄思嘉;杜庆治;龙华;邵玉斌 - 昆明理工大学
  • 2018-09-21 - 2021-10-22 - G06F16/9535
  • 本发明涉及一种推荐方法,属于网络技术领域。其中所述方法包括:获取集中的菜;获取用户的家乡及长久居住地区;根据用户居住地区的常见集中的菜之间的品相似度,得到推荐品目录,所属品相似度是根据自身属性计算得到的属性差异度量;将得到的相似点菜菜单中的菜作为推荐。本发明能能够再用户没有历史点菜记录时也能为用户推荐出比较符合用户口味的。本发明与现有技术相比,主要解决了如果客户无订餐记录就无法为其推荐符合其口味的问题,让网络点餐对于新用户更友好。
  • 一种菜品推荐方法
  • [发明专利]一种炒菜机的烹饪控制方法及炒菜机-CN201911016852.9有效
  • 朱泽春;嵇国华 - 九阳股份有限公司
  • 2019-10-24 - 2021-11-09 - A47J27/00
  • 本申请公开了一种炒菜机的烹饪控制方法及炒菜机,炒菜机包括控制芯片、锅体、加热模块、搅拌装置、排气装置、温度传感器,该方法包括:确定所烹饪的的失水属性,失水属性反映了在烹饪过程中失水的难易程度;根据的失水属性本申请考虑了不同在失水属性上的差异,适应于失水属性,来设定开始搅拌的预热温度,再配合排气装置进行排气,以有助于控制食材析水和水分蒸发,从而有助于更好地保留蔬菜营养,以及提高外观效果。
  • 一种炒菜烹饪控制方法
  • [发明专利]一种基于知识图谱和深度学习的用户推荐方法-CN202310707490.8在审
  • 侯媛媛;陈晓鹏;赵晓红 - 广州市派客朴食信息科技有限责任公司
  • 2023-06-14 - 2023-08-29 - G06F16/9535
  • 本发明公开的基于知识图谱和深度学习的用户推荐方法,结合食材库信息,同时对、用户及疾病等数据利用三元组表示实体、品相关属性实体与品相关属性之间的属性关系集合来构建知识图谱,可以帮助理解同类型实物与不同类实体之间的关联,作为辅助信息嵌入到推荐算法中,用来解决传统推荐算法中存在的冷启动和数据稀疏性问题,其能够有效提升推荐的多样性;另外,基于深度学习的推荐算法中结合用户多种属性进行特征构建对WideDeep模型进行训练,将当前点餐用户对的饮食偏好向量集合和当前点餐用户基本信息的关联向量集合通过已经训练好的WideDeep模型不断优化模型,实现高精度的预测和分类,其自适应性更强,预测精准度更高。
  • 一种基于知识图谱深度学习用户菜品推荐方法

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