“任务属性”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果256332个，建议您升级VIP下载更多相关专利

[发明专利]一种自动匹配任务生成的方法及系统-CN201910436287.5有效
发明人：冷迪 -专利权人：深圳供电局有限公司
申请日： 2019-05-23 - 公布日： 2022-11-25 - 主分类号： G06Q10/06 文献下载
摘要：本发明提供一种自动匹配任务生成的方法，包括获取任务请求指令，待允许通过后，生成任务ID及任务项；推送给用户显示出每一子任务项的特征项及对应的操作触发区；当用户对每一子任务项中所有特征项的操作触发区均发出选择指令时，在多源任务系统中遍历出每一子任务项所匹配的任务流程；依序推送每一子任务项中任务流程的属性项及对应的操作触发区给用户；待用户对任务流程的属性项的操作触发区均完成选择指令后，将每一子任务项中任务流程的属性项及特征项内容自动匹配成任务清单并与任务ID及用户名结合成完整的任务下发。实施本发明，任务自动匹配生成，省时省力，还克服任务书写不完善及分派时间较长的问题。
一种自动匹配任务生成方法系统

[发明专利]一种基于多任务学习的人脸美丽预测方法-CN201910774741.8在审
发明人：甘俊英;项俐;麦超云 -专利权人：五邑大学
申请日： 2019-08-21 - 公布日： 2019-11-05 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种基于多任务学习的人脸美丽预测方法，包括构建多任务人脸数据库及多任务人脸美丽预测模型的构建。本发明通过增加表情识别和年龄识别来增强人脸美丽预测的准确率。在多任务人脸数据库构建过程中，构建的数据库图像包含人脸表情属性、年龄属性和人脸美丽程度属性三个标签，以便后续进行多任务训练和预测；在多任务训练过程中每个任务之间共享网络参数，学习共享特征，从而提高网络对单任务学习的准确率通过使用深度学习网络进行多任务学习，共享表示层可使具有共性的任务更好地结合相关性信息，任务特定层则可单独建模任务特定的信息，则可运用来自不同任务的样本来优化网络参数，同时提升多任务性能。
人脸任务学习构建人脸数据库预测准确率数据库图像表情识别共享网络年龄识别人脸表情网络参数训练过程预测模型表示层共享建模标签网络学习优化

[发明专利]数据和任务关系构建方法、装置、计算机设备及存储介质-CN201911229154.7有效
发明人：孙朝和;申志彬;谢瑶 -专利权人：深圳前海环融联易信息科技服务有限公司
申请日： 2019-12-04 - 公布日： 2023-09-29 - 主分类号： G06F11/00 文献下载
摘要：本发明涉及数据和任务关系构建方法、装置、计算机设备及存储介质，该方法包括获取任务创建请求，以得到待创建任务；根据待创建任务生成任务模型的相关属性，以得到目标属性；根据目标属性确定待创建任务与数据模型内的任务的依赖关系，以得到血缘关系；对待创建任务进行解析，以得到任务与输入表、输出表之间的关联关系；将血缘关系、任务与输入表、输出表之间的关联关系更新于元数据血缘管理系统中，以供终端在数据表出现问题时可依据元数据血缘管理系统定位至相关的任务本发明实现构建任务和数据模型之间的关联关系，以达到构建更详细更清晰的任务与数据模型的血缘关系，便于快读定位至相关的任务，提高解决问题的效率。
数据任务关系构建方法装置计算机设备存储介质

[发明专利]基于BIM模型的项目管理方法、系统及可读存储介质-CN202211099389.0在审
发明人：林敏;杨林晓;何婷婷;何文;刘晓强 -专利权人：毕埃慕（上海）建筑数据技术股份有限公司
申请日： 2022-09-09 - 公布日： 2023-06-06 - 主分类号： G06Q10/0639 文献下载
摘要：本申请涉及基于BIM模型的项目管理方法、系统及可读存储介质，涉及BIM构件管理技术领域，其包括获取建筑信息模型BIM中各构件的构件项目管理数据；基于各构件项目管理数据建立各构件的构件属性库，所述构件属性库包括管理属性库、质量属性库以及任务属性库；将所述构件项目管理数据录入至所述管理属性库、质量属性库以及任务属性库中。
基于 bim 模型项目管理方法系统可读存储介质

[发明专利]内部存储器型抗篡改处理器及保密方法-CN03107417.0无效
发明人：桥本幹生;山口健作;白川健治;藤本谦作 -专利权人：株式会社东芝
申请日： 2003-03-20 - 公布日： 2003-10-01 - 主分类号： G06F12/14 文献下载
摘要：本发明的具有大容量内部存储器的抗篡改处理器及保密方法，能够在多任务环境下，实现防止不正当的改变的高效的内部数据管理。该抗篡改处理器具有：把用不同的密码键加密的多个程序分别译码的译码部件；用于以存储器页单位，把由译码部件译码的多个程序以普通代码存储的内部存储器；设定任务对访问对象的各存储器页要求的要求保密属性为排它的，并且存储起来的要求保密属性保存部件；对各存储器页，存储该存储器页的存储器保密属性的存储器保密属性保存部件；在执行任务时，该任务对访问对象的存储器页，在存储器保护属性保存部件设定存储器保密属性的保密管理部件；把存储在要求秘密属性保存部件中的要求保密属性与存储在存储器保护属性保存部件中的存储器保护属性进行比较的存储器保护部件。
内部存储器篡改处理器保密方法

[发明专利]消息发送方法、装置、计算机设备和计算机可读存储介质-CN202211389920.8在审
发明人：满敏;谭红;鲁健翔;吴昱恒;冯宇康 -专利权人：湖南长银五八消费金融股份有限公司
申请日： 2022-11-08 - 公布日： 2023-04-04 - 主分类号： H04L47/24 文献下载
摘要：所述方法包括：获取消息发送任务，消息发送任务携带发送属性以及消息参数；获取与消息参数对应的消息文本；根据发送属性对应的消息通道选择方式，基于根据各消息通道的指标因子，从各消息通道中选取目标消息通道；将消息文本通过目标消息通道发送至目标终端采用本方法能够根据消息发送任务中的发送属性，采用与该发送属性对应的消息通道选择方式，选择出目标消息通道，进而将消息文本通过该目标消息通道发送至目标终端，使得选取的目标消息通道能够满足消息发送任务中的发送属性的需求，能够根据发送属性的需求动态选取消息通道进行消息发送。
消息发送方法装置计算机设备可读存储介质

[发明专利]一种跨平台的任务调度方法和装置-CN201610851428.6在审
发明人：钱慧敏;项同德;施健健 -专利权人：平安科技（深圳）有限公司
申请日： 2016-09-26 - 公布日： 2018-04-03 - 主分类号： G06F9/48 文献下载
摘要：一种跨平台的任务调度方法包括通过同一个平台获取任务调度的请求，所述任务调度的请求包括需要调度的任务；获取所述需要调度的任务对应的属性信息，根据所述任务的属性信息生成所述任务对应的任务调度指令，根据所述任务之间的数据的依赖关系，生成任务序列；根据所述任务序列中的任务的先后顺序，依次执行所述任务对应的任务调度指令。由于在同一平台根据任务调度指令可用于执行不同平台的任务调度，根据所述任务序列依次完成任务调度，从而可以有效的提高任务调度的效率。
一种平台任务调度方法装置

[发明专利]基于Spring MVC的定时任务处理方法、装置和计算机设备-CN201910433920.5在审
发明人：许永夫 -专利权人：平安科技（深圳）有限公司
申请日： 2019-05-23 - 公布日： 2019-10-15 - 主分类号： G06F16/2458 文献下载
摘要：本申请涉及一种基于Spring MVC的定时任务处理方法、装置和计算机设备。所述方法涉及定时任务的处理，该方法具体包括：获取在数据库表中为定时任务配置的最新的属性，属性包括定时任务的触发条件、任务标识和任务路径；根据属性创建继承自事件接口类的事件对象并在满足所述触发条件时，发布所述事件对象；创建用于监听事件对象是否发布的、且继承自监听器接口类的监听器对象；当通过监听器对象监听到事件对象发布时，则获取事件对象所对应定时任务的任务标识和任务路径；将任务标识和任务路径传递至任务调度器，以使任务调度器在按照任务路径查询到与任务标识对应的定时任务时，执行定时任务。采用本方法能够实现修改定时任务后不需重启系统。
任务标识任务路径事件对象监听器定时任务处理计算机设备任务调度器触发条件发布监听事件任务配置事件接口属性创建数据库表重启系统接口类继承查询传递创建申请

[发明专利]任务分配方法、任务分配装置、存储介质和电子设备-CN202010739021.0在审
发明人：顾晟;沈永新;王卫其 -专利权人：拉扎斯网络科技（上海）有限公司
申请日： 2020-07-28 - 公布日： 2020-12-04 - 主分类号： G06Q10/06 文献下载
摘要：本发明实施例公开了一种任务分配方法、任务分配装置、存储介质和电子设备。本发明实施例根据目标提供方对应的至少一个已分配任务确定至少一个相似任务集合，并确定至少一个相似任务集合对应的至少一个任务分配方案及任务分配方案对应的方案属性信息，同时获取已分配任务对应的任务处理资源的资源属性信息和兴趣区域的区域属性信息，进而根据各任务分配方案对应的上述信息确定各任务分配方案的任务完成总时长，从而确定任务分配方案中的目标分配方案，以对未分配任务进行分配。本发明实施例的方法可以同时将多个未分配任务分配给同一个任务处理资源，有效时提升了任务的分配效率、降低了人力成本，并能够保证任务分配的合理性。
任务分配方法装置存储介质电子设备

[发明专利]基于多任务学习卷积神经网络的车标识别及属性预测方法-CN201710112249.5有效
发明人：张百灵;夏翌彰;颜诗洋;钱荣强 -专利权人：西交利物浦大学
申请日： 2017-02-28 - 公布日： 2020-05-26 - 主分类号： G06K9/20 文献下载
摘要：本发明公开了一种基于多任务学习卷积神经网络的车标识别及属性预测方法，包括以下步骤：创建基于多任务学习卷积神经网络；采用自适应任务权重学习策略和任务自动开闭学习策略训练卷积神经网络；使用训练好的卷积神经网络对获取的车辆标识图像进行分层提取特征，根据车标数据库进行车标识别及属性预测。该方法基于卷积神经网络结构，采用多任务学习机制，提出自适应任务权重学习策略和任务自动开闭学习策略，能同时判断车标类别和预测车标属性，并且准确率高。
基于任务学习卷积神经网络标识属性预测方法

[发明专利]数据处理和模型训练方法、装置、电子设备和存储介质-CN202010576229.5在审
发明人：周凯荣;王鹏宇;朱麟;王星;冯文星 -专利权人：拉扎斯网络科技（上海）有限公司
申请日： 2020-06-22 - 公布日： 2020-08-28 - 主分类号： G06Q10/06 文献下载
摘要：通过获取目标任务的任务属性信息和目标超时率，根据所述目标任务的任务属性信息和预先训练的第一预测模型确定第一预测时长，根据所述目标任务的任务属性信息和预先训练的第二预测模型确定第二预测时长，根据所述目标超时率和所述第二预测时长确定修正时长，根据所述修正时长对第一预测时长进行调整确定完成所述目标任务的最终预测时长。由此，可以使得任务调度过程中超时率可控，提升平台的任务执行效率和用户体验。
数据处理模型训练方法装置电子设备存储介质

[发明专利]一种车联网数据上云任务动态配置方法、系统、设备和介质-CN202210730999.X有效
发明人：潘正兵;谢磊 -专利权人：重庆长安汽车股份有限公司
申请日： 2022-06-24 - 公布日： 2023-03-28 - 主分类号： H04L67/12 文献下载
摘要：本申请提出一种车联网数据上云任务动态配置方法、系统、设备和介质，包括：根据业务方需求创建数据采集任务，根据所述数据采集任务匹配云端的车辆分组，建立数据采集任务与车辆分组的关联关系，其中车辆分组由车辆的属性信息匹配得到；获取接入云端的目标车辆的目标属性，根据所述目标属性确定所述目标车辆归属的车辆分组；根据所述目标车辆的车辆分组以及所述数据采集任务与车辆分组的关联关系，确定所述目标车辆需要挂载的数据采集任务；根据所述目标车辆需要挂载的数据采集任务生成任务配置用以下发至所述目标车辆本申请可基于云端任务驱动的、灵活可配置的车联网数据采集上云。
一种联网数据任务动态配置方法系统设备介质

[发明专利]一种基于组别搜索的任务分配方法、装置及计算机存储介质-CN202110071226.0在审
发明人：叶东;孙兆伟;赵翰墨;高祥博;王玲 -专利权人：哈尔滨工业大学
申请日： 2021-01-19 - 公布日： 2021-05-11 - 主分类号： G06F16/9536 文献下载
摘要：本发明实施例公开了一种基于组别搜索的任务分配方法、装置及计算机存储介质；该方法可以包括：以候选对象为节点，根据各所述候选对象之间的关联关系和各所述候选对象所含的属性信息建立无向属性图；基于目标任务所对应的搜索指令对所述无向属性图进行搜索，获取符合所述搜索指令且所有节点的最小度数最大的目标社区；其中，所述搜索指令包括：满足所述目的任务所需的目标属性、所述各目标属性的节点数目下限值、所述目标社区内的节点数目上限值；将所述目标任务分配至所述目标社区内的节点
一种基于组别搜索任务分配方法装置计算机存储介质

[发明专利]一种基于深度互学习和知识传递的人脸属性识别方法-CN202010999031.8在审
发明人：张立言;姚树婧 -专利权人：南京航空航天大学
申请日： 2020-09-22 - 公布日： 2020-12-29 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于深度互学习和知识传递的人脸属性识别方法，包括以下步骤：准备人脸数据集；对人脸数据集中的每张人脸图像进行随机图像翻转，分别作为两个模型Net1和Net2的输入，构建深度卷积神经网络迁移模型B_Net1和B_Net2，提取多属性之间的共享特征；为两个模型中的易识别任务搭建相同的属性预测网络S_Net，在属性的三个分组中均含有易识别任务属性和难识别属性；为两个模型中的难识别任务搭建相同的属性预测网络H_Net，在每个模型中，构建难识别任务子网络H_Net，与S_Net并行连接于B_Net。
一种基于深度学习知识传递属性识别方法

[发明专利]基于级联多任务学习深度神经网络的人脸属性识别方法-CN201810323645.7有效
发明人：严严;庄妮;王菡子 -专利权人：厦门大学
申请日： 2018-04-12 - 公布日： 2020-12-01 - 主分类号： G06K9/00 文献下载
摘要：基于级联多任务学习深度神经网络的人脸属性识别方法，涉及计算机视觉技术。首先设计级联的深度卷积神经网络，然后在级联的深度卷积神经网络里，对于每一个级联的子网络，采用多任务学习，同时学习人脸分类、边框回归、人脸关键点检测、人脸属性分析四个任务，接着在基于级联多任务学习的深度卷积神经网络里，采用一种动态损失权重机制，来计算人脸属性的损失权重，最终根据训练好的网络模型，将级联的最后一个子网络的人脸属性识别结果作为最终的人脸属性识别结果。使用级联的方法联合训练了三个不同的子网络，达到了端到端的训练，优化了人脸属性识别的结果，不同于在损失函数里使用固定的损失权重，本发明考虑到不同人脸属性间的差异性。
基于级联任务学习深度神经网络属性识别方法