“匹配模型”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1476225个，建议您升级VIP下载更多相关专利

[发明专利]搜索排序模型训练方法及装置、搜索排序方法及装置-CN202010791078.5在审
发明人：孙兴武;唐弘胤;张富峥;王仲远 -专利权人：北京三快在线科技有限公司
申请日： 2020-08-07 - 公布日： 2020-12-15 - 主分类号： G06F16/9538 文献下载
摘要：本申请公开了一种搜索排序模型训练方法，属于计算机技术领域，有助于提升搜索排序结果的准确性。所述方法包括：基于搜索查询领域的预设训练样本集对BERT模型进行预训练，得到与搜索查询领域匹配的BERT模型参数；通过BERT模型参数初始化预设匹配识别模型的BERT编码网络，并基于对预设训练样本集进行抽样后得到的若干单个搜索内容组成的第一训练样本学习查询输入和搜索内容的匹配关系，训练匹配识别模型；通过匹配识别模型的网络参数初始化预设搜索排序模型的BERT编码网络，并基于对预设训练样本集进行抽样得到的包括多个搜索内容的若干第二训练样本，训练预设搜索排序模型,提升了搜索排序模型的搜索排序结果准确性
搜索排序模型训练方法装置

[发明专利]智能派工方法、装置及计算机可读储存介质-CN201910187532.3在审
发明人：徐金文;朱建中 -专利权人：鸿富锦精密电子（成都）有限公司;鸿海精密工业股份有限公司
申请日： 2019-03-13 - 公布日： 2020-09-22 - 主分类号： G06Q10/06 文献下载
摘要：本发明提出一种智能派工方法，具体包括：采集每个员工基本信息和每个岗位基本信息；分别根据每个员工基本信息和每个岗位的基本信息对应提取员工特征因子和岗位特征因子；根据员工特征因子建立每个员工的员工模型；根据相同岗位的员工特征因子和岗位特征因子建立岗位模型；匹配员工模型和岗位模型；判断员工模型和岗位模型的匹配结果是否大于匹配度阈值；若是，则派工成功；若否，则派工失败，重新进行派工。本发明对应提供了智能派工装置和计算机存储介质，利用员工特征因子和岗位特征因子，建立员工模型和岗位模型，对员工模型和岗位模型进行匹配，使用大数据建模，进行科学决策，实现智能派工代替人工分配，员工和岗位的匹配度高
智能方法装置计算机可读储存介质

[发明专利]语音识别方法及其装置-CN201910869774.0在审
发明人：刘博卿;王健宗;贾雪丽 -专利权人：平安科技(深圳)有限公司
申请日： 2019-09-16 - 公布日： 2020-01-17 - 主分类号： G10L15/02 文献下载
摘要：将每一帧目标语音对应的波形特征和音调特征顺序输入训练完的语音识别模型中。其中，语音识别模型包括编码子模型，第一解码子模型和第二解码子模型，编码子模型包括卷积神经网络和双向长短期记忆网络，第一解码子模型包括语音‑文字匹配单元，第二解码子模型包括文字上下文匹配单元，语音‑文字匹配单元包括CTC损失函数和注意力模型。根据语音识别模型的输出，生成待识别的目标语音对应的文字。由此，结合了语音‑文字匹配和文字上下文匹配，提高了语音识别的准确度。
子模型语音识别解码目标语音文字匹配波形特征音调特征语音卷积神经网络人工智能技术注意力模型记忆网络匹配单元损失函数准确度匹配输出申请

[发明专利]一种传动系统需求适配评估的模型设计方法和系统-CN202210150251.2有效
发明人：陈德木;杨晓斌 -专利权人：杭州杰牌传动科技有限公司
申请日： 2022-02-18 - 公布日： 2023-03-24 - 主分类号： G06F30/27 文献下载
摘要：本申请提供一种传动系统需求适配评估的模型设计方法和系统。该方法包括：获取目标应用场景对传动系统的需求参数；获取预设的传动系统模型，解构预设的传动系统模型，提取传动系统模型的模型参数；将需求参数与模型参数输入训练好的传动系统需求适配评估模型，或者根据公式计算，得到模型匹配程度，传动系统需求适配评估模型基于神经网络构建；根据模型匹配程度等于或高于预设阈值，确定传动系统模型能够用于目标应用场景；根据模型匹配程度低于预设阈值，确定传动系统模型不能用于目标应用场景，调整更新模型参数，直至确定模型匹配程度等于或高于预设阈值。本申请针对应用场景下对传动系统的需求，评估预定的模型是否与之适配，实现适配度的评估，寻找最优解决方案。
一种传动系统需求评估模型设计方法系统

[发明专利]地图匹配方法、地图匹配模型的确定方法及装置-CN202110396000.8在审
发明人：狄烨;李洋;李亚旭 -专利权人：北京嘀嘀无限科技发展有限公司
申请日： 2021-04-13 - 公布日： 2021-08-03 - 主分类号： G01C21/30 文献下载
摘要：本发明实施例公开了一种地图匹配方法、地图匹配模型的确定方法及装置，根据目标任务对应的位置点确定至少一个候选路段，获取位置点的位置数据的特征向量，将该特征向量输入至地图匹配模型中进行处理，确定各候选路段的选择参数，根据各候选路段的选择参数确定目标路段，其中，位置数据包括位置点与各候选路段的关联信息，地图匹配模型包括循环神经网络模型，地图匹配模型的训练样本数据根据预先确定的隐马尔可夫模型的数据处理结果进行标注确定，由此，可以将位置数据中的多个特征进行拟合处理，提高了地图匹配的准确性。
地图匹配方法模型确定装置

[发明专利]一种语音信息处理方法、电子设备及存储介质-CN201911353919.8有效
发明人：贺峰;周大凯 -专利权人：联想（北京）有限公司
申请日： 2019-12-25 - 公布日： 2023-07-21 - 主分类号： G10L15/08 文献下载
摘要：本申请实施例公开了一种语音信息处理方法，该方法包括：接收语音数据信息；基于所述语音数据信息与第一预设模型库进行匹配处理；其中，所述第一预设模型库中包括至少一个匹配标准信息；若所述匹配处理为信息匹配，则基于所述语音数据信息与第二预设模型库进行匹配处理，确定待唤醒语音助手应用程序；其中，所述第一预设模型库与所述第二预设模型库不同，所述第二预设模型库中包括至少一个匹配标准信息；唤醒所述待唤醒语音助手应用程序。
一种语音信息处理方法电子设备存储介质

[发明专利]基于模糊匹配进行鞋体模型设计的方法及装置-CN202211553276.3在审
发明人：林子森;吴昊;谢子立;林冠宇;谢巧琳 -专利权人：广东时谛智能科技有限公司
申请日： 2022-12-06 - 公布日： 2023-01-17 - 主分类号： G06F30/12 文献下载
摘要：本发明实施例公开了一种基于模糊匹配进行鞋体模型设计的方法，该方法包括：获取用户输入的鞋体模型交互信息，所述鞋体模型交互信息包括文字信息和/或语音信息，在所述鞋体模型交互信息为语音信息的情况下，进行语音识别得到对应的文字信息；对所述文字信息进行分词处理得到多个待匹配词；在预先设置的模糊匹配数据库中对所述待匹配词进行模糊匹配得到对应的鞋体模型设计信息，所述模糊匹配数据库记录有鞋体模型的设置参数和对应的模糊关键词；基于所述鞋体模型设计信息进行三维鞋体模型的设置本方案，能够实现基于模糊信息的鞋体模型设计，优化了用户体验，可以高效便捷的设计出满足审美以及实际使用情况的鞋体。
基于模糊匹配进行模型设计方法装置

[发明专利]一种与BIM模型交互集成的电力监控系统及交互集成方法-CN202110609965.0有效
发明人：赵春艳;魏宏伟;王潘潘;赵勇;张高洪 -专利权人：中铁工程设计咨询集团有限公司;成都交大光芒科技股份有限公司
申请日： 2021-06-01 - 公布日： 2023-03-17 - 主分类号： H02J13/00 文献下载
摘要：本发明公开了一种与BIM模型交互集成的电力监控系统及交互集成方法，包括生成模块、匹配模块和输出模块，生成模块将施工或设计阶段生成的BIM模型转换为三维模型，匹配模块根据名称一致的准则将设备三维模型与电力监控系统中的设备匹配并建立映射关系，输出模块根据映射关系将三维模型与电力监控系统交互集成；本发明直接使用现成的BIM模型生成三维模型，大幅压缩建模工作量，通过同一命名规则对三维模型和设备数据库进行命名整合，计算机基于名称相同的原则即可实现三维模型与电力监测系统的快速匹配和交互集成，大大提高了交互集成的效率，降低工作量；且匹配规则简单、命名规则简洁，最大限度降低计算机的运算量，提高匹配效率和准确度。
一种 bim 模型交互集成电力监控系统方法

[发明专利]一种电网模型建模过程中测点匹配方法及装置-CN201710161887.6在审
发明人：伍文聪;陈峰;欧开健;顾全;郭琦;王俊杰 -专利权人：南方电网科学研究院有限责任公司;中国南方电网有限责任公司电网技术研究中心;南京南瑞继保电气有限公司
申请日： 2017-03-17 - 公布日： 2017-08-04 - 主分类号： G06F17/30 文献下载
摘要：本申请的实施例提供一种电网模型建模过程中测点匹配方法及装置，涉及信息电力系统仿真技术领域，能够提高电网模型建模过程中监测点与厂站模块中的设备间的匹配效率。该方法包括获取待匹配监测点的监测数据文件名称；提取所述监测数据文件名称中包含的待匹配监测点所在PMU子站的子站设备的设备名称；根据PMU子站的子站设备的设备名称和厂站模型中每个设备的设备名称，确定PMU子站的子站设备与所述厂站模型中每个设备间的匹配距离；根据匹配距离，从厂站模型的设备中确定出与待匹配监测点相匹配的目标设备。
一种电网模型建模过程中测点匹配方法装置

[发明专利]医患匹配方法、装置、设备及存储介质-CN202111015020.2在审
发明人：濮琳 -专利权人：平安医疗健康管理股份有限公司
申请日： 2021-08-31 - 公布日： 2021-11-16 - 主分类号： G16H50/70 文献下载
摘要：本发明涉及人工智能领域，公开了一种医患匹配方法、装置、设备及存储介质，用于提高医患匹配的准确率。所述医患匹配方法包括：获取患者的症状数据，症状数据包括多个症状名称；通过多个深度学习模型对症状数据进行医疗实体识别，得到患者医疗实体集合，多个深度学习模型包括实体识别模型、疾病预测模型和关系实体模型；获取候选医生集合中的多个候选医生，确定多个候选医生对应的医生属性实体集合，并对医生属性实体集合和患者医疗实体集合进行实体匹配，得到匹配结果；根据匹配结果对候选医生集合中的多个候选医生进行排名，并将排名最高的候选医生作为与患者匹配的医生此外，本发明还涉及区块链技术，匹配结果可存储于区块链节点中。
匹配方法装置设备存储介质

[发明专利]数据处理方法、装置、处理器及电子设备-CN202111649625.7在审
发明人：周誉;戴若澄;吴颖雪 -专利权人：中国工商银行股份有限公司
申请日： 2021-12-29 - 公布日： 2022-04-15 - 主分类号： G06Q30/02 文献下载
摘要：涉及金融科技领域，方法包括：获取产品的第一特征信息，以及多个营销渠道的第二特征信息；将第一特征信息和目标营销渠道的第二特征信息输入匹配模型，由匹配模型输出匹配结果，匹配结果用于标识产品是否与目标营销渠道匹配，匹配模型为支持向量机SVM模型，SVM模型由多组训练数据训练而成，目标营销渠道为多个营销渠道中的营销渠道；根据匹配结果，确定产品与目标营销渠道是否匹配。
数据处理方法装置处理器电子设备

[发明专利]一种基于人工智能的文本匹配方法-CN202211226353.4在审
发明人：王进;陈怡雯;朴昌浩;刘彬;杜雨露;邓欣;孙开伟 -专利权人：重庆邮电大学
申请日： 2022-10-09 - 公布日： 2022-12-02 - 主分类号： G06F16/35 文献下载
摘要：本发明属于自然语言处理技术领域，具体涉及一种基于人工智能的文本匹配方法，包括：获取问题匹配的文本，其中包含用户的输入问题和标准问题，对数据集S进行预处理；构建BERT_MF模型包括BERT模型层、知识增强层、精确匹配层、相似度匹配层；BERT_MF模型利用拼音、词性以及句法知识，使用精确匹配层提取局部细粒度表征和全局细粒度表征；采用横向拼接的方式对多粒度特征进行融合，经过Softmax函数进行文本匹配。本发明不仅使用了预训练模型ERNIE‑Gram进行了微调，能够得到文本匹配程度，同时充分使用预训练模型的语义表征和词语表征，可以对文本的局部信息和全局信息进行辨识，进而细粒度的区分文本语义上的匹配。
一种基于人工智能文本匹配方法

[发明专利]一种基于应用创建存储卷镜像的方法、设备及可读介质-CN201910752879.8有效
发明人：闫涛 -专利权人：苏州浪潮智能科技有限公司
申请日： 2019-08-15 - 公布日： 2022-06-14 - 主分类号： G06F11/14 文献下载
摘要：本发明公开了一种基于应用创建存储卷镜像的方法，包括以下步骤：收集应用的数据以确定应用的匹配类型；根据匹配类型在预设的基础数据模型库中进行匹配；响应于匹配类型可以匹配到对应的数据模型，根据匹配到的数据模型对应用使用的存储卷创建镜像，以得到镜像卷；以及响应于匹配类型未匹配到对应的数据模型，判断是否需要根据数据建立新的数据模型。
一种基于应用创建存储卷镜像方法设备可读介质

[发明专利]三维模型生成方法、XR设备及存储介质-CN202011584771.1在审
发明人：卓龙 -专利权人：中兴通讯股份有限公司
申请日： 2020-12-28 - 公布日： 2022-07-15 - 主分类号： G06T17/00 文献下载
摘要：本发明实施例提供一种三维模型生成方法、XR设备及存储介质，属于模型构建领域。该方法包括：获取三维扫描装置在扫描过程中发送的目标对象的三维数据流，并根据三维数据流构建目标对象的三维模型；计算三维模型与多个预设三维模型之间的匹配度，并根据多个匹配度确定与三维模型匹配的预设三维模型；根据与三维模型匹配的预设三维模型，更新三维模型，得到目标对象的目标三维模型。本发明实施例的技术方案能够实时且快速地生成目标对象的三维模型，提高三维场景的开发效率。
三维模型生成方法 xr 设备存储介质

[发明专利]一种提高深度文本匹配模型适应性的小样本学习方法-CN202111534340.9在审
发明人：宋大为;张博;张辰;马放 -专利权人：北京理工大学
申请日： 2021-12-15 - 公布日： 2022-04-22 - 主分类号： G06F16/335 文献下载
摘要：本发明涉及一种提高深度文本匹配模型适应性的小样本学习方法，属于自然语言处理中的文本匹配技术领域。本方法综合了应用于文本匹配模型的小样本学习与跨领域适应性方法，沿最小化目标域小样本数据集损失的方向，对源域数据的权重进行梯度下降，解决了传统的跨领域文本匹配方法在小样本学习设置下表现不足的问题，增强了文本匹配模型在少样本学习环境中的适应性本方法与基础模型无关，可应用于各种基于深度学习的文本匹配模型。
一种提高深度文本匹配模型适应性样本学习方法