“苗加成”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果11个，建议您升级VIP下载更多相关专利

[发明专利]处理用户行为序列的方法及装置-CN201910606091.6有效
发明人：齐翔;张世晶;顾喆旭;周荣旺;李文博;苗加成 -专利权人：创新先进技术有限公司
申请日： 2019-07-05 - 公布日： 2023-08-18 - 主分类号： G06Q30/0201 文献下载
摘要：本说明书实施例提供一种计算机执行的处理用户行为序列的方法和装置。根据该方法，首先获取训练样本集，其中包括多个行为序列，以及两个行为序列之间的关系标签；然后将各个行为序列输入神经网络模型，通过其中的编码器模块，将各个行为序列转换为对应的各个向量序列，通过其中的注意力模块，将各个向量序列转换为各个行为向量。对于任意的第一行为序列和第二行为序列，基于分别对应的第一行为向量和第二行为向量，预测这两个行为序列的关系，作为第一预测结果；根据这两个行为序列之间的关系标签和第一预测结果，确定损失项。至少根据以上总损失，更新神经网络模型，以用于处理待分析的用户行为序列。
处理用户行为序列方法装置

[发明专利]群组检测方法、装置、计算设备和机器可读存储介质-CN201910237978.2有效
发明人： 苗加成;章鹏;向彪;严欢;杨程远;苏煜 -专利权人：创新先进技术有限公司
申请日： 2019-03-27 - 公布日： 2023-04-18 - 主分类号： G06F18/241 文献下载
摘要：本发明实施例提供了用于群组检测的方法，包括：接收当前原始用户数据；基于所述当前原始用户数据，确定当前目标样本；基于所述当前目标样本，提取用户特征；分别采用多种群组划分算法，基于所述用户特征来对与所述当前目标样本相关联的用户进行群组划分，以得到分别与所述多种群组划分算法对应的多个群组划分结果；将所述多个群组划分结果进行融合，以得到单一群组划分结果，其中，所述单一群组划分结果包括对与所述当前目标样本相关联的用户划分得到的n个当前目标群组。可见，本发明实施例中的多种群组划分算法能够覆盖更加多样的群组模式，使得最终得到的群组划分结果更为准确，从而能够更好地适应复杂大数据场景。
检测方法装置计算设备机器可读存储介质

[发明专利]特征稳定性检测方法、设备及计算机可读介质-CN201910919567.1有效
发明人：李文博;周荣旺;齐翔;苗加成;顾喆旭 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2019-09-26 - 公布日： 2023-02-21 - 主分类号： G06N20/00 文献下载
摘要：本申请提供了一种特征稳定性检测方案中，使用所述训练集中样本的特征组对基于阈值分类的机器学习模型进行训练，获取训练过程中基于每项特征进行分类时所采用的分类阈值，并根据所述分类阈值划分每项特征的值域区间，在确定值域区间之后，使用测试集中样本的特征组，并基于对应于每项特征的值域，计算每项特征的稳定性指标，由于不需要人工设定每个特征的区间划分，而是基于模型训练过程中的分类阈值来自动划分值域区间，由此获取的值域区间会与机器学习模型实际的特征分布符合，使得以此计算获得的稳定性指标能够真实的反映特征分布变化对于模型性能的影响，有效防止在特征选择时筛掉合适的特征。
特征稳定性检测方法设备计算机可读介质

[发明专利]一种预测路损的方法及装置-CN201711271150.6有效
发明人：苏惠荞;何峰;徐志节;苗加成;李小龙 -专利权人：华为技术有限公司
申请日： 2017-12-05 - 公布日： 2020-12-25 - 主分类号： H04W24/06 文献下载
摘要：本申请实施例公开了一种预测路损的方法及装置，以解决现有在预测传播路损时，对传播校正导致的预测效率低下的问题。该方法包括：获取样本数据，其中，样本数据包括影响发射机与小区间无线传播的特征参数、特征参数的参数值、以及小区中各接收机与发射机间的实测路损；对特征参数进行栅格化处理生成特征图像；根据特征图像和实测路损构建深度学习模型，其中，深度学习模型的输入变量为特征图像，深度学习模型的输出变量用于表示小区中各接收机与发射机间的路损；利用构建后的深度学习模型预测路损。本申请实施例提供的方法用于预测发射机与接收机间的路损。
一种预测方法装置

[发明专利]一种经营实体所属集团的识别方法、装置及设备-CN202010817897.2有效
发明人： 苗加成 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2020-08-14 - 公布日： 2020-12-18 - 主分类号： G06Q40/06 文献下载
摘要：本说明书实施例公开了一种经营实体所属集团的识别方法、装置及设备。该方案包括：按经营实体的实际控制者，对待分析经营实体集合中的经营实体进行划分，得到各个实际控制者对应的第一集团集合；其中，一个所述第一集团集合中包含一个所述实际控制者以及所述一个所述实际控制者所控制的全部所述经营实体。根据各个第一集团集合中的元素之间的控股关系，确定各个第一集团集合之间的关联度；以根据所述关联度，对各个所述第一集团集合进行划分，得到第二集团集合；一个所述第二集团集合中包含的全部所述经营实体归属于同一个集团；将针对各个第二集团集合的描述信息存储至区块链网络。
一种经营实体所属集团识别方法装置设备

[发明专利]异常群体识别方法及装置-CN201910045152.6有效
发明人： 苗加成;章鹏;杨程远;向彪;严欢 -专利权人：阿里巴巴集团控股有限公司
申请日： 2019-01-17 - 公布日： 2020-08-04 - 主分类号： G06K9/62 文献下载
摘要：本申请实施例提供了一种异常群体识别方法及装置。其中方法包括：获取多个待分析用户中的各待分析用户的特征值；确定各待分析用户的特征值中的高频特征值和低频特征值；根据各待分析用户的高频特征值和预设的频繁项集挖掘策略挖掘最大频繁项集，获取最大频繁项集中的低频最大频繁特征值；根据各待分析用户的特征值中的低频最大频繁特征值和低频特征值构建目标二部图，并定义目标二部图中的边的权重；根据目标二部图中的边的权重，以及通过对目标二部图进行图聚类所得到的多个待分析用户的聚类结果，确定待分析用户中的异常群体。本申请实施例提高了异常群体识别的准确率，且步骤简单，易于执行。
异常群体识别方法装置

[发明专利]自动生成累积特征的方法及系统-CN201911086011.5在审
发明人： 苗加成;李文博 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2019-11-08 - 公布日： 2020-03-13 - 主分类号： G06N20/00 文献下载
摘要：本申请公开了一种自动生成累积特征的方法及其系统。该方法包括：预先对N种特征类型分别设置N个聚合函数集合，每个函数集合包含一种或多种聚合函数，用于对对应类型的特征进行聚合，N为正整数；对于每一个主体特征，获取与该主体特征相关的事件的各个特征，对所获取的每一个特征根据其特征类型使用对应的聚合函数集合中的聚合函数分别进行聚合，其中每一个聚合函数得到一个聚合特征；将通过聚合所得的各个聚合特征组成备选的累积特征集合。
自动生成累积特征方法系统

[发明专利]股份公司的实际控制人的确定方法、装置及设备-CN201911048953.4在审
发明人： 苗加成;李文博 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2019-10-31 - 公布日： 2020-02-18 - 主分类号： G06Q40/00 文献下载
摘要：本说明书实施例公开了股份公司的实际控制人的确定方法、装置及设备。方案包括：基于用户提交的目标企业的股权查询请求，获取所述目标企业的第一股权结构分布信息；根据所述第一股权结构分布信息确定所述目标企业的直接股东和所述直接股东的持股比例；判断所述直接股东中的非个人股东是否可拆分，得到第一判断结果；当所述第一判断结果表示所述直接股东中的非个人股东可拆分时，获取所述直接股东的第二股权结构分布信息；根据所述第二股权结构分布信息对所述直接股东进行拆分，得到所述直接股东对应的全部不可拆分股东；计算各不可拆分股东对所述目标企业的控股率；根据所述各不可拆分股东的控股率确定所述目标企业的实际控制人。
股份公司实际控制确定方法装置设备

[发明专利]地址识别方法、设备以及计算机可读介质-CN201910764801.8在审
发明人： 苗加成 -专利权人：阿里巴巴集团控股有限公司
申请日： 2019-08-19 - 公布日： 2020-01-24 - 主分类号： G06Q30/00 文献下载
摘要：本申请提供了地址识别方案，该方案在将地址文本转换为数值向量之后，先根据所述数值向量对文本地址进行粗粒度的聚类，获得预设数量的数据子集，而后对于每个数据子集，采用基于密度的聚类算法、并据所述数值向量对同一数据子集中的地址文本进行细粒度聚类，获得多个地址集，将样本数量大于等于门限值的地址集确定为目标地址集。由于首先进行粗粒度的聚类，初步获得数据子集后可以对每个数据子集并行处理，提高了运行效率，同时每个数据子集中采用基于密度的聚类算法进行细粒度的聚类，无需指定聚类数量，能够适应地址识别场景中实际类别数量接近于样本个数的情况，因此准确性较高。
聚类数据子集数值向量地址识别聚类算法粗粒度地址集细粒度样本并行处理目标地址数量接近同一数据文本地址文本转换运行效率门限预设子集文本场景申请

[发明专利]一种批量注册邮箱的检测方法及装置-CN201910113558.3在审
发明人： 苗加成;齐翔;章鹏 -专利权人：阿里巴巴集团控股有限公司
申请日： 2019-02-14 - 公布日： 2019-07-16 - 主分类号： G06F16/35 文献下载
摘要：本说明书实施例提供了一种批量注册邮箱的检测方法及装置，所述检测方法，包括：获得N个邮箱地址，并提取每个所述邮箱地址的前缀，N≥2；对每个所述邮箱地址的前缀进行正则化，并按照预设的M种映射规则将每个所述邮箱地址的前缀转换为K个模式字符串，M、K≥2；对所述N个邮箱地址转换获得的模式字符串进行聚类处理，获得每个模式字符串的类别信息；基于所述类别信息相同的模式字符串，确定所述N个邮箱地址中的批量注册邮箱。本申请通过将每个前缀按照多种映射规则进行转换，获得多个模式字符串之后，采用无监督算法即聚类算法，无需标签数据，即可进行批量注册邮箱的识别。
邮箱地址模式字符串注册邮箱类别信息映射规则检测标签数据聚类处理聚类算法前缀转换无监督正则化转换预设算法申请

[发明专利]一种基于韦恩预测的电子鼻数据挖掘方法-CN201510428867.1有效
发明人：王酉;苗加成;李光 -专利权人：浙江大学
申请日： 2015-07-20 - 公布日： 2017-11-17 - 主分类号： G06F19/24 文献下载
摘要：本发明公开了一种基于韦恩预测的电子鼻数据挖掘方法，具体步骤为首先对原始数据进行特征提取生成特征空间数据集；然后建立韦恩预测算法框架，选择支持向量机和k平均聚类融合算法作为分类器进行模式识别；假设测试样本为某一类别y，测试样本和训练样本形成数据集，利用“除一法”对数据集中各个样本进行建模和预测；遍历所有y值，得出概率预测矩阵；最后给出所有预测样本的预测种类和预测正确的概率区间。本方案克服了传统的模式识别算法只对样本的种类进行预测的缺陷，在预测样本种类的同时给出预测正确的概率区间，为决策提供了更多的有效信息。本发明适用于所有电子鼻数据的处理。
一种基于预测电子数据挖掘方法

1
共 11 条