“胡四泉”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27个，建议您升级VIP下载更多相关专利

[发明专利]一种基于层次分析法的数据云迁移方法和系统-CN202310920258.2在审
发明人：刘彦;郭家义;张晓霞;梁校源;胡四泉;石志国;王睿宇;林峰璞 -专利权人：北京市大数据中心
申请日： 2023-07-25 - 公布日： 2023-10-27 - 主分类号： G06F3/06 文献下载
摘要：本发明公开了一种基于层次分析法的数据云迁移方法和系统，属于数据迁移技术领域，方法包括：对待迁移数据进行分类；确定云迁移评估准则；构建层次分析模型；建立准则判断矩阵和类别判断矩阵；计算各个评估准则的重要性权重；计算各类待迁移数据在各个评估准则下的重要性权重；根据各个评估准则的重要性权重以及各类待迁移数据在各个评估准则下的重要性权重，计算各类待迁移数据的整体权重；根据各类待迁移数据的整体权重，确定各类待迁移数据的迁移顺序。本发明可以确定各类待迁移数据的迁移顺序，便于对于新业务迁移成本进行准确的量化预测，便于系统资源整合，降低迁移成本，提升迁移效率。
一种基于层次分析数据迁移方法系统

[发明专利]一种基于机器学习的数据自服务资产目录构建方法及装置-CN202310914105.7在审
发明人：张鑫;李娜;张亚姝;梁校源;张晓霞;胡四泉;石志国;郭家义;林峰璞;陈桂红 -专利权人：北京市大数据中心
申请日： 2023-07-24 - 公布日： 2023-10-24 - 主分类号： G06F16/22 文献下载
摘要：本发明公开了一种基于机器学习的数据自服务资产目录构建方法及装置，涉及数据资产管理技术领域。包括：对所拥有的数据进行盘点与清洗，得到标记好的数据资产；采用基于超球串的仿生模式识别算法对标记好的数据资产进行分类；根据分类后的数据资产进行数据资产目录构建。本发明采用了基于超球串的仿生模式识别算法完成数据标签的制作，能够快速、准确地建立数据自服务资产目录。有效解决了人工划分数据工作量大、划分周期长的问题。模型一次训练即可重复使用，因此增加新数据之后无需任何人工操作，模型可以按照预设直接输出数据的标签并加入资产目录，提高了更新效率。自顶而下设计了五层的数据资产目录结构，便于从业务层面开始逐层查找信息。
一种基于机器学习数据服务资产目录构建方法装置

[发明专利]一种基于博弈优化的数据定价方法和系统-CN202310903874.7在审
发明人：石志国;王睿宇;单武;赵雨晴;胡四泉;刘彦;赵俊;弭娜;朱芳;李娜 -专利权人：北京市大数据中心
申请日： 2023-07-21 - 公布日： 2023-10-17 - 主分类号： G06Q30/0201 文献下载
摘要：本发明公开了一种基于博弈优化的数据定价方法和系统，属于大数据资产技术领域，方法包括：当买卖双方处于完全信息场景时，构建第一讨价还价模型；当买卖双方处于不完全信息场景时，若买卖双方之间无交易平台介入，构建第二讨价还价模型；当买卖双方处于不完全信息场景时，若买卖双方之间存在交易平台介入，构建第三讨价环节模型；根据实际情况，对第一讨价还价模型、第二讨价还价模型或者第三讨价还价模型进行求解，确定出大数据资产的最终定价。在本发明中，根据买卖双方的实际情况，选择合适的讨价还价模型确定大数据资产的最终定价，对大数据资产进行动态定价，可以准确反映大数据资产的实际价值，客观确定出合理的成交价格。
一种基于博弈优化数据定价方法系统

[发明专利]一种基于本地化差分隐私的横向联邦学习方法和系统-CN202310904292.0在审
发明人：单武;王睿宇;赵雨晴;胡四泉;石志国;刘彦;赵俊;弭娜;朱芳;李娜 -专利权人：北京市大数据中心
申请日： 2023-07-21 - 公布日： 2023-10-17 - 主分类号： G06F21/62 文献下载
摘要：本发明公开了一种基于本地化差分隐私的横向联邦学习方法和系统，属于联邦学习技术领域，方法包括：各个参与方在本地对数据进行训练，生成模型参数；各个参与方对模型参数进行二进制编码；各个参与方对二进制编码进行扰动处理；各个参与方将扰动后的二进制编码发送至协调方；协调方接收扰动后的二进制编码，并进行解码校正；协调方对校正后的二进制字符串按照比特位权重进行数值换算；协调方根据数值换算结果，计算全局模型参数；协调方将全局模型参数发送给各个参与方。各个参与方在本地对本地数据进行差分扰动处理，之后将扰动处理后的数据发送至协调方的服务器，无需依赖于中心化服务器，提升隐私保护效果，降低隐私泄露风险。
一种基于本地化隐私横向联邦学习方法系统

[发明专利]一种基于智能合约的数字资产确权交易方法及系统-CN202310835140.X在审
发明人：赵俊;弭娜;贾钧;赵雨晴;胡四泉;石志国;郭家义;刘彦;徐海琛;单武 -专利权人：北京市大数据中心
申请日： 2023-07-07 - 公布日： 2023-10-13 - 主分类号： G06Q20/40 文献下载
摘要：本发明涉及区块链技术领域，特别是指一种基于智能合约的数字资产确权交易方法及系统，方法包括：区块链节点生成智能合约；拥有者节点对数字资产进行同态加密，发送给区块链节点；区块链节点进行确权登记，将密文数据进行分块统计量计算；当接收到资产交易请求时，区块链节点执行智能合约，根据密文分块统计量数据生成数字水印信息，将数字水印信息嵌入到密文数据中；拥有者节点对嵌入数字水印信息的密文数据同态解密，将解密后的明文数据发送至购买者节点，完成交易；当接收到数字资产确权请求时，区块链节点根据提取的数字水印信息追溯泄漏数字资产的用户。采用本发明，可以提高数字资产确权交易溯源的效率，有效防止数据篡改行为。
一种基于智能合约数字资产确权交易方法系统

[发明专利]一种基于多元线性回归的云迁移成本预估方法和系统-CN202310897580.8在审
发明人：王睿宇;刘彦;贾钧;赵雨晴;胡四泉;郭家义;石志国;林峰璞 -专利权人：北京市大数据中心
申请日： 2023-07-21 - 公布日： 2023-10-13 - 主分类号： G06Q30/0201 文献下载
摘要：本发明公开了一种基于多元线性回归的云迁移成本预估方法和系统，属于系统迁移技术领域，方法包括：确定云迁移成本的影响因素；从待迁移数据中挑选出多个预迁移数据进行预迁移，并统计各个预迁移数据的云迁移成本以及各个影响因素下的量化值；构建多元线性回归模型；根据各个预迁移数据的云迁移成本以及各个影响因素下的量化值，对多元线性回归模型进行求解；当多元线性回归模型存在多组解时，确定出最优解；对多元线性回归模型进行拟合度检验；通过多元线性回归模型预估待迁移数据的云迁移成本。可以通过多元线性回归模型可以对云迁移成本进行预估，无需人工参与，减少云迁移成本预估过程的主观性，提升云迁移成本预估的一致性与准确性。
一种基于多元线性回归迁移成本预估方法系统

[发明专利]一种基于非同质化的数据资产确权交易方法及系统-CN202310835148.6在审
发明人：赵俊;弭娜;贾钧;赵雨晴;胡四泉;石志国;郭家义;刘彦;徐海琛;单武 -专利权人：北京市大数据中心
申请日： 2023-07-07 - 公布日： 2023-10-13 - 主分类号： G06Q20/40 文献下载
摘要：本发明涉及区块链技术领域，特别是指一种基于非同质化的数据资产确权交易方法及系统，方法包括：数据用户向证书机构进行注册；卖方用户通过NFT平台将数据资产转换为数字格式的资产，并创建资产对应的NFT合约；买方用户调用NFT合约发起数据交易申请，主要节点进行验证以及记录，卖方用户验证并生成交易确认信息；买方用户对交易确认信息进行一致性验证并确认交易完成，主要节点记录并通过NFT平台调用NFT合约，将目标资产转移给买方用户，将金额转移卖方用户；当监管机构接收到纠纷处理请求时，进行一致性验证，确定纠纷处理请求对应的结果。采用本发明，基于NFT实现数据资产的唯一性和可跟踪，出现纠纷时进行追溯，提高数据交易的安全可靠性。
一种基于同质数据资产确权交易方法系统

[发明专利]一种数字孪生数据的安全查询访问控制方法及系统-CN202310928126.4在审
发明人：李娜;张亚姝;张鑫;张晓霞;梁校源;胡四泉;石志国;郭家义;梁玉晨;陈桂红 -专利权人：北京市大数据中心
申请日： 2023-07-26 - 公布日： 2023-10-03 - 主分类号： H04L9/40 文献下载
摘要：本发明提供一种数字孪生数据的安全查询访问控制方法及系统，涉及数据安全技术领域，包括：用户使用密钥来为文件的多个关键字生成密文，当授权用户搜索多个文件时，授权用户使用授权密钥生成查询所用的陷门，数字孪生数据云服务器根据陷门与每个关键字密文进行验证，从而实现密文数据的范围查询。基于改进的密文属性加密(CP‑ABE)的可追踪数据访问控制方案，使用访问结构和属性生成加密密钥和解密密钥，在搜索匹配时对搜索请求进行记录来生成完整性报告，对不合法的搜索请求发起泄露追踪。此外，涉及的复杂计算外包给雾节点，以此来减少数字孪生数据终端的计算开销。
一种数字孪生数据安全查询访问控制方法系统

[发明专利]一种基于微分博弈的数据交易收益分配方法和系统-CN202310945364.6在审
发明人：单武;王睿宇;赵雨晴;胡四泉;石志国;刘彦;赵俊;弭娜;朱芳;李娜 -专利权人：北京市大数据中心
申请日： 2023-07-28 - 公布日： 2023-10-03 - 主分类号： G06Q40/04 文献下载
摘要：本发明公开了一种基于微分博弈的数据交易收益分配方法和系统，属于数据交易技术领域，方法包括：确定政府与企业进行数据交易时的目标函数；获取政府与企业开放共享数据的最优努力程度，计算稳定状态下的数据开放共享存量；确定最优数据交易存量；获取政府与企业的收益分配方案矩阵；确定负理想收益分配方案，并以负理想收益分配方案作为收益分配的起点；建立动态收益分配方案；引入动态收益分配机制，得到动态分配收益函数；通过动态分配收益函数，分配政府与企业进行数据交易时各自收益。可以保证政府与企业进行数据交易时的收益分配机制的时间一致性，提升收益分配的稳定性，推动政府和企业间的数据开放共享合作公平稳定。
一种基于微分博弈数据交易收益分配方法系统

[发明专利]一种基于深度学习和表情识别的面部关键点定位方法-CN202110477263.1有效
发明人： 胡四泉;张超;石志国 -专利权人：北京科技大学;北京科技大学顺德研究生院
申请日： 2021-04-29 - 公布日： 2023-08-15 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种基于深度学习和表情识别的面部关键点定位方法，包括：选取特定的多种表情的人脸图像，根据人脸图像中脸部特征进行表情建模；将表情模型中脸部各个器官的轮廓作为关键点数据进行标注，构建数据集；对构建的数据集进行预处理；搭建深度学习网络模型；将预处理后的数据集输入所述深度学习网络模型中进行训练；将训练后的面部关键点数据集用于表情分类与识别预测。本发明所述方法无需处理整张图像的信息，只需要处理定位出的关键点信息用来充当各类场景下表情识别的数据集，即可进行快速表情分类与识别预测，有效减少了计算量，提高了表情关键点识别的鲁棒性。
一种基于深度学习表情识别面部关键定位方法

[发明专利]一种基于深度学习的小目标姿态检测方法及装置-CN202310198631.8在审
发明人： 胡四泉;王培;石志国;贾钧;张晓霞 -专利权人：北京科技大学
申请日： 2023-03-03 - 公布日： 2023-06-23 - 主分类号： G06F18/214 文献下载
摘要：本发明涉及姿态检测技术领域，特别是指一种基于深度学习的小目标姿态检测方法及装置，一种基于深度学习的小目标姿态检测方法包括：获得原始数据，对原始数据进行预处理，获得训练数据；对SSD网络进行结构改进，建立姿态检测训练模型；使用训练数据，对姿态检测训练模型进行训练，获得姿态检测模型；将待检测数据输入姿态检测模型，获得姿态检测结果。本发明提供一种面对多人教学场景的准确且高效的小目标姿态检测方法。
一种基于深度学习目标姿态检测方法装置

[发明专利]一种基于表情识别的学生心理状态分析方法及装置-CN202211130931.4在审
发明人： 胡四泉;张静;石志国;张庆达;梁天行;赵伦 -专利权人：北京科技大学;北京科技大学顺德创新学院
申请日： 2022-09-16 - 公布日： 2023-01-31 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种基于表情识别的学生心理状态分析方法及装置，该方法包括：获取包含学生表情的学生上课图片数据，构建学生上课图片数据集；构建识别模型，包括表情识别模块和心理状态识别模块；表情识别模块的输入为学生上课图片数据，输出为表情序列，心理状态识别模块的输入为表情识别模块输出的表情序列，输出为心理状态识别结果；对构建的识别模型进行训练；利用训练好的识别模型实时识别课堂上学生的心理状态。本发明可应用于智慧课堂的场景，帮助教师判断学生状态，及时修改教学方法，从而提高教学质量。
一种基于表情识别学生心理状态分析方法装置

[发明专利]一种基于交通监控视频的多目标车辆轨迹实时构建方法-CN202010244107.6有效
发明人：贾海涛;付梦锦;佘春东;胡四泉;罗欣;冷庚 -专利权人：电子科技大学
申请日： 2020-03-31 - 公布日： 2022-03-15 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了一种基于交通监控视频的多目标车辆轨迹实时构建方法，属于计算机视觉技术领域。本发明所述方法首先采集和标注交通监控摄像头角度下的交通数据，然后用训练好的深度学习模型和HOG特征提取工具分别提取交通视频图像的卷积特征和HOG特征，并进行融合，基于融合特征，一方面训练基于yolo‑v3的车牌号检测模型，另一方面，采用基于时空正则化的相关性滤波方法完成对多车辆目标的实时准确追踪，最后，结合追踪结果和车牌检测结果，记录每一车辆的车牌信息及其行驶轨迹。本发明所述方法减少了额外安装和维护设备的成本，实用性更好；具有更高的准确性，特别是在有遮挡和形变情况的轨迹构建效果有显著的提升。
一种基于交通监控视频多目标车辆轨迹实时构建方法

[发明专利]一种教学场景下基于注意力机制的面部表情分析方法-CN202110498816.1在审
发明人： 胡四泉;王新雨;石志国 -专利权人：北京科技大学;北京科技大学顺德研究生院
申请日： 2021-05-08 - 公布日： 2021-10-08 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种教学场景下基于注意力机制的面部表情分析方法，包括：建立教学场景下的表情识别数据集，并进行预处理；搭建基于注意力机制的卷积神经网络模型；利用基于注意力机制的卷积神经网络模型对所述表情识别数据集进行训练，得到适用于教学场景的表情识别模型。本发明针对传统卷积神经网络对小目标特征识别和微表情识别效果不佳的问题，引入注意力机制，通过提取小目标的关键特征，降低小目标冗余特征的比例，能够极大地降低网络参数的计算量，去除不必要的冗余信息，有效提高训练的效率和准确率。本发明通过表情识别来分析学生课堂的听课状态和参与程度，并实时反馈给教师，有利于教师更加系统地制定教学计划，提高教学效果。
一种教学场景基于注意力机制面部表情分析方法

[发明专利]教学场景下基于CNN模型的表情识别方法-CN202110459758.1在审
发明人： 胡四泉;黄钊;石志国 -专利权人：北京科技大学;北京科技大学顺德研究生院
申请日： 2021-04-27 - 公布日： 2021-08-06 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种教学场景下基于CNN模型的表情识别方法，包括：利用摄像头采集在教学环境下学生上课的视频图像；对采集的视频图像进行处理，得到以帧为单位的图片数据；对得到的图片数据进行预处理；采用兴趣区域ROI对数据集进行扩充；设计CNN网络模型；将扩充后的数据集输入设计的CNN网络模型中进行训练；对训练后的数据进行分类处理，得到在教学场景下学生的面部表情状态。本发明利用视频采集的方法，将在教学环境下采集到的图像视频输入设计好的CNN网络中，综合分析学生在上课时的面部表情信息，对课堂的学习情况进行客观评估，与现有技术相比，提高了识别效率和准确率，有利于辅助进行教学优化，提升教学质量。
教学场景基于 cnn 模型表情识别方法

1
2
下一页»
尾页
共 27 条