[发明专利]一种基于循环神经网络的场景自适配方法及装置有效
| 申请号： | 201910012308.0 | 申请日： | 2019-01-07 |
| 公开（公告）号： | CN109815996B | 公开（公告）日： | 2021-05-04 |
| 发明（设计）人： | 宋扬;陈星;苏睿聪;张俊青 | 申请（专利权）人： | 北京首钢自动化信息技术有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08;G06F40/216;G06F40/289 |
| 代理公司： | 北京华沛德权律师事务所 11302 | 代理人： | 马苗苗 |
| 地址： | 100041*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于循环神经网络的场景自适配方法及装置，涉及深度学习技术领域，所述方法包括：获得场景库；获得第一场景；根据所述第一场景，获得所述第一场景的特征向量；判断所述第一场景的特征向量与所述场景库中的场景的特征向量是否相似；如果所述第一场景的特征向量与所述场景库中的场景的特征向量相似，输出所述场景库中的场景的功能模块名称和算法实现信息；如果所述第一场景的特征向量与所述场景库中的场景的特征向量不相似，将所述第一场景的特征向量加入所述场景库中，记录所述第一场景的功能模块和算法实现的信息。基于循环神经网络模型，达到了提高代码复用率，节约了开发人员时间，降低研发成本的技术效果。 | ||
| 搜索关键词： | 一种 基于 循环 神经网络 场景 配方 装置 | ||
【主权项】：
1.一种基于循环神经网络的场景自适配方法，其特征在于，所述方法包括：获得场景库；获得第一场景；根据所述第一场景，获得所述第一场景的特征向量；判断所述第一场景的特征向量与所述场景库中的场景的特征向量是否相似；如果所述第一场景的特征向量与所述场景库中的场景的特征向量相似，输出所述场景库中的场景的功能模块名称和算法实现信息；如果所述第一场景的特征向量与所述场景库中的场景的特征向量不相似，将所述第一场景的特征向量加入所述场景库中，记录所述第一场景的功能模块和算法实现的信息。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京首钢自动化信息技术有限公司，未经北京首钢自动化信息技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910012308.0/，转载请声明来源钻瓜专利网。
