“特征标签”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2608527个，建议您升级VIP下载更多相关专利

[发明专利]基于射频标签信号特征检测的商品移动监测方法及系统-CN201410836555.X有效
发明人：刘天赐;杨磊 -专利权人：无锡华系天下科技有限公司
申请日： 2014-12-29 - 公布日： 2018-06-26 - 主分类号： G06K7/00 文献下载
摘要：本发明公开了一种基于射频标签信号特征检测的商品移动监测方法，包括：按预设周期采集设置于待测商品上的射频标签数据，获得商品射频标签的信号特征数据流；处理所述信号特征数据流中的信号强度特征数据，得到移动强度指标，判断出该移动强度指标对应的商品射频标签为受到影响的商品射频标签；处理所述受到影响的商品射频标签的所述信号特征数据流中的信号相位特征数据，得到相位变化步幅值，判断出该信号相位特征对应的商品射频标签为发生移动的商品射频标签，该商品射频标签对应的商品发生移动。
射频标签数据流信号特征信号特征检测发生移动强度指标商品移动信号相位移动射频标签数据信号强度特征生产规模实时监测市场反应特征数据相位变化预设周期监测销售量采集厂商改进

[发明专利]基于K最远交叉一致性正则化的半监督时序行为定位方法-CN202110225417.8有效
发明人：王楠楠;丁鑫棚;高新波;李洁;朱明瑞;李国璋 -专利权人：西安电子科技大学
申请日： 2021-03-01 - 公布日： 2023-09-19 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种基于K最远交叉一致性正则化的半监督时序行为定位方法，包括：获取包括多个有标签视频和多个无标签视频的训练数据集；利用时序片段网络分别获得有标签视频和无标签视频的特征；利用染色体交叉互换法对无标签视频的特征进行干扰，获得无标签视频的干扰后特征；将有标签视频的特征、无标签视频的特征、及无标签视频的干扰后特征输入预测网络，分别得到对应的预测值；重复上述步骤，利用训练数据集和损失函数对预测网络进行训练，获得经训练的预测网络该方法采用K最远交叉的干扰方式，直接在特征上进行干扰，过程更加的高效和简单。
基于最远交叉一致性正则监督时序行为定位方法

[发明专利]实体标签的确定方法和装置-CN202010617196.4在审
发明人：程鸣权;杨浩;刘昊;刘欢;陈坤斌;刘准;何伯磊;和为 -专利权人：北京百度网讯科技有限公司
申请日： 2020-06-30 - 公布日： 2020-11-20 - 主分类号： G06F40/295 文献下载
摘要：本申请公开了实体标签的确定方法和装置，涉及自然语言处理技术领域、大数据处理技术领域、深度学习技术领域，具体实现方案为：获取与目标文档的文档类型对应的实体标签库，其中，实体标签库中包括与文档类型对应的多个实体标签；将目标文档与实体标签库匹配，获取匹配成功的多个候选实体标签；获取目标文档的属性特征，并根据目标文档获取与每个候选实体标签对应的标签特征；将属性特征和标签特征输入预先训练的标签识别模型，获取与每个候选实体标签对应的第一置信度；根据第一置信度从多个候选实体标签中，确定目标文档的目标实体标签。由此，以半自动化的方式实现实体标签的确定，提升了实体标签确定的准确率和召回率，且降低了人工成本。
实体标签确定方法装置

[发明专利]一种基于大数据分析的标签分类方法-CN201811514705.X有效
发明人：洪创波 -专利权人：广东潮庭集团有限公司
申请日： 2018-12-10 - 公布日： 2022-03-01 - 主分类号： G06F16/53 文献下载
摘要：本发明涉及一种基于大数据分析的标签分类方法，S11、对标签序列进行识别，抓取标签序列图像；S12、对所述标签序列图像进行深度识别，识别出标签序列图像中的字节；S13、对步骤S12中的标签序列图像根据字节进行分割，分割出子标签图像；S14、对分割后的标签序列图像进行特征提取，提取每个子标签图像中的数字特征，并将提取到的数字特征按着从前至后的顺序进行排列得到新的标签序列组合；S15、根据步骤S14中提取的标签图像中的数字特征得到的新的标签序列组合，匹配数据库中存储的标签分类规则，将新的标签序列组合进行标签分类；本发明具有分类精准、快捷的优点。
一种基于数据分析标签分类方法

[发明专利]图像标签分类网络的训练方法、图像标签分类方法及设备-CN202010603987.1在审
发明人：朱旭东;孙众毅;任玉强;潘兴甲;袁豪磊;郭晓威;黄小明;吴永坚;黄飞跃 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-06-29 - 公布日： 2020-08-25 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种图像标签分类网络的训练方法、图像标签分类方法及设备，涉及人工智能领域，该方法包括：获取样本图像；通过特征提取网络对样本图像进行特征提取，得到特征提取网络输出的样本特征图；将样本特征图输入图网络分类器，得到图网络分类器输出的样本标签分类结果，图网络分类器基于目标图网络构建得到，目标图网络中的图节点对应图像标签，且不同图节点之间的边用于表征不同图像标签之间的共现概率；根据样本标签分类结果与样本图像标签之间的误差，训练特征提取网络和图网络分类器。本申请实施例中，利用图网络分类器对进行标签分类时，能够融入不同图像标签之间的关联性，有助于提高图像标签分类的效率和准确性。
图像标签分类网络训练方法设备

[发明专利]一种冰箱、食材定位方法和系统-CN202210127218.8在审
发明人：彭红亮 -专利权人：海信（山东）冰箱有限公司
申请日： 2022-02-11 - 公布日： 2022-05-13 - 主分类号： F25D29/00 文献下载
摘要：本发明公开了一种冰箱、食材定位方法和系统，所述冰箱内部间室内设有若干个预存有坐标信息的监视哨标签。所述冰箱内还设有读写器，用于获取所述监视哨标签的特征信息和坐标信息，以及与间室内食材对应绑定的食材标签的特征信息。通过获取当前食材标签的特征信息和每一所述监视哨标签的特征信息；确定与当前食材标签的特征信息相似度最高的特征信息对应的监视哨标签，作为目标监视哨标签；获取所述目标监视哨标签的坐标信息，作为当前食材标签的位置信息
一种冰箱定位方法系统

[发明专利]一种辨别射频标签的方法及装置-CN201010281444.9有效
发明人：魏恺言;袁兰平;乔椿;黄鹏 -专利权人：深圳兆日科技股份有限公司
申请日： 2010-09-13 - 公布日： 2012-04-04 - 主分类号： G06K7/00 文献下载
摘要：本发明涉及防伪技术领域，公开了一种辨别射频标签的方法及装置。本发明主要解决在现有射频(RF)标签不做任何改变的情况下，如何通过对每一枚标签物理特征的测量，来准确的区分不同的RF标签。由于标签在生产制造过程中，标签上的天线、印刷电路、电子元器件其各项参数理论上一定存在差异，结合生产工艺的精度等因素，会形成每一枚标签独一无二的自身的物理特征，由于这些物理特征是伴随整个标签生产工艺而自然形成(标签上每一个器件同样在各自生产制造过程会产生各自的物理特征)，所以这些物理特征期望通过克隆的方法来复制是不可能的，通过精确识别每一枚射频标签的物理特征来实现防伪的功能。
一种辨别射频标签方法装置

[发明专利]一种基于图模型的深度学习多标签文本分类方法-CN202111201995.4有效
发明人：戴新宇;刘盾 -专利权人：南京大学
申请日： 2021-10-15 - 公布日： 2023-08-11 - 主分类号： G06F16/35 文献下载
摘要：本发明提供了一种基于图模型的深度学习多标签文本分类方法，本发明分析了现有的CNN网络和RNN网络在文本信息提取上的弱点，以及多标签文本分类任务中使用标签信息的不足，提出了一种基于图模型的深度学习多标签文本分类方法该方法借助图结构的灵活性，构造文本、单词和标签的异构图，通过GCN网络学习相关表示，为了有效利用标签信息，利用注意力机制将文本中的单词特征和标签特征进行融合，学习与标签相关的文本特征，最终通过注意力机制将与标签相关的文本特征和图中学习到的文本特征进行融合，作为模型最终提取的文本特征。通过对比实验，发现该方法在多标签文本分类的多个指标上有所提升。
一种基于模型深度学习标签文本分类方法

[发明专利]一种生成预训练人工智能模型的方法及装置-CN202110173151.7在审
发明人：魏龙辉;谢凌曦;何建忠;田奇 -专利权人：华为云计算技术有限公司
申请日： 2021-02-08 - 公布日： 2022-05-10 - 主分类号： G06F30/27 文献下载
摘要：本申请实施例涉及一种生成预训练AI模型的方法，包括：确定多个原始图像，根据表观特征提取模型确定各个原始图像所对应的表观特征。之后，根据各个原始图像对应的表观特征和原始标签，对每个原始图像生成相应的伪标签。然后，采用携带伪标签的原始数据对第一初始AI模型进行训练，得到预训练AI模型。本申请通过采用具有较强泛化能力的表观特征提取模型，提取原始图像的表观特征，再基于表观特征结合原始图像预先存储的原始标签生成伪标签。伪标签则具备了表观特征和人工语义，使得采用携带伪标签的原始图像训练得到的预训练AI模型继承了具有泛化能力的表观特征，又具有细粒度更丰富的特征捕捉能力。
一种生成训练人工智能模型方法装置

[发明专利]标签信息的动态更新方法、装置及介质-CN202111014839.7在审
发明人：帅丽丽 -专利权人：平安国际智慧城市科技股份有限公司
申请日： 2021-08-31 - 公布日： 2021-12-10 - 主分类号： G16H10/60 文献下载
摘要：本申请实施例涉及数字医疗技术领域和人工智能技术领域，公开了一种标签信息的动态更新方法、装置及介质。该方法包括：在检测到目标用户的医疗行为事件时，获取目标用户的医疗行为数据；对医疗行为数据进行特征提取，得到目标用户的多个用户特征；确定多个用户特征中每个用户特征所属的目标标签位；将目标用户的标签信息中目标标签位的标签值更新为每个用户特征，以对目标用户的标签信息进行更新，得到目标用户的更新后的标签信息。采用本申请实施例能够实现对标签信息的及时动态更新。
标签信息动态更新方法装置介质

[发明专利]超高频RFID标签协议一致性测试方法-CN201410380850.9有效
发明人：王卫东;郭兴祖;陈岚 -专利权人：江苏物联网研究发展中心
申请日： 2014-08-04 - 公布日： 2014-10-29 - 主分类号： H04B17/00 文献下载
摘要：本发明涉及一种超高频RFID标签协议一致性测试方法，所述RFID标签协议一致性测试方法包括如下步骤：a、上位机与频谱分析仪连接，并通过所述频谱分析仪捕获RFID标签阅读器与被测标签之间的通信信号，以获取能反映被测标签全部特征的标签特征信号；b、利用小波变换方法对上述获取的标签特征信号进行处理，得到标签特征变换信号，并对得到的标签特征变换信号进行检测，以提取得到协议参数；c、将上述提取的协议参数与协议规定的标准参数值比较，并输出所述比较结果本发明能实现对超高频RFID标签协议的一致性进行准确测试，易于实现测试的自动化，安全可靠。
超高频 rfid 标签协议一致性测试方法

[发明专利]视频镜头类别的检测方法及装置和数据库更新方法及装置-CN201710209966.X有效
发明人：刘楠 -专利权人：北京奇艺世纪科技有限公司
申请日： 2017-03-31 - 公布日： 2020-02-18 - 主分类号： G06F16/783 文献下载
摘要：本发明实施例提供了视频镜头类别的检测方法及装置和数据库更新方法及装置，所述方法包括：利用已建立的视觉特征数据库，对输入的视频流进行检测，获得以镜头为单位的类别标签序列；其中所述类别标签包括：片头、片尾、广告和普通节目镜头标签；所述视觉特征数据库中存储有片头、片尾和广告类别的视觉特征及其对应的类别标签；遍历所述类别标签序列，根据不同类别标签在类别标签序列中排列位置特征和/或不同类别镜头的长度特征，对所述类别标签序列进行纠正，获得纠正后的类别标签序列；将纠正后的类别标签序列确定为检测结果。
视频镜头类别检测方法装置数据库更新

[发明专利]融合三元损失和标签嵌入的图注意力网络文本分类模型-CN202310349705.3有效
发明人：程艳;邹海锋 -专利权人：江西师范大学
申请日： 2023-04-04 - 公布日： 2023-06-27 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种融合三元损失和标签嵌入的图注意力网络文本分类模型，包括三个部分：特征词‑标签匹配模块、图嵌入三元损失训练策略模块、文本特征提取和交互模块；按照以下顺序进行：特征词‑标签匹配模块连接图嵌入三元损失训练策略模块，图嵌入三元损失训练策略模块连接文本特征提取和交互模块；本发明的有益效果是：（1）比未使用标签语义信息的标签嵌入模型的效果更好；（2）通过图注意力网络的标签嵌入能更好地利用标签语义信息，克服了单词和标签联合嵌入模型LEAM未能关注标签语义相似性产生的噪音会对分类精度产生影响，能够更好的通过图注意力网络进行标签特征表示。
融合三元损失标签嵌入注意力网络文本分类模型

[发明专利]数据防窃取方法和相关产品-CN201910897929.1在审
发明人：胡海波;郑桦迪;叶青青;方成方;时杰 -专利权人：华为技术有限公司
申请日： 2019-09-20 - 公布日： 2020-02-14 - 主分类号： G06F21/14 文献下载
摘要：本申请实施例公开了人工智能领域中的一种数据防窃取方法和相关产品，该方法可包括：获取目标数据；将所述目标数据输入至识别模型进行识别处理，得到第一标签；所述第一标签为所述目标数据所属的标签，所述识别处理包括：所述识别模型对所述目标数据进行特征提取处理以得到第一特征向量；所述识别模型根据所述第一特征向量，预测得到所述第一标签；在确定存在第二特征向量的情况下，输出目标标签；所述第二特征向量为与所述第一特征向量之间的距离小于第一阈值的特征向量，且其经由所述识别模型预测得到的第二标签与所述第一标签不同；所述目标标签为对所述第一标签进行扰动处理得到的标签；可以有效防止识别模型(一种AI模型)的参数被获取。
标签特征向量目标数据人工智能领域获取目标模型预测目标标签输出目标特征提取扰动窃取预测申请

[发明专利]一种基于标签嵌入的多标签少样本图像分类方法-CN202310539501.6在审
发明人：黄晟;徐嘉志;严杰轩;朱翔;葛永新;徐玲;张小洪;杨梦宁;杨丹 -专利权人：重庆大学
申请日： 2023-05-15 - 公布日： 2023-09-08 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及一种基于标签嵌入的多标签少样本图像分类方法，该方法通过类似化学过程中的精馏操作，针对多标签少样本类视觉特征到标签的映射问题进行处理。该方法使用原型生成模块来根据词嵌入生成类语义原型，并将其投影到视觉‑语义联合特征空间中。在联合特征空间中，通过特征精馏模块中的自注意力机制和梯度回流机制，完成视觉‑语义聚合特征精馏，并对词嵌入提供的标签关系进行建模，优化生成的语义原型的判别性和对视觉特征的引导能力，从而有效利用标签嵌入作为多标签少样本图像分类任务中的信息补充通过试验表明，该方法具有良好的分类性能和对于不可见类的泛化能力，能够处理多标签少样本图像分类任务中的类特征与标签之间的映射和多标签关系建模两大难题。
一种基于标签嵌入样本图像分类方法