“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]多标签分类方法、装置、电子设备及存储介质-CN201911090144.X有效
发明人：卢东焕;马锴;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-11-08 - 公布日： 2023-09-12 - 主分类号： G06V10/764 文献下载
摘要：本申请公开了一种多标签分类方法、装置、电子设备及存储介质，该方法包括获取待分类医学图像，并将待分类医学图像输入至预先训练的第一卷积网络，获得与标签信息对应的特征信息，标签信息为根据分类需求预先确定的信息；将特征信息输入至预先训练的第二卷积网络，获得待分类医学图像的多标签分类结果，第二卷积网络为图卷积网络，而图卷积网络的映射函数是基于特征信息和标签信息之间的关系矩阵训练得到的。本申请根据标签信息提取待分类医学图像的特征信息，此时特征信息之间是互相孤立的，当将标签信息的关系矩阵引入对特征信息的处理过程后，由于考虑到了同一特征信息可能对应多个标签，避免了分类时标签的缺失，提升了图像多标签分类的精度
标签分类方法装置电子设备存储介质

[发明专利]基于标签相关性的多标签流特征确定最优特征子集的方法-CN202110680679.3在审
发明人：尤殿龙;王杨 -专利权人：燕山大学
申请日： 2021-06-18 - 公布日： 2021-09-03 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于标签相关性的多标签流特征确定最优特征子集的方法，其包括以下步骤：任意的新特征以流的形式依次流入模型；对每个新特征进行在线显著性分析；对非显著的特征进行在线相关性分析；对候选特征集中的特征进行冗余性分析；重复以上步骤，直至没有新的特征流入模型为止，最终获得一个最优特征子集。本发明能从具有流特征和多标签的数据中挖掘特征，并考虑标签之间的相关性以增加算法的预测性能，同时降低学习的时间复杂度，满足在线特征选择的时效性要求。本发明应用广泛，能应用于各种数据的特征选择任务中，有助于在提取特征时过滤掉对任务无用的特征信息，从而提升了相关工作的工作效率。
基于标签相关性特征确定最优子集方法

[发明专利]OTA图片标签的识别方法、电子设备和介质-CN201910934233.1有效
发明人：成丹妮;罗超;胡泓 -专利权人：携程计算机技术（上海）有限公司
申请日： 2019-09-29 - 公布日： 2023-04-25 - 主分类号： G06F16/51 文献下载
摘要：本发明公开了一种OTA图片标签的识别方法、电子设备和介质，其中OTA图片标签的识别方法，包括以下步骤：根据OTA图片库构建OTA图像标签数据集，OTA图片库包括OTA图片和与OTA图片对应的标签；根据OTA图像标签数据集建立标签关系模型；根据标签关系模型建立图像特征提取模型，并提取图像特征；根据图像特征建立标签识别模型；采用标签识别模型识别待测OTA图片的标签。本发明基于OTA酒店下的海量图片信息和当前存在的标签，利用深度学习的方法对图片进行自动化标签识别。
ota 图片标签识别方法电子设备介质

[发明专利]视频分类方法、装置、设备及存储介质-CN202210452355.9在审
发明人：徐鸣谦;王晓宇;顾明;饶明佺;刘倍余 -专利权人：咪咕文化科技有限公司;中国移动通信集团有限公司
申请日： 2022-04-27 - 公布日： 2022-07-29 - 主分类号： G06F16/75 文献下载
摘要：本发明公开了一种视频分类方法、装置、设备及存储介质，涉及视频处理技术领域，方法包括获取待分类视频；对待分类视频进行特征提取和特征融合，得到多模态特征；对多模态特征进行标签分类，得到一级分类标签和二级分类标签；将一级分类标签对应的分支标签与二级分类标签进行融合，得到融合后的分类特征；根据融合后的分类特征，进行与二级分类标签对应的类别预测，得到视频分类结果。
视频分类方法装置设备存储介质

[发明专利]油墨标签的识别验伪方法、装置、设备及介质-CN201910663611.7有效
发明人：袁涌耀;汪宁;黄志明;吴光乐;刘一宸 -专利权人：杭州沃朴物联科技有限公司
申请日： 2019-07-22 - 公布日： 2022-11-11 - 主分类号： G06T7/37 文献下载
摘要：本发明公开了一种油墨标签的识别验伪方法，涉及防伪技术领域，用于实现基于油墨标签的商品验伪，该方法包括以下步骤：获取油墨标签图像，对所述油墨标签图像进行识别以提取油墨特征信息；获取验证模板，将所述油墨特征信息与验证模板进行特征比对，得到特征比对结果；根据所述特征比对结果，返回验伪结果。本发明还公开了一种油墨标签的识别验伪装置、电子设备和计算机存储介质。本发明通过对油墨标签的油墨特征和镭射特征分别进行提取和比对，实现商品的验伪。
油墨标签识别方法装置设备介质

[发明专利]标签分类方法、装置、设备及计算机存储介质-CN202111523873.7在审
发明人：衷欣;段容;贾晓惠 -专利权人：建信金融科技有限责任公司
申请日： 2021-12-14 - 公布日： 2022-03-15 - 主分类号： G06F16/35 文献下载
摘要：本申请实施例提供了一种标签分类方法、装置、设备及计算机存储介质，该标签分类方法包括获取待分类的标签数据，待分类的标签数据包括预设特征词和预设特征词的词频；采用Tfidf算法对预设特征词和预设特征词的词频进行计算，得到待分类的标签数据的目标特征向量；采用训练后的预设分类模型对目标特征向量计算标签分类结果。根据本申请实施例，可以通过预设分类模型对标签进行快速准确的分类，避免人工分类存在的准确率低、主观性强以及成本高等弊端，提高了标签分类的效率和分类结果的准确率。
标签分类方法装置设备计算机存储介质

[发明专利]图像多标签分类方法、装置、计算机设备和存储介质-CN202211268877.X在审
发明人：王越辉 -专利权人：西安闻泰信息技术有限公司
申请日： 2022-10-17 - 公布日： 2023-04-11 - 主分类号： G06V10/764 文献下载
摘要：本申请实施例涉及图像处理技术领域，公开了一种图像多标签分类方法、装置、计算机设备和存储介质，所述方法包括：获取m个初始标签和n个初始样本图像各自的初始特征向量；对n个所述初始样本图像各自的初始特征向量进行深度矩阵分解，得到n个所述初始样本图像各自的低秩特征向量，所述低秩特征向量的维度小于所述初始特征向量的维度；根据m个所述初始标签和n个所述初始样本图像各自的低秩特征向量，构建样本关联网络、标签关联网络和样本标签网络；对所述样本关联网络、所述标签关联网络和所述样本标签网络进行随机游走和标签分类，得到每个所述初始样本图像的多标签分类结果。实施本申请实施例，能解决现有图像多标签分类中降低标签分类的精度和速度等问题。
图像标签分类方法装置计算机设备存储介质

[发明专利]工单处理方法、装置、电子设备和计算机可读介质-CN202310258734.9有效
发明人：张聪聪;孙华东;孙建超;张子健;穆一鸣;谷雨明 -专利权人：中关村科学城城市大脑股份有限公司
申请日： 2023-03-17 - 公布日： 2023-06-13 - 主分类号： G06Q10/0631 文献下载
摘要：该方法的一具体实施方式包括：响应于接收到工单派发任务，生成工单派发任务对应的待派发工单；通过预先训练的层级多标签预测模型包括的工单特征提取模型，对待派发工单进行特征提取；通过层级多标签预测模型包括的工单标签特征提取模型，对工单标签集合中的工单标签进行级联关系提取；通过层级多标签预测模型包括的互相关关系识别模型，确定工单标签特征集合中的工单标签特征和工单文本特征之间的依赖关系；通过层级多标签预测模型包括的预测模型和依赖关系信息集合，确定待派发工单对应的工单标签信息。该实施方式提高了工单标签分类准确性和工单派发准确性。
处理方法装置电子设备计算机可读介质

[发明专利]特征数据获取方法、数据存储方法、装置、设备及介质-CN201911157167.8在审
发明人：勇萌哲;高小宏;滕一帆;程晶 -专利权人：腾讯云计算（北京）有限责任公司
申请日： 2019-11-22 - 公布日： 2020-05-22 - 主分类号： G06F16/36 文献下载
摘要：本申请实施例公开了一种特征数据获取方法、数据存储方法、装置、设备及介质，属于人工智能技术领域。所述方法包括：获取目标业务场景对应的特征图谱；根据所述特征图谱，确定所述目标业务场景下的业务特征和业务标签；根据所述业务特征和所述业务标签，获取所述目标业务场景下的特征数据和标签数据。本申请实施例通过获取业务场景对应的特征图谱，从而确定业务场景下的业务特征和业务数据，进而获取该业务场景下的特征数据和标签数据，本申请不需要技术人员深入学习从而确定业务特征和业务标签，特征数据和标签数据的获取速度快
特征数据获取方法存储装置设备介质

[发明专利]数据展示的方法及装置、电子设备及计算机可读存储介质-CN202010910221.8有效
发明人：费浩峻;朱蔷蔷;孙广宇;徐蕾 -专利权人：度小满科技（北京）有限公司
申请日： 2020-09-02 - 公布日： 2023-10-24 - 主分类号： G06Q30/0241 文献下载
摘要：本申请提供了一种数据展示的方法及装置、电子设备及计算机可读存储介质，包括，获取目标用户的行为数据，对目标用户的行为数据建立多个特征标签，在所有的特征标签中，将总数量大于阈值的特征标签作为目标特征标签，并将具有目标特征标签的用户作为展示对象，因为依据数据完成预设类型操作的用户的不固定的，所以目标特征标签也是不固定的，所以展示对象是变化的，所以将展示对象与各个展示属性进行组合，得到的数据展示方式也是变化的。
数据展示方法装置电子设备计算机可读存储介质

[发明专利]联合训练模型的数据预处理方法及装置-CN202310238328.6在审
发明人：张美慧;徐泉清;付瑞;杨传辉;吴云乘 -专利权人：北京理工大学;北京奥星贝斯科技有限公司
申请日： 2023-03-13 - 公布日： 2023-07-14 - 主分类号： G06F21/62 文献下载
摘要：本说明书实施例提供一种联合更新模型的数据预处理方法及装置，给出一种联合训练模型之前，多方联合安全进行业务特征选择的实施框架。该框架中，由标签持有方来选择联合训练模型的业务特征和模型训练过程的参与方。具体而言，标签持有方可以将标签数据、已选特征的编码数据提供给各个候选方，由各个候选方基于标签数据确定本地候选特征的特征分数，该特征分数描述了业务特征与标签数据、已选特征之间的关联关系。标签持有方汇总各个候选方的特征分数，并按照特征分数由大到小的顺序，确定选定成员以及选定特征。这种业务特征的选择方式在保护数据隐私性的同时，提高业务特征选择的有效性。
联合训练模型数据预处理方法装置

[发明专利]联合训练模型的数据预处理方法及装置-CN202310568966.4在审
发明人：张美慧;徐泉清;付瑞;杨传辉;吴云乘 -专利权人：北京理工大学唐山研究院;北京奥星贝斯科技有限公司
申请日： 2023-05-19 - 公布日： 2023-10-27 - 主分类号： G06F21/62 文献下载
摘要：本说明书实施例提供一种联合更新模型的数据预处理方法及装置，给出一种联合训练模型之前，多方联合安全进行业务特征选择的实施框架。该框架中，由标签持有方来选择联合训练模型的业务特征和模型训练过程的参与方。具体而言，标签持有方可以将标签数据、已选特征的编码数据提供给各个候选方，由各个候选方基于标签数据确定本地候选特征的特征分数，该特征分数描述了业务特征与标签数据、已选特征之间的关联关系。标签持有方汇总各个候选方的特征分数，并按照特征分数由大到小的顺序，确定选定成员以及选定特征。这种业务特征的选择方式在保护数据隐私性的同时，提高业务特征选择的有效性。
联合训练模型数据预处理方法装置

[发明专利]一种基于广度学习和深度学习的混合推荐方法-CN201910425341.6有效
发明人：张家精;陈金兰 -专利权人：安徽建筑大学
申请日： 2019-05-21 - 公布日： 2022-10-04 - 主分类号： G06F16/9035 文献下载
摘要：本发明公开了一种基于广度学习和深度学习的混合推荐方法，包括：推荐对象根据张量分解算法从用户对带有标签的推荐对象的评分数据张量中分解提取用户、推荐对象和标签的隐性特征，得到用户、推荐对象和标签的特征矩阵，再对用户、推荐对象和标签的特征矩阵进行特征匹配，得到张量分解的第一预测评分；采用循环神经网络提取用户特征和标签特征，采用文本卷积网络提取推荐对象名特征，将标签特征和推荐对象名特征输入BP神经网络的全连接层，得到推荐对象的目标特征，将用户特征和推荐对象的目标特征进行特征匹配，得到深度学习的第二预测评分；将第一预测评分和第二预测评分进行融合，得到最终预测评分并输出。
一种基于广度学习深度混合推荐方法

[发明专利]一种人脸识别方法及系统-CN202011142367.9有效
发明人：蒋同;蔡勇鹏;蒋莉 -专利权人：武汉新可信息技术有限公司
申请日： 2020-10-22 - 公布日： 2022-06-28 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种人脸识别方法及系统，它包括提取有标签和无标签人脸图像的特征向量获得第一特征向量集和第二特征向量集；计算出无标签人脸图像的软标签信息；计算人脸图像训练集的类间散度和类内散度并执行线性鉴别分析算法，得到鉴别投影矩阵；利用鉴别投影矩阵对待测人脸图像的特征向量、第一特征向量集和第二特征向量集进行降维得到各自的低维特征向量，将所述低维特征向量输入协同表示分类器得到各自的协同表示编码，利用对应于每一类的协同表示编码计算重构残差，重构残差最小的那一类标签为待测样本标签。本发明将有标签数据的标签信息传递给不带标签的数据，扩充带标签训练样本的数量，并对所有样本进行鉴别分析，提升CRC的精度和鉴别力。
一种识别方法系统

[发明专利]标签建立方法、装置、电子设备及介质-CN202010243203.9在审
发明人：赵焕丽;徐国强 -专利权人：深圳壹账通智能科技有限公司
申请日： 2020-03-31 - 公布日： 2020-08-18 - 主分类号： G06F40/289 文献下载
摘要：本发明提供一种标签建立方法、装置、电子设备及介质。该方法能够当接收到打标签指令时，从打标签指令中提取新闻文本，对新闻文本进行预处理，得到分词，对分词进行编码，得到第一特征向量，对每个第一特征向量进行上下文特征提取，得到第二特征向量，将每个第一特征向量及每个第二特征向量输入至预先训练的目标模型中，得到目标特征向量，对目标特征向量进行映射处理，得到概率向量，并确定新闻文本的标签，通过将第一特征向量及第二特征向量进行融合处理，能够得到准确的目标特征向量，进而提高了标签的准确率，另外，通过标签的确定，不仅便于用户筛选出具有某些标签的新闻文本，还能使用户在阅读所述新闻文本之前了解新闻文本的内容。
标签建立方法装置电子设备介质