专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果2538124个,建议您升级VIP下载更多相关专利
  • [发明专利]一种特征属性约简方法-CN202111005912.4在审
  • 刘瑶;乔付;郝博麟;刘忠艳;彭增焰;姜微 - 岭南师范学院
  • 2021-08-30 - 2021-12-10 - G06K9/62
  • 本发明公开了一种特征属性约简方法,属于模式识别和机器学习领域,从条件属性集合中移除一个特征属性时,通过计算依赖度的变化得到该特征属性重要性的度量,依赖度的变化越高,该特征属性就越重要,再通过比较特征属性集产生的等价关系,删除特征属性使约简集能够提供与原始的决策属性具有相同的预测能力,该特征属性约简集合为条件特征属性集的最小基数子集,该特征属性约简方法能为特征属性提取算法降低时间和空间复杂度。
  • 一种特征属性方法
  • [发明专利]基于图像与属性联合引导的行人属性识别方法-CN201810849415.4有效
  • 冀中;贺二路 - 天津大学
  • 2018-07-28 - 2021-09-14 - G06K9/00
  • 一种基于图像与属性联合引导的行人属性识别方法:获取图像特征属性特征;构建图像‑属性相互引导机制,包括分别构建图像引导属性特征和行人属性引导图像的特征;将图像引导属性特征和行人属性引导图像的特征输入到长短期记忆模型中,得到一种图像与属性相互引导的行人属性识别模型;求出行人属性结果,使用交叉熵目标函数,通过不断训练来优化行人属性结果。本发明通过图像特征属性特征之间的相互引导能够使模型更好的学习图像特征属性特征之间的相互关系,并在属性识别过程中加入注意力机制,让模型能够进一步的完善两个特征的分布来提高行人属性识别的精度。
  • 基于图像属性联合引导行人识别方法
  • [发明专利]一种目标对象属性的识别方法、装置及存储介质-CN202111277391.8在审
  • 樊鹏 - 腾讯科技(深圳)有限公司
  • 2021-10-29 - 2023-05-09 - G06Q30/0251
  • 本申请公开了一种目标对象属性的识别方法、装置及存储介质,相关实施例可应用于云技术、人工智能、智慧交通等各种场景,用于提高目标对象属性的识别准确率。该方法包括:获取目标行为数据和历史行为数据,对目标行为数据进行特征提取,得到第一对象属性特征、第一设备属性特征、第一网络属性特征以及目标业务操作特征,对历史行为数据进行特征提取,得到第二对象属性特征、第二设备属性特征、第二网络属性特征以及历史业务操作特征,按照时间维度将第二对象属性特征、第二设备属性特征、第二网络属性特征和历史业务操作特征进行聚合,并将各个特征进行拼接,通过对象属性预测模型输出属性预测概率,并根据属性预测概率确定目标对象的群体属性
  • 一种目标对象属性识别方法装置存储介质
  • [发明专利]一种数据处理方法及装置-CN202210090556.9在审
  • 吕建新;戈伟;张振华 - 浙江菜鸟供应链管理有限公司
  • 2022-01-24 - 2023-08-04 - G06Q10/083
  • 在本申请中,根据物流对象的对象描述信息获取物流对象的与物流属性相关的多个基础属性属性特征。获取用于表征各个基础属性属性特征分别与多个候选物流属性中的各个候选物流属性之间的相关度的相关度特征。对于多个基础属性中的任意一个基础属性,根据多个基础属性属性特征,获取该基础属性的关联基础属性对该基础属性的注意力特征,得到该基础属性对应的注意力特征。根据相关度特征以及多个基础属性中的各个基础属性分别对应的注意力特征,在多个候选物流属性中确定物流对象的物流属性。通过本申请,可以提高识别物流对象的物流属性的准确率。
  • 一种数据处理方法装置
  • [发明专利]交易操作的识别方法及服务器-CN201410743827.1在审
  • 祝志博;陈秋纯;张英 - 阿里巴巴集团控股有限公司
  • 2014-12-08 - 2016-06-08 - G06Q20/00
  • 本申请实施例涉及一种交易操作的识别方法及服务器,该方法包括:获取交易操作的属性特征集合;分析所述属性特征集合中各个属性特征之间的依赖关系;根据所述依赖关系,从所述属性特征集合中读取有依赖关系的属性特征对,所述属性特征对包括第一属性特征和第二属性特征,且所述第二属性特征依赖于所述第一属性特征;对读取的每对有依赖关系的属性特征对,根据预设的训练样本,计算所述第二属性特征依赖于所述第一属性特征的条件概率值;
  • 交易操作识别方法服务器
  • [发明专利]一种行人属性识别方法、设备和介质-CN202111306979.1在审
  • 王忠;周庆标;古川南 - 熵基科技股份有限公司
  • 2021-11-05 - 2022-02-11 - G06V40/10
  • 本申请公开了一种行人属性识别方法、设备和介质,将待检测行人图像输入到训练好的行人属性识别网络;通过主干网络对待检测行人图像进行特征提取,并通过特征卷积模块对提取到的浅层特征图、中层特征图和深层特征图分别进行1*1卷积处理,进而通过通道加权模块分别提取行人属性区域特征;通过分类模块对提取到的浅层属性区域特征、中层属性区域特征、深层属性区域特征和深层特征图进行行人属性识别,并结合得到的浅层属性区域特征、中层属性区域特征、深层属性区域特征和深层特征图对应的属性类别预测结果获取待检测行人图像的最终属性类别,改善了现有技术需要对行人的局部属性区域进行预定位,再进行行人属性识别,存在识别速度慢的技术问题。
  • 一种行人属性识别方法设备介质
  • [发明专利]属性类别的获取方法及装置、存储介质、电子装置-CN202010086830.6有效
  • 肖钟雯 - 浙江大华技术股份有限公司
  • 2020-02-11 - 2023-10-17 - G06V10/764
  • 本申请实施例提供了一种属性类别的获取方法及装置、存储介质、电子装置,所述方法包括:通过提取输入图像中目标对象的不同属性特征对应的注意力掩码图,其中,注意力掩码图用于表示不同属性特征的权重;根据属性特征的注意力掩码图获取属性特征的输入向量,其中,在第一属性特征与第二属性特征具有关联性的情况下,第一属性特征的输入向量与第二属性特征的输入向量具有关联性;将属性特征的输入向量输入属性分类器,得到属性特征对应的属性类别,解决了现有技术中在目标对象具有多种属性的识别技术中,分别训练不同的神经网络进行不同属性的识别,导致占用资源多、且耗时大的问题。
  • 属性类别获取方法装置存储介质电子
  • [发明专利]图像特征提取方法及装置、存储介质和终端-CN202211025542.5在审
  • 黄俊;汤増铭;魏鑫燏 - 中国科学院上海高等研究院
  • 2022-08-25 - 2022-11-04 - G06V10/40
  • 本发明公开了一种图像特征提取方法及装置、存储介质和终端,其中方法使用了训练后的图像特征提取模型,图像特征提取模型包括视觉区域特征提取单元用于对图像数据进行初步特征提取以获取区域关系属性特征和网格块局部特征属性空间信息提取单元用于对网格块局部特征进行属性空间信息提取,以获取属性空间嵌入向量;属性语义信息提取单元用于对文本数据进行属性语义信息提取获取属性语义嵌入向量;属性关系提取模块用于基于属性空间嵌入向量和属性语义嵌入向量建模属性关系获取建模了空间维度属性关系和语义维度属性关系的属性关系属性特征本发明解决了对象属性识别中特征提取方法对图像中关系的建模不够充分,所导致的对象属性识别精度低的问题。
  • 图像特征提取方法装置存储介质终端
  • [发明专利]一种基于商品属性特征的销量预测方法、装置及存储介质-CN202211443849.7在审
  • 李飞 - 北京数势云创科技有限公司
  • 2022-11-18 - 2023-04-18 - G06Q30/0202
  • 本发明公开基于商品属性特征的销量预测方法,包括:预设商品的多个属性特征以及每个属性特征下属相应的层级特征;将各个属性特征与其下属的层级特征组合得到各个属性层级组合;将预设时间维度内的历史销量数据按照各个属性层级组合进行聚合,获取所有属性层级组合的历史销量数据;根据属性层级组合的历史销量数据计算各属性层级组合中层级特征的选择概率和各层级特征组成的转移概率矩阵;根据待预测商品确定其属性特征属性特征下属的层级特征,由确定的各属性特征下属层级特征的选择概率计算得到待预测商品的选择概率,由确定的各属性特征下属层级特征的转移概率矩阵计算得到待预测商品的转移概率。
  • 一种基于商品属性特征销量预测方法装置存储介质

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top