-
公开(公告)号：CN118898507A
公开(公告)日：2024-11-05
申请号：CN202411390312.8
申请日：2024-09-30
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06Q30/0601 , G06F18/22 , G06F18/23213 , G06N3/0442
Abstract: 本申请提供一种产品推荐方法、装置及设备，该方法包括：获取第一集合，第一集合包括多个候选产品，候选产品对应的样本特征向量包括目标文本配单的用户特征向量和候选产品的产品特征向量；针对第二集合的各候选产品，将候选产品对应的样本特征向量输入给专业网络模型得到第一匹配分数值；针对第三集合的各候选产品，基于目标文本配单的提示文本和候选产品的提示文本生成目标提示文本，将所述目标提示文本输入给大语言模型得到第二匹配分数值；基于候选产品的第一匹配分数值和第二匹配分数值确定候选产品的目标分数值，基于各候选产品的目标分数值从第三集合选取目标产品，为目标文本配单推荐目标产品。通过本申请方案，实现产品精准推荐。
-
公开(公告)号：CN114239859A
公开(公告)日：2022-03-25
申请号：CN202210177655.0
申请日：2022-02-25
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请公开一种基于迁移学习的时序数据预测方法、装置及存储介质，涉及机器学习技术领域和数据处理技术领域，能够提高迁移后的模型的训练效率和时序数据预测的准确度。该方法包括：获取目标域数据；目标域数据是时序数据，目标域数据包括至少一个带标签的目标域数据和多个未带标签的目标域数据；将源域特征提取模型的网络参数，迁移到待训练的目标域特征提取模型；源域特征提取模型包括：特征提取层和元学习层；根据至少一个带标签的目标域数据，对待训练的目标域特征提取模型中的元学习层进行训练，得到目标域特征提取模型；根据多个未带标签的目标域数据、目标域特征提取模型和标签预测模型，进行时序数据预测。
-
公开(公告)号：CN119719877A
公开(公告)日：2025-03-28
申请号：CN202311260589.4
申请日：2023-09-26
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F18/241 , G06F18/214 , G06F18/21
Abstract: 本申请提供一种行为检测方法、装置及设备，该方法包括：从验证表集合中选取与目标对象的待检测表对应的多个近邻验证表；针对每个网络模型，基于待检测表与每个近邻验证表的距离、该网络模型对每个近邻验证表的预测标签，确定该网络模型的准确性评估参数；基于该网络模型对每个近邻验证表的预测标签、除该网络模型之外的其它网络模型对每个近邻验证表的预测标签，确定该网络模型的多样性评估参数；基于每个网络模型的准确性评估参数和多样性评估参数从所有网络模型中选取多个候选网络模型，基于多个候选网络模型确定待检测表的目标预测结果，目标预测结果用于检测目标对象是否存在指定类型行为。通过本申请的技术方案，避免目标对象的管理异常。
-
Patent Agency Ranking
公开(公告)号：CN118760956B
公开(公告)日：2024-12-03
申请号：CN202411256213.0
申请日：2024-09-09
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F18/241 , G06F18/15 , G06F18/213 , G06F18/25 , G06F123/02
Abstract: 本申请涉及数据处理技术领域，公开了一种水位预测方法及设备，该方法包括：响应于水位预测请求，获取待预测流域的原始水文数据，根据原始水文数据通过水文模型生成待预测流域的产汇流数据，从原始水文数据和产汇流数据中截取时序数据，并从时序数据中提取影响待预测流域的预测水位的时序特征，从目标流域的流域信息中提取影响待预测流域的预测水位的空间特征，将时序特征和空间特征输入机器学习模型，并将原始水文数据和产汇流数据输入深度学习模型，获得待预测流域的预测水位；由于本申请通过耦合多个模型来进行水位预测，并且能够提取影响水位的时序特征和空间特征，从而能够提高水位预测的准确性和效率。
-
公开(公告)号：CN118898507B
公开(公告)日：2025-01-07
申请号：CN202411390312.8
申请日：2024-09-30
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06Q30/0601 , G06F18/22 , G06F18/23213 , G06N3/0442
Abstract: 本申请提供一种产品推荐方法、装置及设备，该方法包括：获取第一集合，第一集合包括多个候选产品，候选产品对应的样本特征向量包括目标文本配单的用户特征向量和候选产品的产品特征向量；针对第二集合的各候选产品，将候选产品对应的样本特征向量输入给专业网络模型得到第一匹配分数值；针对第三集合的各候选产品，基于目标文本配单的提示文本和候选产品的提示文本生成目标提示文本，将所述目标提示文本输入给大语言模型得到第二匹配分数值；基于候选产品的第一匹配分数值和第二匹配分数值确定候选产品的目标分数值，基于各候选产品的目标分数值从第三集合选取目标产品，为目标文本配单推荐目标产品。通过本申请方案，实现产品精准推荐。
-
公开(公告)号：CN118760956A
公开(公告)日：2024-10-11
申请号：CN202411256213.0
申请日：2024-09-09
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F18/241 , G06F18/15 , G06F18/213 , G06F18/25 , G06F123/02
Abstract: 本申请涉及数据处理技术领域，公开了一种水位预测方法及设备，该方法包括：响应于水位预测请求，获取待预测流域的原始水文数据，根据原始水文数据通过水文模型生成待预测流域的产汇流数据，从原始水文数据和产汇流数据中截取时序数据，并从时序数据中提取影响待预测流域的预测水位的时序特征，从目标流域的流域信息中提取影响待预测流域的预测水位的空间特征，将时序特征和空间特征输入机器学习模型，并将原始水文数据和产汇流数据输入深度学习模型，获得待预测流域的预测水位；由于本申请通过耦合多个模型来进行水位预测，并且能够提取影响水位的时序特征和空间特征，从而能够提高水位预测的准确性和效率。
-
公开(公告)号：CN114239859B
公开(公告)日：2022-07-08
申请号：CN202210177655.0
申请日：2022-02-25
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请公开一种基于迁移学习的时序数据预测方法、装置及存储介质，涉及机器学习技术领域和数据处理技术领域，能够提高迁移后的模型的训练效率和时序数据预测的准确度。该方法包括：获取目标域数据；目标域数据是时序数据，目标域数据包括至少一个带标签的目标域数据和多个未带标签的目标域数据；将源域特征提取模型的网络参数，迁移到待训练的目标域特征提取模型；源域特征提取模型包括：特征提取层和元学习层；根据至少一个带标签的目标域数据，对待训练的目标域特征提取模型中的元学习层进行训练，得到目标域特征提取模型；根据多个未带标签的目标域数据、目标域特征提取模型和标签预测模型，进行时序数据预测。
-
公开(公告)号：CN114239697A
公开(公告)日：2022-03-25
申请号：CN202111423883.3
申请日：2021-11-26
Applicant: 杭州海康威视数字技术股份有限公司
Inventor： 曹进
Abstract: 本发明实施例提供的目标对象的分类方法、装置、电子设备及存储介质，应用于信息技术领域，可以获取目标对象的时序数据；对时序数据进行特征提取，得到多个待分类特征；通过预设特征构建算法，计算各待分类特征的特征分布向量；通过预先训练好的特征构建元模型，根据各待分类特征的特征分布向量预测各待分类特征的贡献度；选取贡献度大于预设贡献度阈值的待分类特征作为所述目标对象的当前特征；根据当前特征对目标对象进行分类，得到目标对象对应的分类结果。可以根据各待分类特征的特征分布向量预测各待分类特征的贡献度，选取贡献度最高的前N个待分类特征作为目标对象的当前特征进行分类，从而提高分类的准确率。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.04 seconds)
