-
公开(公告)号：CN114818987B
公开(公告)日：2022-11-08
申请号：CN202210699236.3
申请日：2022-06-20
Abstract: 本发明属于智能终端的技术领域，提供了一种科技服务数据的处理方法、装置以及系统。该方法包括：获取各个第一用户终端的应用分类组的修改记录；所述修改记录包括用户终端标识和应用分类变动信息；将各个所述修改记录中的所述自定义类别关联的应用标识添加至所述自定义类别的语料库中，并根据所有所述自定义类别更新后的语料库对预设的应用分类模型进行迭代训练，得到优化分类模型；将所述优化分类模型发送给各个第二用户终端，以使所述第二用户终端基于所述优化分类模型对安装的第二应用程序进行分类。本申请实施例解决分类结果无法满足用户的个性化需求的问题。
-
公开(公告)号：CN114648468B
公开(公告)日：2022-08-16
申请号：CN202210538089.1
申请日：2022-05-18
Abstract: 本申请适用于智能监控技术领域，提供了一种图像处理方法、装置、终端设备及计算机可读存储介质，其中，图像处理方法包括：对待处理图像进行上采样操作，得到待处理图像的上采样图像；通过预设的残差网络对待处理图像的特征图进行处理，得到待处理图像的残差图像；残差网络包括n个局部残差提取块，n个局部残差提取块之间采用稠密连接方式相连；通过预设的残差增强网络对特征图进行处理，得到待处理图像的残差增强细节图像；残差增强网络包括n个卷积块，n个卷积块之间采用稠密连接方式连接；根据上采样图像、残差图像及残差增强细节图像，得到待处理图像的目标图像；目标图像的分辨率高于待处理图像的分辨率，从而提高了待处理图像的分辨率。
-
公开(公告)号：CN104079997A
公开(公告)日：2014-10-01
申请号：CN201410327694.X
申请日：2014-07-10
IPC: H04N21/466 , H04N21/258
Abstract: 本发明实施例公开了一种数字电视个性化节目的推荐系统及其方法，其中，该系统包括：节目信息记录模块，用于记录用户观看节目的数据信息；节目信息分析模块，用于分析所述节目信息记录模块所存储的用户观看记录，挖掘出用户喜好的节目内容；节目推荐模块，用于根据所述节目信息分析模块所挖掘出的用户喜好的节目内容为用户预告节目的下期播放时间，以及为用户推荐同类型的节目。在本发明实施例中，挖掘出用户喜好的节目和频道，并根据用户的偏好推荐一些类似节目，解决了目前无法真正挖掘数字电视终端用户潜在的个性需求的技术问题，也解决了目前数字电视互动平台无法为数字电视终端用户提供个性化数字电视服务的技术问题。
-
公开(公告)号：CN119397288A
公开(公告)日：2025-02-07
申请号：CN202411408542.2
申请日：2024-10-10
IPC: G06F18/22 , G06V30/422 , G06V10/74 , G06V10/82 , G06N3/0464 , G06N3/0895 , G06Q50/18
Abstract: 本申请适用于信息处理技术领域，提供了一种基于对比学习的外观专利相似度确定方法及终端设备，方法包括：获取待比较的第一外观专利文件和第二外观专利文件；确定第一外观专利文件与第二外观专利文件的分类号相似度和名称相似度；将第一外观专利文件中的多张产品视图与第二外观专利文件中的多张产品视图进行配对，得到多个视图对；确定每一个视图对的相似度，根据预先学习到的每一个视图的预设自适应权重，计算第一外观专利文件与第二外观专利文件的视图相似度；将分类号相似度、名称相似度以及视图相似度的加权和，确定为第一外观专利文件与第二外观专利文件的整体相似度，能够降低外观专利相似度认定的人工成本，提高外观专利相似度确定的准确度。
-
公开(公告)号：CN119273581A
公开(公告)日：2025-01-07
申请号：CN202310833436.8
申请日：2023-07-07
Abstract: 本发明公开了一种基于核化注意力的智能监控图像去雾方法与系统。通过改进大气光散射模型构建雾霾图像和对应清晰图像的配对数据集；设计核化注意力去雾网络结构，包括：浅层特征提取层、局部‑全局的核化注意力模块、使用卷积操作来进行去雾图像复原；使用三个损失函数：均方误差损失函数、边缘损失函数、高斯核感知对比损失函数来对核化注意力去雾网络进行训练；用户输入待处理的雾霾图像到训练好的核化注意力去雾网络中得到复原的清晰图像。本发明能够对智能监控场景中的雾霾进行去除，场景适应性强，去雾效果明显。所构造的核化注意力模块中采用了高斯核傅里叶域中的随机特征映射，帮助核化注意力模块集中关注特征图中更具辨别性的雾霾区域。
-
Patent Agency Ranking
公开(公告)号：CN117609496A
公开(公告)日：2024-02-27
申请号：CN202311315984.8
申请日：2023-10-11
IPC: G06F16/35 , G06F16/38 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种基于自注意力机制图神经网络的文章分类方法，包括：构建文章的引用网络图；对于引用网络图中任意两个存在引用关系的文章节点，利用自注意力网络，计算自注意力系数；利用自注意力系数作为权重系数，通过神经网络训练出每个文章节点的新特征，并将其输入至神经网络分类器进行分类，得到分类结果并计算误差，利用梯度下降法优化神经网络模型的参数。本发明还公开了一种基于自注意力机制图神经网络的文章分类系统。本发明创造性地融合了自然语言处理领域常用的自注意力机制和图神经网络的卷积思想，将具备两种特征的图神经网络运用在学术文章分类任务中，使得该领域的科研人员更快捷精确地检索学术文章，提高了检索效率。
-
公开(公告)号：CN117474802A
公开(公告)日：2024-01-30
申请号：CN202311547288.X
申请日：2023-11-17
IPC: G06T5/73 , G06T5/70 , G06V10/80 , G06N3/0464
Abstract: 本发明公开了一种基于方向感知频域滤波的图像去雨方法与系统。对雨图和无雨图进行数据增广预处理；利用方向感知的频域滤波器结合Resnet50网络共同对增广数据里面的雨图进行频域融合特征图的提取；把频域融合特征图输入到基于神经压缩的特征优化器中，得到噪声鲁棒的融合特征图；对噪声鲁棒的融合特征图进行上采样，所得到的最终特征图作为生成的去雨图像；构建损失函数训练并形成去雨模型；用户输入待处理的有雨图到去雨模型中得到生成的去雨图。本发明结合了雨水在图像中的分布特点，对图像的不同频率部分进行了区分处理，可以在有效去除雨水干扰的同时保留图像结构和细节信息。引入基于神经压缩的特征优化模块，避免了特征中可能存在的噪声的干扰。
-
公开(公告)号：CN114783002B
公开(公告)日：2022-09-13
申请号：CN202210710345.0
申请日：2022-06-22
Abstract: 本申请适用于科技服务技术领域，提供了一种应用于科技服务领域的对象智能匹配方法，包括：确定待识别图像序列的各个图像帧对应的行人轮廓图像；基于行人轮廓图像确定图像帧中的行人的步态能量图像；步态能量图像用于描述步态的时空特征；采用预设滤波器组对步态能量图像进行滤波处理，基于滤波处理后的步态能量图像确定行人的步态特征向量；预设滤波器组包括n×m个线性滤波器，每行线性滤波器的方向不同，每列线性滤波器的尺度不同，n和m均为正整数；将步态特征向量导入预设科技服务对象识别模型中，得到行人与预设科技服务对象的匹配结果。该方案可以提高科技服务领域中的对象匹配的鲁棒性。
-
公开(公告)号：CN114818987A
公开(公告)日：2022-07-29
申请号：CN202210699236.3
申请日：2022-06-20
Abstract: 本发明属于智能终端的技术领域，提供了一种科技服务数据的处理方法、装置以及系统。该方法包括：获取各个第一用户终端的应用分类组的修改记录；所述修改记录包括用户终端标识和应用分类变动信息；将各个所述修改记录中的所述自定义类别关联的应用标识添加至所述自定义类别的语料库中，并根据所有所述自定义类别更新后的语料库对预设的应用分类模型进行迭代训练，得到优化分类模型；将所述优化分类模型发送给各个第二用户终端，以使所述第二用户终端基于所述优化分类模型对安装的第二应用程序进行分类。本申请实施例解决分类结果无法满足用户的个性化需求的问题。
-
公开(公告)号：CN114648468A
公开(公告)日：2022-06-21
申请号：CN202210538089.1
申请日：2022-05-18
Abstract: 本申请适用于智能监控技术领域，提供了一种图像处理方法、装置、终端设备及计算机可读存储介质，其中，图像处理方法包括：对待处理图像进行上采样操作，得到待处理图像的上采样图像；通过预设的残差网络对待处理图像的特征图进行处理，得到待处理图像的残差图像；残差网络包括n个局部残差提取块，n个局部残差提取块之间采用稠密连接方式相连；通过预设的残差增强网络对特征图进行处理，得到待处理图像的残差增强细节图像；残差增强网络包括n个卷积块，n个卷积块之间采用稠密连接方式连接；根据上采样图像、残差图像及残差增强细节图像，得到待处理图像的目标图像；目标图像的分辨率高于待处理图像的分辨率，从而提高了待处理图像的分辨率。
-
-
-
-
-
-
-
-
-
Search Results
319
records
(took 0.027 seconds)
