-
公开(公告)号：CN116933068A
公开(公告)日：2023-10-24
申请号：CN202210344764.7
申请日：2022-03-31
Applicant: 北京小米移动软件有限公司 , 北京小米松果电子有限公司
IPC: G06F18/214 , G06N3/084 , G06N3/04 , G06F18/24 , G06Q30/0202 , G06N3/0464
Abstract: 本公开是关于一种预测模型的训练方法、信息预测方法、预测模型的训练装置、信息预测装置、电子设备及存储介质。该预测模型的训练方法包括：获取样本用户的用户特征信息；所述用户特征信息至少包括用户的历史行为信息；根据历史行为信息，确定样本用户对预设的多个价位的商品的正标签和负标签；根据样本用户对预设的多个价位的商品的正标签和负标签，生成样本用户对预设的多个价位的商品的标签特征；标签特征用于表征样本用户对各价位的商品与目标价位的商品之间的意向偏差；根据用户特征信息和标签特征，对待训练的预测模型进行训练，以训练得到预测模型，预测模型用于预测用户对目标价位的商品的意向信息。本申请有利于提高预测模型的训练质量。
-
公开(公告)号：CN114243860A
公开(公告)日：2022-03-25
申请号：CN202111630072.0
申请日：2021-12-28
Applicant: 北京小米移动软件有限公司 , 北京小米松果电子有限公司
Inventor： 孟二利
Abstract: 本公开涉及一种确定电池温度的方法、装置、存储介质及电子设备，所述方法包括：获取电池对应的预设充电参数；循环执行电池温度确定步骤，直至所述电池对应的目标实时电池温度与预设电池温度之间的温度差值小于或等于预设差值阈值，所述目标实时电池温度包括根据所述电池温度确定步骤最新确定出的预设数量个实时电池温度，所述预设电池温度用于表征所述电池能够承受的最大温度。也就是说，本公开无需对电池进行长时间的充电试验，即可获取该电池对应的多个实时电池温度，这样，可以提高电池温度的变化曲线的确定效率，从而提高了充电参数整定的效率。
-
公开(公告)号：CN114004245A
公开(公告)日：2022-02-01
申请号：CN202111241245.X
申请日：2021-10-25
Applicant: 北京小米移动软件有限公司 , 北京小米松果电子有限公司
IPC: G06K7/14 , G06V10/774 , G06V30/40 , G06K9/62
Abstract: 本公开是关于一种条码信息识别方法、装置、设备及存储介质，该方法包括：获取包含条码信息的图像；对所述图像中的文字进行识别，得到与所述条码信息对应的文字识别结果；对所述图像中的条码进行解析，得到与所述条码信息对应的图形解析结果；基于所述文字识别结果以及所述图形解析结果，确定所述条码信息的识别结果。本公开可以实现准确地识别条码信息，改善针对不完整或模糊的条码信息的识别效果，进而满足条码信息识别的实际应用需求。
-
公开(公告)号：CN113984052B
公开(公告)日：2024-03-19
申请号：CN202110668381.0
申请日：2021-06-16
Applicant: 北京小米移动软件有限公司 , 北京小米松果电子有限公司
IPC: G01C21/20
Abstract: 本公开是关于一种室内导航方法、室内导航装置、设备及存储介质。室内导航方法，应用于导航设备，所述方法包括：接收用于导航的指令，并采集环境图像；提取所述指令中包括的指令房间特征和指令物体特征，并基于所述环境图像，确定视觉房间特征、视觉物体特征以及视角特征；将所述指令物体特征以及所述视觉物体特征，与表征室内物体关联关系的第一知识图谱融合，得到物体特征，并根据所述视觉房间特征以及所述指令房间特征，确定房间特征；基于所述视角特征、所述房间特征以及所述物体特征，确定导航决策。通过本公开实施例，在确定导航行动决策中，增强视觉模态和语言模态之间的理解能力，并引入房间和物体的实体知识推理，使导航中的行动决策更加合理。
-
公开(公告)号：CN117441194A
公开(公告)日：2024-01-23
申请号：CN202280004518.5
申请日：2022-05-18
Applicant: 北京小米移动软件有限公司 , 北京小米松果电子有限公司
Abstract: 本公开实施例提供一种目标点确定方法、装置、电子设备及存储介质。该目标点确定方法包括：确定待处理对象的对象模型中各个子模型对应的对象属性信息(101)；根据检测到的查询信息和各个对象属性信息，从各个子模型中确定与查询信息对应的目标子模型(102)；利用分割网络对目标子模型进行区域分割，得到目标子模型的关键区域(103)；根据关键区域中关键点的点位置信息，从关键区域中确定目标点；其中，目标点至少用于对对象模型的模型参数进行调整(104)。
-
Patent Agency Ranking
公开(公告)号：CN117077663A
公开(公告)日：2023-11-17
申请号：CN202210480902.4
申请日：2022-05-05
Applicant: 北京小米移动软件有限公司 , 北京小米松果电子有限公司
IPC: G06F40/284 , G06F40/186 , G06N3/08 , G06Q30/0241
Abstract: 本公开是关于一种信息生成方法、装置、电子设备及存储介质。信息生成方法，包括：获取产品的结构化描述信息，结构化描述信息为按照结构化描述格式输入的待生成广告文案，且结构化描述信息中包括产品属性名称以及产品属性值；将结构化描述信息中包括的产品属性名称以及产品属性值，转换为具有指定格式的产品描述信息；将具有指定格式的产品描述信息输入至预先训练得到的广告文案生成模型中，得到产品的目标广告文案；广告文案生成模型的输入为具有指定格式的产品描述信息，输出为目标广告文案。通过本公开使信息生成的方式更为简化，文案生成更为多样化，具有广告文案应该具备的创意和设计感。
-
公开(公告)号：CN112861531B
公开(公告)日：2023-11-14
申请号：CN202110304344.1
申请日：2021-03-22
Applicant: 北京小米移动软件有限公司 , 北京小米松果电子有限公司
IPC: G06F40/289 , G06F40/129
Abstract: 本公开涉及一种分词方法、装置、存储介质和电子设备，该方法包括：按照第一字符方向确定待分词语句中与多个预设字符串匹配的第一字符串，并按照第二字符方向确定待分词语句中与多个预设字符串匹配的第二字符串，在第一字符串和第二字符串包括相同字符的情况下，根据多个字符，通过分词模型，确定原始概率矩阵，根据第一字符串对原始概率矩阵进行调整，得到第一概率矩阵，并根据第二字符串对原始概率矩阵进行调整，得到第二概率矩阵，根据第一概率矩阵，第二概率矩阵以及分词模型对应的转移概率矩阵，确定待分词语句的目标分词结果。本公开能够避免由于第一字符串和第二字符串包括相同字符导致的分词结果出现错误，提高了分词的灵活度和准确度。
-
公开(公告)号：CN116524384A
公开(公告)日：2023-08-01
申请号：CN202210055078.8
申请日：2022-01-18
Applicant: 北京小米移动软件有限公司 , 北京小米松果电子有限公司
IPC: G06V20/40 , G06V10/44 , G06V10/764 , G06V10/82 , G06V10/80 , G06N3/042 , G06N3/0464 , G06N3/08 , G06N3/0442
Abstract: 本公开涉及计算机视觉技术领域，具体提供了一种图像处理方法、装置、电子设备以及存储介质。一种图像处理方法包括：对视频流序列进行特征提取，得到所述视频流序列的图像特征序列以及针对帧间图像的差异特征序列；基于所述图像特征序列和所述差异特征序列进行融合处理，得到第一融合特征序列；根据帧间图像的相关性权值对所述第一融合特征序列进行处理，得到第二融合特征序列；根据所述第二融合特征序列，从所述视频流序列中确定至少一帧关键帧图像。本公开实施方式，提取的关键帧图像同时兼顾帧间相关性和差异性，提高关键帧提取的准确性。
-
公开(公告)号：CN112861531A
公开(公告)日：2021-05-28
申请号：CN202110304344.1
申请日：2021-03-22
Applicant: 北京小米移动软件有限公司 , 北京小米松果电子有限公司
IPC: G06F40/289 , G06F40/129
Abstract: 本公开涉及一种分词方法、装置、存储介质和电子设备，该方法包括：按照第一字符方向确定待分词语句中与多个预设字符串匹配的第一字符串，并按照第二字符方向确定待分词语句中与多个预设字符串匹配的第二字符串，在第一字符串和第二字符串包括相同字符的情况下，根据多个字符，通过分词模型，确定原始概率矩阵，根据第一字符串对原始概率矩阵进行调整，得到第一概率矩阵，并根据第二字符串对原始概率矩阵进行调整，得到第二概率矩阵，根据第一概率矩阵，第二概率矩阵以及分词模型对应的转移概率矩阵，确定待分词语句的目标分词结果。本公开能够避免由于第一字符串和第二字符串包括相同字符导致的分词结果出现错误，提高了分词的灵活度和准确度。
-
公开(公告)号：CN110889489A
公开(公告)日：2020-03-17
申请号：CN201911088011.9
申请日：2019-11-08
Applicant: 北京小米移动软件有限公司
Abstract: 本公开是关于一种神经网络的训练方法、图像识别方法及其装置。其中神经网络的训练方法，神经网络包括特征提取网络和分类网络，方法包括：超参数确定步骤及网络训练步骤；其中，超参数确定步骤包括：设置分类网络的超参数；基于训练样本集训练分类网络，其中训练样本集包括多个样本和样本对应的标准分类；及，判断分类网络是否达到第一训练标准，若达到第一训练标准，保存分类网络并执行网络训练步骤；若未达到第一训练标准，则返回重新设置分类网络的超参数；网络训练步骤包括：基于训练样本集训练神经网络。通过少量样本确定神经网络的超参数，再训练，在保证神经网络准确率基础上，降低训练样本标注数据量的需求，提升调优速度。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.03 seconds)
