一种高效智能手机用户交互特征的监测方法

    公开(公告)号:CN102932465B

    公开(公告)日:2015-06-10

    申请号:CN201210441477.4

    申请日:2012-11-08

    CPC classification number: Y02D70/10

    Abstract: 本发明公开了一种高效智能手机用户交互特征的监测方法,该方法包括:在智能手机操作系统中启动该监测应用,在手机运行过程中,电池电量变化时,监测电池电量变化及智能手机中应用执行信息,在手机运行过程中,用户滑动屏幕解锁时,监测用户交互行为和应用执行的信息,监测服务将读取的信息采用基于索引的方式进行数据压缩,并保存在数据库中,当手机充电时,利用WiFi通信功能,向云端接收服务器传输所记录的信息。本发明实时动态采集电池电量、用户交互、应用程序执行信息,高效数据压缩方法极大地节省系统存储资源,自适应数据传输方法节能高效实现端-云间的数据传输;有助于智能手机优化配置和个性化的优化,具有良好的市场前景和应用价值。

    一种基于大模型和动态提示的实体关系抽取方法

    公开(公告)号:CN118779468A

    公开(公告)日:2024-10-15

    申请号:CN202411064169.3

    申请日:2024-08-05

    Abstract: 本发明公开了一种基于大模型和动态提示的实体关系抽取方法,该方法包括:定义领域知识图谱的模式层及实体集;利用模式层及实体集构建实体关系三元组示例集;构建实体向量数据库DB;构建prompt模板集PR;将待处理文本划分为段落,并提取段落的关键词列表;利用关键词列表为每个段落构造段落‑实体关联列表T;对每个段落,利用关联列表T、prompt模板集PR和实体关系三元组示例集构造动态提示,将动态提示送入大模型进行实体关系抽取,并检验结果的正确性。本发明融合了知识图谱、实体向量表示、动态提示与大模型的优势,无需微调大模型,实现实体关系的自动抽取,降低了实体关系抽取的成本,提升了效率和正确率,具有广泛的应用推广价值。

    一种基于机器学习的样本集自动生成方法

    公开(公告)号:CN113887737B

    公开(公告)日:2024-05-17

    申请号:CN202111118016.9

    申请日:2021-09-23

    Abstract: 本发明公开了一种基于机器学习的样本集自动生成方法,将样本集自动生成过程分为:1)根据目标分布特性切分原始图像,得到切分小图;2)选择待识别目标图像区域作为模式,调整参数列表进行模式匹配,自动生成样本标注文件,得到标注好的样本集;3)利用样本增强方法,平衡扩充样本集,生成新增样本标注文件,得到扩充样本集。本发明从原始图像的处理出发,实现了样本自动切割与目标定位,并辅以样本增强方法平衡样本数量,为样本集的构建提供了自动化解决方案,提高了样本集构建效率,有较高的应用价值和推广价值。

    一种基于深度神经网络的人体姿态识别方法

    公开(公告)号:CN109325469B

    公开(公告)日:2022-06-14

    申请号:CN201811234319.5

    申请日:2018-10-23

    Abstract: 本发明公开了一种基于深度神经网络的人体姿态识别方法,该方法包括:转发服务器从网络视频录像机上接收实时视频流,从实时视频流中抓取视频帧,发送给识别服务器;识别服务器使用深度卷积姿态神经网络模型提取关节点信息特征,合成人体骨架的结构信息,形成特征向量;通过多分类支持向量机进行分类识别,将识别结果返回转发服务器;转发服务器将识别结果与视频帧发送至客户端显示,实现实时的人体姿态识别。本方法可提高智能视频监控系统综合性能,改善用户的实时体验,更实用、可行性更高,有广泛的应用价值和经济效益。

    一种储粮霉变原位无损在线实时检测方法及装置

    公开(公告)号:CN113533457A

    公开(公告)日:2021-10-22

    申请号:CN202110781754.5

    申请日:2021-07-09

    Abstract: 本发明公布了一种储粮霉变原位无损在线实时检测方法及装置,包括介电常数检测单元、气体浓度信息检测单元和储粮霉变测量计算单元;获取探头处霉变粮食介电特征信息和气体浓度参数信息;对霉变介电特征信息进行阻抗转换并放大为电压信号;对霉变气体浓度参数信息进行耦合分析提取主要特征,输出气体浓度主参数变量;建立储粮霉变信息实时感知模型,输出粮食霉变损失占比与霉变空间位置。本发明能够获取粮堆内部霉变信息,精确检测并追踪粮食霉变情况,可避免基于粮堆表面粮食颗粒进行霉变测量造成的误差,提高储粮霉变信息测量的精确度。本发明具有普适性,可为粮食霉变精细化与智能化防治提供有效的技术手段。

    一种基于熵特征和神经网络的时间序列异常模式检测方法

    公开(公告)号:CN112257917A

    公开(公告)日:2021-01-22

    申请号:CN202011116876.4

    申请日:2020-10-19

    Abstract: 本发明提出一种基于熵特征和神经网络的时间序列异常模式检测方法,该方法的步骤为:1)对训练数据集中的时间序列提取二阶差分率样本熵特征序列;2)训练生成对抗网络模型得到生成器和对应的判别器;3)计算特征序列的异常分数并构建阈值;4)根据阈值对输入的待检测数据进行异常判断。本发明的优点是利用差分率样本熵对时间序列数据进行特征提取,使异常模式更加显著;建立了新的异常分数计算方法,提高了模型识别的准确性和泛化性,使其具有更高的实用性和应用价值。

    词向量模型的增量式学习方法

    公开(公告)号:CN106776534B

    公开(公告)日:2020-02-11

    申请号:CN201610995636.3

    申请日:2016-11-11

    Abstract: 本发明公布了一种词向量模型的增量式学习方法,该方法采用的超参数包括:向量维度、反例样本个数范围、文本窗口长度;针对一篇新增文本text,通过对新增文本中出现的新词进行初始化更新和基于历史词表word_list的反例采样,对词向量模型进行动态更新,完成向量模型优化,从而实现对新增文本text进行增量式学习;采用本发明技术方案,能够避免对历史数据进行重复性学习,大幅减少计算复杂度;而随着数据量增大,本发明还能保持较高的学习效率,从而满足在线系统的效率需求。

    一种基于卷积神经网络的混合气体识别方法

    公开(公告)号:CN110309867A

    公开(公告)日:2019-10-08

    申请号:CN201910541654.8

    申请日:2019-06-21

    Abstract: 本发明公布了一种基于卷积神经网络的混合气体识别方法,将利用传感器获得的原始气体时序数据根据不同的方式映射为类图片矩阵,再利用卷积神经网络模型CNN进行特征提取和分类,由此实现对混合气体的分类。本发明基于卷积神经网络的分类优势,应用于时序的混合气体的分类领域,利用CNN的卷积操作提取出矩阵数据更全面的特征,不仅速度快,还能够得到较高的准确率。本发明能够解决现有的混合气体分类技术由于输入数据的限制而无法直接应用图像分类的VGG,Google-Net等CNN网络针对混合气体数据进行分类的问题。

    一种面向视频流的分布式人脸及生理特征识别方法

    公开(公告)号:CN109276233A

    公开(公告)日:2019-01-29

    申请号:CN201811011805.0

    申请日:2018-08-31

    Abstract: 本发明公开了一种面向视频流的分布式人脸及生理特征识别方法,该方法搭建客户端、智能识别服务器和信息管理服务器的框架;客户端从视频流中动态抓取视频帧,对视频帧进行人脸检测,存储人脸位置信息,进行生理特征识别,发送给智能图像识别服务器进行人脸身份识别;智能识别服务器进行人脸身份识别,更新数据库,向客户端返回识别结果;客户端在移动终端屏幕上显示人脸图像以及生理特征曲线图。本发明利用分布式技术高效地处理多客户端识别,克服常规生理参数检测方法的不足,提高检测舒适度,应用广泛,具有极大的商业价值和经济效益。

Patent Agency Ranking