-
公开(公告)号：CN115879417A
公开(公告)日：2023-03-31
申请号：CN202111156255.3
申请日：2021-09-29
Applicant: 深圳市腾讯计算机系统有限公司
IPC: G06F40/143 , G06F40/154 , G06T9/00
Abstract: 本申请实施例公开了一种媒体编辑方法、装置、计算机及可读存储介质，该方法包括：响应针对媒体编辑区域的编辑操作指令，在媒体编辑区域中更新显示基于编辑操作指令所编辑的目标编辑图像，获取目标编辑图像在N个编辑图像中的图像顺序信息；N为正整数；媒体编辑区域包含N个编辑图像；获取语言编辑区域所显示的源代码数据，从源代码数据中获取图像语法代码块，在图像语法代码块中定位图像顺序信息所指示的目标代码位置；基于编辑操作指令生成目标编辑图像所对应的目标语句，基于目标代码位置，在语言编辑区域中显示更新后的源代码数据；更新后的源代码数据包括目标语句。采用本申请，可以提高图像与代码的同步更新效率及效果。
-
公开(公告)号：CN106033447B
公开(公告)日：2020-04-21
申请号：CN201510115234.5
申请日：2015-03-16
Applicant: 哈尔滨工业大学深圳研究生院 , 深圳市腾讯计算机系统有限公司
IPC: G06F16/2458
Abstract: 本发明公开了一种项集挖掘方法及装置，属于数据挖掘领域。所述方法包括：获取自定义的最小期望支持度μ和最低效用比例ε；计算不确定性数据库D中项集的实际期望支持度expSup和实际效用值u，该项集中包含至少一个数据项；当expSup≥|D|*μ，且u≥总效用值TU*ε时，确定该项集为高概率且高效用项集；TU表示不确定性数据库D中所有数据项的效用之和；|D|表示不确定性数据库D中包含的事务总数。本发明达到了挖掘出的项集效用值较高，且发生概率较大，从而保证挖掘出的项集具有较高的实际使用价值的效果。
-
公开(公告)号：CN103220376A
公开(公告)日：2013-07-24
申请号：CN201310108842.4
申请日：2013-03-30
Applicant: 清华大学 , 深圳市腾讯计算机系统有限公司
CPC classification number: H04W4/02 , H04L61/609 , H04W64/00
Abstract: 本发明涉及利用移动终端的位置数据准确定位IP地址的地理位置的方法，属于计算机系统技术领域，该方法包括：收集用户使用移动终端的位置数据，组成地理位置数据集，去除可靠性低的数据：筛选出该用户晚上、白天的移动终端地理位置数据全部记录，进行聚类，得到的若干聚合的重心作为该用户对应的第一、第二候选位置；收集用户使用固定终端上网的IP地址数据，将每一条记录的IP地址转化为一个IP段；对于预处理后的IP地址数据集中，筛选出使用过该IP段的所有用户，找出这些用户对应的第一候选位置和第二候选位置；得到一系列聚合，将从聚类得到的包含候选位置最多的聚合的重心作为该IP段对应的地理位置。该方法不仅能够实现街道级的定位精度，同时也具备响应快和部署简单等优点。
-
公开(公告)号：CN113822953A
公开(公告)日：2021-12-21
申请号：CN202110706137.9
申请日：2021-06-24
Applicant: 华南理工大学 , 深圳市腾讯计算机系统有限公司
IPC: G06T9/00
Abstract: 本申请涉及一种图像生成器的处理方法、图像生成方法及装置，应用于机器学习领域，该图像生成器的处理方法包括：通过图像生成器将原始数据映射为隐编码向量；基于当前的属性编辑参数和隐编码向量获得携带目标属性的目标隐编码向量后，通过图像生成器生成目标图像；基于待训练的图像属性判别器所确定的样本图像与目标图像各自对应的目标属性相关程度，构建目标属性损失；根据目标属性损失更新图像属性判别器的网络参数和属性编辑参数后，返回获取目标属性的样本图像的步骤继续训练，直至训练结束时，根据图像生成器与训练结束时获得的与目标属性对应的属性编辑参数，获得对应目标属性的图像属性转换器。采用本方法能够提高图像属性转换准确性。
-
公开(公告)号：CN106033424B
公开(公告)日：2020-04-21
申请号：CN201510106336.0
申请日：2015-03-11
Applicant: 哈尔滨工业大学深圳研究生院 , 深圳市腾讯计算机系统有限公司
IPC: G06F16/2458 , G06F16/2455 , G06F9/46
Abstract: 本发明公开了一种数据挖掘方法和装置，属于数据挖掘领域。方法包括：扫描事务数据库，得到多个事务以及至少一个项目；获取多个候选项集；对于每个候选项集，根据候选项集中每个项目的权重以及包括候选项集的指定事务的数目，计算候选项集的加权支持度；根据每个指定事务的发生时间，计算候选项集的时效值；判断候选项集的时效值是否大于第一阈值，以及加权支持度是否大于第二阈值；当时效值大于第一阈值且加权支持度大于第二阈值时，将候选项集确定为近期高权重频繁项集。本发明考虑到项集的时效性因素，降低了出现干扰的可能性，且挖掘出的近期高权重频繁项集中的项目之间的关联规则可以准确体现近期的关联规则，提高了准确性和实用性。
-
Patent Agency Ranking
公开(公告)号：CN106033576A
公开(公告)日：2016-10-19
申请号：CN201510106783.6
申请日：2015-03-11
Applicant: 哈尔滨工业大学深圳研究生院 , 深圳市腾讯计算机系统有限公司
IPC: G06Q30/02
Abstract: 本发明公开了一种对象信息的展示方法和装置，属于互联网技术领域。所述方法包括：获取目标店铺中各对象对应的利润值，以及当前时间点之前预设时长的历史时段内所述各对象的交易数量；根据所述各对象对应的利润值和所述各对象的交易数量，在所述各对象中，选取在所述历史时段内的累计利润值满足预设的利润值条件的对象，作为待展示对象；对所述待展示对象的对象信息进行展示。采用本发明，可以提高展示对象信息的灵活性。
-
公开(公告)号：CN103220376B
公开(公告)日：2014-07-16
申请号：CN201310108842.4
申请日：2013-03-30
Applicant: 清华大学 , 深圳市腾讯计算机系统有限公司
CPC classification number: H04W4/02 , H04L61/609 , H04W64/00
Abstract: 本发明涉及利用移动终端的位置数据准确定位IP地址地理位置的方法，属于计算机系统技术领域，该方法包括：收集用户使用移动终端的位置数据，组成地理位置数据集，去除可靠性低的数据：筛选出该用户晚上、白天的移动终端地理位置数据全部记录，进行聚类，得到的若干聚合的重心作为该用户对应的第一、第二候选位置；收集用户使用固定终端上网的IP地址数据，将每一条记录的IP地址转化为一个IP段；对于预处理后的IP地址数据集中，筛选出使用过该IP段的所有用户，找出这些用户对应的第一候选位置和第二候选位置；得到一系列聚合，将从聚类得到的包含候选位置最多的聚合的重心作为该IP段对应的地理位置。该方法不仅能够实现街道级的定位精度，同时也具备响应快和部署简单等优点。
-
公开(公告)号：CN116542819A
公开(公告)日：2023-08-04
申请号：CN202210078632.4
申请日：2022-01-24
Applicant: 腾讯科技(深圳)有限公司 , 安徽大学
Abstract: 本申请涉及数据处理技术领域，尤其涉及一种知识点的掌握度分析方法、装置、电子设备及存储介质，该方法为：根据待分析对象在各个目标习题中的作答结果，建立样本集合，再对待训练的认知诊断模型进行多轮迭代训练，获得满足预设收敛条件的目标认知诊断模型，然后根据所述目标认知诊断模型中构建的，所述待分析对象在各个待分析知识点对应的知识点空间中的映射结果，分别确定所述待分析对象各自对于所述各个待分析知识点的掌握度分析结果。这样，能够借助于各个知识点嵌入结果中所表达的知识点间的内在关系，预测分析待分析对象在未作答的知识点上的掌握情况，实现全面地分析待分析对象在各个待分析知识点上的掌握程度。
-
公开(公告)号：CN117218278A
公开(公告)日：2023-12-12
申请号：CN202310315796.9
申请日：2023-03-16
Applicant: 腾讯科技(深圳)有限公司 , 安徽大学
Abstract: 本申请实施例公开了一种三维模型的重建方法、装置、设备及存储介质，属于三维重建技术领域。该方法包括：获取彩色图像序列，所述彩色图像序列中包含至少两张彩色图像，所述至少两张彩色图像为不同视角下对目标场景进行拍摄得到；基于所述彩色图像序列，确定所述目标场景对应的符号距离场，以及所述目标场景中各个空间点对应的几何特征；基于所述符号距离场以及所述几何特征，确定各个视角下所述彩色图像对应的渲染图像；基于所述彩色图像与所述渲染图像之间的颜色差异，对所述符号距离场进行细节优化，得到优化后的符号距离场；基于所述优化后的符号距离场进行三维重建，得到所述目标场景对应的三维模型；提高了三维模型重建的准确性。
-
公开(公告)号：CN116090557A
公开(公告)日：2023-05-09
申请号：CN202111296375.3
申请日：2021-11-03
Applicant: 腾讯科技(深圳)有限公司 , 安徽大学
Abstract: 本申请提供了一种认知诊断模型的训练方法、题目推荐方法、装置及设备，属于人工智能技术领域。方法包括：基于第i轮迭代的认知诊断模型，对第一对象、知识图中的多个节点以及第一题目分别进行嵌入处理，得到第一对象的对象特征、多个节点的多个节点特征以及第一题目的题目特征；基于第i轮迭代的认知诊断模型，将对象特征与多个节点特征分别进行融合，得到知识状态特征；以第一对象对第一题目的作答结果为监督信息，基于题目特征和知识状态特征，对第i轮迭代的认知诊断模型进行训练。上述方案，能够基于对象的答题情况来确定对象对各知识的掌握程度，进而训练认知诊断模型，使得训练得到的认知诊断模型具有较高准确度。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.05 seconds)
