-
公开(公告)号：CN112734005A
公开(公告)日：2021-04-30
申请号：CN202011623061.5
申请日：2020-12-31
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本公开关于一种预测模型的确定方法、装置、电子设备及存储介质，以自动确定预测模型中嵌入层的输出维度，从而从整体上有效提升预测模型的性能。该方法包括：获取第一用户行为信息；根据第一用户行为信息训练初始网络模型，得到至少一个子网络；初始网络模型包括至少一个嵌入层；初始网络模型中嵌入层的初始输出维度为候选输出维度中的最大输出维度；子网络用于预测用户处理资源的概率；输出维度组合包括对应子网络中每个嵌入层的输出维度；确定至少一个子网络中的目标子网络；目标子网络的预测精度大于或等于阈值；根据目标子网络的嵌入层的输出维度组合，确定预测模型；预测模型用于预测用户处理资源的概率。
-
公开(公告)号：CN112699673A
公开(公告)日：2021-04-23
申请号：CN202011567988.1
申请日：2020-12-25
Applicant: 北京达佳互联信息技术有限公司
IPC: G06F40/279 , G06F21/31
Abstract: 本公开关于一种账户识别方法、装置、电子设备及存储介质，所述方法包括获取针对于待检测账户的多个文本反馈路径下的文本反馈信息；将文本反馈信息输入预设的文本信息识别模型，利用文本信息识别模型确定文本反馈信息的文本特征；基于文本特征确定文本反馈信息的预测概率；预测概率为文本反馈信息属于描述待检测账户的目标行为的信息的概率；获取第一信息数量，若第一信息数量满足筛选条件，确定待检测账户为存在目标行为的目标账户；其中，第一信息数量为预测概率大于或等于第一概率阈值的文本反馈信息的信息数量。本公开提供的账户识别方法可以提高账户识别的准确性。
-
公开(公告)号：CN113947185B
公开(公告)日：2022-11-18
申请号：CN202111160552.5
申请日：2021-09-30
Applicant: 北京达佳互联信息技术有限公司
IPC: G06F16/435 , G06N3/04 , G06N3/08
Abstract: 本公开关于一种任务处理网络生成、任务处理方法、装置、电子设备及存储介质，该方法包括获取目标任务对应的多媒体资源、任务标注结果和待训练网络；将多媒体资源输入待训练网络进行任务处理，得到第一预测任务结果；根据预设掩码信息确定网络层对应的目标通道数，结合预设映射信息，确定待训练网络对应的目标硬件性能数据；基于任务标注结果、第一预测任务结果、目标硬件性能数据和预设硬件性能约束数据，确定目标损失信息；基于目标损失信息训练待训练网络，得到待压缩网络；根据待压缩网络中的预设掩码信息，对待压缩网络进行剪枝处理，得到目标任务处理网络。利用本公开实施例可以在提升任务处理精度的同时，降低硬件性能消耗。
-
公开(公告)号：CN114547428A
公开(公告)日：2022-05-27
申请号：CN202210217036.X
申请日：2022-03-07
Applicant: 北京达佳互联信息技术有限公司
IPC: G06F16/9532 , G06K9/62 , G06N3/04
Abstract: 本公开是关于一种推荐模型处理方法、装置、电子设备及存储介质，属于计算机技术领域。方法包括：获取推荐模型；基于推荐模型，获取推荐模型中的每个算子对应的算子特征以及推荐模型的结构特征；基于每个算子对应的算子特征和每个算子连接的其他算子对应的算子特征，分别确定每个算子对应的增强特征；基于结构特征、多个算子对应的算子特征和增强特征进行特征提取，得到推荐模型对应的模型特征；基于模型特征进行精度预测，得到推荐模型对应的推荐精度。该方法对每个算子对应的算子特征进行了增强，因此利用结构特征、多个算子对应的算子特征和增强特征得到的模型特征更加准确，从而提高了推荐模型的准确性。
-
公开(公告)号：CN114463689A
公开(公告)日：2022-05-10
申请号：CN202210384507.6
申请日：2022-04-13
Applicant: 北京达佳互联信息技术有限公司
IPC: G06V20/40 , G06K9/62 , G06N3/04 , G06V10/82 , G06V10/774 , G06V10/764
Abstract: 本公开关于一种目标识别网络的训练方法、装置、电子设备及存储介质，属于视频处理技术领域。方法包括：从识别超网络的多个候选识别子网络中，确定教师子网络和学生子网络；以样本视频中每个视频帧的标签为监督，基于教师子网络对样本视频的识别结果，调整教师子网络的模型参数；以样本视频中每个视频帧的标签、教师子网络对样本视频的识别结果为监督，基于学生子网络对样本视频的识别结果，调整学生子网络的模型参数；从调整后的教师子网络和调整后的学生子网络中，确定用于识别边界视频帧的目标识别网络。该方法中，学生子网络的准确率能够得到较大的提高，进而保证了从教师子网络和学生子网络中确定出的目标识别网络的准确率较高。
-
Patent Agency Ranking
公开(公告)号：CN113947185A
公开(公告)日：2022-01-18
申请号：CN202111160552.5
申请日：2021-09-30
Applicant: 北京达佳互联信息技术有限公司
IPC: G06N3/04 , G06N3/08 , G06F16/435
Abstract: 本公开关于一种任务处理网络生成、任务处理方法、装置、电子设备及存储介质，该方法包括获取目标任务对应的多媒体资源、任务标注结果和待训练网络；将多媒体资源输入待训练网络进行任务处理，得到第一预测任务结果；根据预设掩码信息确定网络层对应的目标通道数，结合预设映射信息，确定待训练网络对应的目标硬件性能数据；基于任务标注结果、第一预测任务结果、目标硬件性能数据和预设硬件性能约束数据，确定目标损失信息；基于目标损失信息训练待训练网络，得到待压缩网络；根据待压缩网络中的预设掩码信息，对待压缩网络进行剪枝处理，得到目标任务处理网络。利用本公开实施例可以在提升任务处理精度的同时，降低硬件性能消耗。
-
公开(公告)号：CN113610215A
公开(公告)日：2021-11-05
申请号：CN202110778034.3
申请日：2021-07-09
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本公开关于一种任务处理网络生成、任务处理方法、装置、电子设备及存储介质，该方法包括获取目标任务对应的多媒体资源和任务标注结果；将包括掩码学习参数和预设衰减参的预设掩码信息插入预设深度学习网络，得到待训练网络，若预设衰减参数小于等于第一预设阈值，预设掩码信息为零，或与一的差值小于等于第二预设阈值；将多媒体资源输入待训练网络，得到第一预测任务结果；根据任务标注结果、第一预测任务结果和掩码学习参数，确定第一损失信息，并训练待训练网络，得到初始任务处理网络；基于初始任务处理网络中的预设掩码信息，对初始任务处理网络进行剪枝处理，得到目标任务处理网络。利用本公开实施例可以平衡网络的资源消耗量与网络精度。
-
公开(公告)号：CN112733969B
公开(公告)日：2021-08-17
申请号：CN202110344172.0
申请日：2021-03-31
Applicant: 北京达佳互联信息技术有限公司
IPC: G06K9/62
Abstract: 本公开关于一种对象类别的识别方法和装置及服务器。其中，该方法包括：获取待检索图像；识别待检索图像，得到待检索图像的目标特征向量；从聚类中心集合中获取与目标特征向量之间的距离最近的目标聚类中心，其中，聚类中心集合包括：至少一个对象类别，以及每个对象类别对应的多个聚类中心；获取目标聚类中心对应的对象类别，作为待检索图像的分类识别结果。本公开实施例通过聚类的方式构建聚类中心集合，并通过获取最近距离的目标聚类中心，得到分类识别结果，无需建立全部图像的数据结构，达到降低新增数据或新增分类的开销，提升对象类别的识别方法扩展性的效果，进而解决了相关技术中通过构建检索索引图实现图像匹配的方法扩展性较差的问题。
-
公开(公告)号：CN113065533A
公开(公告)日：2021-07-02
申请号：CN202110606977.8
申请日：2021-06-01
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本公开关于一种特征提取模型生成方法、装置、电子设备和存储介质，该方法包括：对视频数据中预设数量个目标帧位置处的图像进行采样，得到预设数量个采样图像；基于预设的图像增强程度，对预设数量个采样图像中的第一帧采样图像进行图像增强处理，得到第一个目标图像，并基于预设数目个采样图像中的其他采样图像的上一帧采样图像对应的图像增强程度，对其他采样图像进行图像增强处理，得到其他目标图像，将第一个目标图像和其他目标图像作为目标图像，基于目标图像，对待训练特征提取模型进行训练，得到视频特征提取模型。该方法可以提高图像增强的有效性，并提高自监督学习的准确性。
-
公开(公告)号：CN111858973A
公开(公告)日：2020-10-30
申请号：CN202010750466.9
申请日：2020-07-30
Applicant: 北京达佳互联信息技术有限公司
IPC: G06F16/435 , G06F16/48 , G06N3/08
Abstract: 本公开关于一种多媒体事件信息的检测方法、装置、服务器及存储介质，该方法包括：获取多媒体事件信息的多个信息特征维度的信息特征向量；所述多个信息特征维度为预先定义的用于决策所述多媒体事件信息是否属于异常事件信息的维度；对所述多个信息特征维度的信息特征向量进行融合处理，得到所述多媒体事件信息的融合特征向量；对所述融合特征向量进行特征分析，得到所述多媒体事件信息的异常概率；根据所述异常概率，确定对所述多媒体事件信息的检测结果。采用本方法，通过多媒体事件信息的多个信息特征维度的信息的联合决策，来确定多媒体事件信息是否属于异常事件信息，有利于提高多媒体事件信息的检测准确率。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.087 seconds)
