-
公开(公告)号：CN108268875B
公开(公告)日：2020-12-08
申请号：CN201611257596.9
申请日：2016-12-30
Applicant: 广东精点数据科技股份有限公司
IPC: G06K9/62 , G06F16/583
Abstract: 本实发明公开一种基于数据平滑的图像语义自动标注方法及装置,通过使用跨媒体相关模型是一种基于图像内容的自动标注模型，利用概率统计方法，获得每个关键字作为图像标注的概率；该模型在图像标注领域取得了较好的成绩，也是比较稳定的一种方法，因此，本发明实施例在跨媒体相关模型数据平滑的基础上，提取鲁棒性更强的特征，发明了一种效率更高、准确率更高的图像语义自动标注方法，在一定程度上解决“语义鸿沟”问题、同时解决了传统的语义标注中通过人工的方式对每幅图像进行关键词描述的过程，节省了人力和时间成本，具有较高的应用前景。
-
公开(公告)号：CN108182443B
公开(公告)日：2020-08-07
申请号：CN201611122143.5
申请日：2016-12-08
Applicant: 广东精点数据科技股份有限公司
IPC: G06K9/62 , G06K9/34 , G06K9/46 , G06F40/284 , G06K9/72
Abstract: 本发明提供了一种基于决策树的图像自动标注方法和装置。该装置包括：输入单元、预处理单元、分割提取单元、标注概率计算单元、生成树单元、词间相关性计算单元和选择关键词单元。与现有技术比较本发明的有益效果在于：对于一些获取的模糊图像进行修复，使得图像语义自动标注技术适用范围更广；更加全面地提取了图像底层特征，采用全局特征和局部特征来反映图像的真实视觉内容，提高图像语义自动标注的准确性；全局特征采用主成分分析的尺度不变特征，提高运算效率，特别是对于高维图像；解决了海量图像集的不可测量性，将图像标注问题转化为了分类问题进行标注，提高了传统模型的标注性能。
-
公开(公告)号：CN107154523B
公开(公告)日：2019-12-06
申请号：CN201710225307.5
申请日：2017-04-07
Applicant: 广东精点数据科技股份有限公司
IPC: H01P1/207
Abstract: 本发明涉及天线技术领域，具体涉及一种频率选择表面结构，包括第一介质板和第二介质板，第一介质板位于第二介质板上面，第一介质板上表面设有交叉环贴片，第一介质板与第二介质板之间设有圆形环贴片，第二介质板下表面设有交叉环贴片，两片交叉环贴片以圆形环贴片为中心对称分布，第一介质板与第二介质板上下重叠在一起。本发明中采用对称结构的介质底板，使入射信号的角度更稳定，同时极化更稳定，频率选择表面具有更宽的工作带宽。
-
公开(公告)号：CN105488212B
公开(公告)日：2019-06-14
申请号：CN201510925893.5
申请日：2015-12-11
Applicant: 广东精点数据科技股份有限公司
IPC: G06F16/2458 , G06F16/215
Abstract: 本发明为一种重复数据的数据质量检测方法及装置，所述方法包括：步骤b，生成模型训练集；步骤c，分析所述模型训练集中的各个组合对，并标记为记录重复或记录不重复；步骤d，计算记录重复的概率，并筛选出概率较大的字段组合作为样本字段组合；步骤e，对待检测数据的值进行分析；步骤f，据进行重复检测，筛选出所有重复字段满足所述样本字段组合的记录组合；所述装置包括与各个步骤相对应的训练集生成单元、样本记录标重单元、样本组合筛选单元、检测数据分析单元和检测数据筛选单元。这样，通过对字段组合进行重复可能性的计算，无需比较任意两条记录的重复可能性，缩短了时间，提高了检测效率；同时也可以检测两条数据部分相同的情况。
-
公开(公告)号：CN108268876A
公开(公告)日：2018-07-10
申请号：CN201611257674.5
申请日：2016-12-30
Applicant: 广东精点数据科技股份有限公司
IPC: G06K9/62
CPC classification number: G06K9/6221 , G06K9/6223
Abstract: 本发明提供一种基于聚类的近似重复记录的检测方法及装置，该方法包括步骤S1：使用Canopy聚类先对近似重复记录进行“粗”聚类；步骤S2：对Canopy内的点进行基于K-means的聚类，得到近似重复记录；步骤S3：清洗近似重复记录。与现有技术相比：本发明提供了一种基于聚类的近似重复记录的检测方法及装置，通过Canopy聚类方法和K-means聚类方法来聚类近似重复记录，保证了较高的检测近似重复记录的精确程度，提高了检测近似重复记录的效率；本发明创建的Canopy不会太大且Canopy之间重叠的不多，这样大大减少了后续需要计算相似性的对象的个数，从而降低了计算量，减小了内存需求；本发明中的K-means算法中的阈值通过Canopy个数来确定，减少了选择阈值的盲目性。
-
Patent Agency Ranking
公开(公告)号：CN108268462A
公开(公告)日：2018-07-10
申请号：CN201611254042.3
申请日：2016-12-30
Applicant: 广东精点数据科技股份有限公司
IPC: G06F17/30
Abstract: 本发明提供一种关系完整性的数据质量检测系统，其包括：元数据处理模块，用于从待检测数据所在的数据库中读取待检测数据的逻辑数据结构，并通过用户交互和自动检测发现潜在的数据关系来生成关系完整性规则模板；模板处理模块，用于在资源库中存储和提取所述元数据处理模块得到的关系完整性规则模板；问题处理模块，用于发现、展示和处理关系完整性数据问题。本发明提供的一种关系完整性的数据质量检测系统，可以解决复杂的关系完整性数据问题的检测，并通过用户辅助和一定自动化生成质量检测模板，为后续增量数据的检测提供便利，相比人工检测节省了大量时间和精力。
-
公开(公告)号：CN107104271A
公开(公告)日：2017-08-29
申请号：CN201710225713.1
申请日：2017-04-07
Applicant: 广东精点数据科技股份有限公司
Abstract: 本发明属于无线电收发装置领域，本发明针对，在低频（小于100MHz）段内，常规的单极子天线的带宽的技术问题，具体公开了一种低频加载天线，包括：单极子天线，单极子天线上连接有馈线；集总加载部，集总加载部与单极子天线串联；阻抗变换部，用于实现单极子天线的馈电端的阻抗等于馈线的特性阻抗；其中，集总加载部包括电感和电阻，电感和电阻与单极子天线串联。
-
公开(公告)号：CN107092006A
公开(公告)日：2017-08-25
申请号：CN201710225711.2
申请日：2017-04-07
Applicant: 广东精点数据科技股份有限公司
IPC: G01S3/14
Abstract: 本专利属于阵列信号处理领域，本发明针对现有的MUSIC算法，在向量空间的特征分解部分运算量大的技术问题，具体公开了用于DOA估计的阵列信号处理方法，包括如下步骤：接收步骤：利用传感器组成阵列接收目标信号；处理步骤：对接收到的目标信号进行滤波、放大，然后构造空间向量矩阵；计数步骤：对用于接收目标信号的传感器进行计数；求解步骤：根据计数步骤所得的值，选取QR算法或者Jacobi算法，求解空间向量矩阵特征值和特征向量；搜索步骤：谱峰搜索获得定位参数；显示步骤：将定位结果由显示电路显示。用于DOA估计的阵列信号处理系统，包括：接收传感器阵列、信号预处理模块、算法执行模块、定位结果显示模块。
-
公开(公告)号：CN107069233A
公开(公告)日：2017-08-18
申请号：CN201611232554.X
申请日：2016-12-28
Applicant: 广东精点数据科技股份有限公司
Abstract: 本申请公开了一种具有低RCS特性的微带贴片天线，包括天线本体，所述天线本体包括辐射贴片，还包括贴敷在辐射贴片周围的多组极化旋转片模块，每组极化旋转片模块均包括多个行列排列的极化旋转片单元，各组极化旋转片模块均沿同一旋转方向呈90度旋转排布，其中所述的极化旋转片单元包括中间的介质板、位于介质板下部的金属底板以及位于介质板上部的金属贴片，各极化旋转片模块内的金属贴片的朝向一致，所述的金属贴片包括两个一体相接的呈中心对称的贴片单元，每个贴片单元均包括从内向外首尾一体相接的第一贴片和第二贴片，第一贴片和第二贴片均包括直片段和与直片段交叉形成箭头状的两个尾片段。
-
公开(公告)号：CN114968734A
公开(公告)日：2022-08-30
申请号：CN202110201707.9
申请日：2021-02-23
Applicant: 广东精点数据科技股份有限公司
IPC: G06F11/34 , G06F16/35 , G06F40/284 , G06F40/289 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于卷积神经网络的日志数据分析方法和服务器，涉及计算机技术领域。基于卷积神经网络的日志数据分析方法具体包括获取服务器生成的部分日志数据并对所述部分日志数据进行结果标记，生成训练数据；根据所述训练数据构建模型，生成异常监测模型；实时获取服务器生成的日志数据，通过异常监测模型判断日志数据是否异常，当日志数据异常时，将异常数据进行单独存储。旨在从日志文本数据中快速准确找出行为异常用户。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.035 seconds)
