一种基于深度学习的轻量级标准数据文本检测方法及系统

    公开(公告)号:CN117854080A

    公开(公告)日:2024-04-09

    申请号:CN202410265111.9

    申请日:2024-03-08

    Abstract: 本发明公开了一种基于深度学习的轻量级标准数据文本检测方法及系统,包括获取pdf文档的文本图像,对所述文本图像进行预处理,对预处理后的所述文本图像进行特征提取得到文本图像特征,根据所述文本图像特征的位置误差获取文本文字位置,采用特征金字塔网络对所述文本文字位置进行校正获得融合特征位置,根据所述融合特征位置构建标准数据文本检测模型,根据检测误差优化标准数据文本检测模型,将待检测标准文本输入优化后的所述数据文本检测模型,输出文本检测结果。该方法不仅可以提高标准数据文本检测方法的精度,同时具有较好的可解释性,可以直接应用于标准数据文本检测系统中。

    一种汽车代驾里程计费控制方法及系统

    公开(公告)号:CN117057860A

    公开(公告)日:2023-11-14

    申请号:CN202311141156.7

    申请日:2023-09-06

    Abstract: 本发明公开了一种汽车代驾里程计费控制方法及系统,包括获取代驾的代驾数据和计费标准,对所述代驾数据进行预处理,对所述代驾数据进行特征提取后获得代驾特征,将所述代驾特征输入分类算法获得分类数据,根据所述分类数据获得综合目标,基于所述综合目标构建计费控制模型,将准确率高于0.89作为优化目标,采用第一算法对所述计费控制模型进行初始优化,采用第二算法对初始优化后的所述计费控制模型进行再次优化,将所述分类数据输入再次优化后的所述计费控制模型预测代驾方案,输出代驾方案。该方法不仅可以提高里程计费的精度,同时具有较好的可解释性,可以直接应用于里程计费控制系统中。

    一种基于机器学习的电商消费者偏好预测方法及系统

    公开(公告)号:CN119963284A

    公开(公告)日:2025-05-09

    申请号:CN202510026891.6

    申请日:2025-01-08

    Abstract: 本发明提出了一种基于机器学习的电商消费者偏好预测方法及系统。方法包括收集消费者的购物历史数据、社交媒体行为数据、商品评论和评分数据以及页面停留时间,通过数据预处理和特征工程将非结构化数据标准化,利用机器学习算法如Gradient Boosting Decision Trees(GBDT)来进行联合训练预测消费者的多种偏好,并揭示偏好间的关联。系统还引入了预测模型的创新评价指标,包括商业价值、消费者满意度及常规模型评价指标如准确率、召回率,以全面评估预测模型的优劣。本发明能有效提高消费者偏好的预测精度和个性化推荐效果,有助于电商平台提升购买率、消费者满意度以及做出更佳商业决策。

    一种基于无人机群的山地光伏基站中光伏板的清洁方法

    公开(公告)号:CN119813941A

    公开(公告)日:2025-04-11

    申请号:CN202510115623.1

    申请日:2025-01-24

    Abstract: 本发明涉及光伏发电技术领域,具体公开了一种基于无人机群的山地光伏基站中光伏板的清洁方法,包括:S101以指定的第一光伏板为初始点,若与其相邻且清洁模式相同的第一光伏板数量达到第一预设阈值N1,则将所述第一光伏板及与其相邻且清洁模式相同的第一光伏板划分为一个区域,从而获得若干区域;S103计算任一指定区域及其相邻区域之间零散的多个第二光伏板对应的清洁模式的密度,并根据密度和数量对第二光伏板进行划分;S105为每个区域配置相应清洁模式的无人机;S107完成清洁后进行区域扫描,得到待二次清洁目标,并进行二次清洁。本发明针对山地光伏基站中光伏板分布较为零散的特点,通过类似“聚类”的方法将具有相同清洁模式且相邻光伏板整合为一个区域统筹配置无人机进行清洁。

    基于神经网络分类模型的多源数据筛选方法及系统

    公开(公告)号:CN119719442A

    公开(公告)日:2025-03-28

    申请号:CN202411787822.9

    申请日:2024-12-06

    Abstract: 本发明公开了基于神经网络分类模型的多源数据筛选方法及系统,包括:确定目标数据筛选规则并转为概率模型,获得特征组合联合概率密度函数,各类型数据构建神经网络分类模型,根据联合概率密度函数优化模型参数,组合不同数据类型的神经网络分类模型成多层神经网络分类模型,通过概率模型生成对抗样本进行训练,最后基于多层神经网络分类模型最后一层的梯度确定特征重要性,经聚类分析选特征组合筛选多源数据,根据筛选结果更新特征重要性,循环优化筛选过程。该方法能够处理和整合多种类型的数据源,提高数据利用的广度和深度,通过概率模型和神经网络的结合,实现对数据的精确筛选,提升决策质量,同时具有较好的可解释性。

    融合生成式大模型与知识图谱的智能服务对话方法及系统

    公开(公告)号:CN119226469B

    公开(公告)日:2025-02-28

    申请号:CN202411312524.4

    申请日:2024-09-20

    Abstract: 本发明公开了融合生成式大模型与知识图谱的智能服务对话方法及系统,包括:语言模型模块,基于BERT构建语句答复模型并利用问答数据集训练;数据提取模块,生成候选项集,划分出频繁和非频繁项集;知识图谱模块,生成关联规则并构建第一、二知识图谱;混合检索模块,对两个知识图谱交叉检索生成路径;个性化用户模块,确定需求意图和情感倾向值;语句生成模块,以情感倾向值为动态权重,结合用户需求和检索路径生成答复语句;习惯感知模块,构建习惯函数,通过强化学习优化模型,持续学习用户习惯特征。该系统不仅可以为用户提供准确且个性化的对话服务,同时能够够更好地适应用户的使用习惯,提升用户体验,具有较好的可解释性。

    一种基于大模型驱动的多模态元数建模方法

    公开(公告)号:CN119358645A

    公开(公告)日:2025-01-24

    申请号:CN202411395203.5

    申请日:2024-10-08

    Abstract: 本发明涉及建模方法技术领域,提出了一种基于大模型驱动的多模态元数建模方法,其融入强大处理能力,能够处理和理解多种类型数据,特别是针对大模型进行多种元数据的建模,建模基础数据的涵盖程度得到了进一步提升,建模准确性得到进一步加强,包括如下步骤:收集多模态数据,并进行清洗、标注和预处理,使其适合于建模,选择合适的大规模预训练模型,并根据具体任务进行微调,使用向量提取函数的方法从不同模态的数据中提取关键的元数特征,将不同模态的元数特征进行融合,构建多模态元数模型,对多模态元数模型进行训练和优化,提高模型的性能,通过评估指标对模型进行评估,验证其有效性和可靠性,并将其应用于实际问题中。

    一种基于区块链的数据质量评估管理方法及系统

    公开(公告)号:CN119228190A

    公开(公告)日:2024-12-31

    申请号:CN202411232444.8

    申请日:2024-09-04

    Abstract: 本发明公开了一种基于区块链的数据质量评估管理方法及系统,涉及区块链技术领域。该基于区块链的数据质量评估管理方法,包括以下步骤:获取评估指标值;获取一致性评估指标;访问加密。本发明通过将待评估数据上传至区块链中的数据质量链,同时获取数据质量链中的待评估数据在预设时间段内的评估指标值,然后基于获取的评估指标值生成数据质量评估报告,同时对数据质量评估报告进行一致性评估以获取一致性评估指标,最后将一致性评估后的数据质量评估报告上传至数据管理链并进行访问加密,同时实时监测数据质量评估报告的交互过程,达到了提高区块链中的数据质量管理实时性的效果,解决了现有技术中存在区块链中的数据质量管理实时性低的问题。

    基于交通数据的智能路径规划和避堵系统

    公开(公告)号:CN119223313A

    公开(公告)日:2024-12-31

    申请号:CN202411414019.0

    申请日:2024-10-11

    Abstract: 本发明属于行车规划管理技术领域,具体是基于交通数据的智能路径规划和避堵系统,包括智能路径规划模块、前行区域监测传输模块、拥堵检测识别模块、避堵必要性决策模块和车载终端;本发明通过智能路径规划模块对所有可行路径进行分析以生成路径排序表并确定最优路径,能够自动且合理进行路径规划并向用户推送,有利于提高出行效率并保证行车安全,且通过拥堵检测识别模块基于交通监控信息进行前方拥堵道路的识别和提前预警,在识别出前方拥堵道路后通过避堵必要性决策模块进行避堵必要性分析以生成避堵可行信号或避堵非必要信号,方便用户提前进行前行规划,进一步保证用户的行车安全,智能化程度高。

Patent Agency Ranking