-
公开(公告)号：CN119624143A
公开(公告)日：2025-03-14
申请号：CN202510161594.2
申请日：2025-02-14
Applicant: 拓尔思信息技术股份有限公司
IPC: G06Q10/0635 , G06Q10/0831 , G06F18/10 , G06F18/211 , G06F18/214 , G06F18/243 , G06F18/25 , G06N3/042 , G06N3/08 , G06N5/01
Abstract: 本发明属于海关风险监测技术领域，提出了一种基于可解释性深度学习的海关风险评估规则挖掘方法，通过规格型号栏清洗和从海关风险知识库引入互联网公开信息拓展报关单特征项，利用tabnet模型的可解释性从拓展后的众多报关单特征项中定位关键的特征项，再结合决策树模型，用特征归因方法分别生成全局风险规则和局部风险规则，为海关风险评估规则设计提供了参考。本发明能够提升海关风险评估规则设计的效率，确保特征选择的全面性，并使研判结果更加精准，通过生成全局风险规则和局部风险规则，本发明全面解决了海关业务专家在为海关风险研判规则引擎设计规则时所面临的难题，即无法充分考虑报关单的众多特征项，以及难以利用互联网上的公开信息的问题。
-
公开(公告)号：CN118864258A
公开(公告)日：2024-10-29
申请号：CN202411345988.5
申请日：2024-09-26
Applicant: 拓尔思信息技术股份有限公司
IPC: G06T3/4076 , G06T5/60 , G06T7/73 , G06V10/26 , G06V10/764 , G06V10/25 , G06V10/80 , G06V10/44 , G06V10/82 , G06N3/0464
Abstract: 本发明属于基于人工智能的图像检测领域，提出了一种基于深度学习的超分辨率图像小目标检测方法，通过对yolov8图像检测模型进行优化实现对超分辨率图像小目标的检测。通过对输入图像进行数据预处理，对超分辨率图像进行重构，解决超分辨率图像尺寸较大导致模型检测速度慢、计算量增加的问题。其次，随着网络的加深，通过对模型的特征提取层进行高维和低维的特征融合，模型提取到的小目标对象特征信息不易丢失，提高小目标检测的精确度。
-
公开(公告)号：CN114595350B
公开(公告)日：2024-04-26
申请号：CN202111489763.3
申请日：2021-12-08
Applicant: 拓尔思信息技术股份有限公司
IPC: G06F16/583
Abstract: 本发明涉及计算机软件技术领域，涉及信息搜索技术领域，具体涉及一种百亿级图像快速搜索的方法。包括：图像样本数据的处理，利用深度神经网络对百亿级图像样本数据进行图像特征提取，经PCA降维后，形成了图像的特征向量库；利用Faiss框架下的IVPQ算法构建至少两级PQ组，每一级PQ组至少包含3个PQ，保证特征向量的切分数量两两互质，从而形成特征向量索引库；基于该特征像向量引库，可以在检索时获得最优候选集并对最优候选集进行相似度计算和排序，最后输出最终的排序TOPN。本发明比FAISS有更高的准确性，在单服务器运行中，Top10的召回率达61.8％，运行稳定性更好，支撑220真实并发，吞吐率高达10000次且平均响应时间在30ms，检索效率更高。
-
公开(公告)号：CN116630482B
公开(公告)日：2023-11-03
申请号：CN202310919649.2
申请日：2023-07-26
Applicant: 拓尔思信息技术股份有限公司
IPC: G06T11/60 , G06N3/0464 , G06T5/00 , G06T7/13 , G06V10/25 , G06V10/74 , G06V10/764 , G06V10/80 , G06V10/82 , G06F16/532 , G06F16/583
Abstract: 本发明提出了一种基于多模态检索与轮廓引导的图像生成方法，步骤如下所述：S1：图文多模态检索生成原始图像：输入正向提示文本Prompt，对其进行分词和向量化处理，输出符合相似度阈值的图库中图像作为原始图像；S2：文字检测；S3：图像修复，去除图像中生成效果不好的元素；S4：边缘检测；S5：生成引导文本，S6：图像条件生成：设置支持外部输入条件的隐式扩散模型；输入S4生成的轮廓图作为外部条件，利用S5生成的引导文本在扩散模型中有条件的生成最终图像并输出，本发明有较好的通用性，通过检测已有图像的布局结构来引导图像生成，有效提升了图像生成效果。
-
公开(公告)号：CN116578666A
公开(公告)日：2023-08-11
申请号：CN202310847909.X
申请日：2023-07-12
Applicant: 拓尔思信息技术股份有限公司
IPC: G06F16/31 , G06F16/33 , G06F40/242 , G06F40/216 , G06F40/284 , G06F40/253
Abstract: 本发明提出了一种段句位的倒排索引结构设计及其限定运算全文检索的方法，具体的，设计了一种支持段句位的倒排索引结构包括：词典和与所述词典中的词对应的倒排索引列表；所述倒排索引列表包括：待索引文件ID为DocID、词频TF、位置POS、句子SEN、段落SEG。同时，本发明提出了一种段句位限定运算全文检索的方法，在倒排索引列表中存储索引词的位置（POS）、句子（SEN）、段落（SEG）等信息，通过对关键词的位置关系进行设定，在所述倒排索引列表中对位置属性校验，实现文档过滤，返回给用户满足段句位要求的文档。实现用户对段、句、字距离等高级查询需求，同时对查询语句进行相关度评分，使全文检索过程更加完善。
-
Patent Agency Ranking
公开(公告)号：CN110321432A
公开(公告)日：2019-10-11
申请号：CN201910548427.8
申请日：2019-06-24
Applicant: 拓尔思信息技术股份有限公司
Abstract: 本发明属于信息处理技术领域，为了解决现有技术中事件信息提取的技术方案存在准确率不高的技术问题，本发明提供一种本发明第一方面提供一种文本事件信息提取方法，该方法包括：对文本进行分词划分，并将分词做向量转换后得到词向量，以及将词向量输入至神经网路模型，输出实体；基于文本格式特征定义的信息类型，按照文法定义的对应模式规则，将文本块中的分词和实体按照文法定义的对应模式规则，整理成结构化后的文本块；对结构化后的文本块进行事件信息提取处理，使用文法定义的对应模式规则实现关键字抽取，并把关键字输出到结果模板中。因此，利用神经网络深度学习与规则相结合的方式，配置事件提取模型，实现文本事件信息的准确提取。
-
公开(公告)号：CN110309126A
公开(公告)日：2019-10-08
申请号：CN201910591554.6
申请日：2019-07-02
Applicant: 拓尔思信息技术股份有限公司
Abstract: 为了解决通过时间戳方式进行关系数据增量迁移过程中，存在数据丢失的技术问题，本发明提供一种关系数据库增量迁移处理方法、关系数据库中数据保存方法、电子装置和非易失性存储介质；所述关系数据库增量迁移处理方法中，基于时间偏移量Tx，调整关系数据库增量迁移处理中上次执行的时间戳为T’n-1＝Tn-1-Tx，并将所述数据库迁移时间戳字段范围Tr设置为[T’n-1，Tn]，对所述关系数据库中需要完成增量迁移操作、且时间戳在Tr范围内的每个迁移数据执行迁移操作。因此，即使关系数据库对应服务器的时间与数据迁移对应服务器的时间不一致，也不影响数据的准确性。
-
公开(公告)号：CN107222746B
公开(公告)日：2019-06-18
申请号：CN201710271432.X
申请日：2017-04-24
Applicant: 北京拓尔思信息技术股份有限公司
IPC: H04N19/137 , H04N19/167 , H04N19/17
Abstract: 本发明的实施例提供了一种视频关键位置定位方法及装置。所述视频关键位置定位方法包括：获取视频帧序列中各相邻视频帧之间的帧差；获取视频帧序列中设定范围内的帧差的第一帧差极大值；如果第一帧差极大值位于设定范围内的第一区域范围内，则将第一帧差极大值的位置确定为视频帧序列的当前关键位置，其中，设定范围包括第一区域范围和第二区域范围，第一区域范围的长度大于第二区域范围的长度。采用本发明实施例的技术方案，可以有效地实现视频关键位置的定位，并且避免误差传递，具有较高的鲁棒性。
-
公开(公告)号：CN109739964A
公开(公告)日：2019-05-10
申请号：CN201811613073.2
申请日：2018-12-27
Applicant: 北京拓尔思信息技术股份有限公司
IPC: G06F16/332 , G06F16/36 , G06F16/951 , G06F16/953 , G06F16/9535 , G06F17/27
Abstract: 本公开实施例提供一种知识数据提供方法、装置、电子设备和存储介质。知识数据提供方法包括：获取查询请求语句；对查询请求语句进行分词处理，获取至少一个查询词；从扩展词典分别获取与各个查询词对应的扩展关键词；将获取到的各个所述查询词或其对应的扩展关键词的组合分别与多个语义匹配表达式进行匹配，获取查询意图的信息；从知识库获取与所述查询意图对应的知识数据；提供所述知识数据。能够对以自然语言的方式提出的查询请求进行理解、分析，通过构建的语义理解框架对从查询请求提取的关键信息进行需求匹配，并且根据匹配得到的查询意图，提供知识库中的相应知识数据，从而能够为查询用户提供准确地匹配到其查询意图的知识数据。
-
公开(公告)号：CN107220296A
公开(公告)日：2017-09-29
申请号：CN201710295530.7
申请日：2017-04-28
Applicant: 北京拓尔思信息技术股份有限公司
Abstract: 本发明实施例提供了一种问答知识库的生成方法、神经网络的训练方法以及设备。其中，所述问答知识库的生成方法包括：对文档数据进行拆分处理，得到多个知识片段；通过神经网络对每个知识片段进行映射处理，得到与所述每个知识片段对应的问题，从而生成得到所述问答知识库。通过本发明实施例，能够有效地降低获取问答知识的难度，大大减少了人工工作量。
-
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.04 seconds)
