-
公开(公告)号：CN119151986A
公开(公告)日：2024-12-17
申请号：CN202411167035.4
申请日：2024-08-23
Applicant: 北京京航计算通讯研究所
Abstract: 本发明涉及一种基于上下文信息特征融合更新目标图像的数据处理方法，属于计算机视觉技术领域，解决了现有技术中当跟踪目标的外观发生重大变化时造成跟踪目标丢失的问题。包括：获取包括待跟踪目标的视频图像序列和待跟踪目标图像；将所述待跟踪目标图像和所述视频图像序列输入训练好的目标跟踪模型，得到目标跟踪结果；其中，所述目标跟踪模型用于利用目标模板特征跟踪视频图像序列中每帧图像得到待跟踪目标；所述目标模板特征根据所述视频图像序列中各帧图像识别的目标区域的置信分数动态更新。实现了通过融合上下文信息动态更新目标模板，提高了目标跟踪算法在复杂环境中的性能和鲁棒性。
-
公开(公告)号：CN114817540B
公开(公告)日：2024-08-20
申请号：CN202210446640.X
申请日：2022-04-26
Applicant: 北京京航计算通讯研究所
IPC: G06F16/35 , G06F40/216 , G06Q10/087
Abstract: 本发明涉及一种基于单通道算法的物资快速自动化分类方法和装置，属于物资管理、人工智能领域，解决现有技术存在识别准确率低、速度慢的问题。所述方法包括：采集新物资数据；计算所述新物资数据与预设的物资分类数据库中的各物资对应的簇的相似度，将相似度最大的簇作为目标簇，根据所述最大的相似度作如下判断：当所述最大相似度大于所述第一阈值且小于第二阈值时，将所述新物资数据分配至所述目标簇对应的分类标签下，并将所述新物资数据作为簇特征数据写入所述目标簇对应的簇数据集；其中，所述簇特征数据用于描述所述物资分类数据库中簇的特征，存储在各所述簇对应的簇数据集中。本申请提供的技术方案能够提高数据分类的准确性。
-
公开(公告)号：CN112507713A
公开(公告)日：2021-03-16
申请号：CN202011479879.4
申请日：2020-12-15
Applicant: 北京京航计算通讯研究所
IPC: G06F40/289 , G06F16/9536
Abstract: 本发明涉及一种基于动态自聚合主题模型的文本聚合系统，包括文本获取模块，在设定的时间间隔的时间片上，获取待聚合短文本数据；预处理模块，对待聚合短文本数据进行数据清洗和文本分词形成文本数据集；动态自聚合主题模型，结合相邻时间片上的文本数据集，来捕获文本数据集中主题的多项分布和词的多项分布；吉布斯采样模块，用于对动态自聚合主题模型中的多项分布进行推导，统计出每个时间片上的主题分布和词分布；聚合模块，根据每个时间片上的主题分布和词分布，计算与主题相关的短文本聚合的概率。本发明自动聚合短文本为标准长文档，能克服短文本稀疏性问题，并且不需要启发式的前处理或者后处理技术，使得模型简单，处理效率较高。
-
公开(公告)号：CN114817540A
公开(公告)日：2022-07-29
申请号：CN202210446640.X
申请日：2022-04-26
Applicant: 北京京航计算通讯研究所
IPC: G06F16/35 , G06F40/216 , G06Q10/08
Abstract: 本发明涉及一种基于单通道算法的物资快速自动化分类方法和装置，属于物资管理、人工智能领域，解决现有技术存在识别准确率低、速度慢的问题。所述方法包括：采集新物资数据；计算所述新物资数据与预设的物资分类数据库中的各物资对应的簇的相似度，将相似度最大的簇作为目标簇，根据所述最大的相似度作如下判断：当所述最大相似度大于所述第一阈值且小于第二阈值时，将所述新物资数据分配至所述目标簇对应的分类标签下，并将所述新物资数据作为簇特征数据写入所述目标簇对应的簇数据集；其中，所述簇特征数据用于描述所述物资分类数据库中簇的特征，存储在各所述簇对应的簇数据集中。本申请提供的技术方案能够提高数据分类的准确性。
-
Patent Agency Ranking
公开(公告)号：CN110825887A
公开(公告)日：2020-02-21
申请号：CN201911113588.0
申请日：2019-11-14
Applicant: 北京京航计算通讯研究所
Abstract: 本发明属于人工智能技术领域，具体涉及一种知识图谱融合方法。与现有技术相比较，本发明提出知识融合协调器、知识路由表、知识路由表生成过程、知识路由更新、知识路由通告过程、单个领域知识图谱服务器挂载知识融合协调器的过程、知识查询转发流程等。本发明提出的技术方案允许各领域知识图谱面向各自领域异步建设，无需考虑综合领域的本体概念，并通过知识融合协调器实现综合领域的动态融合应用，单一领域无需建设相关领域的综合性知识图谱，极大地提升知识图谱融合应用效率，减少重复工作，降低成本。
-
公开(公告)号：CN109255021A
公开(公告)日：2019-01-22
申请号：CN201811294052.9
申请日：2018-11-01
Applicant: 北京京航计算通讯研究所
IPC: G06F16/332 , G06F16/33 , G06F17/27
Abstract: 本发明属于数据处理技术领域，具体涉及一种基于质量文本相似性的数据查询方法。本发明利用TF公式做词频权重统计；同时在相似度匹配算法中采用基于余弦相似度的方法，通过学习样本空间，得到空间转移矩阵，使得相同的样本空间更加紧密，不同的样本空间更加分散，从而快速、准确的匹配数据库的数据。与现有技术相比，本发明提出的技术方案中解决了数据库模糊查询需要依靠苛刻的查询条件(逐字匹配、无语义性)从而造成数据匹配准确度低的问题，克服了传统sql语句无法解决复杂数据匹配的问题。同时，基于余弦相似度算法特性，也保证了其计算速度快、运转效率高的特点。
-
公开(公告)号：CN112446220A
公开(公告)日：2021-03-05
申请号：CN202011479885.X
申请日：2020-12-15
Applicant: 北京京航计算通讯研究所
IPC: G06F40/30 , G06F40/284
Abstract: 本发明涉及一种基于动态语义建模的短文本聚合方法，包括以下步骤：在设定间隔的时间片上，获取待聚合短文本数据，进行数据预处理，形成数据集；在每个时间片上，通过建立动态自聚合主题模型捕获数据集中主题的多项分布和词的多项分布；采用吉布斯采样对动态自聚合主题模型中的多项分布进行推导，最后采样收敛时，统计每个时间片上的主题分布和词分布；根据每个时间片上的主题分布和词分布，计算与主题相关的短文本聚合的概率，自适应地聚合短文本。本发明自动聚合短文本为标准长文档，使得其能够捕获到更多的一致性主题，来克服短文本稀疏性问题，并且不需要启发式的前处理或者后处理技术，使得模型简单，处理效率较高。
-
公开(公告)号：CN111221976A
公开(公告)日：2020-06-02
申请号：CN201911114513.4
申请日：2019-11-14
Applicant: 北京京航计算通讯研究所
IPC: G06F16/36
Abstract: 本发明属于知识图谱技术领域，具体涉及一种基于bert算法模型的知识图谱构建方法。与现有技术相比较，本发明通过使用bert-bilstm-crf中文命名识别深度学习算法对归零文档段落中的数据进行实体提取；利用句法依存关系对关系提取，并通过领域图谱的上下位关系、同意关系、反义关系、关联关系实现多个文档的横向和纵向关联，形成归零文档的知识体系和知识图谱。与现有技术相比，本发明提出的技术方案，实现了军工集团归零文档知识的体系化、结构化和知识化等，同时，基于bert-bilstm-crf中文命名识别算法模型，也保证了段落实体提取的快速性和精准性。
-
公开(公告)号：CN110866125A
公开(公告)日：2020-03-06
申请号：CN201911113554.1
申请日：2019-11-14
Applicant: 北京京航计算通讯研究所
IPC: G06F16/36 , G06F40/295
Abstract: 本发明属于知识图谱技术领域，具体涉及一种基于bert算法模型的知识图谱构建系统。与现有技术相比较，本发明通过使用bert-bilstm-crf中文命名识别深度学习算法对归零文档段落中的数据进行实体提取；利用句法依存关系对关系提取，并通过领域图谱的上下位关系、同意关系、反义关系、关联关系实现多个文档的横向和纵向关联，形成归零文档的知识体系和知识图谱。与现有技术相比，本发明提出的技术方案，实现了军工集团归零文档知识的体系化、结构化和知识化等，同时，基于bert-bilstm-crf中文命名识别算法模型，也保证了段落实体提取的快速性和精准性。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.028 seconds)
