-
公开(公告)号：CN119832581A
公开(公告)日：2025-04-15
申请号：CN202411743106.0
申请日：2024-11-29
Applicant: 北京计算机技术及应用研究所
IPC: G06V30/414 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/0442
Abstract: 本发明涉及一种基于混合视觉策略的异构表格抽取方法，属于人工智能、大数据、计算机视觉、自然语言处理技术领域。本发明通过改进现有的表格解析技术，并结合深度学习和自然语言处理技术，提升表格数据的识别准确率与提取效率，为构建高质量的军事知识库奠定基础。本发明改善了当前表格数据识别中的技术瓶颈，也为未来军事情报分析和自动化决策系统提供了数据支持。
-
Patent Agency Ranking
公开(公告)号：CN119848039A
公开(公告)日：2025-04-18
申请号：CN202411743422.8
申请日：2024-11-30
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种面向复杂场景的专有领域数据资源目录构建方法，属于数据融合治理领域。本发明对组织内部的所有数据资产进行系统性地识别、分类、描述、标记和组织，形成数据资产目录；设计数据资源体系框架模板，通过跨主题数据资源汇总聚合、数据资源归并去重与总体集成，通过类目维度及数据资源体系框架模板实现不同领域、不同层级数据资源框架的集成，类目维度支持依据要集成的多种业务领域进行扩展创建，数据资源体系框架模板支持基于系统统一的框架标准集成不同领域、不同层级的数据资源框架，最终实现不同领域、不同层级、不同系统的数据资源框架在本系统中集成为全局统一、标准的数据资源框架体系。
-
公开(公告)号：CN119832024A
公开(公告)日：2025-04-15
申请号：CN202411712150.5
申请日：2024-11-27
Applicant: 北京计算机技术及应用研究所
IPC: G06T7/246 , G06T7/73 , G06N3/0464
Abstract: 本发明涉及一种基于多路安防视频的目标轨迹生成方法，属于技术领域。本发明面向安防视频中的目标轨迹生成问题，针对单一采用目标检测与重识别导致的目标丢失、匹配程度不高的现状，提供一种基于多路安防视频的目标轨迹生成方法。针对多路安防视频来说，存在四个重要特点：一是多路视频存在安防区域重叠与目标在多处重复出现的情况；二是多路视频安防区域存在接驳或邻接关系；三是视频为流数据，而非视频片段，匹配范围更广；四是对目标时空伴随的应用可行性更强。为此，本发明充分利用安防视频的这四个特点与辅助信息，基于多路视频、多方法融合、多目标关联性提高目标跟踪与轨迹生成的准确性，提高重识别精度。
-
公开(公告)号：CN115481110A
公开(公告)日：2022-12-16
申请号：CN202211176712.X
申请日：2022-09-26
Applicant: 北京计算机技术及应用研究所
IPC: G06F16/21 , G06F16/23 , G06F16/25 , G06F16/215 , G06F16/901 , G06F16/906 , G06F16/907 , G06Q10/10
Abstract: 本发明涉及一种基于元数据的资源共享交换设计方法，属于软件工程领域。本发明通过对数据资源交换过程的分析，建立与其实际情况相适应的数据资源目录发布审批流程，将数据资源目录的发布审批与工作流相结合，对粗放管理模式下的审批规则及过程进行细化，落实权责；按部门、数据业务类型等不同维度建立相关知识库、专题库进行分类管理、标签管理，支持通过关键字进行资源检索，同时建立以按需分配和主动推送相结合的方式对数据资源进行共享；对数据资源目录进行版本管理，实现数据资源目录的可追溯；对数据资源目录进行生命周期全过程管理。本发明满足了指挥控制领域高动态化、实时性场景下对数据共享交换效率和数据质量控制管理需求。
-
公开(公告)号：CN116932685A
公开(公告)日：2023-10-24
申请号：CN202310911137.1
申请日：2023-07-24
Applicant: 北京计算机技术及应用研究所
IPC: G06F16/31 , G06F16/2457 , G06F18/22 , G06F18/23 , G06F16/36
Abstract: 本发明涉及一种基于规则算法抽取和实体消歧算法构建实体画像的方法，属于数据融合处理领域。本发明通过规则算法将非结构化数据涉及到的实体、实体与实体之间的关系、属性的信息抽取到结构化数据库中。本发明采用实体消歧算法解决信息重复或者歧义的信息，对于实体重复信息，通过构建实体画像，建立多维度的特征模型的方法建立一套标准的实体数据。本发明通过实体画像建模将各类实体表间的字段关联匹配、信息融合，从多维度、多特征构建成实体画像模型，助于用户快速、高效、直观了解实体的多维特征，更好的理解实体数据含义。
-
公开(公告)号：CN119830200A
公开(公告)日：2025-04-15
申请号：CN202411743406.9
申请日：2024-11-30
Applicant: 北京计算机技术及应用研究所
IPC: G06F18/25 , G06F18/22 , G06F18/2131 , G06F18/15 , G06F18/211 , G06F18/2415 , G06F18/20 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/047 , G06N3/092 , G06N3/096 , G06N3/088 , G06N3/0895 , G06N3/09
Abstract: 本发明涉及一种基于人工智能和多模态数据处理的动态数据管道构建方法，属于数据融合治理和人工智能技术领域。本发明采用多模态深度学习模型，对业务文档、用户需求和功能规格说明进行语义解析，提取关键指标、数据需求和逻辑约束；构建多模态知识图谱，对结构化和非结构化数据资源进行统一表示和特征提取，利用图神经网络进行嵌入学习；基于深度语义匹配模型和混合推荐系统，实现业务需求与数据资源的精准匹配；采用强化学习策略，将数据处理流程的生成建模为马尔可夫决策过程，自动生成优化的数据处理工作流；利用元学习算法提高模型对新业务需求的适应性；通过工作流引擎实现任务的动态调度与执行。本发明能提高数据处理的效率。
-
-
-
-
-
Search Results
6
records
(took 0.023 seconds)
