-
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。
-
公开(公告)号：CN119721023A
公开(公告)日：2025-03-28
申请号：CN202411700522.2
申请日：2024-11-26
Applicant: 北京计算机技术及应用研究所
IPC: G06F40/279 , G06F40/186 , G06N3/096 , G06N3/0455 , G06F16/353 , G06F18/22
Abstract: 本发明涉及一种识别非结构化数据中事件间关系的方法，属于大数据处理与数据挖掘技术领域。本发明模板创建步骤根据规则创建模型训练步骤和关系推断步骤中所需模板句子；模型训练步骤使用创建模板对BART模型进行微调；利用模型训练步骤的模型和模板创建步骤中的模板句子进行事件间关系推断的步骤。本发明提高了识别准确率并且可以同时进行多种事件关系的识别，本发明进行事件关系识别时，其精准率、召回率和综合得分分数都优于传统方法及其对应模型；而且本发明可以在不改变输出层格式的情况下，通过修改模板来轻易地扩展到多种关系的识别。
-
公开(公告)号：CN119721022A
公开(公告)日：2025-03-28
申请号：CN202411699641.0
申请日：2024-11-26
Applicant: 北京计算机技术及应用研究所
IPC: G06F40/279 , G06F40/216 , G06F40/30 , G06F18/22 , G06F40/186 , G06F40/211 , G06F40/253 , G06N20/00 , G06N3/045
Abstract: 本发明涉及一种基于关键词提示的细粒度关系抽取数据增强方法，属于人工智能、大数据、自然语言处理技术领域。此方法在句子合成过程中增加了关键词提示的上下文约束，以确保生成的句子在保持关系依赖性和语义一致性的同时，通过结合大语言模型的强大生成能力，生成具有丰富上下文多样性的句子，同时保持语义一致性，提高生成数据的多样性。
-
公开(公告)号：CN119834810A
公开(公告)日：2025-04-15
申请号：CN202411699337.6
申请日：2024-11-26
Applicant: 北京计算机技术及应用研究所
IPC: H03M7/30 , G06F18/10 , G06F18/2131 , G06F18/2433
Abstract: 本发明涉及一种强时敏目标场景下的多源瞬时饱和数据压缩方法，属于数据压缩技术领域。本发明通过多级分层架构设计，实现数据的高效压缩。该方法通过时序分析和深度学习模型提取数据关键特征，基于传感器数据的重要性与变化特性，动态选择压缩策略，满足强时敏目标场景中的实时性需求。
-
Patent Agency Ranking
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。
-
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：CN119832288A
公开(公告)日：2025-04-15
申请号：CN202411686000.1
申请日：2024-11-24
Applicant: 北京计算机技术及应用研究所
IPC: G06V10/764 , G06V10/82 , G06V10/80 , G06V10/77 , G06V10/44 , G06V10/26 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于残差融合机制的图像溯源取证方法，属于信息安全领域。本发明首先对输入的图像进行预处理选择；接着输入的图像进入到残差融合机制的图像溯源模型架构进行检测，该架构分为上下两条支路，上支路使用特定方法提取噪声残差信息，下支路使用深度学习网络自动提取噪声残差信息，之后通过残差连接的方式将上下两条支路提取的特征信息进行融合和细化；然后将细化后的残差特征送入到分类模块进行拍摄设备类别的映射溯源；最后通过可视化页面将检测结果进行直观展示。本发明将特定方法和深度学习方法提取的残差信息进行融合，结合了两者的优势，使得提取的残差指纹特征更为深层和细腻，溯源过程快速且鲁棒性较好。
-
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：CN117633359A
公开(公告)日：2024-03-01
申请号：CN202311673272.3
申请日：2023-12-07
Applicant: 北京计算机技术及应用研究所
IPC: G06F16/9535 , G06N5/02 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及一种融合知识传播和提示学习机制的个性化推荐方法，属于人工智能领域。本发明将用户和物品的历史交互作为用户偏好传播的起点，利用知识图谱中的显式知识，逐层向外扩散用户兴趣,建模用户的动态行为信息；对于行为信息、用户和物品属性信息，通过提示学习技术利用预训练语言模型中的知识建模用户和物品之间的隐式关系，实现对用户的推荐。本发明利用知识图谱中的显式知识和预训练语言模型中的隐式知识补充缺失信息的思想，从多个方面对用户及物品进行表征，缓解了推荐系统中的数据稀疏问题，本发明根据用户对推荐内容的反应程度反向对推荐模型进行调校，使推荐模型更能够满足用户的兴趣爱好。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.061 seconds)
