-
公开(公告)号：CN111832423A
公开(公告)日：2020-10-27
申请号：CN202010566121.8
申请日：2020-06-19
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种票据信息识别方法、装置及系统。方案如下：接收对待识别票据图像的信息识别请求；对待识别票据图像进行预处理；利用预先训练好的票据信息识别模型，识别预处理后的待识别票据图像中的票据信息，得到待识别票据图像的票据信息；其中，票据信息识别模型是根据预设训练集训练得到的，预设训练集包括多个不同票据类型的样本票据图像，以及每一样本票据图像的样本票据信息；返回针对信息识别请求的第一响应消息，第一响应消息包括待识别票据图像的票据信息。通过本发明实施例提供的技术方案，有效解决了现有票据信息识别方法所存在的问题，从而降低了对人力资源数量的依赖，提高了票据识别方法的通用性。
-
公开(公告)号：CN115457183A
公开(公告)日：2022-12-09
申请号：CN202210988057.1
申请日：2022-08-17
Applicant: 北京邮电大学
IPC: G06T15/02 , G06N3/04 , G06N3/08 , G06V10/762 , G06V10/77
Abstract: 本发明提供一种序列化草图生成与重建模型训练方法、重建方法及装置，包括：获取手绘草图数据集，按照预设方法从残缺手绘草图中选取图节点，采用基于时间的最近邻算法将各图节点与其附近图节点按照绘制笔划时序连接，形成邻接矩阵；将得到的各图节点、邻接矩阵和完整手绘草图的矢量化时序数据作为样本，构建训练样本集；获取初始神经网络模型，该模型包括依次连接的编码器模块、隐含层和解码器模块；采用训练样本集对初始神经网络进行训练，构建重建草图与完整手绘草图之间的损失函数，并根据损失函数对初始神经网络模型的参数进行迭代，最终得到序列化草图生成与重建模型。本发明能实现序列化残缺手绘草图的生成、重建和修复。
-
公开(公告)号：CN113157299B
公开(公告)日：2022-08-19
申请号：CN202110541021.4
申请日：2021-05-18
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种资源配置方法及系统，当接收到容器创建请求时，资源管理器向容器管理器转发容器创建请求。容器管理器接收到容器创建请求时，创建一个新的容器，作为目标容器。资源限制器为目标容器进行资源配置。当接收到针对目标容器的配置更新请求时，资源管理器将配置更新请求中携带的更新后的目标配置信息，写入目标容器对应的预设存储位置。资源限制器获取预设存储位置中记录的目标配置信息，并按照目标配置信息更新目标容器的资源配置。基于上述处理，可以为目标容器进行资源配置，并且还可以在接收到配置更新请求时，灵活的更新目标容器的资源配置。
-
公开(公告)号：CN113157299A
公开(公告)日：2021-07-23
申请号：CN202110541021.4
申请日：2021-05-18
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种资源配置方法及系统，当接收到容器创建请求时，资源管理器向容器管理器转发容器创建请求。容器管理器接收到容器创建请求时，创建一个新的容器，作为目标容器。资源限制器为目标容器进行资源配置。当接收到针对目标容器的配置更新请求时，资源管理器将配置更新请求中携带的更新后的目标配置信息，写入目标容器对应的预设存储位置。资源限制器获取预设存储位置中记录的目标配置信息，并按照目标配置信息更新目标容器的资源配置。基于上述处理，可以为目标容器进行资源配置，并且还可以在接收到配置更新请求时，灵活的更新目标容器的资源配置。
-
-
-
Search Results
4
records
(took 0.015 seconds)
