-
公开(公告)号：CN110347719B
公开(公告)日：2023-06-30
申请号：CN201910550272.1
申请日：2019-06-24
Applicant: 华南农业大学
IPC: G06F16/2458 , G06F16/28 , G06F16/53 , G06F16/951 , G06F16/953 , G06Q10/0635
Abstract: 本发明公开的一种基于大数据的企业外贸风险预警方法，包括以下步骤：进行外贸风险大数据平台部署和搭建，收集外贸风险预警信息，并进行数据解析和特征抽取；再进行初步处理，完成对信息持续存储和原始调用；以数据调用需求为导向，建立外贸风险大数据仓库，通过查询解析和查询优化，实现需求导向调用；建立外贸风险评估数据挖掘模型库，对数据进行进一步调用和分析，形成大数据中心；根据需求，大数据中心调用相关数据和外贸风险评估数据挖掘模型库，实现外贸风险预警信息共享；本发明采用云计算和大数据管理技术，建立外贸风险大数据仓库，基于大数据学习企业外贸风险特征，进行评估预警，客观风险评估，降低人工干预和成本，提高识别效率。
-
公开(公告)号：CN111898473B
公开(公告)日：2023-09-01
申请号：CN202010661595.0
申请日：2020-07-10
Applicant: 华南农业大学
IPC: G06V20/59 , G06V40/16 , G06V10/762 , G06N3/0464 , G06V10/82 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的司机状态实时监测方法，包括以下步骤：通过图像获取装置实时获取司机面部图像，得到司机面部图像集；构建基于感受野的特征提取网络，用于提取司机面部特征，进而计算网络最终特征图的感受野和步长，使得感受野符合司机面部大小；通过聚类分析模块对司机面部特征数据集进行聚类分析，得到司机面部信息，根据检测对象选择相应的检测层，并设置先验框大小；对司机面部信息进行司机面部疲劳识别，得到司机状态信息；本发明结合感受野设计特征提取网络并优化检测层，能有效提取脸部特征；结合聚类方法进一步提高检测速度。
-
公开(公告)号：CN111898473A
公开(公告)日：2020-11-06
申请号：CN202010661595.0
申请日：2020-07-10
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于深度学习的司机状态实时监测方法，包括以下步骤：通过图像获取装置实时获取司机面部图像，得到司机面部图像集；构建基于感受野的特征提取网络，用于提取司机面部特征，进而计算网络最终特征图的感受野和步长，使得感受野符合司机面部大小；通过聚类分析模块对司机面部特征数据集进行聚类分析，得到司机面部信息，根据检测对象选择相应的检测层，并设置先验框大小；对司机面部信息进行司机面部疲劳识别，得到司机状态信息；本发明结合感受野设计特征提取网络并优化检测层，能有效提取脸部特征；结合聚类方法进一步提高检测速度。
-
公开(公告)号：CN110347719A
公开(公告)日：2019-10-18
申请号：CN201910550272.1
申请日：2019-06-24
Applicant: 华南农业大学
IPC: G06F16/2458 , G06F16/28 , G06F16/53 , G06F16/951 , G06F16/953 , G06Q10/06
Abstract: 本发明公开的一种基于大数据的企业外贸风险预警方法，包括以下步骤：进行外贸风险大数据平台部署和搭建，收集外贸风险预警信息，并进行数据解析和特征抽取；再进行初步处理，完成对信息持续存储和原始调用；以数据调用需求为导向，建立外贸风险大数据仓库，通过查询解析和查询优化，实现需求导向调用；建立外贸风险评估数据挖掘模型库，对数据进行进一步调用和分析，形成大数据中心；根据需求，大数据中心调用相关数据和外贸风险评估数据挖掘模型库，实现外贸风险预警信息共享；本发明采用云计算和大数据管理技术，建立外贸风险大数据仓库，基于大数据学习企业外贸风险特征，进行评估预警，客观风险评估，降低人工干预和成本，提高识别效率。
-
-
-
Search Results
4
records
(took 0.014 seconds)
