-
公开(公告)号：CN118055267A
公开(公告)日：2024-05-17
申请号：CN202410184505.1
申请日：2024-02-19
申请人： 四川长虹电器股份有限公司
发明人： 孙永强
IPC分类号： H04N21/234 , H04N21/44
摘要： 本发明公开了一种全媒资实时AI场景识别方法，包括：通过播放在线视频或非在线视频时，对应点进情景模式，使用场景识别，AI滤镜，台标识别功能完成全媒资实时AI场景识别。本发明针对AI场景识别目前存在部分资源不识别，识别速度慢的问题，本发明提出了一种全媒资实时AI场景识别方法，旨在解决现有技术中部分资源不识别，识别速度慢的问题，从而为用户带来最佳的视觉感受，提升用户体验。
-
公开(公告)号：CN115630187A
公开(公告)日：2023-01-20
申请号：CN202211279481.5
申请日：2022-10-19
申请人： 四川长虹电器股份有限公司
IPC分类号： G06F16/732 , G06F40/289
摘要： 本发明公开了一种集成极速启播和模糊搜索的电视语音搜索方法，包括以下步骤：在linux服务器搭建solr搜索引擎，为后续的平台提供基础的全文检索服务；修改IkAnalyzer分词器；solr搜索引擎集成修改后的IkAnalyzer分词器，IkAnalyzer分词器根据定义的字典对域进行分词，并支撑用户配置自己的字典；用户输入搜索词进行搜索；在用户输入搜索词到达solr搜索引擎进行搜索时，采用useSmart＝true智能分词模式，如果用户输入搜索词与IkAnalyzer分词库词条匹配，则不再往下细分，实现精准检索；如果用户输入搜索词与IkAnalyzer分词库词条不匹配，则细分为最小粒度，实现模糊检索。本发明在一次搜索过程中，自动实现精准检索或者模糊搜索，提升了搜索效率。
-
公开(公告)号：CN112488772A
公开(公告)日：2021-03-12
申请号：CN202011506464.1
申请日：2020-12-18
申请人： 四川长虹电器股份有限公司
发明人： 孙永强
摘要： 本发明涉及深度学习领域，特别涉及基于改进Ranger的深度学习方法，本发明基于改进Ranger的深度学习方法通过指数加权平均方法优化Radam算法获得的方差、反向反馈验证法改进Lookahead算法的K参数和后项拟合的方法改进学习率解决了深度学习在算法训练时精度低、运行时间长和消耗资源多的问题，本发明适用于基于Ranger的深度学习。
-
公开(公告)号：CN112435077A
公开(公告)日：2021-03-02
申请号：CN202011463674.7
申请日：2020-12-11
申请人： 四川长虹电器股份有限公司
IPC分类号： G06Q30/02
摘要： 本发明涉及销售预测领域，具体涉及一种销售预测方法，实现了自动选择对应算法策略建模进行销售预测，极大地提高了算法建模的灵活性以及算法建模的效率。技术方案概括为,采集数据并统一数据格式，并根据统一格式后的数据进行抽象建模；为抽象建模建立算法库，并为算法库中的算法生成对应参数搜索范围；根据搜索范围选择对应搜索策略；根据对应搜索策略选择相应模型进行模型融合，并根据融合模型进行销售预测。本发明适用于销售预测。
-
公开(公告)号：CN112380783A
公开(公告)日：2021-02-19
申请号：CN202011441879.5
申请日：2020-12-11
申请人： 四川长虹电器股份有限公司
IPC分类号： G06F30/27 , G06F16/25 , G06F8/41 , G06F111/10
摘要： 本发明公开了基于三维建模仿真软件的工业大数据实时采集及分析方法，包括启动仿真软件，虚拟传感器调用二次开发平台的api将仿真数据发送到socket端口；虚拟传感器的注册方法为：在二次开发平台进行编码环境的配置；根据采集需求编码，编码用于实现并封装功能：坐标标点查找、目标点坐标计算和时间戳记录；编码完成后，生成DLL文件；根据三维建模仿真软件二次开发平台的插件注册要求编写dat文件，使用插件注册模块运行dat文件，完成虚拟传感器的注册；实时处理socket端口的数据流并存储到数据库；并进行实时仿真和统计分析。采用虚拟传感器采集仿真数据，解决产品在未建设完成前无法对产品进行优化的问题。
-
公开(公告)号：CN112348571A
公开(公告)日：2021-02-09
申请号：CN202011131501.5
申请日：2020-10-21
申请人： 四川长虹电器股份有限公司
摘要： 本发明公开了一种基于销售预测系统的组合模型销售预测方法，包括：搭建组合模型；选取销售数据进行SARIMAX模型预测，得到销售值序列的样本的第一预测序列T；将第一预测序列T合并到特征序列中，通过CATBOOST模型得到第二预测序列T1；将第一预测序列T，第二预测序列T1的预测结果融入特征序列，输入到LSTM模型当中，并进行训练得到第三预测序列T2；加权组合：逐层递归，将每个模型的预测结果，以及特征序列，原始数据进行不断重组训练，加入验证数据集，用来确定组合模型中各个模型的权重，最后根据每次预测结果动态调整权重。本发明解决了单个模型不能处理部分问题的缺陷，提高模型的优越性和泛化性。
-
公开(公告)号：CN111898837A
公开(公告)日：2020-11-06
申请号：CN202010849299.3
申请日：2020-08-21
申请人： 四川长虹电器股份有限公司
摘要： 本发明公开了一种销量特征预测方法，包括以下步骤：选定外部特征数据；获取外部特征数据；数据由多列构成，第一列为时间序列，列名为timestamp，其余是相应的特征数据；特征数据预处理；利用网格搜索法对特征数据进行预测。本发明通过使用相关算法预测特征的未来值来解决无法获取特征真实值的问题。与传统单一预测方法相比，本专利采取网格搜索法自动调参，解决了繁琐的调参问题，提高了预测的准确率。
-
公开(公告)号：CN107423262B
公开(公告)日：2020-10-09
申请号：CN201710681238.9
申请日：2017-08-10
申请人： 四川长虹电器股份有限公司
IPC分类号： G06F17/15
摘要： 本发明推荐系统算法评估技术领域，公开一种基于第三方数据评估自主推荐算法产出结果的方法，采用同领域内被认可的第三方推荐结果来量化评价当前推荐算法的实际产出效果。本发明首先通过购买(或其它技术手段，如爬虫技术)获取第三方数据，然后获取当前推荐算法的产出结果数据，然后通过获得的第三方数据量化评估当前推荐算法的实际产出效果。本发明适用于评估自主推荐算法产出结果。
-
公开(公告)号：CN107277570B
公开(公告)日：2019-11-05
申请号：CN201710711556.5
申请日：2017-08-18
申请人： 四川长虹电器股份有限公司
IPC分类号： H04N21/25 , H04N21/258 , H04N21/4545 , H04N21/466
摘要： 本发明公开了一种改善电视终端推荐系统推荐效果的方法，所述电视终端内部安装有推荐系统，所述电视终端内部具有媒体资源库，所述电视终端的媒体资源库内部存储有能够播放的所有节目及其相关信息。本发明的目的在于提供一种改善电视终端推荐系统推荐效果的方法，通过引入与热榜数据库对应的冷榜数据库，通过媒体资源库以及用户历史行为来构建冷榜进行推荐，可以有效提升推荐系统在这些评估指标上的效果，进而改善推荐结果，本发明公开的推荐方法可以作为一种独立的推荐方法，也可以作为其它推荐方法的一种补充。
-
公开(公告)号：CN107454474A
公开(公告)日：2017-12-08
申请号：CN201710708711.8
申请日：2017-08-17
申请人： 四川长虹电器股份有限公司
IPC分类号： H04N21/466 , G06F17/30
摘要： 本发明公开了一种基于协同过滤的电视终端节目个性化推荐方法，基于物品的协同过滤技术，主要分两步进行，首先通过用户物品评分矩阵计算物品与物品之间的相似性，然后利用用户历史评分数据和物品物品相似性矩阵计算用户对其它物品的偏好，物品协同过滤技术主要利用了用户之间的集体智慧来计算物品之间的相似性，进而计算用户对物品的偏好。本发明首先针对电视端用户历史评分数据较难直接获取，构建了一种打分策略来将用户的观影行为转换为评分数据，然后利用构建的评分数据计算物品与物品相似性，最后实现推荐。
-
-
-
-
-
-
-
-
-
搜索结果
37 条记录 (耗时 0.038 秒)
