-
公开(公告)号：CN114092819B
公开(公告)日：2022-04-19
申请号：CN202210057396.8
申请日：2022-01-19
Applicant: 成都四方伟业软件股份有限公司
IPC: G06V20/10 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种图像分类方法及装置，主要解决现有技术中存在的现有图像分类模型存在的模型性能提升困难及模型分类性能不佳的问题。该发明对原始图像数据进行处理增加图像数据的多变性以及缓解过拟合线性，将训练集输入VGG16模型计算出其总交叉熵Loss，至loss曲线收敛；提升了VGG16模型提取特征的多粒度性，使模型的提升更易；最后结合投票决策得出最终的VGG16模型，有效地对多个分类结果进行了综合评估，提升了模型分类的可信度。
-
公开(公告)号：CN114092269A
公开(公告)日：2022-02-25
申请号：CN202210061307.7
申请日：2022-01-19
Applicant: 成都四方伟业软件股份有限公司
Abstract: 本发明公开了一种基于改进广义网络向量模型的时序数据预测方法及装置，主要解决现有技术中存在的现有对离散型因变量分析预测的广义网络向量自回归模型研究大型社交网络时，样本的接受率很低，马尔科夫链会出现大量停滞的问题。该发明输入带有网络结构的时序数据，建立离散型因变量和状态变量之间的连接函数，然后通过状态变量构建广义网络向量自回归模型，然后通过标准马尔科夫链蒙特卡洛算法的MH算法得到多条马尔科夫链，然后通过花朵授粉算法得出最优的1条马尔科夫链，进而得到改进的广义网络向量模型，对带网络结构的时序数据进行预测；本发明可以有效提高新样本的接受率，同时降低修正参数的相对误差。
-
Patent Agency Ranking
公开(公告)号：CN112906829B
公开(公告)日：2022-11-08
申请号：CN202110391935.7
申请日：2021-04-13
Applicant: 成都四方伟业软件股份有限公司
Abstract: 本发明公开了一种基于Mnist数据集的数字识别模型构建方法及装置，主要解决现有技术中存在的现有数字模式识别精度不高，基于Mnist数据集识别模型易引起图像失真及在不同场景中泛化性还有待提升的问题。该发明利用空间金字塔池化层自适应处理多尺度信息输入的能力，使得模型方法支持任意尺度的图像数据输入。同时，模型通过能对多尺度信息的学习训练，具有较好的多尺度信息的表征性能。除此之外，该发明对迁移学习以及BN层的应用，极大降低了适应多环境数据训练的门槛，很好地促使了模型参数的有效学习以及模型训练效率的提升。因此，该模型方法具有较好的运行效率和泛化性。
-
公开(公告)号：CN112232607B
公开(公告)日：2021-03-09
申请号：CN202011485564.0
申请日：2020-12-16
Applicant: 成都四方伟业软件股份有限公司
Abstract: 本发明公开了一种地铁客流量预测方法及装置，主要解决现有技术中存在的现有客流量预测方法均为单一模型预测，预测精度不高，得出的预测结果不具有说服力的问题。该种地铁客流量预测方法先对对原始客流量数据进行预处理；然后分别将预处理后的数据输入LSTM模型和SVR模型中输出预测结果；然后将两个模型输出的预测结果通过熵值法求权得到最终的预测结果。通过上述方案，本发明达到了提升客流量预测精度，输出更具说服力预测结果的目的。
-
公开(公告)号：CN114092819A
公开(公告)日：2022-02-25
申请号：CN202210057396.8
申请日：2022-01-19
Applicant: 成都四方伟业软件股份有限公司
IPC: G06V20/10 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种图像分类方法及装置，主要解决现有技术中存在的现有图像分类模型存在的模型性能提升困难及模型分类性能不佳的问题。该发明对原始图像数据进行处理增加图像数据的多变性以及缓解过拟合线性，将训练集输入VGG16模型计算出其总交叉熵Loss，至loss曲线收敛；提升了VGG16模型提取特征的多粒度性，使模型的提升更易；最后结合投票决策得出最终的VGG16模型，有效地对多个分类结果进行了综合评估，提升了模型分类的可信度。
-
公开(公告)号：CN112906829A
公开(公告)日：2021-06-04
申请号：CN202110391935.7
申请日：2021-04-13
Applicant: 成都四方伟业软件股份有限公司
Abstract: 本发明公开了一种基于Mnist数据集的数字识别模型构建方法及装置，主要解决现有技术中存在的现有数字模式识别精度不高，基于Mnist数据集识别模型易引起图像失真及在不同场景中泛化性还有待提升的问题。该发明利用空间金字塔池化层自适应处理多尺度信息输入的能力，使得模型方法支持任意尺度的图像数据输入。同时，模型通过能对多尺度信息的学习训练，具有较好的多尺度信息的表征性能。除此之外，该发明对迁移学习以及BN层的应用，极大降低了适应多环境数据训练的门槛，很好地促使了模型参数的有效学习以及模型训练效率的提升。因此，该模型方法具有较好的运行效率和泛化性。
-
公开(公告)号：CN112232607A
公开(公告)日：2021-01-15
申请号：CN202011485564.0
申请日：2020-12-16
Applicant: 成都四方伟业软件股份有限公司
Abstract: 本发明公开了一种地铁客流量预测方法及装置，主要解决现有技术中存在的现有客流量预测方法均为单一模型预测，预测精度不高，得出的预测结果不具有说服力的问题。该种地铁客流量预测方法先对对原始客流量数据进行预处理；然后分别将预处理后的数据输入LSTM模型和SVR模型中输出预测结果；然后将两个模型输出的预测结果通过熵值法求权得到最终的预测结果。通过上述方案，本发明达到了提升客流量预测精度，输出更具说服力预测结果的目的。
-
-
-
-
-
-
Search Results
7
records
(took 0.025 seconds)
