-
公开(公告)号：CN105974451A
公开(公告)日：2016-09-28
申请号：CN201610277633.6
申请日：2016-04-29
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本申请提供了一种基于点集合的位置信息获取方法和装置，所述方法包括：获取移动终端在待测地理位置的多个位置点坐标，形成第一点集合；计算所述第一点集合中所有位置点坐标的平均值，得到第一中心点坐标；计算所述第一中心点到第一点集合中所有位置点的直线距离；按预设噪声点比例筛选去掉第一点集合中与第一中心点的直线距离最远的位置点，剩下的位置点形成第二点集合；计算所述第二点集合中所有位置点坐标的平均值，得到第二中心点坐标，作为待测地理位置的位置信息。本申请通过上述噪声点去除手段，可有效提高中心点的精度，解决现有技术因外界干扰而导致数据误差较大的问题。
-
公开(公告)号：CN115410007A
公开(公告)日：2022-11-29
申请号：CN202211041157.X
申请日：2022-08-29
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06V10/74 , G06V10/774 , G06V10/776 , G06V10/80
Abstract: 本发明提出了一种基于集成算法的多算法融合图像比对方法，包括：S1、获取图片集并将同一对象的图片进行分别划分到静态集和动态集，并对同一对象的图片赋予关联actorId；S2、利用多种算法分别对静态集和动态集进行图片特征向量的提取，以获得基础特征和衍生特征；S3、基于获得的基础特征以及衍生特征和关联actorId构造样本；S4、将样本代入预设的集成算法训练、测评并保存最佳模型；S5、将获得图片的基础特征和衍生特征输入至保存的最佳模型，以获得预测结果。通过利用集成算法去学习多算法之间的特点，能够弥补单算法的不足以及加权策略的主观倾向经验带来的以偏概全的影响，提高模型泛化能力，提高图像比对准确率和召回率，为图像聚档提供可靠的比对服务。
-
公开(公告)号：CN111080463B
公开(公告)日：2022-09-02
申请号：CN201911285935.8
申请日：2019-12-13
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06Q50/00 , G06F40/30 , G06F16/906
Abstract: 本发明提供了一种关键通讯节点识别方法、装置及存储介质，该方法包括：基于通讯的内容从群通讯人员中确定需要重点关注的人员作为重点通讯节点；对群通讯人员中除重点通讯人员之外的人员进行共同通讯判断，如果具有共同通讯特征，则将具有共同通讯特征的节点作为共同通讯节点；将重点通讯节点和共同通讯节点进行合并组成核心人员集合；基于人员在群中的身份类型、活跃度、发言内容及加入群数确定核心人员集合中的人是否为关键通讯节点，如果是，则将该人标记关键通讯节点的标签。本发明对所有通讯节点进行逐级递进式的分析，进而自动发现处于塔尖的关键通讯节点，其发现关键通讯节点的效率高。
-
公开(公告)号：CN110825920B
公开(公告)日：2022-06-10
申请号：CN201911008290.3
申请日：2019-10-22
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06F16/901
Abstract: 本申请实施例公开了数据处理方法和装置。该方法的一具体实施方式包括：确定数据队列中的待处理数据的类型；基于类型，从处理规则库中确定处理规则集合；从处理规则集合中确定目标处理规则；利用目标处理规则，执行如下处理步骤：从数据队列接收待处理数据，并按照目标处理规则对待处理数据进行处理，得到处理结果数据；如果目标处理规则为结束处理规则，将处理结果数据存入数据库；如果目标处理规则不是结束处理规则且不符合预设条件，将处理结果数据作为待处理数据发送至数据队列；重新确定目标处理规则并继续执行处理步骤。该实施方式实现了根据不同数据的特性定义不同的处理环节，降低了计算资源消耗，提升原始数据入库的整体性能。
-
公开(公告)号：CN110851675B
公开(公告)日：2022-05-17
申请号：CN201910960391.4
申请日：2019-10-10
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06F16/906 , G06F16/90
Abstract: 本发明提供了一种数据提取方法、装置及存储介质，基于复杂特征自适应匹配方法和可变滑动窗口方法进行数据的提取，该方法首先从多个数据源中获取海量的数据后进行聚类，并为聚类后的每一类别数据设置唯一的数据标签；然后根据所述数据标签判断该类别数据是否为已知类型的数据，如果是，则使用复杂特征自适应匹配方法对该类别数据进行特征提取，如果否，则使用可变滑动窗口方法该类别数据进行特征提取，并将结果保存在数据库中。本发明通过复杂特征自适应匹配算法精准快速地提取已知类型数据中的有价值信息，通过可变滑动窗口算法，对未知类型原始数据进行特征循环比对，减少了有价值数据的漏提比例，提升大数据分析和核心线索快速定位的能力。
-
Patent Agency Ranking
公开(公告)号：CN112052280B
公开(公告)日：2022-04-29
申请号：CN202010948857.1
申请日：2020-09-10
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06F16/2458 , G06F16/22 , G06F16/9537 , G06F16/9536 , G06Q50/26
Abstract: 本发明给出了一种基于时空数据的实有人口分析方法及系统，包括基于对象归一算法将时空轨迹数据中大量的拥有共同的主体对象的数据压缩成一条数据记录，再利用场所聚合算法将时空轨迹数据中同一个主体对象的多个相近的位置聚合成同一个位置，从而形成一个对象时空库；基于人员停留类型对对象时空库进行过滤，提取出其中的居住人员和路过人员，分别保存为居住人员集合和路过人员集合，并每天对居住人员集合进行更新并保存，统计每天计算得到的居住人员集合构成当地的实有人口库。相比于传统的实有人口分析方法，本发明极大地减小了数据的规模，提高了针对海量时空数据的分析效率和准确率，实现了对当地实有人口的更加准确且及时的自动分析。
-
公开(公告)号：CN114239689A
公开(公告)日：2022-03-25
申请号：CN202111392189.X
申请日：2021-11-19
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06K9/62 , G06V10/764 , G06V10/82 , G06F16/35 , G06F40/30 , G06F16/951 , G06N3/04
Abstract: 本发明提出了一种基于多模态的网站类型判断方法及装置，该方法包括：基于所述网站的URL爬取网页html文件和网页截图；使用第一神经网络模型对所述网页截图进行识别确定所述网站的图片分类标签；使用第二神经网络模型和第三神经网络对网页html文件进行识别确定所述网站的内容文本语义标签和标题文本语义标签，并通过监管信息平台基于网址URL获取备案信息标签；基于所述图片分类标签、内容文本语义标签、标题文本语义标签和备案信息标签确定所述网站的最终类型。本发明中，使用多模态技术将多种分类结果进行融合，并设计具体的融合策略，使得网站类型的识别率大大提高。
-
公开(公告)号：CN111600749A
公开(公告)日：2020-08-28
申请号：CN202010358132.7
申请日：2020-04-29
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: H04L12/24
Abstract: 本发明提供了一种服务器的管理方法、系统及计算机存储介质，多个服务器包括管理服务器和业务节点服务器，所述方法包括：在管理服务器处对业务节点服务器进行注册；根据已经注册的业务节点服务器的业务类型，在业务节点服务器中确定每种业务类型的业务管理服务器；管理服务器发送第一控制指令至业务管理服务器；业务管理服务器根据第一控制指令控制与业务管理服务器的业务类型相同的服务器。根据本发明的方法、系统及计算机存储介质，通过统一的管理入口，对相同业务类型的服务器进行批量操作，从而减少了大量服务器的管理和维护时间，减少相应的人力成本，以及降低了对网络和计算资源的占用，提高了服务器的管理效率。
-
公开(公告)号：CN110991346A
公开(公告)日：2020-04-10
申请号：CN201911228487.8
申请日：2019-12-04
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明提供了本发明的一种疑似吸毒人员识别的方法、装置及存储介质，该方法包括：获取步骤，获取待处理的人脸图像img；检测步骤，使用训练好的深度神经网络模型对所述待处理的人脸图像img进行识别，如果所述神经网络输出的概率值大于一阈值，则该人脸图像对应的人员为疑似吸毒人员。本发明通过面部特征，识别吸毒者。本发明利用深度学习技术，设计了专用的深度神经网络算法，通过大量吸毒者跟非吸毒人员的面部图片，训练神经网络算法，让算法能够学习吸毒与非吸毒者面部特征的差异性，固化神经网络算法的权重，使算法能够针对性提取人的脸部特征，并能够对面部特征进行分类，辨别一个人是否疑似吸毒，识别方便、快捷。
-
公开(公告)号：CN110851675A
公开(公告)日：2020-02-28
申请号：CN201910960391.4
申请日：2019-10-10
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06F16/906 , G06F16/90
Abstract: 本发明提供了一种数据提取方法、装置及存储介质，基于复杂特征自适应匹配方法和可变滑动窗口方法进行数据的提取，该方法首先从多个数据源中获取海量的数据后进行聚类，并为聚类后的每一类别数据设置唯一的数据标签；然后根据所述数据标签判断该类别数据是否为已知类型的数据，如果是，则使用复杂特征自适应匹配方法对该类别数据进行特征提取，如果否，则使用可变滑动窗口方法该类别数据进行特征提取，并将结果保存在数据库中。本发明通过复杂特征自适应匹配算法精准快速地提取已知类型数据中的有价值信息，通过可变滑动窗口算法，对未知类型原始数据进行特征循环比对，减少了有价值数据的漏提比例，提升大数据分析和核心线索快速定位的能力。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.033 seconds)
