时间序列预测方法、装置、设备以及介质

    公开(公告)号:CN117349789A

    公开(公告)日:2024-01-05

    申请号:CN202311245428.8

    申请日:2023-09-25

    Abstract: 本申请涉及人工智能领域,提供了一种时间序列预测方法、装置、设备以及介质,该方法通过预构建第一编码器从时间序列数据集中的单条事件记录信息中提取局部特征向量,由每条事件记录信息的局部特征向量得到时间序列的局部特征向量集合,再将局部特征向量集合输入至预构建的第二编码器,由第二编码器根据局部特征向量集合生成全局特征向量,融合局部特征向量和全局特征向量之后即可进行时间序列预测,最大程度地减少人工干预,自动实现单条事件记录的局部特征提取以及全局时间序列特征提取,且自动提取过程贯穿单条事件记录的处理阶段和全局时间序列的处理阶段,能够提高时间序列预测方法的执行效率以及预测精度。

    图像特征提取方法、图像分割方法和目标检测方法

    公开(公告)号:CN117152549A

    公开(公告)日:2023-12-01

    申请号:CN202311056461.6

    申请日:2023-08-18

    Abstract: 本申请实施例提供了图像特征提取方法、图像分割方法和目标检测方法,通过划分待处理图像得到子区域;根据子区域进行第一扩展操作得到第一区域、第二区域和第三区域,通过特征提取层对第一区域在长度方向和宽度方向上、对第二区域在宽度方向上、对所述第三区域在长度方向上进行特征提取,合并特征;或者,根据特征区域划分参数对原始特征进行特征区域划分,通过特征提取层对划分特征进行特征提取,对所提取的特征中的重叠区域所对应的特征设置权重,根据权重对所提取的特征来合并特征;本申请实施例实现了利用只能处理图像固定尺寸的MLP模型对任意尺寸的图像进行特征提取,提升了特征提取层的适用性。

    一种物联设备接入和联动的方法及系统

    公开(公告)号:CN116455945B

    公开(公告)日:2023-09-26

    申请号:CN202310713986.6

    申请日:2023-06-16

    Abstract: 本发明公开了一种物联设备接入和联动的方法及系统,方法包括:在物联网平台设置物联设备的通信连接器,并选择对应的数据解析器;基于通信连接器与数据解析器,并输入设备ID与设备名称构建物联设备,对所述物联设备的物模型进行功能定义与属性定义;激活物联设备,在物联网平台定义联动规则引擎;启动联动规则引擎,实现设备联动的自动化运转,并监测设备数据,以在相应的时间点满足相应的条件触发相应的动作,实现物理网设备的联动。本发明将一个物联设备定义为由通信连接器、数据解析器、物模型组合而成的实体,将不同厂家不同设备的私有协议转换为同一种标准通信协议,实现软硬件的解耦,实现不同物联设备的联动,实现端云协同、万物互联互通。

    跨智能体的算法资源调度方法、装置、设备和介质

    公开(公告)号:CN116302449B

    公开(公告)日:2023-08-22

    申请号:CN202310557298.5

    申请日:2023-05-17

    Abstract: 本公开提供了跨智能体的算法资源调度方法、装置、设备和介质。该算法资源调度方法包括:接收来自第一代理节点的第一任务协同请求;基于第一任务协同请求,得到任务标签,并生成第二任务协同请求;发送第二任务协同请求至第二代理节点,以便第二代理节点根据任务标签确定目标算法资源;接收来自第二代理节点的目标算法资源;发送目标算法资源至第一代理节点。本公开实施例能够提高智能体的任务执行效率与算法资源利用率。本公开实施例可应用于智能医疗、智能交通、智能城市管理等场景。

    人脸识别模型训练、图像注册、人脸识别方法及装置

    公开(公告)号:CN116206355A

    公开(公告)日:2023-06-02

    申请号:CN202310450980.4

    申请日:2023-04-25

    Abstract: 本发明公开了人脸识别模型训练、图像注册、人脸识别方法及装置,人脸识别模型包括第一特征提取网络、第二特征提取网络,通过第一训练样本进行模型训练得到第一特征提取网络;第一训练样本包含的样本人脸图像数量大于第一预设阈值;再利用第一特征提取网络得到第一训练样本的第一初始人脸特征、第二训练样本的第二初始人脸特征;第二训练样本包含的样本人脸图像数量小于第一预设阈值;基于第一初始人脸特征对第二初始人脸特征进行特征融合,得到第二训练样本的融合人脸特征,并根据第一初始人脸特征和融合人脸特征构建特征三元组;通过特征三元组进行模型训练得到第二特征提取网络,在缺乏训练数据或训练数据分布不均衡时,实现高精度人脸识别。

Patent Agency Ranking