-
公开(公告)号：CN112561550A
公开(公告)日：2021-03-26
申请号：CN201910914593.5
申请日：2019-09-26
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06Q30/02 , G06Q10/06 , G06K9/62 , G06F16/951 , G06F16/9537
Abstract: 本发明公开了一种商户的健康度分类方法、装置、设备及存储介质。该方法包括获取目标商户的目标覆盖范围内的多个一级环境因子数据对应的分数和权重及目标商户的效益数据；对每个一级环境因子数据对应的分数和权重进行加权求和，得到目标商户的环境分数；根据环境分数和效益数据，确定目标商户的综合业绩的健康度分类。根据本发明实施例提供的商户的健康度分类方法客观、准确地对目标商户进行健康度分类。
-
公开(公告)号：CN119540610A
公开(公告)日：2025-02-28
申请号：CN202411508672.3
申请日：2024-10-25
Applicant: 中国移动通信集团辽宁有限公司 , 中国移动通信集团有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本申请公开了一种图像分类模型训练方法、装置、设备及计算机存储介质，涉及图像识别技术领域。该方法包括：获取训练图像和训练图像对应的训练特征分类值；利用图像分类模型对训练图像进行处理得到训练特征卷积值；基于训练特征卷积值和训练特征分类值确定目标模型参数；利用基于目标模型参数更新后的图像分类模型，确定与训练特征卷积值对应的预测特征分类值；在预测特征分类值和训练特征分类值的差值大于设定阈值的情况下，删除训练图像数据并使用剩余训练图像数据重新确定目标模型参数，直至所有特征分类值误差都小于设定阈值，得到目标图像分类模型。本申请实施例在训练时迭代减少异常图像数据，提升了图像分类模型进行图像分类的精准度。
-
公开(公告)号：CN113554049B
公开(公告)日：2024-11-29
申请号：CN202010336551.0
申请日：2020-04-26
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06Q30/0201 , G06Q50/50 , G06F18/243 , G06F18/2415 , G06F18/23 , G06F18/27 , G06N5/01 , G06N20/20
Abstract: 本发明公开了一种异网宽带用户识别的方法、装置、设备及存储介质。具体包括：获取本网用户对应的用户对数据集合和用户数据集合，所述用户对为具有业务关联关系的用户；利用家庭群组识别模型，对用户对数据集合对应的用户对进行识别，得到家庭群组用户信息，所述家庭群组识别模型是由用户对数据集合样本确定；利用宽带用户识别模型，对用户数据集合对应的用户进行识别，得到宽带用户信息，所述宽带用户识别模型是由用户数据集合样本确定；结合所述家庭群组用户信息，对宽带用户信息进行筛选，以将满足预设异网条件的宽带用户信息作为异网宽带用户信息。根据本发明实施例，可以提高异网宽带用户识别准确性和效率。
-
公开(公告)号：CN118822724A
公开(公告)日：2024-10-22
申请号：CN202311677760.1
申请日：2023-12-07
Applicant: 中国移动通信集团辽宁有限公司 , 中国移动通信集团有限公司
Abstract: 本申请公开了区块链的共识方法、装置、电子设备以及可读存储介质，该方法包括：在第一节点的第一交易图谱能够逆向单向追溯的区块链的节点数占区块链的节点总数的比值达到预设比值的情况下，从多个预设强关联组中，确定第一节点所在的目标强关联组；多个预设强关联组是根据区块链中各个节点的关联度以及关联关系划分得到，其中，第一节点为区块链中的任一节点。以目标强关联组中的除第一节点以外的节点作为裁判节点，通过各个裁判节点分别对第一交易图谱进行共识；第一交易图谱是根据交易信息生成。本申请的实施例，可以提高共识效率。
-
公开(公告)号：CN118798890A
公开(公告)日：2024-10-18
申请号：CN202311281350.5
申请日：2023-10-07
Applicant: 中国移动通信集团辽宁有限公司 , 中国移动通信集团有限公司
Inventor： 杨猛
Abstract: 本申请公开了一种交易验证方法、装置、设备及计算机可读存储介质，涉及区块链技术领域。交易验证方法包括：在接收到交易验证请求的情况下，获取第一层数和第二层数；在第一目标层中选取M个第二目标节点，通过第一目标节点和M个第二目标节点分别对交易进行验证，得到验证结果集，第一目标层为决策共识摩尔树中第一目标节点所在的层，第一目标节点为第一层数和第二层数中最大的层数对应的节点的父节点，M≥1；在第一目标层等于第二目标层的情况下，根据验证结果集，确定交易是否验证通过，第二目标层为第一层数和第二层数中最小的层数。根据本申请实施例，提高了区块链系统的交易效率。
-
Patent Agency Ranking
公开(公告)号：CN118796883A
公开(公告)日：2024-10-18
申请号：CN202311403445.X
申请日：2023-10-26
Applicant: 中国移动通信集团辽宁有限公司 , 中国移动通信集团有限公司
IPC: G06F16/2455 , G06F16/2458
Abstract: 本申请公开了一种数据处理方法、装置、设备及存储介质。数据处理方法包括：获取数据库中的多个数据的查询记录；根据多个数据的查询记录中的查询时间，对多个数据按照距离当前时间由近到远的顺序进行排序，得到第一排序序列；在多个数据中确定位于第一排序序列的前N个第一数据；将第一数据存储在一级缓存中；对第一排序序列中的数据进行筛选，筛选出查询时间在当前周期内的数据；根据当前周期内的数据的查询频率增长速度，对当前周期内的数据按照查询频率增长速度由大到小的顺序进行排序，得到第二排序序列；在当前周期内的数据中确定位于第二排序序列的前M个的第二数据；将所述第二数据存储在二级缓存中。可以提高缓存查询命中率。
-
公开(公告)号：CN112348296B
公开(公告)日：2023-12-22
申请号：CN201910724630.6
申请日：2019-08-07
Applicant: 中移信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06Q10/0639 , G06Q50/32 , G06F17/15 , G06F16/2458
Abstract: 本发明公开了一种电信数据获取方法、装置、设备及存储介质。该方法包括：获取原始电信数据，原始电信数据包括多个特征变量；根据电信特征评估函数计算每个特征变量的至少一个电信特征指标的评估值；对至少一个电信特征指标的评估值进行加权计算，得到综合电信特征指标评估值；根据综合电信特征指标评估值从原始电信数据的多个特征变量中确定目标特征变量对应的目标电信数据。根据本发明实施例，能够针对电信特征评估指标得到量化的电信特征分值，能够客观、全面地评价特征水平，提高电信数据筛选效果。
-
公开(公告)号：CN111862040B
公开(公告)日：2023-10-31
申请号：CN202010698614.7
申请日：2020-07-20
Applicant: 中移(杭州)信息技术有限公司 , 中移动信息技术有限公司 , 中国移动通信集团有限公司
Abstract: 本发明实施方式涉及图片处理技术领域，公开了一种人像图片质量评价方法、装置、设备及存储介质。本发明中，通过基于能够实现同时对人脸区域检测和人脸关键点检测的MTCNN检测算法，从而能够快速从待评价人像图片中确定人脸大小检测和人脸角度检测所需的人脸区域框，进而大大提高了处理速度；通过采用局部对比度归一化方法对得到的人脸区域框中的人脸图像进行局部归一化处理，从而可以将人脸图像中所有相同灰度的区域均丢弃掉，只突出边缘，并保留待评价人像图片的自然场景特征，使得目标深度卷积神经网络模型能够根据局部归一化处理后的人脸图像更加快速、准确的识别出待评价人像图片的清晰度值和曝光值。
-
公开(公告)号：CN116957786A
公开(公告)日：2023-10-27
申请号：CN202210391565.1
申请日：2022-04-14
Applicant: 中国移动通信集团辽宁有限公司 , 中国移动通信集团有限公司
Inventor： 杨猛
Abstract: 本申请公开了一种交易记录数据生成方法、装置、设备及计算机存储介质，能够在交易用户进行交易的过程中，根据各交易用户之间的交易相似度信息是否满足预设条件，进行不同方式的交易过程。其中，满足该预设条件时，可以直接根据此次交易的待交易信息，在预设数据库中生成对应的第一交易记录数据，快速完成此次交易。如果不满足第一预设条件，由于本实施例中，预先将用户划分到了不同的区域，并在不同区域之间设置了微区块链，所以可以根据待交易信息在微区块链上生成对应的第二交易记录数据。这样因区域中的用户量较少，在微区块链上参与共识的用户就少，进而可以提升交易效率。同时，本实施例可以保证交易安全性。
-
公开(公告)号：CN116957111A
公开(公告)日：2023-10-27
申请号：CN202210376011.4
申请日：2022-04-11
Applicant: 中国移动通信集团辽宁有限公司 , 中国移动通信集团有限公司
Inventor： 杨猛
Abstract: 本申请公开了一种联邦学习模型的数据处理方法、装置、介质及程序产品。该方法包括：获取联邦学习模型的参与方发送的特征集合；针对每个特征子集，根据特征向量计算与各特征子集对应的样本标准差；根据特征子集和与其自身对应的样本标准差，计算离散偏离度集合，离散偏离度集合包括与各特征子集的特征向量一一对应的离散偏离度；对离散偏离度集合进行聚类处理，并根据聚类处理结果确定离散偏离度集合中的异常偏离度。根据本申请实施例，能识别除异常特征向量，从而可以对针对异常特征向量进行处理，以提高特征向量汇总计算的准确性。
-
-
-
-
-
-
-
-
-
Search Results
122
records
(took 0.084 seconds)
