-
公开(公告)号：CN115359506A
公开(公告)日：2022-11-18
申请号：CN202211021535.8
申请日：2022-08-24
Applicant: 中国联合网络通信集团有限公司 , 中讯邮电咨询设计院有限公司
IPC: G06V30/422 , G06T7/70 , G06N20/00
Abstract: 本发明提供一种置信度阈值的确定方法、装置及计算机可读存储介质，涉及深度学习技术领域，用于解决置信度阈值的设置未能考虑待检测对象对查全率和查准率的要求的问题。该方法包括：获取样本图像，以及样本图像中目标类别的P个真值框的坐标信息；目标类别为样本图像的待检测对象类别中的任意一个；将样本图像输入至目标检测模型，以目标检测模型对样本图像进行目标检测，得到目标类别的M个预测结果；基于P个真值框的坐标信息以及M个预测框的坐标信息，从M个预测结果中筛选出N个可接受预测结果；可接受预测结果为包含的预测框与真值框之间的交并比满足要求的预测结果；基于各个可接受预测结果所包含的置信度，确定目标类别的置信度阈值。
-
公开(公告)号：CN115205364A
公开(公告)日：2022-10-18
申请号：CN202210848819.8
申请日：2022-07-19
Applicant: 中国联合网络通信集团有限公司 , 中讯邮电咨询设计院有限公司
Abstract: 本申请提供一种对象高度的确定方法、装置及存储介质，涉及图像处理领域，用于提升测量对象高度的便利性。该方法包括：获取目标图像和参照对象的实际高度信息。对目标图像进行处理，确定第一位置信息和第二位置信息，第一位置信息用于指示目标对象在目标图像对应的图像坐标系的位置，第二位置信息用于指示参照对象在目标图像对应的图像坐标系的位置。根据第一位置信息和目标转换关系，确定第一高度信息，第一高度信息为目标对象在世界坐标系中的高度信息。根据第二位置信息和目标转换关系，确定第二高度信息。根据第一高度信息、第二高度信息和参照对象的实际高度信息，确定目标对象的实际高度信息。
-
公开(公告)号：CN115203556A
公开(公告)日：2022-10-18
申请号：CN202210836399.1
申请日：2022-07-15
Applicant: 中国联合网络通信集团有限公司 , 中讯邮电咨询设计院有限公司
IPC: G06F16/9535 , G06K9/62 , G06Q10/04 , G06Q10/06
Abstract: 本申请公开了一种评分预测模型训练方法、装置、电子设备及存储介质，涉及人工智能技术领域，用以解决现阶段训练出的评分预测模型的预测结果不够准确的问题，包括：获取样本数据，样本数据包括多个用户中每个用户的多维度行为特征以及每个用户的多维度行为特征对应的真实用户评分；确定每个真实用户评分在样本数据中出现的次数；根据每个真实用户评分在样本数据中出现的次数，确定每个用户的多维度行为特征对应的目标用户评分；根据每个用户的多维度行为特征对应的目标用户评分以及每个用户的多维度行为特征对初始评分预测模型进行训练，得到训练好的目标评分预测模型。本申请用于对用户网络感知的评分预测。
-
公开(公告)号：CN118570150A
公开(公告)日：2024-08-30
申请号：CN202410635845.1
申请日：2024-05-21
Applicant: 中国联合网络通信集团有限公司 , 中讯邮电咨询设计院有限公司
IPC: G06T7/00 , G06T7/62 , G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本申请提供一种机柜内部设备检测方法、装置及存储介质，涉及数据处理技术领域，能够提高机柜图像识别的精确度。该方法包括：获取机柜图像；基于机柜图像中机柜的多个角点和机柜的真实尺寸，对机柜图像进行透视变换，确定第一图像和第一比例；第一比例用于表征第一图像中像素对应的实际尺寸；基于目标检测算法检测第一图像，确定第一图像中机柜内部设备的第一位置信息；基于第一比例，调整第一位置信息，确定机柜内部设备的实际尺寸信息。
-
公开(公告)号：CN118051875A
公开(公告)日：2024-05-17
申请号：CN202410239281.X
申请日：2024-03-01
Applicant: 中国联合网络通信集团有限公司 , 中讯邮电咨询设计院有限公司
IPC: G06F18/25 , G06F18/214 , G06F21/60 , G06N3/098
Abstract: 本发明提供一种联邦学习的梯度融合方法、装置及介质，所述方法包括：接收多个子节点中每个子节点在第t次迭代训练后得到的梯度，其中，t≥1；响应于t大于或等于预设迭代次数，采用数值统计分析方法更新每个所述子节点的梯度权重；根据更新后的每个所述子节点的梯度权重，对所有所述子节点在第t次迭代的梯度进行加权融合。该方法、装置及介质能够解决现有的联邦学习无法实现对各子节点的梯度进行有效融合，使得训练后的模型存在局限性的问题。
-
Patent Agency Ranking
公开(公告)号：CN119721024A
公开(公告)日：2025-03-28
申请号：CN202411733832.4
申请日：2024-11-28
Applicant: 中国联合网络通信集团有限公司 , 中讯邮电咨询设计院有限公司
IPC: G06F40/279 , G06F18/214
Abstract: 本申请提供一种网络拓扑实体抽取方法、装置、存储介质及程序产品，涉及通信技术领域，能够解决相关技术实体抽取效果较差的问题。该方法包括：获取原始网络拓扑数据文本；将原始网络拓扑数据文本以及任务引导信息输入实体抽取模型中，得到网络拓扑实体数据；网络拓扑实体数据由键值对格式的网络拓扑字段组成；网络拓扑字段包括网络拓扑中的实体类型以及对应的实体内容。本申请能够提高网络拓扑数据的实体抽取效果。
-
公开(公告)号：CN118131046A
公开(公告)日：2024-06-04
申请号：CN202410169908.9
申请日：2024-02-06
Applicant: 中国联合网络通信集团有限公司 , 中讯邮电咨询设计院有限公司
IPC: G01R31/367 , G06F18/213 , G06N3/0464 , G06N3/09 , G06F18/214 , G01R31/388
Abstract: 本发明提供一种蓄电池组的容量预测方法、装置及可读存储介质，该方法包括：根据蓄电池组放电过程中各单体电池的前序电压序列预测所述单体电池的后序电压序列；根据所述前序电压序列和后序电压序列获取蓄电池组中各单体电池在目标截止电压时的容量；将各单体电池在目标截止电压时的容量输入到训练好的蓄电池组容量预测模型，得到所述蓄电池组的预测容量值，其中，所述蓄电池组容量预测模型用于表示蓄电池组内各单体电池容量到蓄电池组容量的映射关系。该方法、装置及可读存储介质能够解决现有的容量预测方法或者单独侧重蓄电池组，或者单独侧重单体电池，缺乏统一框架下蓄电池组和单体容量预测的一体化手段的问题。
-
公开(公告)号：CN119762758A
公开(公告)日：2025-04-04
申请号：CN202411936173.4
申请日：2024-12-25
Applicant: 中国联合网络通信集团有限公司 , 中讯邮电咨询设计院有限公司
Abstract: 本申请提供一种模型训练方法、装置及存储介质，涉及计算机技术领域，能够尽可能地提高图像检测模型的识别准确率。该方法包括：计算设备获取暗光环境下对象的样本图像，并基于第一卷积网络，提取样本图像中对象的初始特征信息，其中，第一卷积网络为激活值二值化后的卷积网络；进而，计算设备在第一卷积网络提取的初始特征信息与对象的实际特征信息的相似度小于第一预设阈值的情况下，对第一卷积网络的网络参数进行调整，得到第二卷积网络；计算设备基于第二卷积网络对对象的样本图像进行训练，得到图像检测模型。
-
公开(公告)号：CN116203429A
公开(公告)日：2023-06-02
申请号：CN202310154489.7
申请日：2023-02-22
Applicant: 中国联合网络通信集团有限公司 , 中讯邮电咨询设计院有限公司
IPC: G01R31/367 , G01R31/389 , G01R31/396 , G06F18/2413 , G06F18/214
Abstract: 本申请提供一种容量预测方法、容量预测模型的训练方法及装置，涉及计算机技术领域，解决了相关技术在进行放电实验的过程中需要涉及到电池的拆卸，步骤频繁且工作量较大，可能无法快速地确定出电池的容量的技术问题。该方法包括：获取待识别电池在多个时刻中每个时刻的电压、该待识别电池对应的M个电池在该每个时刻的电压以及该待识别电池对应的N个电池在该每个时刻的电压；基于该待识别电池在该每个时刻的聚合特征、该待识别电池在该每个时刻的内阻特征以及该待识别电池的初始特征，生成该待识别电池在该每个时刻的目标特征；将该待识别电池在该每个时刻的目标特征输入目标容量预测模型，得到该待识别电池在该每个时刻的容量。
-
公开(公告)号：CN115294596A
公开(公告)日：2022-11-04
申请号：CN202210800413.2
申请日：2022-07-08
Applicant: 中国联合网络通信集团有限公司 , 中讯邮电咨询设计院有限公司
IPC: G06V30/422 , G06V30/146 , G06V30/186
Abstract: 本申请提供一种柜门方向识别方法、装置及存储介质，涉及图像处理领域，能够解决相关技术中无法识别图纸中的柜门朝向的问题。该方法包括：确定目标图纸中的每个矩形的长宽比；确定每个矩形中，长宽比大于第一阈值的矩形为第一矩形；第一矩形为柜门在目标图纸中的矩形；确定与第一矩形的一个长边距离最近的矩形为第二矩形；其中，第二矩形为柜门所属的柜体在目标图纸中的矩形；根据第一矩形和第二矩形之间的位置关系，确定第一矩形对应的柜门的朝向。本申请能够识别柜门的朝向。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.06 seconds)
