一种订单推送方法、装置、介质和设备

    公开(公告)号:CN111325429A

    公开(公告)日:2020-06-23

    申请号:CN201811535927.X

    申请日:2018-12-14

    Abstract: 本发明涉及机器学习技术领域,特别涉及一种订单推送方法、装置、介质和设备。在进行订单推送时,可以通过距离判断,在当前轮次的推送半径范围内选择在线服务人员标识(即选择在线服务人员),向其推送订单,并在当前轮次的等待时间内,等待客户端抢单(即等待在线服务人员抢单),如果没有在线服务人员抢单,则继续推送,直至有在线服务人员抢单或者达到设定的推送轮次。其中,推送轮次,每轮次的推送半径以及每轮次的等待时间都是预先根据历史订单信息确定的,从而相对于根据经验值设置各参数取值,可以提高参数设置的准确性,实现订单的及时推送,并保证订单可以及时被抢单。

    基于多通道卷积神经网络的室内火灾视频识别方法

    公开(公告)号:CN109886227A

    公开(公告)日:2019-06-14

    申请号:CN201910146795.X

    申请日:2019-02-27

    Abstract: 本发明提供基于多通道卷积神经网络的室内火灾视频识别方法,属于图像处理识别技术领域。本发明首先对视频中的图像进行火焰的区域分割,提取图像中疑似火焰目标,进而获得疑似火焰目标区域面积;然后对图像提取火焰颜色特征;根据疑似火焰目标区域面积对视频中的图像提取圆形度特征和面积变化特征;再将火焰颜色特征、圆形度特征以及面积变化特征作为检测特征通道,设计卷积神经网络CNN模型;对各个通道图像特征进行识别训练;最后将从待识别视频中提取的火焰颜色特征、圆形度特征以及面积变化特征输入训练好的卷积神经网络中进行火灾识别。本发明解决了现有火灾视频识别技术的识别准确率较低的问题。本发明可应用于室内火灾视频识别。

    一种基于脉冲神经网络人体摔倒动作的视频识别方法

    公开(公告)号:CN109829422A

    公开(公告)日:2019-05-31

    申请号:CN201910088572.2

    申请日:2019-01-28

    Abstract: 本发明提供一种基于脉冲神经网络人体摔倒动作的视频识别方法,属于视频识别技术领域。本发明首先将需要识别的视频中基于时间的人体骨骼节点转换为二维彩色图像,并将其转化为二维灰度图像;然后建立人体摔倒动作识别的脉冲神经网络模型;收集人体摔倒动作和未摔倒动作样本,建立人体摔倒动作数据集;并在该人体摔倒动作数据集的基础上,采用STDP算法对所述脉冲神经网络模型进行训练;最后将二维灰度图像作为训练好的脉冲神经网络模型的输入,输出得到识别结果。本发明解决了现有人体摔倒动作的视频识别技术需要进行人工特征提取,导致效率较低的问题。本发明可用于人体摔倒动作的视频识别。

    一种实现虚拟专用网络密钥协商的方法和装置

    公开(公告)号:CN106534050A

    公开(公告)日:2017-03-22

    申请号:CN201510579550.8

    申请日:2015-09-11

    Abstract: 本发明公开了一种实现虚拟专用网络密钥协商的方法和装置,包括:终端在需要发起VPN服务器连接后,若所述终端已存储根密钥,则根据根密钥、所述终端的B-TID以及VPN服务器的NAF_id确定第一共享密钥,并将确定的第一共享密钥及所述B-TID发送给VPN服务器;若接收到来自VPN服务器的认证成功响应,则确定完成密钥协商。本发明将共享密钥作为客户端与服务器之间的会话密钥,并根据已存储的根密钥、终端的B-TID以及VPN服务器的NAF_id生成第一共享密钥,免去了现有VPN中每次认证都需要重新协商的重复流程,因此其生成速度极快,降低了密钥协商延迟,减少了系统资源消耗,优化了VPN的使用体验。

Patent Agency Ranking