公开(公告)号：CN110532304A

公开(公告)日：2019-12-03

申请号：CN201910843934.4

申请日：2019-09-06

Applicant: 京东城市(北京)数字科技有限公司

Inventor： 王新左 ,  何源 ,  尹泽夏 ,  张钧波 ,  郑宇

IPC: G06F16/2458 ,  G06F16/28

Abstract: 本发明实施例是关于一种数据处理方法及装置、计算机可读存储介质、电子设备，涉及数据处理技术领域，该方法包括：对第一待处理数据进行处理得到多个数据方格，并将第二待处理数据添加至各所述数据方格中得到多个相邻集合；根据各所述相邻集合生成多个正样本以及多个负样本，并根据各所述正样本以及各所述负样本得到多个与所述第一待处理数据对应的第一向量以及与所述第二待处理数据对应的第二向量；根据各所述第一向量以及第二向量之间的相似度，得到所述第一待处理数据以及第二待处理数据之间的相似度。本发明实施例提高了相似度计算的准确率。

公开(公告)号：CN114528896A

公开(公告)日：2022-05-24

申请号：CN202011320953.8

申请日：2020-11-23

Applicant: 京东城市(北京)数字科技有限公司

Inventor： 王新左 ,  刘洋 ,  张钧波 ,  郑宇

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种模型训练、数据增强方法、装置、电子设备及存储介质，生成对抗网络模型包括：生成器和两个判别器，所述生成器的输出作为两个所述判别器的输入，所述方法包括：所述生成器生成参考样本数据；第一判别器计算参考样本数据与预设负样本数据之间的第一距离；第二判别器计算由所述参考样本数据和预设负样本数据组成的负类数据与预设正样本数据之间的第二距离；基于所述第一距离和所述第二距离确定目标函数；利用所述目标函数训练所述生成对抗网络模型，直至所述生成对抗网络模型收敛，得到所述生成对抗网络模型。本发明实施例能够使得数据样本标签不平衡。

公开(公告)号：CN110647929A

公开(公告)日：2020-01-03

申请号：CN201910890827.7

申请日：2019-09-19

Applicant: 京东城市(北京)数字科技有限公司

Inventor： 尹泽夏 ,  王新左 ,  何源 ,  张钧波 ,  郑宇

IPC: G06K9/62 ,  G06Q10/04 ,  G06Q50/30

Abstract: 本公开提供了一种用于预测出行目的地的方法、装置、系统及介质。所述方法包括：获取用户本次出行的乘客特征，获取所述本次出行的起始站的站点特征，获取所述本次出行可能出现的多个终点站中每个终点站的站点特征，以及对于所述每个终点站，至少基于所述每个终点站的站点特征、所述本次出行的乘客特征以及所述起始站的站点特征构建一个输入数据；其中，对于所述多个终点站对应构建得到多个输入数据；将所述多个输入数据输入至分类器，并获得所述分类器输出的针对所述多个输入数据中的每个输入数据的预测概率；以及基于所述预测概率，确定所述本次出行的目的地。本公开还提供了一种用于训练分类器的方法、装置、系统和介质。

公开(公告)号：CN110472680A

公开(公告)日：2019-11-19

申请号：CN201910730878.3

申请日：2019-08-08

Applicant: 京东城市(北京)数字科技有限公司

Inventor： 何源 ,  王新左 ,  尹泽夏 ,  张钧波 ,  郑宇

IPC: G06K9/62

Abstract: 本公开涉及一种目标分类方法、装置和计算机可读存储介质，涉及人工智能技术领域。该方法包括：根据各目标的相关数据，确定各目标的特征向量；根据各目标之间的关联关系，确定各目标的关联目标；对目标的特征向量及其关联目标的特征向量进行数据融合处理，确定该目标的融合特征向量；根据各目标的融合特征向量，利用机器学习模型对各目标进行分类。本公开的技术方案能够提高目标分类的准确性。

公开(公告)号：CN110472680B

公开(公告)日：2021-05-25

申请号：CN201910730878.3

申请日：2019-08-08

Applicant: 京东城市(北京)数字科技有限公司

Inventor： 何源 ,  王新左 ,  尹泽夏 ,  张钧波 ,  郑宇

IPC: G06K9/62

Abstract: 本公开涉及一种目标分类方法、装置和计算机可读存储介质，涉及人工智能技术领域。该方法包括：根据各目标的相关数据，确定各目标的特征向量；根据各目标之间的关联关系，确定各目标的关联目标；对目标的特征向量及其关联目标的特征向量进行数据融合处理，确定该目标的融合特征向量；根据各目标的融合特征向量，利用机器学习模型对各目标进行分类。本公开的技术方案能够提高目标分类的准确性。

公开(公告)号：CN110532304B

公开(公告)日：2020-11-24

申请号：CN201910843934.4

申请日：2019-09-06

Applicant: 京东城市(北京)数字科技有限公司

Inventor： 王新左 ,  何源 ,  尹泽夏 ,  张钧波 ,  郑宇

IPC: G06F16/2458 ,  G06F16/28

Abstract: 本发明实施例是关于一种数据处理方法及装置、计算机可读存储介质、电子设备，涉及数据处理技术领域，该方法包括：对第一待处理数据进行处理得到多个数据方格，并将第二待处理数据添加至各所述数据方格中得到多个相邻集合；根据各所述相邻集合生成多个正样本以及多个负样本，并根据各所述正样本以及各所述负样本得到多个与所述第一待处理数据对应的第一向量以及与所述第二待处理数据对应的第二向量；根据各所述第一向量以及第二向量之间的相似度，得到所述第一待处理数据以及第二待处理数据之间的相似度。本发明实施例提高了相似度计算的准确率。