-
公开(公告)号：CN107391136B
公开(公告)日：2020-11-06
申请号：CN201710601566.3
申请日：2017-07-21
Applicant: 众安信息技术服务有限公司
Abstract: 本发明公开了一种基于流式的编程系统，其包括结构模型和执行引擎；其中：所述结构模型具有若干个处理单元，所述各处理单元在结构模型内按照可更改的数据流动路径连接，以生成各种有向无环图模型；所述执行引擎对有向无环图模型进行执行。进一步地，当结构模型的结构发生变化时，该变化被同步给执行引擎，执行引擎在后续执行过程中，按照经过变化的结构执行被改变的有向无环图模型。当执行引擎在执行过程中发生执行变化时，该执行变化被同步给结构模型。此外，本发明还公开了一种基于流式的编程方法。本发明能适应多变的应用场景，并且可用于互联网领域，进一步地，还能在编程过程中保证描述任务的结构模型的正确性。
-
公开(公告)号：CN109377532B
公开(公告)日：2023-01-31
申请号：CN201811212227.7
申请日：2018-10-18
Applicant: 众安信息技术服务有限公司
Inventor： 安睿
Abstract: 本发明提供了一种基于神经网络的图像处理方法，包括：使用生成模型对第一图像进行填充运算来获得第二图像，其中，第一图像为对原始图像进行尺寸压缩后生成的图像，所述第二图像的尺寸与所述原始图像的尺寸成指定比例；使用判别模型对原始图像和第二图像进行有监督学习来获得第一对比结果，并且使用细节对比模型来计算原始图像的特征图和第二图像的特征图，进而确定第二对比结果，其中，第二对比结果表示原始图像的特征图和第二图像的特征图的差异；基于第一对比结果和第二对比结果来训练生成模型和判别模型。本发明的图像处理方法能够还原较高压缩比的图像，从而大幅度提高图像的压缩比，节约传输图像服务的带宽需求和存储空间需求。
-
公开(公告)号：CN108154136A
公开(公告)日：2018-06-12
申请号：CN201810035543.5
申请日：2018-01-15
Applicant: 众安信息技术服务有限公司
Abstract: 本发明的实施例公开了用于识别字迹的方法、装置和计算机可读存储介质。该方法包括：利用从时间采样的历史字迹数据集获得的多个用户的历史字迹段数据和与历史字迹段数据相关的历史用户标签数据作为训练样本，训练生成包含循环神经网络和深度神经网络的判别模型，其中，将历史字迹段数据输入到循环神经网络，循环神经网络输出指示用户字迹风格的特征值，特征值被输入到深度神经网络；将历史用户标签数据输入到深度神经网络，深度神经网络用于进行用户字迹分类；对循环神经网络和深度神经网络一起进行训练。本发明使用循环神经网络有效地对字迹风格进行建模，可以实时、准确地识别字迹，同时对不同的语言有较为良好的扩展性。
-
Patent Agency Ranking
公开(公告)号：CN109993217B
公开(公告)日：2021-06-15
申请号：CN201910206424.6
申请日：2019-03-18
Applicant: 众安信息技术服务有限公司
IPC: G06K9/62
Abstract: 本发明公开了一种结构化数据的自动特征构建方法及装置，该方法包括：S1：对原始数据进行数据处理，数据处理至少包括预处理，预处理至少包括缺失值处理；S2：结合处理后数据，对预先构建的构建树进行初始化操作；S3：结合处理后数据，对初始化后的构建树进行生成运算，获取特征生成方式；S4：使用特征生成方式对预处理后数据进行特征提取，获取特征生成结果。本发明实施例提供的结构化数据的自动特征构建方法及装置，不需要基于外部数据训练或特定领域知识，适用范围广，复杂度低，可以进行大规模运算，以应对自动特征构建庞大的搜索空间；使用重采样策略，能够提升构建结果的稳定性，减小噪声的影响。
-
公开(公告)号：CN109993217A
公开(公告)日：2019-07-09
申请号：CN201910206424.6
申请日：2019-03-18
Applicant: 众安信息技术服务有限公司
IPC: G06K9/62
Abstract: 本发明公开了一种结构化数据的自动特征构建方法及装置，该方法包括：S1：对原始数据进行数据处理，数据处理至少包括预处理，预处理至少包括缺失值处理；S2：结合处理后数据，对预先构建的构建树进行初始化操作；S3：结合处理后数据，对初始化后的构建树进行生成运算，获取特征生成方式；S4：使用特征生成方式对预处理后数据进行特征提取，获取特征生成结果。本发明实施例提供的结构化数据的自动特征构建方法及装置，不需要基于外部数据训练或特定领域知识，适用范围广，复杂度低，可以进行大规模运算，以应对自动特征构建庞大的搜索空间；使用重采样策略，能够提升构建结果的稳定性，减小噪声的影响。
-
公开(公告)号：CN108154136B
公开(公告)日：2022-04-05
申请号：CN201810035543.5
申请日：2018-01-15
Applicant: 众安信息技术服务有限公司
IPC: G06V30/226 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本发明的实施例公开了用于识别字迹的方法、装置和计算机可读存储介质。该方法包括：利用从时间采样的历史字迹数据集获得的多个用户的历史字迹段数据和与历史字迹段数据相关的历史用户标签数据作为训练样本，训练生成包含循环神经网络和深度神经网络的判别模型，其中，将历史字迹段数据输入到循环神经网络，循环神经网络输出指示用户字迹风格的特征值，特征值被输入到深度神经网络；将历史用户标签数据输入到深度神经网络，深度神经网络用于进行用户字迹分类；对循环神经网络和深度神经网络一起进行训练。本发明使用循环神经网络有效地对字迹风格进行建模，可以实时、准确地识别字迹，同时对不同的语言有较为良好的扩展性。
-
公开(公告)号：CN109377532A
公开(公告)日：2019-02-22
申请号：CN201811212227.7
申请日：2018-10-18
Applicant: 众安信息技术服务有限公司
Inventor： 安睿
Abstract: 本发明提供了一种基于神经网络的图像处理方法，包括：使用生成模型对第一图像进行填充运算来获得第二图像，其中，第一图像为对原始图像进行尺寸压缩后生成的图像，所述第二图像的尺寸与所述原始图像的尺寸成指定比例；使用判别模型对原始图像和第二图像进行有监督学习来获得第一对比结果，并且使用细节对比模型来计算原始图像的特征图和第二图像的特征图，进而确定第二对比结果，其中，第二对比结果表示原始图像的特征图和第二图像的特征图的差异；基于第一对比结果和第二对比结果来训练生成模型和判别模型。本发明的图像处理方法能够还原较高压缩比的图像，从而大幅度提高图像的压缩比，节约传输图像服务的带宽需求和存储空间需求。
-
公开(公告)号：CN107391136A
公开(公告)日：2017-11-24
申请号：CN201710601566.3
申请日：2017-07-21
Applicant: 众安信息技术服务有限公司
IPC: G06F9/44
Abstract: 本发明公开了一种基于流式的编程系统，其包括结构模型和执行引擎；其中：所述结构模型具有若干个处理单元，所述各处理单元在结构模型内按照可更改的数据流动路径连接，以生成各种有向无环图模型；所述执行引擎对有向无环图模型进行执行。进一步地，当结构模型的结构发生变化时，该变化被同步给执行引擎，执行引擎在后续执行过程中，按照经过变化的结构执行被改变的有向无环图模型。当执行引擎在执行过程中发生执行变化时，该执行变化被同步给结构模型。此外，本发明还公开了一种基于流式的编程方法。本发明能适应多变的应用场景，并且可用于互联网领域，进一步地，还能在编程过程中保证描述任务的结构模型的正确性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.024 seconds)
