-
公开(公告)号：CN119645874A
公开(公告)日：2025-03-18
申请号：CN202411839597.9
申请日：2024-12-13
Applicant: 北京市新技术应用研究所有限公司
IPC: G06F11/3668
Abstract: 一种可配置的缺陷和测试用例自动生成方法，用于软件测试技术领域，基于K‑means聚类算法对历史错误日志进行聚类，生成错误日志类型配置表，既实现了错误日志是否需要处理的自由配置，又实现了缺陷的自动提交，及时发现系统的瓶颈和性能问题并进行优化；同时实现了测试用例的自动生成，进一步完善了测试用例库，并使用Jenkins持续集成工具定时执行自动化测试用例，使用Allure生成测试报告，提升了测试效率以及被测系统的可控性和稳定性，同时，在持续处理系统错误日志的过程中，实现了错误日志类型库的自我完善。
-
公开(公告)号：CN118916490A
公开(公告)日：2024-11-08
申请号：CN202411002529.7
申请日：2024-07-25
Applicant: 北京市新技术应用研究所有限公司
IPC: G06F16/35 , G06F16/36 , G06N3/0455 , G06N3/08 , G06F40/295 , G06F40/284 , G06N5/022 , G06F40/117
Abstract: 一种基于主题预分类和知识图谱的多维文本分类方法，借助中间信息“文本主题”进行分类的方法，基于主题预分类和知识图谱进行多维文本分类，针对不同的主题，构建相应的分析模式，根据模式提取关键词，附加到文本向量中，由BERT网络训练出合适模型；使用时，对输入热线文本进行文本分词，结合查询知识图谱，由所述BERT网络训练好的模型进行匹配，对热线文本进行及时有效地准确分类处理，向社会职能管理部门进行准确地精细化分配，实现了对热线文本的多维准确分类。
-
公开(公告)号：CN117994548A
公开(公告)日：2024-05-07
申请号：CN202311335969.X
申请日：2023-10-16
Applicant: 北京市新技术应用研究所有限公司 , 联通雄安产业互联网有限公司
IPC: G06V10/762
Abstract: 本公开提供了一种聚类方法，该方法包括：对大规模人脸目标图像数据进行分组，对多组目标图像数据进行组内聚类(第一次聚类)处理以获得组内聚类结果，根据组内聚类结果提取中心点图像集合，对中心点图像集合进行组间聚类(第二次聚类)，根据中心点图像集合的组间聚类结果对组内聚类结果进行第一组间合并处理以获得组间合并聚类结果，根据目标图像的先验知识对组间合并聚类结果进行第二组间合并处理以获得目标聚类结果。本公开还提供了一种聚类装置、电子设备及可读存储介质。本公开提高了聚类的效率和准确性。
-
公开(公告)号：CN119358675A
公开(公告)日：2025-01-24
申请号：CN202411411504.2
申请日：2024-10-10
Applicant: 北京市新技术应用研究所有限公司
IPC: G06N5/04 , G06N5/022 , G06F40/295 , G06V20/40
Abstract: 本发明公开了一种生成旅游类短视频描述的方法及系统。该方法包括如下步骤：S 1：采集用户生成内容的网页信息，用户生成内容的网页信息包括旅游景点图片和相关文字；S2：采集短视频，抽取短视频中的图像帧；S3：利用知识图谱，为步骤S 1和步骤S2采集到的图片和图像帧生成图文对；S4：生成并训练大语言模型；S5：利用步骤S4中训练好的大语言模型，根据步骤S3中生成的图文对，生成短视频的文本描述。利用本发明，能够有效提升旅游类短视频内容的可检索性和可理解性。
-
公开(公告)号：CN119202231A
公开(公告)日：2024-12-27
申请号：CN202310883959.3
申请日：2023-07-18
Applicant: 北京市新技术应用研究所有限公司
IPC: G06F16/34 , G06F16/31 , G06F16/35 , G06F40/242 , G06F40/216 , G06F40/284 , G06F40/30
Abstract: 本公开提供了一种社会治理文本的处理方法，包括：基于自定义词典，对各个社会治理文本分别进行预处理，获取社会治理文本对应的民生特征数据；调用文档主题生成模型对民生特征数据进行分析，生成关于社会治理文本的民生分析信息，其中民生分析信息至少包括各个社会治理文本所关联的民生主题、民生分词在民生主题上的分布概率以及各个社会治理文本在民生主题上的分布概率；以及根据民生分析信息，构建便于读取的展示页面。本公开还提供了一种社会治理文本的处理装置、电子设备及存储介质。
-
Patent Agency Ranking
公开(公告)号：CN119180829A
公开(公告)日：2024-12-24
申请号：CN202310829680.7
申请日：2023-07-07
Applicant: 北京市新技术应用研究所有限公司
Abstract: 本公开提供了一种二维码图像的分割方法，包括：通过图像增强法对原始二维码图像进行干扰处理，以构建具有多种干扰因素的二维码图像集，其中二维码图像集包含多个二维码噪声图像，每个二维码噪声图像具有至少一种干扰因素；利用二维码图像集对二维码分割模型进行优化，以获得用于在干扰因素的影响下分割二维码区域的目标分割模型，其中目标分割模型利用图像分割损失函数进行二维码预测图像和二维码期望图像之间的偏差计算；以及根据目标分割模型在目标场景图像中提取的图像特征，将目标场景图像中的背景区域和二维码区域进行分割，以获取二维码区域对应的二维码图像。本公开还提供了一种二维码图像的分割装置、电子设备及存储介质。
-
公开(公告)号：CN115774787A
公开(公告)日：2023-03-10
申请号：CN202211392439.4
申请日：2022-11-08
Applicant: 河北工业大学 , 北京市新技术应用研究所有限公司
IPC: G06F16/36 , G06F40/295 , G06F40/14 , G06F40/242 , G06Q10/10 , G06Q50/26 , G06N3/0464
Abstract: 本公开还提供了一种投诉事件自动流转的方法、装置、电子设备及存储介质。本公开的投诉事件自动流转方法，包括：获取待转派的投诉事件；对投诉事件的内容信息预处理，以获得投诉事件的文本特征；从基于部门知识图谱构建的层次结构树的根节点开始，执行如下处理，直到当前节点的子节点为层次结构树的叶子节点时停止：当前节点具有两个或两个以上的子节点时，基于当前节点对应的分类器对投诉事件的文本特征处理以确定当前节点标签，并将文本特征转入对应当前节点标签的子节点；当前节点具有唯一的子节点时，直接将文本特征转入当前节点的子节点；在当前节点的子节点为层次结构树的叶子节点时，将当前节点所指示的部门确定为投诉事件的转派部门。本公开能够实现投诉事件的自动流转。
-
公开(公告)号：CN119168830A
公开(公告)日：2024-12-20
申请号：CN202411311688.5
申请日：2024-09-20
Applicant: 河北工业大学 , 北京市新技术应用研究所有限公司
IPC: G06Q50/26 , G06Q10/0631 , G06F16/35 , G06N3/0455 , G06N3/0475 , G06F18/10 , G06F18/27 , G06N3/047 , G06F18/22 , G06N3/048
Abstract: 一种基于生成式模型和分层训练的热线文本智能转派方法，针对诸如12345民生服务热线等的特殊文本数据进行文本分类，主要包括：文本预处理、模型训练和模型推理三部分。基于生成式模型通过相同标签数据配对进行了数据增广，将少量标签的样本多样化，从而有效缓解了数据不平衡的问题。提出分层训练模型，并且在训练低层级部门对应的模型时，数据集中会包含前一层级的部门信息，使模型更专注当前层级的部门信息以及与上一层级部门的关联性，改善了由于部门流转途径过长而导致的幻觉问题。为每个层级单独训练模型，实现了对热线文本的智能转派。
-
公开(公告)号：CN114332517B
公开(公告)日：2024-11-01
申请号：CN202111506192.X
申请日：2021-12-10
Applicant: 河北工业大学 , 北京市新技术应用研究所有限公司
IPC: G06V10/762 , G06V10/774 , G06V40/10
Abstract: 本公开提供了一种无监督行人重识别模型的建立方法，包括：使用图像样本数据集在源域上进行训练，获得源域模型；在目标域创建协作网络与联合网络，将源域模型的模型参数迁移至目标域，对协作网络及联合网络进行初始化；将图像样本数据集分别输入至第一临时平均模型和第二临时平均模型，获得两组图像样本，分别提取样本特征，获取两组图像样本的样本特征的平均样本特征；对图像样本数据集进行聚类处理，获得聚类中心和伪标签；对图像样本数据集进行图像样本数据集分割处理，分割为信赖集和噪声集；对联合网络以及协作网络进行交替训练，获得训练后的无监督行人重识别模型。本公开还提供了一种无监督行人重识别方法、电子设备及可读存储介质。
-
公开(公告)号：CN114882521B
公开(公告)日：2024-09-13
申请号：CN202210333714.9
申请日：2022-03-30
Applicant: 河北工业大学 , 北京市新技术应用研究所有限公司
IPC: G06V40/10 , G06V10/42 , G06V10/44 , G06V10/46 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/088 , G06N3/096
Abstract: 本公开提供一种基于多分支网络的无监督行人重识别训练方法，包括：源域训练和目标域训练，在源域训练阶段，将带有标签的图像输入至预训练模型进行训练，获得训练好的预训练模型；在目标域训练阶段，将无标签的图像输入至目标域训练模型中，经训练，获得行人重识别模型。本公开还提供了一种基于多分支网络的无监督行人重识别训练装置，以及一种基于多分支网络的无监督行人重识别方法、装置、电子设备以及可读存储介质。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.029 seconds)
