-
公开(公告)号：CN110019563A
公开(公告)日：2019-07-16
申请号：CN201810904493.X
申请日：2018-08-09
Applicant: 北京首钢自动化信息技术有限公司
IPC: G06F16/28 , G06F16/2458 , G06F16/33 , G06F16/35
Abstract: 本发明提供了一种基于多维数据的肖像建模方法和装置，通过所述方法包括：获得用户历史数据；清洗所述历史数据，将所述历史数据分为行为数据和文本数据；对所述行为数据进行带权均值漂移算法进行聚类，获得第一结果；对所述文本数据进行分词处理和特征加权处理；训练分类器，对所述分词处理和特征加权处理后的文本数据进行分类器分类，获得第二结果；根据所述第一结果和所述第二结果，生成标签值；根据所述标签值，更新或输出肖像数据。解决现有技术中历史数据维度较多时会影响肖像建模的技术问题，达到了通过对用户的多维历史消费数据进行预处理和数据挖掘，形成相应量化标签，多维度的标签数据通过进一步数学分析得到用户的肖像的技术效果。
-
公开(公告)号：CN109949076A
公开(公告)日：2019-06-28
申请号：CN201910140101.1
申请日：2019-02-26
Applicant: 北京首钢自动化信息技术有限公司
IPC: G06Q30/02
Abstract: 本发明涉及数据分析技术领域，尤其涉及建立超球面映射模型的方法、信息推荐方法及装置，所述方法包括：获取包含若干标签的画像库；基于画像库，获取多个标签特征矩阵和与多个标签特征矩阵对应的多个标签矩阵向量，其中，一个标签特征矩阵对应一类标签，一个标签特征矩阵对应一个标签矩阵向量；分别对每个标签特征矩阵和与其对应的标签矩阵向量进行超球面映射处理，对应获得多个单画像多类映射集合；根据获得的所有单画像多类映射集合，建立与画像库对应的超球面多类映射集合，获得画像超球面映射模型。本发明能够精准的刻画出用户画像，最终获得的目标对象能够真实准确地反映出用户的兴趣，同时该目标对象能够精准地与匹配条件相对应。
-
Patent Agency Ranking
公开(公告)号：CN109684943A
公开(公告)日：2019-04-26
申请号：CN201811500891.1
申请日：2018-12-07
Applicant: 北京首钢自动化信息技术有限公司
Abstract: 本发明公开了一种运动员辅助训练数据获取方法、装置及电子设备，通过获得分别与N个不同的角度对应的N个图像序列，每组图像序列包括K个时刻对应的K张运动员的训练图像；基于训练图像中的时间戳，对N组图像序列中的每张训练图像进行匹配分组，获得K组图像组；获取每张训练图像中的骨骼轮廓，并针对每组图像组，基于每张训练图像中的骨骼轮廓和与每个骨骼轮廓对应的标准轮廓，构建联合输入向量；针对每组图像组，基于训练后的神经网络和联合输入向量，获得N个图像序列中的每张训练图像中的运动员的动作比对数据。解决了现有技术中存在的不能获得人体的动作细节的比对数据的技术问题，达到了可以获得人体的动作细节的比对数据的技术效果。
-
公开(公告)号：CN109242825A
公开(公告)日：2019-01-18
申请号：CN201810836974.1
申请日：2018-07-26
Applicant: 北京首钢自动化信息技术有限公司
IPC: G06T7/00
Abstract: 本申请公开了一种基于深度学习技术的钢铁表面缺陷识别方法和装置，所述方法包括：根据钢铁生产线的类型，收集相应的钢铁表面缺陷图片；根据标注平台的标注流程对缺陷进行标注，生成训练样本集和校验样本集；根据钢铁表面缺陷的种类和特征，设计神经网络模型；根据所述训练样本集和神经网络的训练流程，训练所述神经网络模型；根据所述校验样本集和所述神经网络模型的评估方法，评估所述神经网络模型的各项指标，并优化所述神经网络模型；根据设备性能和所述神经网络模型大小，分布式地进行所述神经网络模型的部署和应用。利用深度学习技术，优化神经网络模型，达到了降低设备成本，实时、高准确度地识别钢铁表面缺陷的技术效果。
-
公开(公告)号：CN110019563B
公开(公告)日：2022-12-09
申请号：CN201810904493.X
申请日：2018-08-09
Applicant: 北京首钢自动化信息技术有限公司
IPC: G06F16/28 , G06F16/2458 , G06F16/33 , G06F16/35
Abstract: 本发明提供了一种基于多维数据的肖像建模方法和装置，通过所述方法包括：获得用户历史数据；清洗所述历史数据，将所述历史数据分为行为数据和文本数据；对所述行为数据进行带权均值漂移算法进行聚类，获得第一结果；对所述文本数据进行分词处理和特征加权处理；训练分类器，对所述分词处理和特征加权处理后的文本数据进行分类器分类，获得第二结果；根据所述第一结果和所述第二结果，生成标签值；根据所述标签值，更新或输出肖像数据。解决现有技术中历史数据维度较多时会影响肖像建模的技术问题，达到了通过对用户的多维历史消费数据进行预处理和数据挖掘，形成相应量化标签，多维度的标签数据通过进一步数学分析得到用户的肖像的技术效果。
-
公开(公告)号：CN109949076B
公开(公告)日：2022-02-18
申请号：CN201910140101.1
申请日：2019-02-26
Applicant: 北京首钢自动化信息技术有限公司
IPC: G06Q30/02
Abstract: 本发明涉及数据分析技术领域，尤其涉及建立超球面映射模型的方法、信息推荐方法及装置，所述方法包括：获取包含若干标签的画像库；基于画像库，获取多个标签特征矩阵和与多个标签特征矩阵对应的多个标签矩阵向量，其中，一个标签特征矩阵对应一类标签，一个标签特征矩阵对应一个标签矩阵向量；分别对每个标签特征矩阵和与其对应的标签矩阵向量进行超球面映射处理，对应获得多个单画像多类映射集合；根据获得的所有单画像多类映射集合，建立与画像库对应的超球面多类映射集合，获得画像超球面映射模型。本发明能够精准的刻画出用户画像，最终获得的目标对象能够真实准确地反映出用户的兴趣，同时该目标对象能够精准地与匹配条件相对应。
-
公开(公告)号：CN109684943B
公开(公告)日：2021-03-16
申请号：CN201811500891.1
申请日：2018-12-07
Applicant: 北京首钢自动化信息技术有限公司
Abstract: 本发明公开了一种运动员辅助训练数据获取方法、装置及电子设备，通过获得分别与N个不同的角度对应的N个图像序列，每组图像序列包括K个时刻对应的K张运动员的训练图像；基于训练图像中的时间戳，对N组图像序列中的每张训练图像进行匹配分组，获得K组图像组；获取每张训练图像中的骨骼轮廓，并针对每组图像组，基于每张训练图像中的骨骼轮廓和与每个骨骼轮廓对应的标准轮廓，构建联合输入向量；针对每组图像组，基于训练后的神经网络和联合输入向量，获得N个图像序列中的每张训练图像中的运动员的动作比对数据。解决了现有技术中存在的不能获得人体的动作细节的比对数据的技术问题，达到了可以获得人体的动作细节的比对数据的技术效果。
-
-
-
-
-
-
Search Results
7
records
(took 0.028 seconds)
