-
公开(公告)号：CN116401579A
公开(公告)日：2023-07-07
申请号：CN202310335692.4
申请日：2023-03-31
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本申请涉及一种跨单位的数据服务权限控制的协同系统，其包括数据分级分类模块，所述数据分级分类模块用于对数据集、数据字段进行级别和类别的划分；授权鉴权模块，所述授权鉴权模块包括数据层和服务层，授权鉴权模块用于对本单位的数据以及对本单位或者外单位的服务两个层面进行授权和鉴权；服务网关，服务网关汇集注册了包括本单位和外单位的所有服务，在服务的鉴权环节通过调用授权鉴权模块的鉴权子模块，以判定当前服务调用者对被调用的服务是否有权限以及有哪些权限；前端应用，所述前端应用通过调用服务网关上的服务实现用户与后台系统的交互操作。本申请在各单位系统的建设步骤不一致的场景下，实现跨单位的数据服务权限控制的协同。
-
公开(公告)号：CN114443647A
公开(公告)日：2022-05-06
申请号：CN202111631091.5
申请日：2021-12-28
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明公开了一种处理数据的方法、装置以及存储介质。所述方法包括：获取表数据；生成与表数据对应的描述文件，描述文件包含表数据的表结构信息和表数据的存储格式；根据描述文件包含的表结构信息和存储格式对表数据进行解析，得到表数据的具体内容。本发明提供的一种处理数据的方法和装置，适用于表结构多、表数据来源多、响应要求及时和多源异构的海量数据快速实现数据解析的场景。通过描述文件实现解析代码复用，从而避免重复开发，提高了数据处理的效率。对于新的需要解析的表数据，只需要生成与表数据对应的描述文件即可对表数据解析入库。
-
公开(公告)号：CN113762362A
公开(公告)日：2021-12-07
申请号：CN202110964859.4
申请日：2021-08-19
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06K9/62
Abstract: 本公开提供一种基于不确定估计的样本相似度计算方法，包括：获取第一待比较样本和第二待比较样本，其中，所述第一待比较样本的不确定性分数为a1，所述第二待比较样本的不确定性分数为a2；将不确定分数a1、a2，与不确定性分数阈值t1、t2进行比较；根据比较结果，获得最终相似度分数，来提高相似度分数的可信度。
-
公开(公告)号：CN113837278B
公开(公告)日：2022-06-28
申请号：CN202111123840.3
申请日：2021-09-24
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06K9/62 , G06F16/2458
Abstract: 本发明给出了一种脏数据检测的方法和装置，包括对原始数据的属性类型进行归一化处理后再进行属性特征分析，从而区分出其中的已明确类型的原始数据项和未明确类型的原始数据项，根据区分出来的结果对原始数据匹配合适的脏数据检测方案。此外，基于不同的分类方式分别对原始数据进行分类，并利用匹配到的脏数据检测方案进行检测后统计各分类的脏数据比例，根据得到的脏数据比例调整所使用的脏数据检测方案，重新统计各分类的脏数据比例，最终对同一数据项选取脏数据比例为最高时所使用的脏数据检测方案为优先执行的脏数据检测方案。本发明能够快速准确地识别海量原始数据中的脏数据，大大提高了大数据的分析利用价值，减少大数据系统的建设成本。
-
公开(公告)号：CN109858354B
公开(公告)日：2022-01-25
申请号：CN201811607472.8
申请日：2018-12-27
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06V40/16 , G06V10/74 , G06V20/52 , G06K9/62 , G06F16/583 , G06F16/587
Abstract: 本发明给出了一种人脸身份库、轨迹库的建立和人脸轨迹查询的方法和系统，包括提取采集图片上的所有人脸图片的特征，根据提取的某个人脸的特征，从身份库中获得与某个人脸的特征相似度最高的k个身份id，若Top1的身份id所对应的相似度不超过第一指定阀值，则在身份库中创建新的身份id，若Top1的身份id的相似度超过第一指定阀值，将剩余k‑1个身份id与Top1的身份id的人脸特征进行逐一比对，若剩余k‑1个身份id中的一个的人脸特征与Top1的身份id的人脸特征之间的相似度超过第二指定阀值，则将剩余k‑1个身份id中的一个的人脸特征合并至Top1的身份id所对应的特征集合中，极大的提高了判别是同个人的相似度，降低了人脸识别引擎不准确的问题。
-
Patent Agency Ranking
公开(公告)号：CN110852252B
公开(公告)日：2022-12-02
申请号：CN201911084167.X
申请日：2019-11-07
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明公开了一种基于最小距离、最大长宽比的车辆排重和装置，通过获取视频中的帧图像，通过Yolo算法对每张帧图像进行车辆检测得到包含有完整车辆的矩形框的车辆图像；通过目标跟踪算法生成车辆图像中的车辆ID，并获得车辆ID对应的车辆在帧图像中的车辆图像集合；分别计算车辆图像集合中的每张车辆图像的矩形框的距离指数和长宽比指数，并进行对比得到拥有最小距离指数的第一车辆图像和拥有最小长宽比指数的第二车辆图像；以及通过计算第一车辆图像中的矩形框的长宽比指数与最小长宽比指数的差值的绝对值，判断差值的绝对值是否小于一定阈值，若是，则将第一车辆图像标记为车辆排重图像，若否，则将第一车辆图像和第二车辆图像标记为车辆排重图像。
-
公开(公告)号：CN110543560B
公开(公告)日：2022-10-11
申请号：CN201910731678.X
申请日：2019-08-08
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06F16/35 , G06F40/279 , G06N3/04
Abstract: 本发明提供了一种基于多粒度卷积神经网络的长文本分类识别方法、装置及存储介质，该方法包括：将所述训练样本集中的长文本样本基于所述映射表转换为数字序列得到数字序列形式的训练样本集，使用所述数字序列形式的训练样本集训练多粒度卷积神经网络得到训练后的多粒度卷积神经网络，基于所述映射表将待分类识别的长文本转换为数字序列使用训练后的多粒度卷积神经网络进行分类识别得到分类识别结果。本发明将汉字文本转换为数字序列进行处理，提高了处理速度，且本发明的多粒度卷积神经网络结构，具有提取全局特征和局部特征的分支，由于采用多分支的结构，保留了长文本的整体语义信息及局部关键信息，有效提升长文本分类识别的准确率。
-
公开(公告)号：CN114020570A
公开(公告)日：2022-02-08
申请号：CN202111301803.7
申请日：2021-11-04
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06F11/30
Abstract: 本发明公开了一种针对存量数据告警的方法，包括：建立存量数据运维告警指标字典表；离线计算所述存量数据的运维指标；判断是否需要告警，响应于需要告警，获取所述告警指标字典表中的告警指标，基于所述告警指标建立告警规则；基于告警规则执行告警比对任务，获取比对结果，判断所述比对结果是否满足告警触发标准；响应于所述比对结果满足告警触发标准，触发告警。本发明通过定时循环比对来获得比对结果从而触发告警，实现对存量数据的告警，利用离线计算和应用，根据用户自定义的告警规则对存量数据进行告警，操作简单，使得用户更易使用。
-
公开(公告)号：CN113837278A
公开(公告)日：2021-12-24
申请号：CN202111123840.3
申请日：2021-09-24
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06K9/62 , G06F16/2458
Abstract: 本发明给出了一种脏数据检测的方法和装置，包括对原始数据的属性类型进行归一化处理后再进行属性特征分析，从而区分出其中的已明确类型的原始数据项和未明确类型的原始数据项，根据区分出来的结果对原始数据匹配合适的脏数据检测方案。此外，基于不同的分类方式分别对原始数据进行分类，并利用匹配到的脏数据检测方案进行检测后统计各分类的脏数据比例，根据得到的脏数据比例调整所使用的脏数据检测方案，重新统计各分类的脏数据比例，最终对同一数据项选取脏数据比例为最高时所使用的脏数据检测方案为优先执行的脏数据检测方案。本发明能够快速准确地识别海量原始数据中的脏数据，大大提高了大数据的分析利用价值，减少大数据系统的建设成本。
-
公开(公告)号：CN110543560A
公开(公告)日：2019-12-06
申请号：CN201910731678.X
申请日：2019-08-08
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明提供了一种基于多粒度卷积神经网络的长文本分类识别方法、装置及存储介质，该方法包括：将所述训练样本集中的长文本样本基于所述映射表转换为数字序列得到数字序列形式的训练样本集，使用所述数字序列形式的训练样本集训练多粒度卷积神经网络得到训练后的多粒度卷积神经网络，基于所述映射表将待分类识别的长文本转换为数字序列使用训练后的多粒度卷积神经网络进行分类识别得到分类识别结果。本发明将汉字文本转换为数字序列进行处理，提高了处理速度，且本发明的多粒度卷积神经网络结构，具有提取全局特征和局部特征的分支，由于采用多分支的结构，保留了长文本的整体语义信息及局部关键信息，有效提升长文本分类识别的准确率。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.028 seconds)
