-
公开(公告)号：CN118468031A
公开(公告)日：2024-08-09
申请号：CN202410630356.7
申请日：2024-05-21
申请人： 中信建投证券股份有限公司
IPC分类号： G06F18/214 , G06F18/25 , G06Q40/04 , G06F123/02
摘要： 本申请实施例提供了一种样本增广方法、装置、电子设备及存储介质，所述方法包括：根据样本集中的各个样本股票特征，计算目标分布信息；在所述样本集中，选取多个目标样本股票特征；针对每一目标样本股票特征，基于目标分布信息，生成该目标样本股票特征对应的基准噪声特征，并基于该目标样本股票特征对应的信噪比，确定该目标样本股票特征待添加的目标噪声特征；针对每一目标样本股票特征，将该目标样本股票特征和该目标样本股票特征对应的目标噪声特征进行特征融合，得到该目标样本股票特征对应的增广样本股票特征；将各个增广样本股票特征添加到所述样本集中，以增广所述样本集。通过本方案，可以增加样本股票特征的数量。
-
公开(公告)号：CN115309904A
公开(公告)日：2022-11-08
申请号：CN202211053227.3
申请日：2022-08-31
申请人： 中信建投证券股份有限公司
IPC分类号： G06F16/35 , G06F40/211 , G06F40/279 , G06N3/04
摘要： 本发明实施例提供了文本情感分类方法及装置，涉及数据处理技术领域，上述方法包括：针对待分类文本中的每一字符，根据该字符该字符在上述待分类文本中的位置，提取表示该字符语义的字符语义信息；基于每一字符在上述待分类文本中的位置，获取表示上述待分类文本的句法结构的句法结构信息；根据每一字符的字符语义信息与上述句法结构信息，从预设情感类别中确定上述待分类文本表达的情感所属的目标情感类别。应用本发明实施例能够对文本表达的情感的情感类别进行分类。
-
公开(公告)号：CN114584832A
公开(公告)日：2022-06-03
申请号：CN202210257228.3
申请日：2022-03-16
申请人： 中信建投证券股份有限公司
IPC分类号： H04N21/44 , H04N21/4402 , H04N21/431
摘要： 本发明公开了视频自适应多尺寸动态播放方法，包括：逐帧识别视频画面的主体特征，确定每一个主体特征的坐标；基于每一个主体特征的坐标，确定整帧视频画面的主体特征中心坐标；对主体特征中心坐标进行时域坐标平滑处理；根据显示设备的分辨率和形状，基于经过时域坐标平滑处理的主体特征中心坐标调整帧视频画面与该显示设备相适宜，并利用显示设备动态显示调整后的视频画面。自动化逐帧识别视频画面的主体区域中的主体特征，确定主体区域中心坐标，进一步结合当前显示播放设备，自适应的调整最优显示区域，在保证显示画面主体区域的同时，兼顾人物场景比例和最大化显示面积，提升视频源文件与目标播放设设备显示比例不匹配的情况下的视频播放效果。
-
公开(公告)号：CN114565466A
公开(公告)日：2022-05-31
申请号：CN202210257314.4
申请日：2022-03-16
申请人： 中信建投证券股份有限公司
摘要： 本发明公开的基于RoBERTa的股票行业舆情智能排序方法，包括：获取股票行业舆情数据；按照股票所属行业和板块对股票舆情数据分类；预处理股票舆情数据，其中，结构化数值数据采用去极值、填充、标准化方法进行预处理，非结构化文本数据采用去停用词、中文分词方法进行预处理；结构化数据直接作为特征向量输入至模型，非结构化数据分别通过适配金融股票时间序列的时间编码、TF‑IDF和Word2vec算法转换为特征向量再进行融合拼接，然后输入至模型；训练RoBERTa模型，基于模型预测结果分析股票各行业和各板块下一段时间的涨跌趋势。该方法创造性地结合金融股票时序性质、AI自然语言编码优势，大幅提高RoBERTa在股票投资领域的模型性能，实现基于舆情数据对股票的智能而且准确的排序。
-
公开(公告)号：CN111427935A
公开(公告)日：2020-07-17
申请号：CN202010128407.8
申请日：2020-02-28
申请人： 中信建投证券股份有限公司
IPC分类号： G06F16/248 , G06F16/2458 , G06Q40/04 , G06Q10/06 , G06Q10/04 , G06N3/08
摘要： 本公开的实施例公开了一种量化交易指标的预测和显示方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：从数据库获取待预测时间点之前的量化交易数据，其中，该量化交易数据包括：量化交易时序指标，量化交易因子值；对该量化交易数据进行预处理；将该预处理后的量化交易数据输入预先训练的量化交易指标预测模型，输出待预测时间点的量化交易指标，以及控制通信连接的显示设备显示该量化交易指标，其中，该量化交易指标预测模型在预测过程中使用了分层注意力机制、多尺度卷积操作和深度循环神经网络。该实施方式能提升量化交易时序指标预测的准确度，并且及时有效的对待预测量化交易指标数据相应处理。
-
公开(公告)号：CN117786104A
公开(公告)日：2024-03-29
申请号：CN202311538306.8
申请日：2023-11-17
申请人： 中信建投证券股份有限公司
IPC分类号： G06F16/35 , G06F16/33 , G06F18/2415 , G06F18/2431 , G06F18/214 , G06N3/0455 , G06N3/084 , G06N3/0895
摘要： 本发明实施例提供了一种模型训练方法、装置、电子设备以及存储介质，涉及大模型技术领域。具体实现方案为：获取训练数据集；利用待训练的大语言模型中的词嵌入层，对各条训练语料进行编码得到每一训练语料对应的编码矩阵；针对每一训练语料的编码矩阵，利用预测网络按照预设时间步预测该训练语料的对应的训练样本的、关于各个预定类别的初始概率分布，基于初始概率分布中概率最大的类别，执行第一处理方式或第二处理方式，得到预测结果；基于每一训练样本对应的预测结果以及所具有的指定标签，计算模型损失值；基于模型损失值调整大语言模型的参数。可见，通过本方案，可以在满足大语言模型的词向量表达需求的基础上，兼顾模型的训练效率。
-
公开(公告)号：CN114584832B
公开(公告)日：2024-03-08
申请号：CN202210257228.3
申请日：2022-03-16
申请人： 中信建投证券股份有限公司
IPC分类号： H04N21/44 , H04N21/4402 , H04N21/431
-
公开(公告)号：CN111429272B
公开(公告)日：2023-08-22
申请号：CN202010104391.7
申请日：2020-02-20
申请人： 中信建投证券股份有限公司
摘要： 本公开的实施例公开了一种自动生成量化交易因子及重要性评判的方法、装置、电子设备和介质。该方法的一具体实施方式包括：获取待预测时间点之前的量化交易数据；对该量化交易数据进行预处理；将预处理后的量化交易数据输入至预先训练的第一机器学习算法模型，输出特征重要性信息；基于该特征重要性信息，确定第一高维量化交易因子；将该第一高维量化交易因子输入至单因子测试模块，输出第二高维量化交易因子，其中，该单因子测试模块是确定该第二高维量化交易因子组合是否合理的模块；利用通信连接的绘图设备按照预设分辨率打印显示该第二高维量化交易因子。该实施方式增强了量化交易模型的非线性表达能力，为量化交易提供有力的支撑。
-
公开(公告)号：CN115564190A
公开(公告)日：2023-01-03
申请号：CN202211132107.2
申请日：2022-09-16
申请人： 中信建投证券股份有限公司
IPC分类号： G06Q10/06
摘要： 本发明实施例提供了一种执行工作流的方法、装置、电子设备及存储介质，涉及计算机数据处理技术领域。该方法包括：获取待执行工作流的流程内容对应的目标流程图；解析所述目标流程图，得到节点信息；基于所述节点信息中的每一节点的节点类型，判断所述目标流程图是否符合预设格式规则；在所述目标流程图符合所述预设格式规则的情况下，基于所述节点信息，利用指定线程池中的线程，依次执行所述目标流程图中每一属于任务类型的节点所表征的目标任务，以实现按照所述目标流程图所表征的执行顺序执行各个目标任务。应用本发明实施例提供的方案，可以有效执行包含有各种执行次序的任务的工作流。
-
公开(公告)号：CN116866665A
公开(公告)日：2023-10-10
申请号：CN202311135574.5
申请日：2023-09-05
申请人： 中信建投证券股份有限公司
IPC分类号： H04N21/44 , H04N21/234 , G06V20/40 , G06T5/00 , G06V10/764
摘要： 本发明实施例提供了一种视频播放方法、装置、电子设备及存储介质，涉及图像处理技术领域。视频播放方法包括：按照视频的帧率，对所述视频进行抽帧，获得所抽取视频帧的帧数据和帧序号；基于所获得帧数据，确定所抽取视频帧对应的帧分类；若所述帧分类表征所抽取视频帧为需要修复的视频帧，则从所述视频的正常帧中，确定修复所抽取视频帧需要参考的参考视频帧；获得所述参考视频帧的第一图像特征；基于交叉注意力机制，对所述第一图像特征进行特征扩散处理，并基于处理结果生成所抽取视频帧的修复帧；按照所抽取视频帧的帧序号，播放所述修复帧。应用本发明实施例提供的方案能够完整、连续地播放视频。
-
-
-
-
-
-
-
-
-
搜索结果
23 条记录 (耗时 0.034 秒)
