-
公开(公告)号：CN112288312A
公开(公告)日：2021-01-29
申请号：CN202011259556.4
申请日：2020-11-12
申请人： 广东恒电信息科技股份有限公司
IPC分类号： G06Q10/06 , G06Q10/04 , G06F16/583 , G06F16/587 , G06K9/00 , G06N3/02 , G06Q50/26
摘要： 本发明提供基于司法用途的服刑人员再犯预警系统，它包括有评估模块、异常狱情模块、心理测试模块、综合研判模块、统计分析模块、罪犯信息管理模块，其中，评估模块依据罪犯整个在押周期将评估工作划分为入监评估、日常评估、中期评估、出监评估四个阶段，罪犯信息管理模块是对服刑人员进行人脸识别、目标定位、目标检测；同时构建监所人脸数据库，利用神经网络训练目标的模型，提取特征并准确地识别目标，结合摄像机位置信息实现目标定位；同时利用深度学习提取目标不同层次特征实现目标的精确描述，检测出目标的数量，从而筛选各层次预警数量。
-
公开(公告)号：CN112287873A
公开(公告)日：2021-01-29
申请号：CN202011261829.9
申请日：2020-11-12
申请人： 广东恒电信息科技股份有限公司
IPC分类号： G06K9/00 , G06N3/04 , G06N3/08 , G06F16/2458 , G06F16/25 , G06F16/583 , G06Q50/26
摘要： 本发明提供一种司法业务预警系统，首先，基于深度学习的人脸识别、目标定位、目标检测、目标计数；将相应数据存储在数据库中，再构建监所人脸数据库，利用深度学习提取目标不同层次特征实现目标的精确描述，设计特征描述，用统计分布方法生成特征，引入极大边界思想利用L21范数提取与选择稀疏特征，提升服刑人员潜在再犯罪危险性预测与预警的准确率；从不同数据描述特征出发，设计共享深度卷积神经网络，进行服刑人员再犯罪危险性评估，给出最终预测结果；利用特征提取和深度卷积网络预测和预警服刑人员潜在再犯罪，从而降低服刑人员再次违法罪犯的目的。
-
公开(公告)号：CN118733660A
公开(公告)日：2024-10-01
申请号：CN202411235791.6
申请日：2024-09-04
申请人： 广东恒电信息科技股份有限公司
IPC分类号： G06F16/25 , G06F18/2135 , G06F18/22 , G06F18/241 , G06F18/25 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/096 , G06N5/045
摘要： 本发明公开了基于迁移学习的跨领域多模态工业数据抽取与融合方法，属于数据处理技术领域，包括：获取数据集的特征集，抽取关键信息，基于关键信息生成标准数据；基于训练集构建数据迁移模型，数据迁移模型基于目标标签将源数据库对应的标准数据迁移至目标数据库，生成迁移数据；生成数据迁移模型的第一准确率，基于第一准确率校正剩余数据集中标准数据对应的关键信息，生成数据标签；构建多模态融合模型，将目标数据库中对应的标准数据与迁移数据融合生成融合数据，重复执行此步骤，至所有数据集对应的标准数据均融合至目标数据库中，生成多领域的融合数据集。通过本发明可以提高数据迁移的准确性和数据融合的完整性。
-
公开(公告)号：CN115760780A
公开(公告)日：2023-03-07
申请号：CN202211459219.9
申请日：2022-11-17
申请人： 广东恒电信息科技股份有限公司
摘要： 本发明一种基于神经网络与连续介质模型的MRI影像诊断方法，利用连续介质力学和偏微分方程理论对肩关节磁共振图像进行数学建模，并探索基于深度学习的肩关节MR图像辅助分割；建立计算机定量影像特征与所研究临床研究问题标签之间的分类模型，从而设计深度学习模型对特定病症的肩关节磁共振图像进行识别，通过比较人工智能影像辅助诊断平台与高年资影像专家的诊断结果，进一步改进深度学习模型提高辅助诊断准确性，为医生诊断提供辅助工具，从而大大降低诊断医师的培养过程。
-
公开(公告)号：CN115622909A
公开(公告)日：2023-01-17
申请号：CN202211243283.3
申请日：2022-10-11
申请人： 广东恒电信息科技股份有限公司
IPC分类号： H04L43/08 , H04L43/0817 , H04L43/0852 , H04L43/0888 , H04L9/32 , H04L67/1097
摘要： 本发明提供的基于无监督学习的区块链性能异常检测系统，建立联盟链，建立区块链性能评测综合平台；所述的联盟链由输入共识链节点和多个学习链构成；学习链包括有分布式身份客户端、分布式身份服务节点，区块链性能评测综合平台与分布式身份服务节点连接，块链性能评测综合平台包括有基于日志信息分析的区块链性能离线评测模块、基于强化学习的区块链性能测量模块、区块链性能异常检测模块、区块链性能恢复模块。本发明将区块链性能评测与异常检测及恢复技术应用于高性能联盟链上，通过测试联盟链性能，实现异常检测和优化。
-
公开(公告)号：CN118733660B
公开(公告)日：2024-11-05
申请号：CN202411235791.6
申请日：2024-09-04
申请人： 广东恒电信息科技股份有限公司
IPC分类号： G06F16/25 , G06F18/2135 , G06F18/22 , G06F18/241 , G06F18/25 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/096 , G06N5/045
摘要： 本发明公开了基于迁移学习的跨领域多模态工业数据抽取与融合方法，属于数据处理技术领域，包括：获取数据集的特征集，抽取关键信息，基于关键信息生成标准数据；基于训练集构建数据迁移模型，数据迁移模型基于目标标签将源数据库对应的标准数据迁移至目标数据库，生成迁移数据；生成数据迁移模型的第一准确率，基于第一准确率校正剩余数据集中标准数据对应的关键信息，生成数据标签；构建多模态融合模型，将目标数据库中对应的标准数据与迁移数据融合生成融合数据，重复执行此步骤，至所有数据集对应的标准数据均融合至目标数据库中，生成多领域的融合数据集。通过本发明可以提高数据迁移的准确性和数据融合的完整性。
-
公开(公告)号：CN118734238A
公开(公告)日：2024-10-01
申请号：CN202411231965.1
申请日：2024-09-04
申请人： 广东恒电信息科技股份有限公司
IPC分类号： G06F18/2433 , G06F18/214 , G06F18/241 , G06F18/25
摘要： 本发明涉及数据处理技术领域，更具体涉及一种基于数据流与控制流融合的工艺优化生产模型生成方法，包括：读取多个故障数据及故障数据对应时刻之前预设时间段内的数据流，并基于N个类型数据流获取与故障数据相关的M个类型数据流和控制流，训练生产模型；获取采集数据流，还获取不同类型数据流的相关性，基于相关性校正采集数据流和控制流，优化生产模型，并根据第一预测结果调整生产设备的控制信息，还修正控制流的反馈逻辑，设定时间内基于新的目标数据流和控制流获取第二预测结果，再次调整控制信息；建立控制信息与目标数据流和目标控制流的对应关系，在第j预测结果异常时，调整控制信息。通过本发明能有效提高生产效率，减少故障发生。
-
公开(公告)号：CN115221419A
公开(公告)日：2022-10-21
申请号：CN202210731983.0
申请日：2022-06-26
申请人： 广东恒电信息科技股份有限公司
IPC分类号： G06F16/9536 , G06N3/04 , G06Q50/20
摘要： 本发明提供的基于自编码器和注意力机制的跨域精准教育提出了基于自编码器和注意力机制的跨域精准教育推荐算法框架——AAM框架，用跨领域的思想，每一个年级看成一个领域，不同年级的学生看成不同领域的用户，接着根据不同领域的学生的必修课程来学习高低年级学生之间的协同关系，再用高年级的学生的选修课课程成绩来预测低年级学生的选修课成绩。
-
公开(公告)号：CN113200355A
公开(公告)日：2021-08-03
申请号：CN202110463657.1
申请日：2021-04-28
申请人： 广东恒电信息科技股份有限公司
摘要： 本发明提供一种基于多数据融合的机械臂重复定位系统，它包括有输送带，输送带其中一侧上方设有定位台，定位台上方的机架上安装有升降臂，升降臂底部安装有处理单元，处理单元内设有相应的数据传输器，相邻处理单元之间的定位台上安装有限位单元，定位台底部通过竖杆安装有定位架，定位架底部安装有定位气缸，定位气缸的活塞杆向上与定位连杆，定位连杆向上穿过定位台与限位单元连接，输送带另一侧安装有机械臂单元，机械臂单元顶部安装有机械臂推送板，机械臂推送板上安装有重复定位单元。本方案通过若干组单元协同作业，有效优化了设备的动力构造，使制成后的设备体积更小，适应性更好。
-
公开(公告)号：CN112650920A
公开(公告)日：2021-04-13
申请号：CN202011435734.4
申请日：2020-12-10
申请人： 中山大学 , 广东恒电信息科技股份有限公司
IPC分类号： G06F16/9535 , G06F16/9536 , G06K9/62 , G06N7/00 , G06Q50/00
摘要： 本发明提供一种基于贝叶斯排序的融合社交网络的推荐方法，该方法首先将用户消费过的物品及评分反馈与社交网络组成一个异构图，然后通过一种新的异构图游走方法对异构图进行采样并将采样的数据输入Skip‑Gram神经网络进行学习用户和物品的向量表示。接着使用余弦相似度公式计算用户的向量的相似度，根据用户之间的相似度来识别其最可能具有相似偏好的隐式好友。最后基于每个用户的隐式好友关系，将物品细分为几个互斥的部分，通过贝叶斯个性化排序算法建模，生成每为用户的个性化推荐列表。
-
-
-
-
-
-
-
-
-
搜索结果
23 条记录 (耗时 0.038 秒)
