-
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。
-
公开(公告)号：CN114626949A
公开(公告)日：2022-06-14
申请号：CN202210257214.1
申请日：2022-03-16
申请人： 中信建投证券股份有限公司
摘要： 本发明公开的基于元学习的股票排序方法，包括：(1)将股票市场的多维元数据的特征向量编码输入元基础模块；(2)可学习的任务调度器自适应地选择相关任务，访问学习状态和当前训练数据，选择最佳辅助任务帮助主任务的训练，得到优化的元学习模型；其中，主任务为预测股票i在未来长时间段内的收益，辅助任务为预测股票i在所述未来长时间段内的未来中时间、短时间段的收益；(3)利用优化的元学习模型预测所有股票的收益，依照收益预测值进行股票排序。使用元学习框架融合了多种AI技术，对差异化股票元数据中的信息提取起到了关键作用，能够自适应捕捉各种学习模型对股票排序的优点，达到兼收并蓄、取长补短的技术效果。
-
公开(公告)号：CN118484664A
公开(公告)日：2024-08-13
申请号：CN202410682277.0
申请日：2024-05-29
申请人： 中信建投证券股份有限公司
IPC分类号： G06F18/213 , G06F18/241 , G06F18/10 , G06Q40/04 , G06Q40/06 , G06N3/0455
摘要： 本发明实施例提供了一种数据降维方法、装置、电子设备及存储介质，涉及大数据处理技术领域，上述方法包括：获得金融产品的多个目标指标分别对应的指标值序列；将指标值输入第一编码网络进行数据降维，得到第一维数的第一降维结果，第一维数依据各目标指标的金融语义的相关程度确定；将第一降维结果中指定维度的指标值输入第二编码网络进行数据降维，得到第二维数的第二降维结果，第二维数依据第一编码子网络的输出数据中各维度的金融语义的相关程度确定；合并第二降维结果和第一降维结果中除指定维度外其他维度的指标值，得到所获得指标值的降维结果。应用本发明实施例提供的方案，能够对所获得的指标值进行降维，得到降维后的指标值。
-
公开(公告)号：CN116866665B
公开(公告)日：2023-11-14
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。
-
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：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。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.03 秒)
