一种基于人工智能算法的多人行为识别装置及方法

    公开(公告)号:CN114399535B

    公开(公告)日:2024-07-23

    申请号:CN202210050131.5

    申请日:2022-01-17

    IPC分类号: G06T7/246 G06T7/215

    摘要: 本发明涉及行为识别技术领域,具体公开了一种基于人工智能算法的多人行为识别装置及方法,所述方法包括获取含有热源层的区域图像,根据所述热源层确定区域图像中的运动区域和参考区域;计算所述运动区域的区域范围,根据所述区域范围确定独立区域和集合区域;对所述集合区域进行切分,得到子区域;根据所述独立区域和子区域标记特征点;基于标记后特征点提取运动轨迹,根据所述运动轨迹确定该特征点的风险值。本发明技术方案对区域图像进行区域识别,然后确定各区域的特征点,根据所述特征点确定运动轨迹,根据所述运动轨迹确定行为风险值,从而扩充了现有识别技术的范围,尤其是聚集图像。

    基于矩阵机制的差分隐私连续数据发布方法

    公开(公告)号:CN118153094A

    公开(公告)日:2024-06-07

    申请号:CN202410257351.4

    申请日:2024-03-07

    IPC分类号: G06F21/62 G06F21/60 H04L9/00

    摘要: 本发明公开了基于矩阵机制的差分隐私连续数据发布方法,包含以下六个阶段:初始阶段,授权机构通过生成公开参数和相应的密钥来设置系统;每个参与者用多密钥全同态加密方案加密他的私有数据,并将产生的密文外包给云服务器;云服务器识别涉及密文计算的各方,并通过采样和划分将用户分组;云服务器使用安全多方计算方案对加密数据进行操作,并将计算结果以密文形式输出到相应分组;同一分组中的各方共同解密云服务器返回的密文;指定的参与者对汇总结果应用差分隐私机制,并发布噪声化的结果。医疗机构需要健康数据的存储,处理和发布,通过本发明客户可被视为参与方,其数据被充分利用,而没有任何隐私泄露的风险。

    基于大规模电网数据的多任务场景指示学习模型

    公开(公告)号:CN117522062A

    公开(公告)日:2024-02-06

    申请号:CN202311573508.6

    申请日:2023-11-23

    IPC分类号: G06Q10/0631 G06Q50/06

    摘要: 本发明涉及电网数据的多任务模型领域,且公开了基于大规模电网数据的多任务场景指示学习模型,包括多任务学习层和运营服务层;所述多任务学习层包括有信息收集单元、平台调配单元、处理模型单元、控制单元和权重分配单元,所述权重分配单元的输出端分别连接有四个单独的支撑模块,四个所述支撑模块均具备共性支撑体系和信息与通信体系。本发明通过多任务学习层与运营服务层双层系的配合,从而有效地处理复杂的任务和数据,因为它可以利用多个具有相应功能的处理模型单元并行处理不同方面的信息,然后通过全局的调度和控制进行整合,从而提高了运营服务层面的学习表达能力和泛化能力。

    一种配电网线损数据校验修正方法及系统

    公开(公告)号:CN117034168A

    公开(公告)日:2023-11-10

    申请号:CN202310994792.8

    申请日:2023-08-08

    摘要: 本发明公开了一种配电网线损数据校验修正方法及系统,属于配电网技术领域,配电网线损数据校验修正系统包括数据抽取模块、异常数据校验模块和异常数据修正模块;数据抽取模块、异常数据校验模块、异常数据修正模块依次连接;数据抽取模块用于采集不同系统、具备时间尺度连续性的配电网线损数据;异常数据校验模块用于根据配电网线损数据特征,采用可配置组合式数据校核方式对数据进行校核,得到异常数据;异常数据修正模块用于对异常数据进行修正;本申请能够自动开展配网线损基础数据校验和修正,降低了数据治理过程中的人工数据核查时间及出错率。

    一种基于人工智能的数据采集方法及系统

    公开(公告)号:CN116186324A

    公开(公告)日:2023-05-30

    申请号:CN202310097716.7

    申请日:2023-01-30

    摘要: 本发明公开了一种基于人工智能的数据采集方法及系统,包括以下操作步骤:步骤S1、通过影像采集模块对基准图像数据进行采集;本发明的有益效果是,通过影像采集模块对标准的健身体态图像进行采集,通过音频采集模块对标准的健身体态语音讲解进行采集,通过基准数据分析模块得到单元影音数据,即标准的健身体态图像与健身体态语音讲解对应的数据组,通过影像采集模块对使用者健身体态图像进行采集,通过数据对比模块将使用者的体态与标准体态进行对比,挑选与使用者健身体态图像相似的单元影音数据,通过播放模块将目标单元影音数据组进行显示,起到智能纠正使用者的健身体态的作用,实现人工智能健身。

    基于域增量学习的模型调优方法、装置、设备及存储介质

    公开(公告)号:CN116128073A

    公开(公告)日:2023-05-16

    申请号:CN202310158117.1

    申请日:2023-02-23

    IPC分类号: G06N20/00

    摘要: 本发明涉及一种机器学习技术领域,是一种基于域增量学习的模型调优方法、装置、设备及存储介质,包括:响应于获取新数据,调用原有模型对其进行识别,并判断是否出现识别错误;响应于出现识别错误,抽取识别错误的数据建立新增数据集;利用新增数据集对原有模型进行域增量学习,构建新模型。本发明的模型任务固定,不需要增加识别类别,利用模型对新数据进行识别,在出现存在识别错误时,建立新增数据集,利用新增数据集对原有模型进行域增量学习,实现在应用中需要不断调优模型,故而在保证原有识别效果的基础上又能适应新数据、修正原有模型,不会耗费大量的计算资源和时间,效率高,并且域增量学习的应用能有效增强模型的抗遗忘能力。