-
公开(公告)号：CN106687997B
公开(公告)日：2021-02-05
申请号：CN201580049543.5
申请日：2015-08-14
申请人： 国际商业机器公司
IPC分类号： G06Q10/04
摘要： 本发明涉及一种使用窗口周期标识事件的时滞指标的方法和系统。描述了一种用于标识待预测事件的时滞指标的方法和系统。所述方法包括接收包括因素指示的信息，所述因素是不同于所述待预测事件的事件，以及标识其中所述事件与所述因素在统计上相关的窗口周期。所述方法还包括在所述窗口周期的持续时间内收集数据，所述数据指示所述因素和所述事件的出现，以及基于分析所述数据，标识所述事件对所述因素的时滞依赖性。
-
公开(公告)号：CN104881673B
公开(公告)日：2018-06-01
申请号：CN201410071994.6
申请日：2014-02-28
申请人： 国际商业机器公司
IPC分类号： G06K9/62
CPC分类号： G06K9/60 , G06F3/017 , G06F3/0414 , G06F3/04883 , G06K9/00476 , G06K9/033 , G06T11/203 , G06T2207/10004 , G06T2207/30241 , G06T2210/12
摘要： 本发明公开了基于信息整合的模式识别的方法和系统。根据本发明的实施例，提供一种用于识别图像中的图元的方法，所述方法包括：识别所述图像中的至少一个图元，以获得所述至少一个图元的至少一个候选形状，所述至少一个候选形状具有对应的置信度；基于所述置信度确定对所述至少一个图元的所述识别是否存在潜在错误；响应于确定所述识别存在所述潜在错误，从用户处获取关于所述至少一个图元的辅助信息；以及至少部分地基于所述辅助信息对所述至少一个图元进行重新识别。还公开了相应的系统。
-
公开(公告)号：CN103455847B
公开(公告)日：2017-04-12
申请号：CN201210174425.5
申请日：2012-05-30
申请人： 国际商业机器公司
IPC分类号： G06Q10/04
CPC分类号： G01C21/3453 , G01C21/3461
摘要： 本发明属于路径规划领域，公开了一种确定路径的方法，该方法包括：得到路网中的路径；计算所述路径所覆盖的范围内的事件转移概率，其中所述事件转移概率用于描述本来可能发生在所述路径所覆盖的范围内的事件转移到所述路径所覆盖的范围之外发生的可能性；根据所述事件转移概率改变所述路径。相应的本发明还公开了指示巡逻路径的方法、用于确定路径的装置、用于指示巡逻路径的设备。根据本发明提供的技术方案，可以优化巡逻路径，避免警力浪费，更好的防止不利事件的发生。
-
公开(公告)号：CN103514506B
公开(公告)日：2017-03-29
申请号：CN201210225695.4
申请日：2012-06-29
申请人： 国际商业机器公司
CPC分类号： G06N5/02
摘要： 本发明的实施例涉及用于自动事件分析的方法和系统。特别地，根据本发明的实施例，公开一种用于自动事件分析的方法。该方法包括：收集在给定的时间段内发生于至少一个位置的预定类型事件的有关信息；根据收集的所述信息以及与所述预定类型事件相关的预定条件而确定所述预定类型事件关于所述至少一个位置的可预测性；以及确定关于所述至少一个位置的可预测事件在所述时间段内的稳定性。还公开了相应的系统。根据本发明的实施例，可以更加有效地分类与服务相关联的事件，从而更为有效地分析服务需求。
-
公开(公告)号：CN104516900A
公开(公告)日：2015-04-15
申请号：CN201310455338.1
申请日：2013-09-29
申请人： 国际商业机器公司
IPC分类号： G06F17/30
CPC分类号： G06K9/6226 , G06K9/6215
摘要： 本发明公开了一种用于多个序列数据的聚类方法，其包括：从所述多个序列数据中选择多个聚类代表，其中所述多个聚类代表之间具有最小的相似性；在所述多个聚类代表中确定所述多个序列数据中的一个的至少一个相似聚类代表；确定所述序列数据对所述至少一个相似聚类代表的更新比例；以及使用所述序列数据和所述更新比例，更新所述至少一个相似聚类代表。
-
公开(公告)号：CN111247532B
公开(公告)日：2024-03-26
申请号：CN201880068141.3
申请日：2018-08-24
申请人： 国际商业机器公司
IPC分类号： G06F18/23213 , G06F18/24 , G06N3/0464 , G06N3/044 , G06N3/048 , G06N3/047 , G06N3/0455 , G06N3/09
摘要： 公开了训练模型的系统和方法。该方法中首先通过深度神经网络(DNN)获取训练数据，深度神经网络包括至少一个隐藏层。然后，从至少一个隐藏层的指定隐藏层获取训练数据的特征，指定隐藏层分别连接到用于分类任务的监督分类网络和用于重建任务的基于自动编码器的重建网络。最后，基于获取的特征将DNN、监督分类网络和重建网络进行整体进行训练，训练以分类任务和重建任务为指导。
-
公开(公告)号：CN108369593B
公开(公告)日：2022-02-18
申请号：CN201680072416.1
申请日：2016-11-30
申请人： 国际商业机器公司
摘要： 车辆域多级并行缓冲和基于上下文的流数据预处理系统包括第一数据处理级和第二数据处理级。所述第一数据处理级包括被配置为缓冲从多个车辆输出的多个原始数据流提供的数据的第一级缓冲器。所述第二数据处理级包括电子任务队列字典(TQD)模块和多个第二级数据处理缓冲器。所述TQD模块被配置为响应于接收从所述第一级缓冲器输出的串行数据流而创建多个任务。所述TQD模块进一步被配置为将每个任务分配给相应的第二级缓冲器，并且基于所述任务将所述串行数据流分离成被传送到特定第二级缓冲器的单个数据值，以便生成多级并行的基于上下文的缓冲操作。
-
-
公开(公告)号：CN104346372B
公开(公告)日：2018-03-27
申请号：CN201310329078.3
申请日：2013-07-31
申请人： 国际商业机器公司
CPC分类号： G06N5/04 , G06F17/18 , G06K9/6262 , G06N99/005 , G06Q10/06375
摘要： 本发明的各实施方式提供了一种用于评估预测模型的方法和装置。所述方法包括：对训练样本集中的训练样本的特征进行识别；基于所识别出的特征，从评估指标集合中选择至少一个评估指标以作为可用指标；将基于所述训练样本集创建的预测模型应用到测试样本集，以计算所述可用指标的值；以及利用所述可用指标和所述可用指标的值对所述预测模型进行评估。采用本发明的各个实施方式所述的技术方案，可以从若干评估指标中确定适用于特定的训练样本的评估指标，以便用户能够利用所确定的评估指标对预测模型进行准确的评估。
-
-
-
-
-
-
-
-
-
搜索结果
37 条记录 (耗时 0.027 秒)
