康旭科技有限公司专利技术

康旭科技有限公司共有11项专利

  • 本发明涉及自然语言处理技术领域,具体地说,涉及一种基于NLP的多源数据融合系统及方法,其包括数据采集处理单元、NLP处理单元、数据融合单元及输出单元,本发明中数据采集处理单元采集多源异构数据并执行标准化处理,获取预处理数据,NLP处理单...
  • 本发明涉及计算机视觉技术领域,具体地说,涉及一种基于深度学习的图像目标检测系统及方法,其包括动态特征对齐单元、运动模糊补偿单元及特征融合控制单元,本发明中动态特征对齐单元通过可变形卷积层与偏移量预测子网络生成空间形变参数,对浅层高分辨率...
  • 本发明涉及应用于数据处理技术领域的一种中文地址验真方法,包括S1、标签设置;S2、数据采集和处理;S3、特征工程;S4、模型选取和优化等步骤,通过引入深度学习模型,使得本发明能够更精准地捕捉地址文本中的细微差异,相比传统规则匹配方法,深...
  • 本发明涉及应用于数据处理技术领域的一种基于综合处理系统的中文地址库数据综合处理方法,包括数据输入与去重、错误纠正与格式化、地址分解与标准化、地址合并与补全、数据验证与标注、数据扩展与优化等步骤,本发明中的中文地址库数据综合处理方法,能显...
  • 本发明涉及应用于地址匹配技术领域的一种基于深度学习的地址匹配系统,该系统包括数据预处理模块、数据生成模块、特征提取模块、深度学习模型、地址匹配模块、分布式处理模块、主动学习模块、增量学习机制、性能评估模块和优化模块,系统通过多模态特征融...
  • 本发明涉及商业客户发掘相关技术领域,公开了一种潜在客户发掘方法,包括S1、收集和分析数据;S2、计算生活方式价值;S3、分析提炼潜在客户;S4、根据潜在客户信息开展具体的营销活动;本发明的一种潜在客户发掘方法可实现反映客户价值更加准确全...
  • 本发明公开了一种数据标签信息挖掘方法,所述数据标签信息挖掘方法包括以下步骤:步骤一:使用Aprior算法生成候选项集,找出所有频繁项集;步骤二:然后使用FP‑Growth算法构建条件模式基和条件FP树;步骤三:使用最小支持度计数策略,在...
  • 本发明公开了一种在机器学习中增加分类器精度的方法,包括以下步骤:步骤一,对样本集分别进行样本权重赋值,并输入样本集到机器学习模型进行迭代训练,以获得分类模型,权重赋值大小受训练迭代次数影响;步骤二,捕获每个类别的部分样本,并存储其中加权...
  • 本发明涉及语音合成相关技术领域,公开了一种语音合成自动化实现方法,包括用深度学习技术构建端到端的语音合成模型,并用开源数据集训练得到预训练模型;开发具有录音功能的APP或者微信小程序,说话人通过APP或者微信小程序在手机上录音,录音音频...
  • 本发明公开了一种基于多模态地图标签的行程规划方法,包括以下步骤:步骤一:对地图瓦片进行裁剪、滤波;步骤二:从地图瓦片中提取图像特征和语义信息,形成特征向量,步骤三:根据特征向量生成描述性标签,并将生成的标签组成标签集合。本发明利用深度学...
  • 本发明公开了一种基于核PCA和KMeans算法进行金融数据异常值检测的方法,所述金融数据异常值检测的方法包括以下步骤:步骤一:采用主成分分析核PCA对高维金融数据进行降维处理,将原始数据映射到高维空间,投影前K个主成分上,得到降维后的数...
1