-
公开(公告)号：CN115713944A
公开(公告)日：2023-02-24
申请号：CN202211335613.1
申请日：2022-10-28
Applicant: 珠海高凌信息科技股份有限公司
IPC: G10L21/0272 , G10L21/0308 , G10L25/03 , G10L25/30
Abstract: 本申请公开了基于深度学习的声音隔离方法、装置和存储介质，本申请的方法包括获得用于构建DeepAudioSep模型的音频文件并对所述用于构建DeepAudioSep模型的音频文件进行预处理；构建DeepAudioSep模型并训练所述DeepAudioSep模型，所述DeepAudioSep模型包括一个混合源输入和十个隔离的源输出；通过所述DeepAudioSep模型进行声音分离。本申请将数据驱动和深度学习思想引入声音分离及噪声隔离处理，提升在环境监测领域对于声音分离及噪声隔离处理能力，因此具有广泛的噪声处理前景及实用价值。
-
公开(公告)号：CN111478947B
公开(公告)日：2023-02-17
申请号：CN202010200007.3
申请日：2020-03-20
Applicant: 珠海高凌信息科技股份有限公司
IPC: H04L67/1095 , H04L67/568 , H04L67/5682 , H04L41/0663
Abstract: 本发明公开了一种主备控制板实时同步方法及系统，该方法包括：主用控制板对业务进行处理，将非同步数据存入本控制板的第一级数据缓冲区，将需要同步的数据存入与备用控制板共享的第二级数据缓冲区，并通过定时心跳与所述备用控制板进行通信，所述备用控制板仅与所述主用控制板通信；所述备用控制板通过主备用判决切换成主用工作状态，使能对所述第二级数据缓冲区的读写，原所述主用控制板则不再对所述第二级数据缓冲区进行读写。本发明至少具有如下有益效果：重塑主备同步过程，有效避免耗时的批量同步，替换系统开销较大的实时备份操作，简化平滑过程，保证主切换过程中的业务处理的顺利过度，提高系统的稳定性和可靠性。
-
公开(公告)号：CN115545093A
公开(公告)日：2022-12-30
申请号：CN202211107885.6
申请日：2022-09-13
Applicant: 珠海高凌信息科技股份有限公司
Abstract: 本发明公开了一种多模态数据的融合方法、系统及存储介质，方法包括：获取多模态原始数据；对文本数据进行分词编码操作，结合卷积神经网络提取得到预设维度的文本特征；对语音数据进行端点检测，结合语音特征提取工具包提取得到预设维度的语音特征；对视频数据进行序列化处理，结合循环神经网络提取得到预设维度的视频特征；对文本特征、语音特征和视频特征进行对齐拼接处理，得到预设通道的特征向量；根据特征向量，通过多核分类模型进行线性连接，得到多模态特征分类结果。本发明能够实现对文本、语音和视觉的多模态数据的统一特征提取和融合，从而促进从单模态数据到多模态数据的分析和应用，可广泛应用于数据处理技术领域。
-
公开(公告)号：CN115544297A
公开(公告)日：2022-12-30
申请号：CN202211162960.9
申请日：2022-09-23
Applicant: 珠海高凌信息科技股份有限公司
IPC: G06F16/683 , G06F16/61 , G06N5/02
Abstract: 本发明公开了一种声音数据库构建及智能检索方法、系统及存储介质，方法包括：获取原始音频数据；对原始音频数据进行数据预处理，得到声音元数据；根据原始音频数据和声音元数据，构建声音数据库及知识图谱；响应于目标对象的检索数据，基于声音数据库及知识图谱匹配返回检索结果；其中，检索数据包括检索文本和检索音频。本发明通过对原始音频数据的预处理，提取声音元数据；进而构建声音数据库及知识图谱，实现基于声音元数据以及原始音频数据声音检索的全文索引。通过声音数据库的创建，并基于知识图谱实现了基于元数据和音频数据的检索功能，能够实现包含多特性的声音检索技术，可广泛应用于数据检索技术领域。
-
公开(公告)号：CN115098806A
公开(公告)日：2022-09-23
申请号：CN202210687729.5
申请日：2022-06-17
Applicant: 珠海高凌信息科技股份有限公司
IPC: G06F16/955 , G06F16/957
Abstract: 本发明技术方案提供了一种检测有害URL的方法、系统、电子设备及存储介质，该方法包括：获取URL数据，其中，URL数据包含有害URL数据和正常URL数据；根据URL数据创建词特征，其中，词特征用于归纳URL数据所具有的特征；根据URL数据创建训练集和测试集，统计训练集中URL数据的词特征；根据训练集中URL数据的词特征构建决策树并生成随机森林模型；根据随机森林模型对测试集进行有害URL数据的识别。采用此技术方案可以提高URL检测的效率和准确度，并减少计算机的算力资源消耗。
-
Patent Agency Ranking
公开(公告)号：CN114510932A
公开(公告)日：2022-05-17
申请号：CN202210110831.9
申请日：2022-01-29
Applicant: 珠海高凌信息科技股份有限公司
IPC: G06F40/279 , G06F40/30 , G06V10/22 , G06V30/40
Abstract: 本发明提出一种自然语言处理方法、电子设备、存储介质，能够提升处理模型对多模态自然语言的处理效率，其中方法包括：获取待识别数据；解析待识别数据，生成数据识别元素与元素位置信息；将数据识别元素、元素位置信息、与待识别数据对应的模态类型嵌入向量进行整合，形成组合识别序列；通过自然语言识别模型对组合识别序列进行识别，得到识别结果。本发明中的自然语言处理方法，将最初获取的待识别数据解析转化为易于处理的数据识别元素与元素位置信息，再将数据识别元素、元素位置信息、与待识别数据对应的模态类型嵌入向量进行整合生成组合识别序列供自然语言识别模型进行识别，进一步提升了对多模态自然语言的处理识别效率。
-
公开(公告)号：CN111859163A
公开(公告)日：2020-10-30
申请号：CN202010548003.4
申请日：2020-06-16
Applicant: 珠海高凌信息科技股份有限公司
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明涉及一种基于用户兴趣主题的微博网络链路预测方法、装置及介质，本发明的技术方案通过爬取微博网络数据并建立用户网络拓扑，将所爬取的用户微博内容汇集成语料文档；通过社会三元关系理论筛选二级好友，得到拥有共同关注的微博用户；对所述语料文本进行文本建模，通过LDA聚类用户语料文档词汇及主题特征；算所述主题特征的概率分布，并构建用户兴趣主题模型；通过KL距离计算所述二级好友的集合间的兴趣主题相似度，并按比例取相似用户作为预测结果。本发明的有益效果为：借助真实微博语料库在潜在好友中依据微博内容提取用户兴趣主题，发现相似用户，并进一步预测用户网络的未来连接，针对微博网络下具有更好的预测效果。
-
公开(公告)号：CN111464346A
公开(公告)日：2020-07-28
申请号：CN202010209181.4
申请日：2020-03-23
Applicant: 珠海高凌信息科技股份有限公司
Abstract: 本发明公开了一种基于ATCA架构的主备用控制板同步方法及系统，该方法包括：通过BASE平面管理业务板，通过本控制板的FABRIC平面接收所述业务处理板发送的业务数据，处理并响应所述业务数据，根据所述业务数据的业务状态管理所述业务数据的第一状态机，并根据所述第一状态机的变化情况将相应的同步命令通过BASE平面发送给备用控制板；所述备用控制板通过BASE平面接收到所述同步命令，根据所述同步类型管理所述业务数据的第二状态机。本发明至少具有以下有益效果：数据同步由业务流程触发，保证主备用控制板中业务状态及信息一致，有效避免批量同步耗时，减少了数据平滑过渡时间，具体业务对主备切换无感，提升了通信系统的稳定性。
-
公开(公告)号：CN111859163B
公开(公告)日：2023-09-29
申请号：CN202010548003.4
申请日：2020-06-16
Applicant: 珠海高凌信息科技股份有限公司
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明涉及一种基于用户兴趣主题的微博网络链路预测方法、装置及介质，本发明的技术方案通过爬取微博网络数据并建立用户网络拓扑，将所爬取的用户微博内容汇集成语料文档；通过社会三元关系理论筛选二级好友，得到拥有共同关注的微博用户；对所述语料文本进行文本建模，通过LDA聚类用户语料文档词汇及主题特征；算所述主题特征的概率分布，并构建用户兴趣主题模型；通过KL距离计算所述二级好友的集合间的兴趣主题相似度，并按比例取相似用户作为预测结果。本发明的有益效果为：借助真实微博语料库在潜在好友中依据微博内容提取用户兴趣主题，发现相似用户，并进一步预测用户网络的未来连接，针对微博网络下具有更好的预测效果。
-
公开(公告)号：CN116798539A
公开(公告)日：2023-09-22
申请号：CN202310568650.5
申请日：2023-05-18
Applicant: 珠海高凌信息科技股份有限公司 , 上海大学
IPC: G16C20/30 , G16C20/70 , G06N3/0464 , G06N3/048 , G06N3/0499
Abstract: 本发明公开了一种基于深度学习的VOCs组分分子毒性预测方法，包括：根据毒性预测标准，预处理VOCs组分分子数据；使用深度学习算法处理所述预处理后的VOCs组分分子数据，构建VOCs毒性预测模型；向所述VOCs毒性预测模型中输入VOCs物质的组分分子参数，得到所述VOCs物质的毒性预测结果。本发明利用深度学习技术手段实现VOCs挥发性有机物组分分子毒性预测，并与现有的VOCs毒性预测方法进行对比，结果表明基于深度学习的VOCs毒性预测方法表现效果明显优于当前基于相似度和基于特征的方法，且该方法简单易用，输入相应的参数即可得到测试结果，对测试人员更加友好。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.067 seconds)
