-
公开(公告)号：CN111835536A
公开(公告)日：2020-10-27
申请号：CN201910305627.0
申请日：2019-04-16
Applicant: 杭州海康威视数字技术股份有限公司
IPC: H04L12/24
Abstract: 本申请实施例提供了一种流量预测方法和装置，可以将待预测时刻所属预测周期内，在待预测时刻之前的时刻的真实流量输入至预先训练好的第一预测网络模型，得到第一预测流量，将待预测时刻所属预测周期之前的预测周期内，与待预测时刻对应的时刻的真实流量输入至预先训练好的第二预测网络模型，得到第二预测流量，并基于第一预测流量和第二预测流量，确定待预测时刻的预测流量。现有技术将第一预测流量作为待预测时刻的预测流量，而本申请基于第一预测流量和和第二预测流量，确定待预测时刻的预测流量，综合考虑了不同预测周期内与待预测时刻对应的时刻的真实流量对待预测时刻的流量的影响，因此，能够提高流量预测结果的准确度。
-
公开(公告)号：CN111723615A
公开(公告)日：2020-09-29
申请号：CN201910214561.4
申请日：2019-03-20
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本公开提供了一种对检测物图像进行检测物匹配判定的方法，属于图像比对技术领域。所述方法包括：获取待比对的第一检测物图像和第二检测物图像；获取拍摄第一检测物图像的第一图像采集设备拍摄的第一检测物图像集合，以及拍摄第二检测物图像的第二图像采集设备拍摄的第二检测物图像集合；根据第一检测物图像集合和第二检测物图像集合之间各检测物图像的相似度和拍摄时间差，以及第一检测物图像与第二检测物图像的相似度和拍摄时间差，确定第一检测物图像与第二检测物图像的修正相似度；基于修正相似度，对第一检测物图像和第二检测物图像，进行检测物匹配判定。采用本公开，可以提高检测物匹配判定的准确性。
-
公开(公告)号：CN110519319A
公开(公告)日：2019-11-29
申请号：CN201810494401.5
申请日：2018-05-22
Applicant: 杭州海康威视数字技术股份有限公司
IPC: H04L29/08
Abstract: 本申请是关于一种分裂分区的方法及装置，属于通信领域。所述方法包括：根据目标时间段开始前Hbase表中已存储的数据记录，预测在所述目标时间段内需要占用所述Hbase表中的分区的第一数目；当所述第一数目大于第二数目时，从所述第二数目个分区中获取存储率超过预设存储率阈值的分区作为目标分区，所述第二数目个分区是预先分配的在所述目标时间段内需要占用所述Hbase表中的分区；当获取的目标分区的数目小于或等于第三数目时，在所述目标分区对应的分裂时间分裂所述目标分区，所述分裂时间晚于获取所述目标分区的获取时间，所述第三数目等于所述第一数目减去所述第二数目。本申请能够减小受影响的客户端数目。
-
公开(公告)号：CN119338130B
公开(公告)日：2025-04-01
申请号：CN202411868649.5
申请日：2024-12-18
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06Q10/063 , G06Q40/03 , G06Q50/26 , G07B15/02 , G06N20/20
Abstract: 本申请实施例提供了一种催缴信息确定方法、模型训练方法及停车费管理系统，涉及人工智能技术领域，方法包括：获取历史时间段内在停车场存在欠费的各候选用户的历史停车数据；针对每一候选用户，基于该候选用户的历史停车数据，确定该候选用户的停车特征数据；停车特征数据包括：该候选用户的停车行为特征，和/或，催缴敏感性指数；基于预先训练的催缴预测模型对各候选用户的停车特征数据进行处理，并基于催缴预测模型的输出结果得到各候选用户中推荐催缴的目标用户，可以提高确定催缴的目标用户的准确性，进而提高催缴的成功率。
-
公开(公告)号：CN119357705A
公开(公告)日：2025-01-24
申请号：CN202411919038.9
申请日：2024-12-25
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F18/22 , G06N5/022 , G06F123/02
Abstract: 本申请适用于计算机技术领域，提供了一种时序预测方法、时序预测装置、电子设备。该方法包括：获取目标对象的历史时序数据；从至少两个时序数据样本中，确定与所述历史时序数据匹配的K个目标时序数据样本，K为大于零的整数；基于所述K个目标时序数据样本各自对应的专家指标集，确定与所述历史时序数据匹配的至少一个目标专家模型；所述专家指标集包括：M个专家模型与性能指标之间的对应关系，所述性能指标表征对应专家模型在对对应的时序数据样本进行时序预测时的性能，M为大于1的整数；基于所述历史时序数据和各目标专家模型，预测所述目标对象在当前时刻之后的目标时间段的目标时序数据。通过本申请可提高时序预测准确性。
-
Patent Agency Ranking
公开(公告)号：CN118823542A
公开(公告)日：2024-10-22
申请号：CN202411305356.6
申请日：2024-09-19
Applicant: 北京航空航天大学 , 杭州海康威视数字技术股份有限公司
IPC: G06V10/80 , G06V10/74 , G06V10/25 , G06V10/62 , G06V10/46 , G06V20/52 , G06V20/40 , G06V40/20 , G06V40/16 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/084
Abstract: 本发明涉及图像识别技术领域，具体涉及一种视觉特征与时空信息融合的跨时空目标关联方法，包括以下步骤：提取监控视频和待关联图像的目标特征；构建大时空下各摄像机之间的动态时空拓扑结构；基于摄像机之间的动态时空拓扑结构筛选时空关联范围；利用目标特征以及时空一致性原则判断待关联的目标图像与关联范围内的图像是否为同一目标身份，进而进行小时空下的目标关联；以关联上的目标图像为新的待关联图像，逐步扩大搜索范围，重复执行上述小时空范围关联，实现大时空范围下的目标关联。本发明可融合目标特征以及各个摄像机间的时空信息，实现更高效、准确的大时空目标关联。
-
公开(公告)号：CN118821614A
公开(公告)日：2024-10-22
申请号：CN202410994647.4
申请日：2024-07-23
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F30/27 , G06F18/214 , G06N3/045 , G06N3/09 , G06F123/02
Abstract: 本申请提供一种基于时间序列文本数据的预测方法、装置及设备，该方法包括：获取目标时间序列文本数据，目标时间序列文本数据包括多个文本数据项；获取参考周期集合，参考周期集合包括多个参考周期；针对每个参考周期，基于该参考周期将目标时间序列文本数据划分为多个目标文本片段，目标文本片段包括处于同一参考周期的多个文本数据项；基于多个目标文本片段生成多个目标文本子集，该目标文本子集包括每个目标文本片段中处于同一位置的文本数据项；将每个参考周期对应的多个目标文本子集输入给目标预测模型，由目标预测模型输出第一未来时间点的预测属性值。通过本申请技术方案，文本子集充分体现时序信息，能够充分利用时序信息实现预测。
-
公开(公告)号：CN113535770B
公开(公告)日：2024-06-14
申请号：CN202010324062.3
申请日：2020-04-22
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F16/2453 , G06F16/2455
Abstract: 本申请公开了一种数据查询的方法和装置，属于数据库技术领域。所述方法包括：接收终端发送的数据查询请求，其中，所述数据查询请求中携带有待查询度量项、至少一个待查询标签和数据写入时间信息；在存储的预设度量项、预设标签键的标签值和时间线的对应关系中，确定所述待查询度量项和所述至少一个待查询标签中的标签值共同对应的目标时间线；基于所述数据写入时间信息和所述目标时间线，生成目标行键；基于所述目标行键对应的数据，向所述终端返回查询结果数据。本申请可以提高数据查询效率。
-
公开(公告)号：CN113704346B
公开(公告)日：2024-06-04
申请号：CN202010430568.2
申请日：2020-05-20
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本发明实施例提供了一种Hbase表中冷热数据转换方法、装置及电子设备，包括：在各热存储区间中，确定从存储时段的结束时刻到当前时刻的时长大于第一预设时长的目标热存储区间，并且将目标热存储区间变更为存储冷数据的冷存储区间，以使目标热存储区间存储的热数据转换为冷数据，冷存储区间为在第二硬盘上存储冷数据的存储区间，由于可以将满足一定条件的热存储区间变更为存储冷数据的冷存储区间，不需要将数据从存储热数据的表中迁移到存储热数据的表中，减轻了冷热数据的变更对数据库造成的存储负担。
-
公开(公告)号：CN118014108A
公开(公告)日：2024-05-10
申请号：CN202211370606.5
申请日：2022-11-03
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本发明属于智能交通技术领域，公开了一种行程时间预测方法、设备及存储介质。本申请在进行行程时间预测时，首先会根据目标行程所属区域的路网数据构建维诺图，而维诺图以连续多边形表征空间结构，这种结构天然地引入了空间近邻的先验知识，相比常规的方格和六边形表征方法更符合实际空间结构，其后会将表征目标行程所属区域的区域交通特征及空间特征的区域标记数据映射至维诺图中，使得映射后的维诺图中的数据能够体现空间分布的结构性和异质性，之后再对映射后的维诺图进行特征提取，保证预测时所使用的交通特征数据及空间特征数据进行时间预测与实际更贴合、表征更加准确，从而提高了时间预测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
106
records
(took 0.065 seconds)
