Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 腾讯科技(深圳)有限公司毕超波获国家专利权

腾讯科技(深圳)有限公司毕超波获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉腾讯科技(深圳)有限公司申请的专利对象分类方法、装置、计算机设备和存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116796264B

龙图腾网通过国家知识产权局官网在2025-11-25发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210232245.1,技术领域涉及:G06F18/2431;该发明授权对象分类方法、装置、计算机设备和存储介质是由毕超波;黄嘉成;彭艺;刘明亮;郑磊设计研发完成,并于2022-03-09向国家知识产权局提交的专利申请。

对象分类方法、装置、计算机设备和存储介质在说明书摘要公布了:本申请涉及一种对象分类方法、装置、计算机设备、存储介质和计算机程序产品。本发明实施例可应用于车载场景。所述方法包括:获取通过随机采样得到的多个训练样本子集;基于训练样本子集构建对应的初始决策树,初始决策树的决策树节点是从训练样本对应的各个特征类别中,基于随机选取的特征类别确定的;将训练样本子集中的训练样本输入对应的初始决策树得到初始预测标签;基于同一训练样本子集中各个训练样本对应的训练标签和初始预测标签,调整对应的初始决策树,直至满足第一收敛条件,得到目标决策树;基于各个目标决策树生成的对象分类模型通过根据各个目标决策树针对目标对象的预测结果得到目标对象对应的预测标签,可提高对象分类准确性。

本发明授权对象分类方法、装置、计算机设备和存储介质在权利要求书中公布了:1.一种对象分类方法,其特征在于,所述方法包括: 获取多个训练样本子集;各个训练样本子集是对同一训练样本集合进行随机采样得到的,所述训练样本子集包括训练样本和训练样本对应的训练标签,所述训练样本是基于训练对象在目标应用中的操作数据得到的,所述训练标签用于确定所述训练对象在所述目标应用中的操作权限;所述训练样本包括正训练样本和负训练样本,所述正训练样本对应的操作权限小于所述负训练样本对应的操作权限,所述负训练样本对应的训练对象包括当前时间活跃对象、目标时间状态对象、目标平台活跃对象和目标时间注册对象中的至少一种,所述当前时间活跃对象是指当前时间段在所述目标应用中活跃度大于第一预设阈值的对象,所述目标时间状态对象是指时间状态为目标状态的对象,所述目标平台活跃对象是指通过目标运行平台在所述目标应用中活跃度大于第二预设阈值的对象,所述目标时间注册对象是指在所述目标应用中的账号注册时间早于目标时间的对象; 基于训练样本子集构建决策树,得到各个训练样本子集分别对应的初始决策树;所述初始决策树的决策树节点是从训练样本包含的各个训练特征对应的特征类别中,基于随机选取的特征类别确定的;所述训练特征包括训练对象的对象属性特征、操作交互特征、操作时长特征、设备登录特征、注册时间特征、运行平台特征、所述训练对象和目标关联对象之间的目标关联特征中的至少一种,所述目标关联对象是所述训练对象的各个关联对象中具备目标操作权限的关联对象; 将训练样本子集中的训练样本输入对应的初始决策树,得到各个训练样本对应的初始预测标签; 基于同一训练样本子集中各个训练样本对应的训练标签和初始预测标签,调整对应的初始决策树,直至满足第一收敛条件,得到各个训练样本子集分别对应的目标决策树; 基于各个目标决策树生成对象分类模型;所述对象分类模型用于将目标对象对应的目标特征输入所述各个目标决策树,并基于所述各个目标决策树的预测结果得到所述目标对象对应的目标预测标签。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人腾讯科技(深圳)有限公司,其通讯地址为:518057 广东省深圳市南山区高新区科技中一路腾讯大厦35层;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。