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 > 中移(苏州)软件技术有限公司;中国移动通信集团有限公司桑杲获国家专利权

中移(苏州)软件技术有限公司;中国移动通信集团有限公司桑杲获国家专利权

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!

龙图腾网获悉中移(苏州)软件技术有限公司;中国移动通信集团有限公司申请的专利数据标签识别方法、装置及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:CN116821668B

龙图腾网通过国家知识产权局官网在2026-01-23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:202210644302.7,技术领域涉及:G06F18/214;该发明授权数据标签识别方法、装置及存储介质是由桑杲设计研发完成,并于2022-06-08向国家知识产权局提交的专利申请。

数据标签识别方法、装置及存储介质在说明书摘要公布了:本发明提供了一种数据标签识别方法、装置及存储介质,方法包括:获取待识别数据;利用预设联合鉴别性多阶矩对齐模型对待识别数据进行处理,确定出待识别数据的目标标签;其中,预设联合鉴别性多阶矩对齐模型是基于源域样本集合和目标域样本集合之间的域间误差、类内误差,及源域样本集合的源域误差,进行联合迭代训练得到的。由于本方案充分考虑了源域样本集合和目标域样本集合之间的域间误差、类内误差,及源域样本集合的源域误差,对源域样本集合和目标域样本集合进行联合训练得到了预设联合鉴别性多阶矩对齐模型,所以该模型可以提高对不同领域数据的识别精度。

本发明授权数据标签识别方法、装置及存储介质在权利要求书中公布了:1.一种数据标签识别方法,其特征在于,包括: 获取待识别数据;所述待识别数据包括:图像数据、视频数据、音频数据和文本数据; 利用预设联合鉴别性多阶矩对齐模型对所述待识别数据进行处理,确定出所述待识别数据的目标标签;其中, 所述预设联合鉴别性多阶矩对齐模型是基于源域样本集合和目标域样本集合之间的域间误差、类内误差,及所述源域样本集合的源域误差,进行联合迭代训练得到的; 所述源域样本集合包括:多个源域样本对应的多个源域样本矩阵,及每个源域样本对应的源域样本标签;所述目标域样本集合包括:多个目标域样本对应的多个目标域样本矩阵;其中,将所述多个源域样本矩阵和所述多个目标域样本矩阵输入初始联合鉴别性多阶矩对齐模型,得到所述多个源域样本矩阵的对应的多个源域样本向量,及所述多个目标域样本矩阵对应的多个目标域样本向量;基于所述多个源域样本向量及所述多个目标域样本向量,计算所述域间误差;基于所述多个源域样本向量及预设的多个源域深度特征中心向量计算第一类内误差;基于所述多个目标域样本向量及预设的多个目标域深度特征中心向量计算第二类内误差;通过所述第一类内误差及所述第二类内误差计算所述类内误差;通过所述多个源域样本向量及多个源域样本标签计算所述源域误差;所述源域样本集合内的多个源域样本与所述目标域样本集合内的多个目标域样本所属的数据领域不同,所述多个源域样本均对应有源域样本标签,所述多个目标域样本均未有对应标签;多个源域样本和多个目标域样本包括:图像数据、视频数据、音频数据和文本数据。

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中移(苏州)软件技术有限公司;中国移动通信集团有限公司,其通讯地址为:215163 江苏省苏州市高新区昆仑山路58号1幢中移软件园;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。