本发明公开了一种广电融合业务系统，包括：外部接入控制单元，与因特网连接，用于接收和处理第三方应用提供商的业务，并为广电融合业务系统提供安全防护；外部业务单元，与外部接入控制单元通信连接，用于提供web应用的安全服务；内部业务单元，与外部...

本发明公开了一种广电知识图谱构建方法及装置，本发明通过对预设数据源进行分析处理，并存储在数据库中，基于数据库，对用户、节目和套餐进行用户画像、节目标签和套餐标签的画像特征的可视化展示，并从数据库中获取人‑人、人‑节目、人‑套餐之间的关系...

本发明公开了一种个性化内容推荐方法、装置及存储介质。其中，所述方法包括：为影视库中的各节目生成节目标签；采集用户行为数据，根据用户行为数据及当前观看时间生成用户当前标签；依据所述用户当前标签对影视库中的节目进行筛选，获得若干推荐节目；利...

本发明公开了一种调幅广播性能的测试方法及测试系统，其中，测试方法包括：测量接收端接收的由发射端使用广播信号对载波进行幅度调制后形成的第一调幅广播信号的功率作为第一功率；测量接收端接收来自于发射端单独发射的载波的功率作为第二功率；根据第一...

本发明公开了一种面向智能节目制作的训练数据集生成方法及装置。该方法包括：根据节目内容，获取节目内容片段；根据节目编目信息，获取节目语义片段；从媒资库中获取与所述节目内容片段匹配的素材，以及与所述素材对应的素材编目信息；按照预设规则处理所...

本发明公开了一种公开图像训练数据集的整合方法及装置，该方法包括：获取多个公开图像训练数据集的资源数据；从所述资源数据中拆解得到图像的相关信息，其中，所述图像的相关信息包括图像的URL信息、图像的标签、目标物体在图像中的位置信息和目标物体...

本发明公开了一种智能化广播电视节目制作方法及装置。该方法包括：解析获取到的节目脚本，得到语义信息以及语义逻辑关系信息；根据所述语义信息，检索得到多个待剪辑节目素材；根据所述语义逻辑关系信息，对所述多个待剪辑节目素材进行排序，得到节目素材...

本发明涉及智能电视终端的信任链建立方法和智能电视终端。该方法包括：向第三CA申请第三密钥对以及第三证书，将第三密钥对私钥和第三证书写入智能电视终端的安全存储区，第三证书包含智能电视终端型号信息和第三密钥对公钥信息；将智能电视终端设置为：...

本发明公开了一种广播电视直播节目搜索的方法及设备，所述方法包括如下步骤：接收终端发送的搜索指令；当接收到终端发送的所述搜索指令时，从预先构建的多媒体资源数据库中选取与所述搜索指令相匹配的多媒体资源；其中，所述多媒体资源包括直播节目资源和...

本发明公开了一种直播节目的分类展示方法及装置，其中，方法包括：通过预设分类标签对获取的各个直播节目的标识节目信息进行标识以完成分类；依据各个直播节目的标识节目信息的共性，将分类后的各个直播节目的标识节目信息进行关联；按照关联后的标识节目...

本发明涉及一种基于通道注意力机制和多层特征融合的图像超分辨率方法，在残差支路开头，使用基于深度学习的单层卷积层直接提取低分辨率图像的原始特征；使用六个级联的基于通道注意力机制和多层特征融合的卷积循环单元来提取精确的深度特征；通过反卷积层...

本发明公开了一种供一种网络产品数据的交叉销售方法及服务器，用以解决提高网络产品交叉销售的精度。所述方法包括：将历史订购列表中的网络产品数据进行两两比对，确定每两个网络产品数据之间的相似度；根据所述相似度，确定每个网络产品数据的交叉销售的...

本发明涉及一种基于属性特征和加权的分块特征相融合的行人再识别方法，包括以下步骤：构造属性特征提取子网络，该子网络融合了手动提取的特征和深度神经网络提取的特征；采用设置加权的交叉熵损失函数来训练属性特征提取子网络；构造基于分块的特征提取子...

本发明涉及一种基于身体结构划分的双线性行人再识别网络构建方法，包括以下步骤：对原始行人图像进行身体结构分块得到多个结构子框，将多个子框组合成新的行人图像，构造结构框预测子网络；设置加权的局部损失函数来训练该结构框预测子网络；构造两个子网...

本发明涉及一种基于深度学习的全局特征和局部特征的图像语义分割方法，包括以下步骤：在编码端，使用基于深度学习卷积神经网络模型提取图像的基础深度特征，同时根据卷积层的深度将特征分为低层特征和高层特征；应用特征融合模块将低层特征和高层特征融合...

本发明涉及一种基于深度学习的多路径特征融合的语义分割方法，包括以下步骤：使用多路径特征融合方法提取图像的基础深度特征；将提取的基础深度特征经过解码端网络，恢复原始图像分辨率信息，并生成分割结果；以交叉熵损失函数为目标训练网络，使用准确率...

本发明涉及一种基于超特征融合与多尺度金字塔网络的目标检测方法，包括利用深度卷积神经网络提取具有不同特征信息的分层多尺度特征图；进行超特征融合；构建新的多尺度金字塔网络；根据不同层分别构建不同大小和长宽比的目标候选框；构建一个新的用于多特...

本发明涉及一种基于全局特征损失函数的行人再识别方法，将全部输入图像分成所有可能图像对，包括表示同一人的同类对和表示不同人的异类对；计算所有可能图像对之间的特征距离，从两类图像对之间的特征距离中分别统计形成全局的距离均值和方差；构建全局特...

本发明涉及一种基于增强型深度卷积神经网络的行人再识别方法，使用基础深度学习卷积神经网络模型提取行人图像的基础深度特征，同时使用传统手动特征提取方法提取行人图像的手动特征并降维；应用特征重建模块将基础深度特征和手动特征融合成增强型深度特征...

本发明涉及一种基于多区域特征提取和融合的行人再识别方法，利用残差网络提取全局特征，并在训练阶段增加一个用于全局特征提取和优化的行人身份分类模块；构造用于局部特征提取的多区域特征提取子网络，并将各局部特征进行加权融合；设置包括分类模块损失...