CN107833573B - 一种基于机器学习的家庭场景语义理解辅助方法 - Google Patents

一种基于机器学习的家庭场景语义理解辅助方法 Download PDF

Info

Publication number
CN107833573B
CN107833573B CN201710994075.XA CN201710994075A CN107833573B CN 107833573 B CN107833573 B CN 107833573B CN 201710994075 A CN201710994075 A CN 201710994075A CN 107833573 B CN107833573 B CN 107833573B
Authority
CN
China
Prior art keywords
state
data
electric appliance
model
indoor
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710994075.XA
Other languages
English (en)
Other versions
CN107833573A (zh
Inventor
叶伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changzhou bailongzhi Technology Co.,Ltd.
Original Assignee
Shanghai Perspicace Intelligence Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Perspicace Intelligence Technology Co ltd filed Critical Shanghai Perspicace Intelligence Technology Co ltd
Priority to CN201710994075.XA priority Critical patent/CN107833573B/zh
Publication of CN107833573A publication Critical patent/CN107833573A/zh
Application granted granted Critical
Publication of CN107833573B publication Critical patent/CN107833573B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/2803—Home automation networks
    • H04L12/2816—Controlling appliance services of a home automation network by calling their functionalities
    • H04L12/282—Controlling appliance services of a home automation network by calling their functionalities based on user interaction within the home
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/18—Speech classification or search using natural language modelling
    • G10L15/1822—Parsing for meaning understanding
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/2803—Home automation networks
    • H04L12/2823—Reporting information sensed by appliance or service execution status of appliance services in a home automation network
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
    • G10L15/063—Training
    • G10L2015/0631—Creating reference templates; Clustering
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223—Execution procedure of a spoken command

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Automation & Control Theory (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Air Conditioning Control Device (AREA)
  • Feedback Control In General (AREA)

Abstract

一种基于机器学习的家庭场景语义理解辅助方法，用电流感应器来采集家用电器的使用状态；使用智能终端采集用户的电器操作行为；智能终端还采集温湿度传感器、天气数据、PM2.5、室内外光照数据；所述智能终端按采集时间对采集到的数据进行合并，相同采集时间整理为一条记录，对合并后的数值数据进行标准化处理，使各数值均为0～1之间的小数；对标准化处理后的数据标注各电器的开关状态；对标准化的数据进行特征工程，再进行训练得到模型后，通过该模型对家用电器状态进行预测；在用户发出电器控制的语音指令，无法准确判定其含义时，参照机器学习模型对电器的预测结果，综合进行判断，实现语义识别。

Description

一种基于机器学习的家庭场景语义理解辅助方法
技术领域
本发明属于人工智能技术领域，特别涉及一种基于机器学习的家庭场景语义理解辅助方法。
背景技术
近来语音识别技术得到了迅速发展，语音识别系统的应用领域越来越广。例如:车载语音识别系统、远场语音识别系统，语音输入法系统以及智能家居系统。
目前，虽然语音识别准确率得到了大大的提高。但是在非标普通话且在远场语音识别环境中，识别准确率会大幅度降低。语音识别中的错误，会严重降低后续语义理解准确率，从而大大影响用户体验。因此迫切需要提出各种切实可行的方案，提升非理想情况下语义理解的准确率。
发明内容
本发明提供了一种基于机器学习的家庭场景语义理解辅助方法，以提高语义理解的准确率。
一种基于机器学习的家庭场景语义理解辅助方法，该方法包括步骤：
步骤1，用电流感应器来采集家用电器的使用状态；
步骤2，使用智能终端采集用户的电器操作行为；
步骤3，智能终端还采集温湿度传感器、天气数据、PM2.5、室内外光照数据；
步骤4，所述智能终端按采集时间对采集到的数据进行合并，相同采集时间整理为一条记录，对合并后的数值数据进行标准化处理，使各数值均为0～1之间的小数；
步骤5，对标准化处理后的数据标注各电器的开关状态；
步骤6，对标准化的数据进行特征工程，再进行训练得到模型后，通过该模型对家用电器状态进行预测；
步骤7，在用户发出电器控制的语音指令，无法准确判定其含义时，参照机器学习模型对电器的预测结果，综合进行判断，实现语义识别。
在步骤4中，将采集的数据与电器的开关状态按照采集时间合并为一条记录，并进行标准化，将所有温度、湿度等连续数值标准化为0～1之间的小数，开关状态为0或1，采集的数据包括：采集时间、室内温度、室内湿度、室内光照、室内PM2.5、室内氧气、吸顶灯亮度、室外温度、室外光照、电视状态、空调状态和新风状态。
所述步骤6进一步包括，将标准化的数据进行特征工程，用作机器学习算法的输入，具体步骤有：
3.1，将所述0～1之间的小数，划分为：高(0.8～1.0)，偏高(0.6～0.8)，中(0.4～0.6),偏低(0.2～0.4)，低(0.0～0.2)，用来减少模型的复杂度；
3.2，将电视状态、空调状态、新风状态等开关量，整理为：
a.平均每天打开的时间
b.已经打开时间
c.距离上次关闭的时间
d.距离上次最高打开时长的时间；
3.3，将3.2中的a,b,c,d项加入表一的结构中，其中电视状态、空调状态、新风状态作为预测目标，其余选项作为特征输入模型，从而进行建模。
所述步骤6进一步包括：
4.1，将训练后的模型部署在智能终端，采集后的数据进行标准化，特征处理后，作为参数输入给模型，对家用电器的使用状态做出预测，其预测结果(N)为0～100之间的整数；
4.2，使用语义理解+传感器辅助的方式，进行综合判断用户的实际意图，以此给所有意图进行打分，得分高者认定为最终意图，
其公式为：
M>80分时，Y＝M
M<＝80分，且Wb<70时，Y＝M
M<＝80分，且Wb>＝70时，Y＝M+Wb*N
Y代表此时用户的意图；
M：代表基于语音语义理解的评分，此评分由语音语义模块输出；
Wb：传感器数据的权重，此数值会动态调整，其值为0～1之间的小数；
N：代表传感器的评分，此数值有本文提出的模型给出；
Wb的调整方法包括，以M来来确定Wb，当M的评分超过设定值，则判定此时语音语义模块输出为正确，此时判定传感器答案是否正确，如正确则有：Wb＝Wb+0.05，否则Wb＝Wb–0.05，
进一步的，Wb不可超过最大值，且不可小于最小值，这里的最大值与最小值为预设值。
本发明公开了一种根据用户习惯的、机器学习的、基于家庭场景的语义辅助理解方法。通过该方法，能够减少以家庭为单位的日常家居电气设备在使用语音控制时，因方言、非标普通话、噪音等因素所引起的语义理解错误。
与现有技术相比，本发明的算法从另一个角度有效的对语义理解进行辅助判断，具有自动迭代、更贴合用户使用习惯等优点。
具体实施方式
本发明的一种基于机器学习的家庭场景语义理解辅助方法，该方法包括步骤：
步骤1，用电流感应器来采集家用电器的使用状态(电视、空调、新风系统等)；
步骤2，使用智能终端采集用户的电器操作行为(如电视、空调的操作指令等)；
步骤3，智能终端还采集温湿度传感器、天气数据、PM2.5、室内外光照数据；
步骤4，所述智能终端按采集时间对采集到的数据进行合并，相同采集时间整理为一条记录，对合并后的数值数据进行标准化处理，使各数值均为0～1之间的小数；
步骤5，对标准化处理后的数据标注各电器的开关状态；
步骤6，对标准化的数据进行特征工程，再进行训练得到模型后，通过该模型对家用电器状态进行预测；
步骤7，在用户发出电器控制的语音指令，无法准确判定其含义时，参照机器学习模型对电器的预测结果，综合进行判断，实现语义识别。
在步骤4中，将采集的数据与电器的开关状态按照采集时间合并为一条记录，并进行标准化，将所有温度、湿度等连续数值标准化为0～1之间的小数，开关状态为0或1，采集的数据包括：采集时间、室内温度、室内湿度、室内光照、室内PM2.5、室内氧气、吸顶灯亮度、室外温度、室外光照、电视状态、空调状态和新风状态。
所述步骤6进一步包括，将标准化的数据进行特征工程，用作机器学习算法的输入，具体步骤有：
3.1，将所述0～1之间的小数，划分为：高(0.8～1.0)，偏高(0.6～0.8)，中(0.4～0.6),偏低(0.2～0.4)，低(0.0～0.2)，用来减少模型的复杂度；
3.2，将电视状态、空调状态、新风状态等开关量，整理为：
a.平均每天打开的时间
b.已经打开时间
c.距离上次关闭的时间
d.距离上次最高打开时长的时间；
3.3，将3.2中的a,b,c,d项加入表一的结构中，其中电视状态、空调状态、新风状态作为预测目标，其余选项作为特征输入模型，从而进行建模。
所述步骤6进一步包括：
4.1，将训练后的模型部署在智能终端，采集后的数据进行标准化，特征处理后，作为参数输入给模型，对家用电器的使用状态做出预测，其预测结果(N)为0～100之间的整数；
4.2，使用语义理解+传感器辅助的方式，进行综合判断用户的实际意图，以此给所有意图进行打分，得分高者认定为最终意图，
其公式为：
M>80分时，Y＝M
M<＝80分，且Wb<70时，Y＝M
M<＝80分，且Wb>＝70时，Y＝M+Wb*N
Y代表此时用户的意图；
M：代表基于语音语义理解的评分，此评分由语音语义模块输出；
Wb：传感器数据的权重，此数值会动态调整，其值为0～1之间的小数；
N：代表传感器的评分，此数值有本文提出的模型给出；
Wb的调整方法包括，以M来来确定Wb，当M的评分超过设定值，则判定此时语音语义模块输出为正确，此时判定传感器答案是否正确，如正确则有：Wb＝Wb+0.05，否则Wb＝Wb–0.05，
进一步的，Wb不可超过最大值，且不可小于最小值，这里的最大值与最小值为预设值。
值得说明的是，虽然前述内容已经参考若干具体实施方式描述了本发明创造的精神和原理，但是应该理解，本发明并不限于所公开的具体实施方式，对各方面的划分也不意味着这些方面中的特征不能组合，这种划分仅是为了表述的方便。本发明旨在涵盖所附权利要求的精神和范围内所包括的各种修改和等同布置。

Claims (1)

1.一种基于机器学习的家庭场景语义理解辅助方法，其特征在于，该方法包括步骤：
步骤1，用电流感应器来采集家用电器的使用状态；
步骤2，使用智能终端采集用户的电器操作行为；
步骤3，智能终端还采集温湿度传感器、天气数据、PM2.5、室内外光照数据；
步骤4，所述智能终端按采集时间对采集到的数据进行合并，相同采集时间整理为一条记录，对合并后的数值数据进行标准化处理，使各数值均为0～1之间的小数；
步骤5，对标准化处理后的数据标注各电器的开关状态；
步骤6，对标准化的数据进行特征工程，再进行训练得到模型后，通过该模型对家用电器状态进行预测；
步骤7，在用户发出电器控制的语音指令，无法准确判定其含义时，参照机器学习模型对电器的预测结果，综合进行判断，实现语义识别，
在步骤4中，将采集的数据与电器的开关状态按照采集时间合并为一条记录，并进行标准化，将所有温度、湿度等连续数值标准化为0～1之间的小数，开关状态为0或1，采集的数据组成数据表，包括：采集时间、室内温度、室内湿度、室内光照、室内PM2.5、室内氧气、吸顶灯亮度、室外温度、室外光照、电视状态、空调状态和新风状态，
所述步骤6进一步包括，将标准化的数据进行特征工程，用作机器学习算法的输入，具体步骤有：
将所述0～1之间的小数，划分为：高(0.8～1.0)，偏高(0.6～0.8)，中(0.4～0.6),偏低(0.2～0.4)，低(0.0～0.2)，用来减少模型的复杂度；
将电视状态、空调状态、新风状态开关量，整理为：
a.平均每天打开的时间
b.已经打开时间
c.距离上次关闭的时间
d.距离上次最高打开时长的时间；
a,b,c,d项加入数据表结构中，其中电视状态、空调状态、新风状态作为预测目标，其余选项作为特征输入模型，从而进行建模，
所述步骤6进一步包括：
将训练后的模型部署在智能终端，采集后的数据进行标准化，特征处理后，作为参数输入给模型，对家用电器的使用状态做出预测，其预测结果N为0～100之间的整数；
使用语义理解+传感器辅助的方式，进行综合判断用户的实际意图，以此给所有意图进行打分，得分高者认定为最终意图，
其公式为：
M>80分时，Y＝M
M<＝80分，且M<70时，Y＝M
M<＝80分，且M>＝70时，Y＝M+Wb*N
Y代表此时用户的意图；
M：代表基于语音语义理解的评分，此评分由语音语义模块输出；
Wb：传感器数据的权重，此数值会动态调整，其值为0～1之间的小数；
N：代表传感器的评分，即为由所述模型给出的预测结果；
Wb的调整方法包括，以M来来确定Wb，当M的评分超过设定值，则判定此时语音语义模块输出为正确，此时判定传感器答案是否正确，如正确则有：Wb＝Wb+0.05，否则Wb＝Wb–0.05，
进一步的，Wb不可超过最大值，且不可小于最小值，这里的最大值与最小值为预设值。
CN201710994075.XA 2017-10-23 2017-10-23 一种基于机器学习的家庭场景语义理解辅助方法 Active CN107833573B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710994075.XA CN107833573B (zh) 2017-10-23 2017-10-23 一种基于机器学习的家庭场景语义理解辅助方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710994075.XA CN107833573B (zh) 2017-10-23 2017-10-23 一种基于机器学习的家庭场景语义理解辅助方法

Publications (2)

Publication Number Publication Date
CN107833573A CN107833573A (zh) 2018-03-23
CN107833573B true CN107833573B (zh) 2021-02-09

Family

ID=61648861

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710994075.XA Active CN107833573B (zh) 2017-10-23 2017-10-23 一种基于机器学习的家庭场景语义理解辅助方法

Country Status (1)

Country Link
CN (1) CN107833573B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109870919A (zh) * 2019-03-08 2019-06-11 佛山市云米电器科技有限公司 一种智能家居控制方法及系统
CN109819552B (zh) * 2019-03-14 2021-02-23 浙江连顿照明科技有限公司 一种智能led照明系统的控制方法
CN110322873B (zh) 2019-07-02 2022-03-01 百度在线网络技术（北京）有限公司 语音技能的退出方法、装置、设备及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011119431A1 (en) * 2010-03-26 2011-09-29 Google Inc. Predictive pre-recording of audio for voice input
CN104374053A (zh) * 2014-11-25 2015-02-25 珠海格力电器股份有限公司 一种智能控制方法、装置及系统
CN104777753A (zh) * 2015-03-27 2015-07-15 北京海尔广科数字技术有限公司 一种设备状态控制方法及装置
CN104865927A (zh) * 2015-03-27 2015-08-26 北京海尔广科数字技术有限公司 构建用户模型的方法和装置、以及设备控制方法和装置
CN105068515A (zh) * 2015-07-16 2015-11-18 华南理工大学 一种基于自学习算法的智能家居设备语音控制方法
CN106230689A (zh) * 2016-07-25 2016-12-14 北京奇虎科技有限公司 一种语音信息交互的方法、装置及服务器
CN106911829A (zh) * 2017-03-09 2017-06-30 维沃移动通信有限公司 一种根据语音输入进行对象查找的方法及移动终端
CN107179700A (zh) * 2017-07-03 2017-09-19 杭州善居科技有限公司 一种基于Alljoyn和机器学习的智能家居控制系统和方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011119431A1 (en) * 2010-03-26 2011-09-29 Google Inc. Predictive pre-recording of audio for voice input
CN104374053A (zh) * 2014-11-25 2015-02-25 珠海格力电器股份有限公司 一种智能控制方法、装置及系统
CN104777753A (zh) * 2015-03-27 2015-07-15 北京海尔广科数字技术有限公司 一种设备状态控制方法及装置
CN104865927A (zh) * 2015-03-27 2015-08-26 北京海尔广科数字技术有限公司 构建用户模型的方法和装置、以及设备控制方法和装置
CN105068515A (zh) * 2015-07-16 2015-11-18 华南理工大学 一种基于自学习算法的智能家居设备语音控制方法
CN106230689A (zh) * 2016-07-25 2016-12-14 北京奇虎科技有限公司 一种语音信息交互的方法、装置及服务器
CN106911829A (zh) * 2017-03-09 2017-06-30 维沃移动通信有限公司 一种根据语音输入进行对象查找的方法及移动终端
CN107179700A (zh) * 2017-07-03 2017-09-19 杭州善居科技有限公司 一种基于Alljoyn和机器学习的智能家居控制系统和方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Intelligent Temporal Data Driven World Actuation in Ambient Environments;Farzad Amirjavid, etc;<2013 IEEEACIS 12th International Conference on Computer and Information Science (ICIS)>;20130926;287-293 *
物联网搜索技术综述;高云全，李小勇，方滨兴;《通信学报》;20151231;第36卷(第12期);47-76 *

Also Published As

Publication number Publication date
CN107833573A (zh) 2018-03-23

Similar Documents

Publication Publication Date Title
CN107833573B (zh) 一种基于机器学习的家庭场景语义理解辅助方法
CN108447480B (zh) 智能家居设备控制的方法、智能语音终端和网络设备
CN104913442B (zh) 智能空调器和智能门窗的控制方法、装置及系统
CN105955221B (zh) 一种电器设备控制方法及装置
CN206921471U (zh) 一种基于语音识别的智能会议控制系统
CN103188538A (zh) 基于智能电视设备和互联网的家电控制方法及系统
CN107170449A (zh) 智能家居系统及其控制方法
CN105424395A (zh) 设备故障的确定方法和装置
CN107562403A (zh) 一种音量调节方法、智能设备及存储介质
CN103543699A (zh) 一种基于智能盒的智能家居管理系统
CN106647311A (zh) 智能中控系统、设备、服务器及智能设备控制方法
CN105931639B (zh) 一种支持多级命令词的语音交互方法
CN108470568A (zh) 智能设备控制方法及装置、存储介质、电子设备
CN117762032B (zh) 基于场景适应和人工智能的智能设备控制系统及方法
CN109041377A (zh) 一种灯光照明控制系统及方法、一种智能终端
CN108345906A (zh) 一种基于Boost模型的非侵入式用电器识别方法
CN108833229B (zh) 一种语音识别功能的智能家居控制系统
CN111580406A (zh) 一种基于物联网的智能家居控制系统
CN106325127B (zh) 一种使家电表达情绪的方法及装置、空调
CN107305350A (zh) 智能家居系统的控制方法及其智能家居系统
CN114755931A (zh) 控制指令的预测方法和装置、存储介质及电子装置
CN206861615U (zh) 一种烟灶联动系统
CN109343481B (zh) 一种控制设备的方法与设备
CN106703589A (zh) 窗户
CN112700772A (zh) 基于硬件识别的智能语音系统及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20180529

Address after: 200126 Yaohua Road, Pudong New Area, Shanghai, Room 204, room 560

Applicant after: Ye Wei

Address before: 200050 West Yan'an Road, Changning District, Changning District, Shanghai, 4

Applicant before: Shanghai Century Network Technology Co., Ltd.

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20190402

Address after: Room 1287, 1/1, 8 Block 33 Guangshun Road, Changning District, Shanghai, 2003

Applicant after: Shanghai Century Network Technology Co., Ltd.

Address before: 200126 Yaohua Road, Pudong New Area, Shanghai, Room 204, room 560

Applicant before: Ye Wei

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20210324

Address after: 213000 No.2 Hongyang Road, Tianning District, Changzhou City, Jiangsu Province

Patentee after: Changzhou bailongzhi Technology Co.,Ltd.

Address before: Room 1287, 1/1, 8 Block 33 Guangshun Road, Changning District, Shanghai, 2003

Patentee before: SHANGHAI PERSPICACE INTELLIGENCE TECHNOLOGY Co.,Ltd.

TR01 Transfer of patent right