[发明专利]软件的下载方法及装置在审

专利信息
申请号: 201710574972.5 申请日: 2017-07-14
公开(公告)号: CN107665120A 公开(公告)日: 2018-02-06
发明(设计)人: 陶德龙 申请(专利权)人: 深圳市谷熊网络科技有限公司
主分类号: G06F8/65 分类号: G06F8/65;G06F17/30
代理公司: 深圳中一专利商标事务所44237 代理人: 官建红
地址: 518000 广东省深*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 软件 下载 方法 装置
【权利要求书】:

1.一种软件的下载方法,其特征在于,包括:

获取目标软件图标;

通过图像识别算法,计算所述目标软件图标所对应的目标软件标签,所述图像识别算法包括:将所述目标软件图标输入至卷积神经网络中,以识别所述目标软件图标对应的软件标签;

根据所述目标软件标签,将目标软件下载至终端设备。

2.如权利要求1所述的软件的下载方法,其特征在于,在通过图像识别算法,计算所述目标软件图标所对应的目标软件标签之前,还包括:

获取样本软件图标集合,所述样本软件图标集合包括软件图标与软件标签的对应关系;

计算所述样本软件图标集合中各个软件图标的特征,生成各个软件图标对应的第一特征矩阵,所述软件图标的特征包括软件图标的颜色特征;

对所述第一特征矩阵与一预设的卷积核进行卷积计算,生成第二特征矩阵;

对所述第二特征矩阵进行池化,生成第三特征矩阵,所述第三特征矩阵的行数和列数均为一个预设值;

根据所述样本软件图标集合中各个软件图标所对应的第三特征矩阵以及软件标签,计算所述卷积神经网络的权值,以构建所述卷积神经网络的公式。

3.如权利要求2所述的软件的下载方法,其特征在于,所述根据所述样本软件图标集合中各个软件图标所对应的第三特征矩阵以及软件标签,计算所述卷积神经网络的权值,以构建所述卷积神经网络的公式,包括:

为所述卷积神经网络的权值赋予预设的初始值,以构建初始卷积神经网络公式;

将所述第三特征矩阵作为输入值,根据卷积神经网络公式,计算实际输出值;

获取预设的各个软件图标对应的理论输出值;

更新所述卷积神经网络的权值,直至所述实际输出值与所述理论输出值的误差,小于或等于预设的误差阈值。

4.如权利要求1所述的软件的下载方法,其特征在于,所述根据所述目标软件标签,将目标软件下载至终端设备,包括:

检测终端设备的操作系统类型;

获取软件数据库列表;

在所述软件数据库列表中,查找与所述软件标签以及所述操作系统类型对应的软件下载地址,作为目标下载地址;

从所述目标下载地址,将所述目标软件下载至所述终端设备。

5.如权利要求1所述的软件的下载方法,其特征在于,在通过图像识别算法,计算所述目标软件图标所对应的目标软件标签之前,还包括:

判断所述目标软件图标是否已存于所述移动终端中;

若所述目标软件图标已存在于所述移动终端中,则启动所述目标软件。

6.一种软件的下载装置,其特征在于,包括:

图标获取模块,用于获取目标软件图标;

识别模块,用于通过图像识别算法,计算所述目标软件图标所对应的目标软件标签,所述图像识别算法包括:将所述目标软件图标输入至卷积神经网络中,以识别所述目标软件图标对应的软件标签;

下载模块,用于根据所述目标软件标签,将目标软件下载至终端设备。

7.如权利要求6所述的软件的下载装置,其特征在于,还包括:

第一获取模块,用于获取样本软件图标集合,所述样本软件图标集合包括软件图标与软件标签的对应关系;

计算模块,用于计算所述样本软件图标集合中各个软件图标的特征,生成各个软件图标对应的第一特征矩阵,所述软件图标的特征包括软件图标的颜色特征;

第一生成模块,用于对所述第一特征矩阵与一预设的卷积核进行卷积计算,生成第二特征矩阵;

第二生成模块,用于对所述第二特征矩阵进行池化,生成第三特征矩阵,所述第三特征矩阵的行数和列数均为一个预设值;

第三生成模块,用于根据所述样本软件图标集合中各个软件图标所对应的第三特征矩阵以及软件标签,计算所述卷积神经网络的权值,以构建所述卷积神经网络的公式。

8.如权利要求6所述的软件的下载装置,其特征在于,所述下载模块包括:

检测子模块,用于检测终端设备的操作系统类型;

获取子模块,用于获取软件数据库列表;

查找子模块,用于在所述软件数据库列表中,查找与所述软件标签以及所述操作系统类型对应的软件下载地址,作为目标下载地址;

执行子模块,用于从所述目标下载地址,将所述目标软件下载至所述终端设备。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市谷熊网络科技有限公司,未经深圳市谷熊网络科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710574972.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top