公开(公告)号：CN113673465B

公开(公告)日：2024-08-02

申请号：CN202110995202.4

申请日：2021-08-27

Applicant: 中国信息安全测评中心

Inventor： 周欣 ,  王娜 ,  李连磊 ,  白云波 ,  程岩 ,  王立松

IPC: G06V40/40 ,  G06V40/16 ,  G06V10/44 ,  G06V10/764 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本申请实施例提供了一种图像检测方法、装置、设备及可读存储介质，获取人脸图像序列，人脸图像序列包括至少一张按照时序排列的人脸图像，获取每一人脸图像的一维频域特征向量，依据时序，将各个人脸图像的一维频域特征向量拼接得到频域特征矩阵，依据频域特征矩阵，获取人脸图像序列的图像检测结果，图像检测结果指示人脸图像序列是否经过篡改。由于，目标人脸图像即任意一个人脸图像的一维频域特征向量表征该目标人脸图像的频域特征，所以，通过将多个连续的人脸图像一维频域特征向量拼接后的频域特征矩阵，集合了人脸图像序列的频域特征以及时域特征，所以以频域特征矩阵为图像检测依据，能够提高检测结果的准确性。

公开(公告)号：CN111985242A

公开(公告)日：2020-11-24

申请号：CN201910429597.4

申请日：2019-05-22

Applicant: 中国信息安全测评中心

Inventor： 周欣

IPC: G06F40/30 ,  G06F16/35 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种文本的标注方法，包括：获取与原始文本对应的词序列；将所述词序列进行转化和映射，得到实体标注向量；统计所述实体标注向量中预设实体信息的数量；若所述数量大于等于预设的阈值时，将所述原始文本标注为异常文本。上述的标注方法中，通过实体标注向量中预设实体信息的数量与所述预设的阈值进行比较确定所述原始文本的标注信息的，标注的方法一致，避免了人工标注会耗费大量的人力和时间，而且由于个人主观想法的不同，导致标注的结果不理想的问题。

公开(公告)号：CN113673465A

公开(公告)日：2021-11-19

申请号：CN202110995202.4

申请日：2021-08-27

Applicant: 中国信息安全测评中心

Inventor： 周欣 ,  王娜 ,  李连磊 ,  白云波 ,  程岩 ,  王立松

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请实施例提供了一种图像检测方法、装置、设备及可读存储介质，获取人脸图像序列，人脸图像序列包括至少一张按照时序排列的人脸图像，获取每一人脸图像的一维频域特征向量，依据时序，将各个人脸图像的一维频域特征向量拼接得到频域特征矩阵，依据频域特征矩阵，获取人脸图像序列的图像检测结果，图像检测结果指示人脸图像序列是否经过篡改。由于，目标人脸图像即任意一个人脸图像的一维频域特征向量表征该目标人脸图像的频域特征，所以，通过将多个连续的人脸图像一维频域特征向量拼接后的频域特征矩阵，集合了人脸图像序列的频域特征以及时域特征，所以以频域特征矩阵为图像检测依据，能够提高检测结果的准确性。

公开(公告)号：CN102663101B

公开(公告)日：2015-10-28

申请号：CN201210109215.8

申请日：2012-04-13

Applicant: 北京交通大学 ,  中国信息安全测评中心

Inventor： 刘云 ,  廉捷 ,  曹伟 ,  周欣 ,  李维杰 ,  陈海强

IPC: G06F17/30

Abstract: 本发明公开了一种基于新浪微博的用户等级排序算法，包括如下步骤：a、抓取新浪微博中的实时数据；b、通过数据分析确定新浪微博中影响用户等级排序的制约因素；c、建立用户等级排序中用户影响力参考模型；d、建立用户等级排序中用户活跃度参考模型；e、通过用户影响力与用户活跃度模型加权获得用户权重计算模型，利用该模型实现新浪微博用户等级排序。可用于社交网络研究领域。本发明具有较高的合理性与较小的时间损耗，适用于实时网络环境中。

公开(公告)号：CN102663101A

公开(公告)日：2012-09-12

申请号：CN201210109215.8

申请日：2012-04-13

Applicant: 北京交通大学 ,  中国信息安全测评中心

Inventor： 刘云 ,  廉捷 ,  曹伟 ,  周欣 ,  李维杰 ,  陈海强

IPC: G06F17/30

Abstract: 本发明公开了一种基于新浪微博的用户等级排序算法，包括如下步骤：a、抓取新浪微博中的实时数据；b、通过数据分析确定新浪微博中影响用户等级排序的制约因素；c、建立用户等级排序中用户影响力参考模型；d、建立用户等级排序中用户活跃度参考模型；e、通过用户影响力与用户活跃度模型加权获得用户权重计算模型，利用该模型实现新浪微博用户等级排序。可用于社交网络研究领域。本发明具有较高的合理性与较小的时间损耗，适用于实时网络环境中。

公开(公告)号：CN103970733B

公开(公告)日：2017-07-14

申请号：CN201410143875.7

申请日：2014-04-10

Applicant: 中国信息安全测评中心 ,  北京大学

Inventor： 陈海强 ,  程军军 ,  周欣 ,  武嘉怡 ,  陈薇 ,  王腾蛟

IPC: G06F17/28

Abstract: 本发明涉及一种基于图结构的中文新词识别方法，其步骤包括：1）根据词之间的邻接关系将文档集抽象成有权有向图；2）遍历所述有权有向图的所有点，基于共现率选出每一个点的备选新词；3）对所述备选新词进行路径拓展，找到共现率始终大于阈值的最大权值路径，从而得到完整的备选新词；4）根据信息熵对所述完整的备选新词进行过滤，得到最终的备选新词集合。本发明首次提出了将文档集抽象为图结构进行新词发现和识别的方法，将新词发现问题转化为在有向有权图上的最大权重路径寻找问题，很好地利用了图的特点，是一种时间复杂度较低、召回率和准确率都较高的新词发现和识别方法。