-
公开(公告)号：CN113411303B
公开(公告)日：2022-06-03
申请号：CN202110517511.0
申请日：2021-05-12
Applicant: 桂林电子科技大学
Abstract: 本发明涉及网络安全态势评估技术领域，具体涉及一种基于层次聚类和层次分析法的评估指标体系构建方法；基于层次聚类和层次分析法的评估指标体系构建方法包括如下步骤：数据处理，收集网络环境的安全检测日志作为实验数据；评估因素量化，以网络安全态势评估指标体系的指标的来源信息作为评估的属性；使用聚类的方法将功能作用相似的评估因素自动聚成一类；评估指标优化，利用层次分析法计算每类中评估因素的重要程度，进而选取具有代表性的评估因素，根据构建的指标体系和指标度量方法给指标赋值，度量后的指标进行归一化，防止指标的不同量纲影响评估结果，以解决评估结果可信度低的问题。
-
公开(公告)号：CN108880590A
公开(公告)日：2018-11-23
申请号：CN201810397386.2
申请日：2018-04-28
Applicant: 桂林电子科技大学
IPC: H04B1/3822 , H04B1/40 , H04B1/3805 , G01S19/47 , G01C21/16 , B60R16/023
Abstract: 本发明提供的基于OBD的车载终端，设置电路保护模块，对车辆信息的输入信号进行过压检测，对待传输信号进行延时传输，可解决由高电压、尖脉冲以及电压不稳等因素引发的电路系统稳定性差的问题，还设置了抗RF干扰模块，预防高频干扰，提高实时数据的稳定性；在协议解析模块设置CAN总线收发器、J1850总线驱动电路以及KWP2000，可兼容市场上大部分的不同厂商、不同型号车辆的通信协议，可提高通用性；在定位模块设置BDS/GPS定位子模块和SISN定位子模块，二者均可进行定位，可通过算法进行数据融合，为计算精确的定位信息提供可能。
-
公开(公告)号：CN115643153A
公开(公告)日：2023-01-24
申请号：CN202210835786.3
申请日：2022-07-15
Applicant: 桂林电子科技大学
Abstract: 本发明涉及图神经网络技术领域，具体涉及基于图神经网络的报警关联分析方法，通过因果关联模块对报警数据进行预处理，得到攻击图；图像神经网络模块抽取所述攻击图信息，训练图神经网络，得到图神经网络分类模型；通过所述图神经网络分类模型识别测试数据，得到攻击场景，该方法首先分析攻击场景，设计安全事件的前提和结果的匹配规则；接着使用因果关联分析方法得到有关系的报警序列；使用画图工具可视化网络攻击图，准备图神经网络的输入数据，抽取攻击图信息；搭建图神经网络的初始网络结构，并训练图神经网络分类模型；最后再识别测试报警所属的攻击场景，解决现有分析方法不能准确识别攻击场景的问题。
-
公开(公告)号：CN113411303A
公开(公告)日：2021-09-17
申请号：CN202110517511.0
申请日：2021-05-12
Applicant: 桂林电子科技大学
Abstract: 本发明涉及网络安全态势评估技术领域，具体涉及一种基于层次聚类和层次分析法的评估指标体系构建方法；基于层次聚类和层次分析法的评估指标体系构建方法包括如下步骤：数据处理，收集网络环境的安全检测日志作为实验数据；评估因素量化，以网络安全态势评估指标体系的指标的来源信息作为评估的属性；使用聚类的方法将功能作用相似的评估因素自动聚成一类；评估指标优化，利用层次分析法计算每类中评估因素的重要程度，进而选取具有代表性的评估因素，根据构建的指标体系和指标度量方法给指标赋值，度量后的指标进行归一化，防止指标的不同量纲影响评估结果，以解决评估结果可信度低的问题。
-
-
Patent Agency Ranking
公开(公告)号：CN110956497B
公开(公告)日：2022-11-25
申请号：CN201911181002.4
申请日：2019-11-27
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种电子商务平台用户重复购买行为预测方法，包括：获取用户历史购买行为数据；采用分段下采样方法进行样本均衡处理；构建用户特征、商户特征、用户与商户交互特征和隐藏特征；将样本均衡的用户历史购买行为数据输入至双层注意力BiGRU个体模型中，将用户特征、商户特征、用户与商户交互特征和隐藏特征输入至深度Catboost个体模型和DeepGBM个体模型中；对各个体模型分别进行用户重复购买行为预测训练；通过Vote‑Stacking模型，对训练后的各个体模型进行融合，并采用多数投票决策机制输出最终预测结果。本发明融合深度Catboost个体模型、双层注意力BiGRU个体模型和DeepGBM个体模型，对用户历史购买数据中离散的购买记录数值和行为序列特征进行建模，提高了预测结果的准确性。
-
公开(公告)号：CN109242534B
公开(公告)日：2021-12-28
申请号：CN201810888279.X
申请日：2018-08-07
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于用户评论动态分析的用户评分预测方法，首先，对用户评论进行时间窗口映射和主题分析，采用主题词在每个时间窗口中的概率值变化表示用户偏好的演变；然后，计算主题词层次关系并构建相应的主题词层次树，用不同层次的主题词表征其对用户评分的影响力；最后，将用户评论映射于主题词层次树生成用户偏好向量，根据用户偏好向量对用户的评分进行预测。实验证明，该方法有效刻画了用户偏好的演变以及不同层次的主题词对用户评分的影响，使得评分预测误差得到改善。
-
公开(公告)号：CN111310474A
公开(公告)日：2020-06-19
申请号：CN202010065670.7
申请日：2020-01-20
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于激活-池化增强BERT模型的在线课程评论情感分析方法，涉及在线课程评估技术领域，包括构建在线课程评论情感分析模型来编码评论文本中分句内词语上下文语义和分句间逻辑关系；设计激活函数层和最大-平均池化层解决BERT模型在课程评论情感分析中存在的过拟合问题；通过新增的情感分类层对在线课程评论进行情感正负极性分类。本发明改进了直接应用BERT模型做课程评论情感分析任务时出现过拟合的问题，同时增加了情感分类层对课程评论情感进行分析；相对于传统课程评论情感分析模型，在线课程评论情感分析模型具有精确度高，训练容易的优点，该模型的准确率和AUC值与基准模型相比分别有显著的提升。
-
公开(公告)号：CN107711756A
公开(公告)日：2018-02-23
申请号：CN201711081392.9
申请日：2017-11-03
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于物联网的农作物害虫智能测报系统，其在继承传统农作物害虫测报习惯与经验的基础上，通过物联网图像识别、远程监测、传输与控制技术将调查数据反馈到监测中心进行分析，构建农作物害虫智能测报装置；及时获取害虫种群发生发展的动态演变过程，提升预测预报的准确性与时效性。本发明不仅实现了无人值守的智能化监控，能够实现广域环境下的实时测报；而且有助于提高农作物害虫发生危害预测预报的智能性和准确性，及时监测和预报其种群动态有助于科学合理采取措施控制该虫的危害，减少农药施用量和环境污染。
-
公开(公告)号：CN110956497A
公开(公告)日：2020-04-03
申请号：CN201911181002.4
申请日：2019-11-27
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种电子商务平台用户重复购买行为预测方法，包括：获取用户历史购买行为数据；采用分段下采样方法进行样本均衡处理；构建用户特征、商户特征、用户与商户交互特征和隐藏特征；将样本均衡的用户历史购买行为数据输入至双层注意力BiGRU个体模型中，将用户特征、商户特征、用户与商户交互特征和隐藏特征输入至深度Catboost个体模型和DeepGBM个体模型中；对各个体模型分别进行用户重复购买行为预测训练；通过Vote-Stacking模型，对训练后的各个体模型进行融合，并采用多数投票决策机制输出最终预测结果。本发明融合深度Catboost个体模型、双层注意力BiGRU个体模型和DeepGBM个体模型，对用户历史购买数据中离散的购买记录数值和行为序列特征进行建模，提高了预测结果的准确性。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.034 seconds)
