-
公开(公告)号：CN119205281A
公开(公告)日：2024-12-27
申请号：CN202411718037.8
申请日：2024-11-28
Applicant: 济南大学
IPC: G06Q30/0601 , G06Q40/00 , G06N3/0464 , G06N3/045 , G06N3/049 , G06N3/08
Abstract: 本发明涉及时间序列预测技术领域，提供了一种基于半高斯采样的金融产品推荐方法、系统、设备及介质。基于半高斯采样的金融产品推荐方法包括，获取多种金融产品的历史属性数据和历史热度数据，并进行预处理，构建样本集，将样本集划分为训练集和测试集，将训练集中的样本序号映射到半高斯分布的x轴区间[μ‑3σ，μ]内，计算每个样本的权重，并将权重转化为概率值；多项式分布利用所述概率值进行有放回的抽取若干个样本；基于抽取的若干个样本和每个样本对应的真实值，对动态时间卷积网络进行训练，得到训练好的动态时间卷积网络，用于预测所有金融产品的排名，并加排名靠前的若干金融产品推荐给用户。本发明能够生成更加精准的推荐结果。
-
公开(公告)号：CN119205281B
公开(公告)日：2025-04-04
申请号：CN202411718037.8
申请日：2024-11-28
Applicant: 济南大学
IPC: G06Q30/0601 , G06Q40/00 , G06N3/0464 , G06N3/045 , G06N3/049 , G06N3/08
Abstract: 本发明涉及时间序列预测技术领域，提供了一种基于半高斯采样的金融产品推荐方法、系统、设备及介质。基于半高斯采样的金融产品推荐方法包括，获取多种金融产品的历史属性数据和历史热度数据，并进行预处理，构建样本集，将样本集划分为训练集和测试集，将训练集中的样本序号映射到半高斯分布的x轴区间[μ‑3σ，μ]内，计算每个样本的权重，并将权重转化为概率值；多项式分布利用所述概率值进行有放回的抽取若干个样本；基于抽取的若干个样本和每个样本对应的真实值，对动态时间卷积网络进行训练，得到训练好的动态时间卷积网络，用于预测所有金融产品的排名，并加排名靠前的若干金融产品推荐给用户。本发明能够生成更加精准的推荐结果。
-
公开(公告)号：CN119495120A
公开(公告)日：2025-02-21
申请号：CN202510076196.0
申请日：2025-01-17
Abstract: 本发明公开了一种基于群体智能和神经计算的人脸安全识别方法及系统，包括采集人脸特征图像，获得原始人脸特征向量；对原始人脸特征向量进行加密，得到隐编码向量并传输到服务器；对隐编码向量进行解密还原，得到解密后人脸特征向量；将解密后人脸特征向量输入人脸识别网络模型进行识别和对比；将人脸识别结果传送到边缘设备。本发明通过采用MLPSO算法迭代计算每层群体粒子的适应值，获取最优模型参数，再将最优模型参数输入人脸识别网络模型中，提升了模型的识别准确率。
-
公开(公告)号：CN119251073A
公开(公告)日：2025-01-03
申请号：CN202411782968.4
申请日：2024-12-06
IPC: G06T5/60 , G06N3/0455 , G06N3/096
Abstract: 本发明公开了一种水泥水化微结构图像的跨设备风格化增强方法及系统，属于数字图像处理技术领域。包括：获取第一水泥水化微结构图像和第二水泥水化微结构图像，第一水泥水化微结构图像通过低配置的CT设备采集，第二水泥水化微结构图像通过高配置的CT设备采集；将第一水泥水化微结构图像和第二水泥水化微结构图像输入跨设备图像增强模型进行处理，通过输入层、表示层和输出层，分别对两种图像计算特征位置编码、特征提取、融合和上采样还原，最终获取跨设备风格化增强后的水泥水化微结构图像。能够得到逼近高配置的CT设备成像质量的水泥水化微结构图像，解决了水泥水化微结构图像跨设备增强的问题。
-
公开(公告)号：CN115189905A
公开(公告)日：2022-10-14
申请号：CN202210499337.6
申请日：2022-05-09
Abstract: 本发明公开了网络通信与安全管控一体机及其工作方法，本地校验组件，接收流入和流出一体机的数据，并将数据转发给安全组件，安全组件对数据进行处理，随后路由组件将数据进行转发；蜜罐沙箱联动组件的蜜罐监听通信接口并捕获恶意代码；将恶意代码与蜜罐沙箱联动组件进行交互；蜜罐沙箱联动组件将流量交由沙箱分析后发送至物联网关组件进行处理，并将物联网关组件的返回信息处理后返回给攻击方；蜜罐沙箱联动组件对捕获的恶意代码进行分析，提取软件行为以及网络行为后，将软件行为以及网络行为作为恶意代码的标签对卷积神经网络进行训练；安全组件对训练后网络进行检查和验收，并通过训练后的卷积神经网络对经过一体机的通信进行检查和监控。
-
Patent Agency Ranking
公开(公告)号：CN119180222B
公开(公告)日：2025-05-09
申请号：CN202411696977.1
申请日：2024-11-26
Applicant: 济南大学
IPC: G06F30/27 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/084 , G06N3/045 , G06N5/04
Abstract: 本发明涉及图像生成技术领域，具体为AI驱动的水泥水化微结构演化方法及在线虚拟实验平台。该方法包括：获取水泥试样的扫描图像，通过模型特征提取模块提取图像的垂直特征、水平特征和邻域特征。将水平特征与邻域特征拼接后，与垂直特征一同输入门控掩码卷积模块进行特征融合，生成新的水平特征，再与邻域特征循环输入该模块，最终通过激活层和卷积层得到模型的输出。基于输出的损失，计算梯度并通过反向传播优化模型参数，从而训练出贴近真实的智能演化模型。虚拟实验平台采用Web架构，不仅实现了水泥水化微结构的在线实时演化仿真，还支持性能估测等功能，为实验人员提供高效、低成本的水泥微结构仿真演化与性能评估工具。
-
公开(公告)号：CN119180222A
公开(公告)日：2024-12-24
申请号：CN202411696977.1
申请日：2024-11-26
Applicant: 济南大学
IPC: G06F30/27 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/084 , G06N3/045 , G06N5/04
Abstract: 本发明涉及图像生成技术领域，具体为AI驱动的水泥水化微结构演化方法及在线虚拟实验平台。该方法包括：获取水泥试样的扫描图像，通过模型特征提取模块提取图像的垂直特征、水平特征和邻域特征。将水平特征与邻域特征拼接后，与垂直特征一同输入门控掩码卷积模块进行特征融合，生成新的水平特征，再与邻域特征循环输入该模块，最终通过激活层和卷积层得到模型的输出。基于输出的损失，计算梯度并通过反向传播优化模型参数，从而训练出贴近真实的智能演化模型。虚拟实验平台采用Web架构，不仅实现了水泥水化微结构的在线实时演化仿真，还支持性能估测等功能，为实验人员提供高效、低成本的水泥微结构仿真演化与性能评估工具。
-
公开(公告)号：CN119027471A
公开(公告)日：2024-11-26
申请号：CN202411513894.4
申请日：2024-10-29
Applicant: 济南大学
Abstract: 本发明属于图像处理技术领域，尤其涉及一种面向水泥水化微结构分析的跨模态图像配准方法及系统；方法包括：获取水泥水化微结构图像，包括CT图像和BSE图像，对图像进行显著物相提取；将处理后的BSE图像作为固定图像，对处理后的CT图像进行仿射变换，使用递进竞争金字塔粒子群优化算法对变换参数进行迭代优化；本发明通过提取显著水泥颗粒物相信息来配准BSE图像和CT图像，能够有效解决水泥图像同质性和多模态的显著挑战；所提供的配准框架能够有效解决水泥微结构图像的跨模态配准问题，从而实现水泥水化微结构多源异构图像分析。
-
公开(公告)号：CN119027471B
公开(公告)日：2024-12-31
申请号：CN202411513894.4
申请日：2024-10-29
Applicant: 济南大学
Abstract: 本发明属于图像处理技术领域，尤其涉及一种面向水泥水化微结构分析的跨模态图像配准方法及系统；方法包括：获取水泥水化微结构图像，包括CT图像和BSE图像，对图像进行显著物相提取；将处理后的BSE图像作为固定图像，对处理后的CT图像进行仿射变换，使用递进竞争金字塔粒子群优化算法对变换参数进行迭代优化；本发明通过提取显著水泥颗粒物相信息来配准BSE图像和CT图像，能够有效解决水泥图像同质性和多模态的显著挑战；所提供的配准框架能够有效解决水泥微结构图像的跨模态配准问题，从而实现水泥水化微结构多源异构图像分析。
-
公开(公告)号：CN115189905B
公开(公告)日：2023-05-23
申请号：CN202210499337.6
申请日：2022-05-09
Abstract: 本发明公开了网络通信与安全管控一体机及其工作方法，本地校验组件，接收流入和流出一体机的数据，并将数据转发给安全组件，安全组件对数据进行处理，随后路由组件将数据进行转发；蜜罐沙箱联动组件的蜜罐监听通信接口并捕获恶意代码；将恶意代码与蜜罐沙箱联动组件进行交互；蜜罐沙箱联动组件将流量交由沙箱分析后发送至物联网关组件进行处理，并将物联网关组件的返回信息处理后返回给攻击方；蜜罐沙箱联动组件对捕获的恶意代码进行分析，提取软件行为以及网络行为后，将软件行为以及网络行为作为恶意代码的标签对卷积神经网络进行训练；安全组件对训练后网络进行检查和验收，并通过训练后的卷积神经网络对经过一体机的通信进行检查和监控。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.025 seconds)
