基于层叠网格结构信息增强的中文命名实体识别方法

    公开(公告)号:CN119227685A

    公开(公告)日:2024-12-31

    申请号:CN202411230850.0

    申请日:2024-09-04

    Applicant: 燕山大学

    Abstract: 本发明公开了基于层叠网格结构信息增强的中文命名实体识别方法,属于自然语言处理、命名实体识别技术领域,本发明使用层叠网格结构和层次化压缩感知模块对词向量的引入和无损压缩,避免了长输入序列和信息损失,同时还将词汇融合过程和上下文特征编码过程进行解耦来减少不必要的注意力计算,提升了计算效率;引入汉字的字形结构信息作为补充,通过多重交叉注意力挖掘实体在字形、字符和单词多个粒度上的关联性,增强了文本的上下文表示能力;使用基于双联协同的实体识别方法,通过软标签约束和多任务联合评分函数实现了跨度抽取与标签分类间的协同学习,并利用全量样本完成标签分类训练,减少了跨度抽取错误造成的错误传播,提升了识别准确率。

    基于CDIVAE和双向时序模型的自适应入侵检测方法

    公开(公告)号:CN118784320A

    公开(公告)日:2024-10-15

    申请号:CN202410949949.X

    申请日:2024-07-16

    Applicant: 燕山大学

    Abstract: 本发明公开了一种基于CDIVAE和双向时序模型的自适应入侵检测方法,属于网络攻击检测技术领域,通过GWR算法对源域数据进行过滤聚类,同时过滤掉其中大量的重复数据,提取出一个分布清晰且规模较小的源域数据子集;基于高斯混合条件域不变变分自编码器缩小源域与目标域之间的后验分布的差异,最后通过双向保持网络编码器和双向长短期记忆网络的融合神经网络BRN‑BiLSTM进行入侵检测,先通过BRN对数据进行双向时序加权,之后通过BiLSTM对时序加权之后的数据进行识别并分类,通过记忆单元和门控单元能够有效的捕获数据的依赖关系。本发明能够更好的进行域不变特征提取和数据分布对齐,同时也具有更好跨领域入侵检测性能。

    一种物联网入侵检测方法
    3.
    发明公开

    公开(公告)号:CN118473739A

    公开(公告)日:2024-08-09

    申请号:CN202410568980.9

    申请日:2024-05-09

    Applicant: 燕山大学

    Abstract: 本发明公开了一种物联网入侵检测方法,属于网络安全入侵检测领域,包括步骤1,将入侵检测数据集送入GWR‑GCN特征提取器提取源域和目标域的域不变特征;步骤2,定义Copula距离,分别考虑单一特征对数据分布的影响和不同特征之间相关性对数据分布的影响,进一步缩小源域、目标域特征分布的距离;步骤3,构建基于条件域对抗入侵检测模型进行攻击检测,通过在鉴别器中添加类信息条件,减少域偏移对跨域检测性能的影响,提高特征分布对齐的准确性,加强了模型在物联网入侵检测方面的跨领域检测能力。本发明能够更好的进行域不变特征提取和数据分布对齐,同时也具有更好跨领域入侵检测性能。

    一种数字设备数据在工业互联网平台上的解析方法

    公开(公告)号:CN116760918A

    公开(公告)日:2023-09-15

    申请号:CN202310824264.8

    申请日:2023-07-06

    Applicant: 燕山大学

    Abstract: 本发明公开了一种数字设备数据在工业互联网平台上的解析方法,属于工业互联网技术领域,包括:工业互联网平台服务端与数字设备端建立连接;工业互联网平台服务端与数字设备端数据交互,设备端根据服务端发送的指令做出回应是服务端在接收到设备端发送的注册包和设备信息后,设备端根据接收到的指令信息进行响应;工业互联网平台服务端对接收到的数据进行格式转化,对格式转化后的设备数据进行解析和存储管理,将转换成结构化的数据解析并分类保存到不同的数据库表中。本发明能够对平台注册企业的多种数字设备接入平台数据传输的数据格式自主定义和系统自动解析,保证工业互联网平台可以对不同类型的数字设备数据接受和存储。

Patent Agency Ranking