公开(公告)号：CN103197932A

公开(公告)日：2013-07-10

申请号：CN201310139277.8

申请日：2013-04-19

Applicant: 济南大学

Inventor： 马坤 ,  杨波 ,  陈广伟

IPC: G06F9/44 ,  G06F17/30

Abstract: 本发明公开了一种开发无模式文档型数据库应用的业务组件模型，包括无模式数据存储层业务组件、业务逻辑业务组件和用户界面层业务组件。无模式数据存储层业务组件包括集合组件、文档属性组件；业务逻辑业务组件包括数据操作业务逻辑组件、页面定向业务逻辑组件和织入代码业务逻辑组件；用户界面层业务组件，包括窗口组件、单元组件和元素组件。本发明解决无模式数据库应用软件开发效率低的问题，通过直接运行业务组件模型，取代传统软件调试、发布、部署繁琐的工作过程，开发人员仅使用无模式数据库的业务组件对系统业务进行描述和建模，通过模型转换和模型同步得到Web页面文件，Web页面文件、业务组件和模型执行引擎构成最终可运行的Web应用软件。

公开(公告)号：CN102999629A

公开(公告)日：2013-03-27

申请号：CN201210536616.1

申请日：2012-12-12

Applicant: 济南大学

Inventor： 马坤 ,  杨波 ,  陈广伟

IPC: G06F17/30

Abstract: 本发明公开了一种关系数据库到无模式数据库异步转换系统及方法，包括关系数据库，所述关系数据库将信号传输给日志监听器，所述日志监听器将信号传输给模式调整器，所述模式调整器将信号传输给无模式数据库，所述日志监听器还将信号传输给单元格状态缓存器，所述单元格状态缓存器将信号传输给单元格状态回写器，所述单元格状态回写器将信号传输给无模式数据库。本发明在不影响关系数据库性能前提下将关系数据库的模式和数据通过该装置异步到转换到无模式数据库，异步方式不会造成关系数据库阻塞，以关系数据库为主，无模式数据库为辅，用于解决传统关系数据库在大数据查询时的I/O瓶颈问题。

公开(公告)号：CN102694733A

公开(公告)日：2012-09-26

申请号：CN201210184213.5

申请日：2012-06-06

Applicant: 济南大学

Inventor： 陈贞翔 ,  彭立志 ,  赵彩云 ,  杨波 ,  荆山

IPC: H04L12/56

Abstract: 本发明公开了一种获得具有准确应用类型标识的网络流量数据集的方法，借助Windows系统的Hook机制以及为编程者提供的应用程序接口，使用简单的应用类型名称和应用类型标识与应用程序之间的简单映射，实现对数据包的对应、标识、提取、汇集，这个过程中应用类型能够被唯一标识，且不会受到网络运行参数的影响，从而，可以据此获得具有准确应用类型标识的网络流量数据集。

公开(公告)号：CN102685016A

公开(公告)日：2012-09-19

申请号：CN201210184211.6

申请日：2012-06-06

Applicant: 济南大学

Inventor： 陈贞翔 ,  赵树鹏 ,  于孝美 ,  杨波 ,  孙润元

IPC: H04L12/56

Abstract: 本发明公开了一种互联网流量区分方法，依据少量的标表示的流量样本，通过离线的监督学习分类，通过被分类的流量的特征对没有被标记的流量进行识别，能够在网络流量发生的早期实现对生成流量的应用类别进行预测，保证对网络监督的及时性，从而实现在真实的网络环境下实现网络流量分类的问题。通过进一步的半监督聚类添加新的应用类型，完善应用类型标记与应用类型的关系表，对网络中声称的流量进行有效的标记，从而可以实时获取具有准确应用类型标签的流量数据。同时，当网络环境发生变化时，这种变化会在半监督聚类中体现出来，并进一步的满足对新网络环境的的流量区分。

公开(公告)号：CN120030167A

公开(公告)日：2025-05-23

申请号：CN202510197525.7

申请日：2025-02-21

Applicant: 济南大学

Inventor： 马坤 ,  李广志 ,  郝英宏 ,  纪科 ,  陈贞翔 ,  杨波

IPC: G06F16/353 ,  G06F40/30 ,  G06F40/194 ,  G06N3/045 ,  G06N3/09 ,  G06N3/042 ,  G06N3/0464

Abstract: 本发明属于自然语言处理技术领域，提供了一种互联网文本层次多标签分类方法及系统，在训练过程中首先对原始文本进行增强，得到增强文本，将原始文本与其增强文本作为正样本对挖掘标签间共现关系；将具有直接层次关系的标签作为正标签对挖掘标签间层次关系；然后对原始标签特征进行差异化增强，通过高频共现标签信息增强低频标签，通过历史标签信息增强高频标签；最后将文本特征和增强后的标签特征进行双向交互，利用标签与文本之间潜在的语义关联进行二次增强，得到分类特征；基于分类特征进行分类，得到分类结果，达到了丰富标签和文本的语义特征的目的，同时利用标签之间的共现关系和层次关系提高了层次多标签分类的分类精度。

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

Inventor： 张亮亮 ,  张攀 ,  王琳 ,  韩瑞琪 ,  韩亚敏 ,  杨波 ,  侯鹏坤

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：CN119691149A

公开(公告)日：2025-03-25

申请号：CN202411771219.1

申请日：2024-12-04

Applicant: 济南大学

Inventor： 纪科 ,  王如鑫 ,  马坤 ,  杨波 ,  陈贞翔 ,  孙润元

IPC: G06F16/334 ,  G06F40/279 ,  G06F40/30 ,  G06V10/764 ,  G06V10/80 ,  G06F18/25

Abstract: 本发明提出了基于时间间隔与知识融合的虚假新闻检测方法及系统，属于互联网安全和深度学习技术领域；基于卷积神经网络对目标新闻图像进行图像特征提取并转化为图像特征向量；基于文本编码器对目标新闻文本进行语义表示并转化为文本特征向量；从目标新闻文本中提取实体并进行实体链接以获取外部知识补充，并将外部知识补充转化为外部知识特征向量；通过提取目标新闻事件的发生时间和新闻发布时间计算时间间隔并转化为时间间隔特征向量；对图像特征向量、文本特征向量、外部知识特征向量和时间间隔特征向量进行融合，并将融合后的特征输入分类器来判断新闻数据的真实性。本发明能够显著提高识别虚假新闻时的准确性和时效性。

公开(公告)号：CN117668158B

公开(公告)日：2025-03-18

申请号：CN202311670003.1

申请日：2023-12-06

Applicant: 济南大学

Inventor： 纪科 ,  高源 ,  马坤 ,  杨波 ,  陈贞翔 ,  孙润元

IPC: G06F16/334 ,  G06F16/383 ,  G06F40/226 ,  G06F40/284 ,  G06F40/194 ,  G06F16/9536

Abstract: 本发明公开的基于多源社交数据的实时虚假新闻事件检测方法及系统，包括：获取与新闻事件相关联的新闻及其评论；根据各新闻与新闻事件的相关度，确定各新闻的信赖度；确定新闻评论的形容词占比特征、相似度特征、特征词语特征及情感分析特征，将形容词占比特征、相似度特征、特征词语特征和情感分析特征进行拼接，获得新闻事件的评论特征；根据各新闻的内容，确定各新闻的真假性，将各新闻的信赖度作为权重对各新闻的真假性进行加权求和，获得新闻事件的内容特征；将新闻事件的内容特征和评论特征进行拼接，获得新闻事件的拼接特征；根据新闻事件的拼接特征，确定新闻事件的真假判定结果。实现了对新闻事件的准确判断。

公开(公告)号：CN114911933B

公开(公告)日：2025-03-11

申请号：CN202210446994.4

申请日：2022-04-26

Applicant: 济南大学

Inventor： 马坤 ,  崔本宽 ,  纪科 ,  陈贞翔 ,  杨波

IPC: G06F16/35 ,  G06F16/334 ,  G06F16/36 ,  G06F40/253 ,  G06F40/30

Abstract: 本发明属于自然语言处理技术领域，提供了基于图内图间联合信息传播的假新闻检测方法及系统，包括：获取待检测文本，并进行预处理后，分别构建文本顺序图、文本语法图和文本语义图；基于文本顺序图、文本语法图和文本语义图，先进行图内信息交互，再进行图间信息交互后，得到联合信息文本顺序图、联合信息文本语法图和联合信息文本语义图，通过图注意力机制和节点注意力机制，得到待检测文本的向量表示，输入到分类器，得到待检测文本是否属于假新闻的结果。解决了短文本向量化时存在的特征稀疏问题，丰富了文本向量表示，解决了长距离和非连续文本信息交互缺失问题，提高文本表示的精确度。

公开(公告)号：CN119397358A

公开(公告)日：2025-02-07

申请号：CN202411522299.7

申请日：2024-10-29

Applicant: 济南大学

Inventor： 纪科 ,  李青青 ,  马坤 ,  杨波 ,  陈贞翔 ,  孙润元

IPC: G06F18/241 ,  G06F18/25 ,  G06F18/213 ,  G06F40/284 ,  G06F40/30 ,  G06N3/0442 ,  G06N3/045 ,  G06Q50/00

Abstract: 本发明公开了基于分区过滤网络的虚假新闻检测方法及系统，其中方法包括：对新闻文本特征和评论文本特征进行融合，得到事件特征；将新闻文本与评论文本输入双重情感获取模块中，得到双重情感特征；将评论文本的词向量，输入到分区过滤网络中，得到初始立场特征和初始谣言特征；将事件特征与初始立场特征进行融合，得到修正后的立场特征；对修正后的立场特征进行分类，得到第一分类结果；将初始谣言特征、双重情感特征和修正后的立场特征进行融合，得到修正后的谣言特征；对修正后的谣言特征进行分类，得到第二分类结果；对第一分类结果和第二分类结果进行融合，得到最终的分类结果。