-
公开(公告)号：CN113255720A
公开(公告)日：2021-08-13
申请号：CN202110393842.8
申请日：2021-04-13
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06K9/62 , G06Q50/00 , G06F16/901
Abstract: 本发明公开了一种基于分层图池化的多视角聚类方法，包括以下步骤：将待处理数据划分成多视角数据集，然后将多视角数据集按各视角构建对应的图表示，得到对应的视图；采用分层图池化层迭代计算方法提取每个视图的聚类信息，每个视图的聚类信息包括对应该视图的粗化图和分配矩阵，该粗化图包括迭代后的邻接矩阵、特征矩阵、图拉普拉斯矩阵；采用多视角谱聚类融合方法融合所有视图的聚类信息，得到每一类特征向量所对应的类别。具有充分利用待处理数据本身的多视图特征，可以综合包含原各个视图的聚类信息。公开了一种基于分层图池化的多视角聚类系统，包括：图构建模块、聚类信息计算提取模块、多视角融合模块。本发明具有提升聚类效果的有益效果。
-
公开(公告)号：CN111949848A
公开(公告)日：2020-11-17
申请号：CN202010785632.9
申请日：2020-08-06
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/951 , G06F16/9536 , G06F16/958 , G06F16/35 , G06F40/295 , G06F40/216
Abstract: 本发明涉及一种基于特定事件的跨平台传播态势评估及分级方法，属于网络信息领域。本发明的基于特定事件的跨平台传播态势评估及分级方法，具体包括四个功能模块，分别为：原始网络元素检测模块、特定事件的话题传播计算模块、话题传播模型参数的等级评定和威胁分析模块、任务调度和优化模块。本发明解决了现有技术中没有考虑到事件的传播态势评估及分级方法，提出了针对特定事件传播情况的量化评估方法和有区分度的分级手段，建立了信息系统框架，实现了对特定事件的跨平台传播态势评估及分级，同时根据特定事件的跨平台传播态势评估对后续监测工作进行指导，从而有效提高对于事件传播的紧急或影响程度的判断能力，用以指导实际工作。
-
公开(公告)号：CN109508471A
公开(公告)日：2019-03-22
申请号：CN201811110142.8
申请日：2018-09-21
Applicant: 长安通信科技有限责任公司 , 国家计算机网络与信息安全管理中心
IPC: G06F17/50
Abstract: 本发明公开了一种运动轨迹补全方法，该方法包括：获取两个相邻轨迹点记录之间的至少两条路径；基于两个相邻轨迹点记录的运动时长利用假设检验从至少两条路径中筛选出补全运动轨迹，补全运动轨迹能够通过假设检验，假设检验的至少部分参数是利用路径对应的相关运动记录得到的。本发明还公开了一种运动轨迹补全装置、可读存储介质。通过上述方式，本发明能够补全运动轨迹缺失的部分。
-
公开(公告)号：CN119848603A
公开(公告)日：2025-04-18
申请号：CN202411930366.9
申请日：2024-12-25
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F18/24 , G06Q50/00 , G06N3/0455 , G06F40/20 , G06N3/042 , G06F18/213
Abstract: 本发明提出一种基于异构图的社交机器人检测方法和装置，包括获取社交网络中指定事件的用户文本，利用大语言模型分析文本间的隐式关联；以该用户文本的账号、内容和话题为节点，构建该指定事件下的异质图；根据预设的元路径，提取该异质图中各账号的特征表示；并利用图神经网络建模该特征表示，得到该元路径下的用户节点表示；将该账号的所有该用户节点表示进行融合，得到该账号的最终表示；将该最终表示输入到分类器中，得到该账号是否属于社交机器人的检测结果。
-
公开(公告)号：CN112214558B
公开(公告)日：2023-08-15
申请号：CN202011296138.2
申请日：2020-11-18
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/28 , G06F16/33 , G06F16/951 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本申请提供了一种主题相关度判别方法及装置，方法包括：对获取的网页构建网页特征向量；利用预先训练的语义向量空间模型对选定的主题特征向量与网页特征向量之间的相似度进行计算；筛选出相似度高于预设值的网页特征向量。本申请结合了语义向量相似度计算和机器学习方法的优点，相比于现有技术，可以实现较高的判别精度，并且本申请在训练样本的筛选上也作出了不同于现有技术的改进。
-
Patent Agency Ranking
公开(公告)号：CN109189743B
公开(公告)日：2021-09-28
申请号：CN201810671449.9
申请日：2018-06-26
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院信息工程研究所
IPC: G06F16/178 , G06F16/182 , H04L12/26 , H04L29/06
Abstract: 本发明公开一种面向大流量实时图数据的低资源消耗的超级节点识别过滤方法和系统，属于大数据预处理领域。该方法包括：1)接收图数据并对其进行格式转化；2)根据过滤规则对格式转化之后的数据进行过滤；3)识别过滤之后的数据中的超级节点，并根据识别出的超级节点对所述过滤规则进行动态修改。该系统包括数据接收模块、数据过滤模块、过滤规则管理模块以及超级节点识别模块。本发明可在海量实时图数据流中识别出超级节点，是一种低资源消耗的超级节点识别方案，只需极少资源就可以在海量数据中识别出超级节点。
-
公开(公告)号：CN113313379A
公开(公告)日：2021-08-27
申请号：CN202110586002.3
申请日：2021-05-27
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06Q10/06
Abstract: 本发明提供一种确定事件角色影响力指数的方法、装置及存储介质，包括：对各角色类别中的角色个体划分为一级指标和二级指标；根据角色类别及特定限制信息，提取所有满足所述限制信息的角色个体对应的二级指标中各指标的数值，计算并形成信息矩阵；对所提取形成的信息矩阵，利用熵权法计算二级指标的权重；针对二级指标权重利用变异系数法计算一级指标权重；将每个二级指标权重与其对应一级指标权重相乘，得到每个二级指标的综合权重；将目标角色个体的各二级指标对应的值与每个二级指标的综合权重相乘求和，得到所述目标角色个体的影响力指数。通过本发明的方法，能够计算出事件角色影响力，用于各领域角色影响力量化分析。
-
公开(公告)号：CN113256079A
公开(公告)日：2021-08-13
申请号：CN202110490584.5
申请日：2021-05-06
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06Q10/06
Abstract: 本发明公开了一种特定领域的国际组织影响力的量化评价方法，包括：获取特定领域的每一国际组织信息和每一国际组织的每一成员信息；将国际组织影响力划分为多个维度，每个维度划分为多个指标，每个指标包含不同的国际组织信息和/或国际组织的成员信息，根据每个指标包含的国际组织信息和/或国际组织的成员信息计算特定领域的每一国际组织每个指标的指标值，再对每个指标值进行无量纲化处理；计算待评价国际组织其中一个维度的维度总分；为待评价国际组织每个维度的维度总分分配权重，将待评价国际组织的所有维度的维度总分加权求和得到待评价国际组织的影响力得分。本发明实现了定领域下的国际组织的影响力自动评价推荐的业务需求。
-
公开(公告)号：CN113239663A
公开(公告)日：2021-08-10
申请号：CN202110309085.1
申请日：2021-03-23
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院信息工程研究所
IPC: G06F40/126 , G06F40/216 , G06F40/242 , G06F40/284 , G06F40/295 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于知网的多义词中文实体关系识别方法，其步骤包括：1)对中文网事数据中的每一条语料样本基于知网进行字颗粒度的向量化，得到每一个字对的字颗粒度向量；然后对每一字颗粒度向量所在的位置信息进行编码，得到语料中每个字与预标注的待识别实体关系对的相对位置编码；2)根据步骤1)所得结果生成每一语料样本的字颗粒度语义向量集合；3)基于知网生成每一语料的词颗粒度语义向量集合；4)利用各语义向量及其对应位置编码训练深度自注意力神经网络，得到深度自注意力神经网络编码器；5)生成待处理语料中字和词汇的语义向量及其对应位置编码输入深度自注意力神经网络编码器，得到该待处理语料中的实体关系。
-
公开(公告)号：CN112069312A
公开(公告)日：2020-12-11
申请号：CN202010806716.6
申请日：2020-08-12
Applicant: 中国科学院信息工程研究所 , 国家计算机网络与信息安全管理中心
IPC: G06F16/35 , G06F40/295 , G06F40/30 , G06F16/9535
Abstract: 本发明提供一种基于实体识别的文本分类方法，包括：对待检测文本进行切词，得到情感词与实体词，并通过一实体及情感类别已标注数据集判断实体词的情感类别；对待检测文本进行断句，通过情感词与标注情感类别的实体词在每一句子中的词性、否定词及标点符号内容，获取各句子的情感类别；依据各句子的情感类别，得到待检测文本的情感类别。本发明利用半监督学习的方式，通过协同训练加主动学习的方式，结合学习加情感规则的方式，确定指向性实体集；通过识别指定方向实体，结合情感词进行倾向性判断；生成指定类别实体集，结合情感规则，实现对文本更深层次的分析。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.032 seconds)
