-
公开(公告)号：CN111753322B
公开(公告)日：2021-10-01
申请号：CN202010635435.9
申请日：2020-07-03
Applicant: 烟台中科网络技术研究所 , 烟台中科数据技术有限公司
Abstract: 本发明公开了一种移动App权限列表自动核验方法，包括S1、获取待测移动App实际的权限列表，转化为向量形式，得到实际权限列表向量；S2、获取待测移动App的隐私协议，通过经训练的深度学习分类模型转化为向量形式，与设定阈值进行比较，得到声明权限列表向量；S3、对比待测移动App的实际权限列表向量跟声明权限列表向量是否一致，若一致，则判定待测移动App“合规”，否则判定待测移动App“不合规”。本发明的移动App权限列表自动核验方法实现了移动APP权限列表自动核验，不需要再通过人工对App隐私协议内容进行阅读审核就能判定该App是否存在违规获取用户个人信息的问题。本发明还公开了一种移动App权限列表自动核验系统。
-
公开(公告)号：CN103617233A
公开(公告)日：2014-03-05
申请号：CN201310611187.4
申请日：2013-11-26
Applicant: 烟台中科网络技术研究所
CPC classification number: G06F17/30858
Abstract: 本发明涉及一种基于语义内容多层表示的重复视频检测方法，包括以下步骤：根据索引视频的信息建立特征数据库；将待查询的查询视频进行镜头检测；对每个查询视频片段提取关键帧；对每个查询关键帧利用特征提取算法进行处理；将每个查询高维特征向量分别进行哈希处理；将每个查询特征标签与对应的查询高维特征向量标识、查询关键帧标识、查询视频片段标识和查询视频标识进行关联，在特征数据库中检索特征标签；对检索得到的每组相似特征标签进行特征过滤；对每个备选特征向量集合中的特征向量进行相似度匹配，得到重复视频检测结果。本发明能够避免造成性能瓶颈的高维特征向量的距离计算，在保证检测准确率的同时，有效的提高重复视频检测的处理速度。
-
公开(公告)号：CN105989078B
公开(公告)日：2019-05-07
申请号：CN201510072216.3
申请日：2015-02-11
Applicant: 烟台中科网络技术研究所
Abstract: 一种结构化对等网络构建索引的方法、检索方法、装置及系统。构建索引的方法包括：选取哈希函数索引参数；根据哈希函数族，将索引数据映射到l个哈希表中，每个索引数据进行k次哈希运算进入一个k维向量桶中；对于l个哈希表中的每个桶，计算随机点p的l2范数；根据随机点p的l2范数估计索引数据集合D的正态分布；根据所述正态分布，将桶空间分成常规区域和稀疏区域；根据常规区域和稀疏区域，将l个哈希表中的每个桶分别映射到一维分布式哈希表的各个键值中；根据chord路由协议，依次将各个键值插入到对等网络的各个节点中。本发明实现了将局部敏感哈希算法扩展到分布式结构化对等网络，提升了检索速度，同时保留了原有集中式局部哈希算法检索的精度。
-
公开(公告)号：CN108345656A
公开(公告)日：2018-07-31
申请号：CN201810088450.9
申请日：2018-01-30
Applicant: 烟台中科网络技术研究所
Abstract: 本发明涉及一种有向网络链路预测方法，所述方法包括以下步骤：步骤S1、计算所述有向网络的相对度量指标总量LB；步骤S2、在所述有向网络中增加一条待选链路，并计算增加所述待选链路后所述有向网络的相对度量指标总量LA；步骤S3、计算所述有向网络的相对度量指标总量之差ΔL＝LB-LA；步骤S4、重复步骤S2以及步骤S3，得到多条待选链路对应的相对度量指标总量之差，并将所述相对度量指标总量之差最大值对应的待选链路作为所述有向网络生成的优选链路；本发明提供一种有向网络链路预测方法，具有计算简单、时间复杂度低、预测效果好的技术效果。
-
公开(公告)号：CN104951548B
公开(公告)日：2018-04-20
申请号：CN201510355005.0
申请日：2015-06-24
Applicant: 烟台中科网络技术研究所
IPC: G06F17/30
Abstract: 本发明涉及一种负面舆情指数的计算方法及系统，包括步骤S1，对待分类文本进行基于情感词典的正负面分类和基于Mode l模型的SVM分类，分别得到分类结果1和分类结果2；步骤S2，若所述分类结果1与所述分类结果2的值都为负面，则认为待分类文本为负面，继续执行步骤S3；若所述分类结果1与所述分类结果2的值不都为负面，则认为待分类文本为非负面，计算结束；步骤S3，将待分类文本分别与用户标注负面词典和训练集关键词典匹配，分别得到负面指标1和负面指标2；步骤S4，将所述分类结果1、所述负面指标1和所述负面指标2进行线性组合，得到待分类文本的负面舆情指数。本发明计算出的负面舆情指数准确率高，计算语料范围广且能够实时计算。
-
Patent Agency Ranking
公开(公告)号：CN106817251A
公开(公告)日：2017-06-09
申请号：CN201611207950.7
申请日：2016-12-23
Applicant: 烟台中科网络技术研究所
IPC: H04L12/24 , H04L12/751
Abstract: 本发明涉及一种基于节点相似度的链路预测方法，包括以下步骤：对待分析的网络进行节点和链路表示；获取网络中两个没有直接链路连接的节点；读取所述两个没有直接链路连接的节点各自的邻居节点集合；对所述两个没有直接链路连接的节点各自的邻居节点集合取交集,得到共同邻居集合；将共同邻居集合视为子网，进行子网全局簇系数和子网中任意一个共同邻居节点簇系数的计算；根据子网全局簇系数和子网中任意一个共同邻居节点簇系数计算所述两个没有直接链路连接的节点相似度；根据计算得到的节点相似度进行链路预测。本发明在分析复杂网络局部结构中节点的相互关系时从簇系数角度出发，定义了基于局部簇系数的节点相似度计算新指标。
-
公开(公告)号：CN103544210B
公开(公告)日：2017-01-18
申请号：CN201310391961.5
申请日：2013-09-02
Applicant: 烟台中科网络技术研究所
IPC: G06F17/30
Abstract: 本发明涉及网络信息检索与挖掘领域，特别涉及一种识别网页类型的系统和方法。包括以下步骤：预先定义启发式规则并生成启发式规则列表；从训练网页中提取预定特征并形成标准化的特征向量，对所述标准化的特征向量进行两次优化形成精简的特征集合，构建分类器和特征抽取器，并通过分类器生成分类模型；基于待识别网页的URL和源代码，在所述启发式规则列表中执行规则匹配；匹配成功则输出待识别网页的网页类型；不成功则利用分类器对待识别网页执行网页类型分类。本发明的识别网页类型的系统和方法，使用灵活方便，识别速度快、识别精度高，而且在对跨语种的网页进行识别时不需做大的改动，识别效率高，具有较高的实际利用价值。
-
公开(公告)号：CN103544210A
公开(公告)日：2014-01-29
申请号：CN201310391961.5
申请日：2013-09-02
Applicant: 烟台中科网络技术研究所
IPC: G06F17/30
CPC classification number: G06F17/30876
Abstract: 本发明涉及网络信息检索与挖掘领域，特别涉及一种识别网页类型的系统和方法。包括以下步骤：预先定义启发式规则并生成启发式规则列表；从训练网页中提取预定特征并形成标准化的特征向量，对所述标准化的特征向量进行两次优化形成精简的特征集合，构建分类器和特征抽取器，并通过分类器生成分类模型；基于待识别网页的URL和源代码，在所述启发式规则列表中执行规则匹配；匹配成功则输出待识别网页的网页类型；不成功则利用分类器对待识别网页执行网页类型分类。本发明的识别网页类型的系统和方法，使用灵活方便，识别速度快、识别精度高，而且在对跨语种的网页进行识别时不需做大的改动，识别效率高，具有较高的实际利用价值。
-
公开(公告)号：CN113177163B
公开(公告)日：2022-08-02
申请号：CN202110468792.5
申请日：2021-04-28
Applicant: 烟台中科网络技术研究所
IPC: G06F16/9536 , G06F16/955 , G06F16/783 , G06F16/583 , G06V10/762 , G06V10/764 , G06K9/62 , G06Q50/00
Abstract: 本发明公开了一种用于社交动态信息情感分析的方法，该方法包括：步骤S1：获取用户原始社交动态信息，并对用户原始社交动态信息进行预处理，得到处理后社交动态信息，其中，用户原始社交动态信息包括：文本信息、图片统一资源定位符信息和视频统一资源定位符信息中的至少一种；步骤S2：计算处理后社交动态信息的情感倾向概率；步骤S3：根据情感倾向概率，得到社交动态信息情感分类。可以对社交动态信息中的文本、图片和视频信息类型中的至少一种进行情感倾向概率的计算，进而对用户进行情感倾向分析。本公开实施例还公开了一种用于社交动态信息情感分析的系统和存储介质。
-
公开(公告)号：CN106815653B
公开(公告)日：2021-01-12
申请号：CN201611182815.1
申请日：2016-12-19
Applicant: 烟台中科网络技术研究所
Abstract: 本发明涉及一种基于距离博弈的社交网络关系预测方法及系统，属于社交网络关系预测领域，能提高关系预测的速度和准确度。本发明先提取社交网络中所有节点和任意两个节点间的有向链接；选择其中一个节点作为目标节点，根据有向链接和有效交互模式得到该目标节点的局部结构、关系预测相关节点集合和交互子图；将关系预测相关节点集合中未与该目标节点直接连接的任一节点作为备选节点，根据交互子图得到到每个备选节点的社交距离向量；根据社交距离向量得到相对于每个备选节点的收益，据此得到该目标节点的关系预测结果，最终得到社交网络中每个节点的关系预测结果。用于高效准确进行社交网络关系预测。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.06 seconds)
