-
公开(公告)号：CN114398892B
公开(公告)日：2024-09-24
申请号：CN202111447552.3
申请日：2021-11-30
Applicant: 苏州空天信息研究院
IPC: G06F40/295 , G06F16/901 , G06F16/906 , G06V10/26
Abstract: 本发明公开了一种基于拓扑结构的图像图谱化实现方法，收集网络设备图标的相关图像，生成训练数据和验证数据；利用Unet语义分割网络进行语义分割模型训练，利用训练后的模型对输入图像的语义信息进行提取；利用膨胀和腐蚀算法对包含语义信息的图像进行处理，利用腐蚀算法去除图像中的噪声点，利用膨胀算法对图像中的连接线进行加粗；利用连通区域标定方法进行实例划分，得到不同的实例对象，获取每个实例对象的类别、大小、位置信息；利用自然语言处理方法对实例对象进行结果补充，并纠正语义分割模型识别可能出现的错误实例；进行图谱绘制，最后以JSON格式输出结果。本发明能够自动的从包含网络拓扑结构的图像中提取出结构化的图谱信息。
-
公开(公告)号：CN118193738A
公开(公告)日：2024-06-14
申请号：CN202410359544.0
申请日：2024-03-27
Applicant: 苏州空天信息研究院
IPC: G06F16/35 , G06F40/151 , G06F40/169 , G06F40/205 , G06F18/214 , G06F18/22 , G06F18/23213 , G06F18/241
Abstract: 本发明公开了一种基于聚类算法的小样本事件要素智能抽取方法，采用Word2Vec模型对文本数据进行向量化处理，所述文本数据包含已标注的文本数据和未标注的文本数据；利用K‑means算法对向量化后的样本进行聚类，依据文本向量之间的相似度将样本划分为K个类簇，以每个簇的中心作为该簇的代表；利用信息熵计算每个类簇中的每个样本在该类簇中的相似度权重，选取信息熵相似度权重最高的多个样本作为该类簇的代表性样本，每个类簇的代表性样本构成一个初始训练样本集；构建训练各初始训练样本集对应的子分类器UIE‑F，在每轮迭代中，根据分类器的预测结果和选定样本进行标注，以增量学习的方式不断优化分类器。本发明提高了事件抽取方法在小样本条件下的性能，也提高了事件要素抽取的泛用性和准确性。
-
公开(公告)号：CN116910312A
公开(公告)日：2023-10-20
申请号：CN202310822727.7
申请日：2023-07-06
Applicant: 苏州空天信息研究院
IPC: G06F16/901
Abstract: 本公开提供了一种图数据存储方法、装置、设备及存储介质，可以应用于数据库技术领域。该方法应用于目标存储设备，包括：响应于接收到目标图存储请求，基于目标图，得到多个节点索引项和多个边索引项，其中，目标图包括多个节点和多个边，节点索引项包括直接存储组和间接存储列表；对于多个边中的每个边，基于目标图中的多个节点各自与边之间的连接关系，确定与边相连的目标节点；将与边对应的边索引项插入至与目标节点对应的目标节点索引项的直接存储组或间接存储列表中。
-
公开(公告)号：CN115905631A
公开(公告)日：2023-04-04
申请号：CN202211579851.7
申请日：2022-12-09
Applicant: 苏州空天信息研究院
IPC: G06F16/901 , G06F16/904 , G06F16/36
Abstract: 本发明公开了一种知识图谱的超图可视化方法，构建知识图谱三元组和知识图谱超图模型，以网络攻击中的目标为实体，以从属信息为关系，构建三元组数据下的普通知识图谱，将知识图谱三元关系的所有节点映射到超图实体点集合中，将知识图谱三元关系的所有关系按照种类映射为超图的超边，同时以关系为核心将包含该关系的实体放入超边中；构建二维平面有界区域实体点均匀分布模型，将具有阶数的相近关系的实体点汇聚在一处，得到超边为圆的知识超图模型进行可视化显示。本发明解决了普通图的可视化模型存在的大量点、直线汇聚问题。
-
公开(公告)号：CN115761492A
公开(公告)日：2023-03-07
申请号：CN202211445902.7
申请日：2022-11-18
Applicant: 苏州空天信息研究院
IPC: G06V20/10 , G06N3/0464 , G06N3/08 , G06V10/42 , G06V10/77 , G06V10/774 , G06V10/82
Abstract: 本发明提出了一种基于空间自注意力的地标检索识别与定位方法，收集包含地标建筑的图片，构建地标数据库和地标地理位置数据库标准化处理后得到训练数据集；训练基于空间自注意力的图片特征提取模型；提取地标数据库中样本的特征向量，针对每一个地标图片，使用KNN搜索与其地标类别一致且特征最相似的前N个地标图片；提取测试图片的特征向量，在地标数据库中基于KNN搜索最相似的地标建筑图片，取众数作为地标识别结果；输出测试图片的地标识别名称、地标地理位置，以及与地标识别结果类别一致且特征最相似的前N个地标图片。本发明提升了复杂图像的地标识别和检索精度。
-
Patent Agency Ranking
公开(公告)号：CN119625195A
公开(公告)日：2025-03-14
申请号：CN202411627329.0
申请日：2024-11-14
Applicant: 苏州空天信息研究院
Abstract: 本发明公开了一种网络态势信息多维度联动可视化系统及方法，数字地球地理信息可视化模块管理引接的卫星影像、电子地图、高程数据，针对业务场景，结合各类网络空间节点地理信息分布情况，构建基于数字地球的网络空间态势场景，对地理环境、网络平台、网络设备、通信链路数据进行统一承载与展现；多层逻辑拓扑可视化模块，针对网络空间节点及态势信息分布于多层多域的数据结构特点，构建多层次网络拓扑透视视图，构建展现网络层、平台层、设备层之间关系以及每一层内部逻辑拓扑结构的逻辑关系类视图，展示节点网络、网络平台、网络设备的立体关联拓扑结构；甘特图模块对网络态势信息总体变化过程进行动态演播。本发明解决了目前网络空间可视化表现形式单一的问题。
-
公开(公告)号：CN117938673A
公开(公告)日：2024-04-26
申请号：CN202311763963.2
申请日：2023-12-20
Applicant: 苏州空天信息研究院
IPC: H04L41/12 , H04L45/02 , H04L61/5007 , H04L101/69
Abstract: 本发明公开一种基于加权泰森多边形的自治域拓扑网络构建方法，对IP地址数据、自治域数据、区县经纬度数据和自治域关系数据进行数据预处理，便于自治域拓扑网络的构建；对IP地址数据、自治域数据和区县经纬度数据进行数据融合，融合成带有自治域信息的城市中心点数据；利用加权泰森多边形等地理空间技术计算自治域的地理覆盖范围；利用每个自治域的地理覆盖范围，计算每个自治域的地理中心点；根据自治域关系数据生成拓扑网络的线集合，以自治域的地理中心线点构成拓扑网络的点集合，以此构建一个拥有逻辑拓扑关系和地理空间拓扑关系的自治域拓扑网络。本发明能够直观地展示自治域在地理空间的分布特征。
-
公开(公告)号：CN117648928A
公开(公告)日：2024-03-05
申请号：CN202311622168.1
申请日：2023-11-30
Applicant: 苏州空天信息研究院
IPC: G06F40/295 , G06F16/36 , G06N3/0442 , G06N3/08
Abstract: 本公开提供了一种命名实体识别方法和命名实体识别装置，该方法包括：对待处理文本进行语种识别，得到语种识别结果；在待处理文本为中文文本的情况下，分别利用多个中文命名实体识别方法处理待处理文本，得到多个中文命名实体识别结果；在多个中文命名实体识别结果中初始中文类别信息不相同的情况下，将与优先等级最高的中文命名实体识别方法对应的中文命名实体识别结果中初始中文类别信息确定为初始中文命名实体的目标中文类别信息；针对多个中文命名实体识别结果中相关联的初始中文命名实体，对多个相关联的初始中文命名实体进行融合处理，得到融合结果；根据融合结果、目标中文类别信息和多个中文命名实体识别结果，生成目标中文识别结果。
-
公开(公告)号：CN117009496A
公开(公告)日：2023-11-07
申请号：CN202310579818.2
申请日：2023-05-22
Applicant: 苏州空天信息研究院
IPC: G06F16/335 , G06F16/31 , G06F16/33 , G06F40/279 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于链接矩阵的多模态事件联合抽取方法，确定应用领域的事件结构体系，构建跨模态事件抽取数据集；构建图像块和文本序列之间的链接矩阵；基于ViLT构建多模态事件抽取模型，其中多模态Transformer编码器以图像块像素特征、词例特征和图像分块‑文本词例对特征为输入，得到多模态特征输入解码器，获取图文事件类型一致性特征、事件类型特征和图文事件要素特征；利用极大似然估计，取最大概率的图文事件类型匹配结果、事件类型、图文事件要素作为索引，利用索引映射得到文本事件信息。本发明解决了弱监督和无监督方法识别精度低，管道式多模态事件要素信息匹配不准确的问题，为多模态信息抽取领域提供了一种新的事件抽取策略。
-
公开(公告)号：CN115858957A
公开(公告)日：2023-03-28
申请号：CN202211564418.6
申请日：2022-12-07
Applicant: 苏州空天信息研究院
IPC: G06F16/955 , G06F16/906 , G06N3/049 , G06N3/08 , G06N3/0464
Abstract: 本发明提出了一种基于自适应知识蒸馏的数据源自动扩充方法，运用通用爬虫技术，抓取已知类别的网页文本信息；对网页文本信息进行预处理，将其转化为对应的词列表，将词列表及其所属类别作为训练与测试数据，构建训练与测试数据集；构建Attention‑BiLSTM作为数据源分类模型，通过自适应知识蒸馏算法实现模型压缩，并改善模型的收敛速度和识别能力；对采集的未知类别数据源下的文本信息进行预处理，输入构建的模型预测相应类别，根据分类结果，记录并存储各数据源的url及其对应的标签，实现数据源的自动积累与扩充。本发明能够配合通用爬虫技术自动扩充各类数据源。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.023 seconds)
