-
公开(公告)号:CN104219661A
公开(公告)日:2014-12-17
申请号:CN201410440553.9
申请日:2014-09-01
Applicant: 北京邮电大学 , 无锡北邮感知技术产业研究院有限公司
Abstract: 本发明公开了一种抗TDOA定位追踪的源位置隐私保护路由方法,包括:源节点将一个完整的信息加密后分成k-1个信息分段,并把解密密钥包含在第k个分段中。源节点和转发节点在发送某信息分段时首先检测其邻居节点数量,如果邻居节点数量少于参数n,则不发送信息分段,否则检测当前的邻居节点中是否有节点是之前该信息的其他分段的接收节点,如果当前邻居节点中有节点是之前该信息的其他分段的接收节点,则不发送当前信息分段,否则发送该信息分段。根据本发明的方法,当源节点在发送最后一个信息分段时,即使有攻击节点伪装成普通节点收到了最后一个分段,如果它没有接收到前面全部的k-1个信息分段,攻击节点也不会对源节点进行定位追踪,从而提高了源节点的抗定位能力,保护了源节点的位置隐私。
-
公开(公告)号:CN104216983A
公开(公告)日:2014-12-17
申请号:CN201410441434.5
申请日:2014-09-01
Applicant: 北京邮电大学 , 无锡北邮感知技术产业研究院有限公司
CPC classification number: G06F17/30861 , G06F21/6245
Abstract: 本发明公开了一种基于采集搜索引擎数据的隐私信息评级方法,包括以下步骤:第一步从搜索引擎采集数据确定每个隐私信息的普遍性分值U,第二步从搜索引擎采集数据确定每个隐私信息的敏感性分值S,第三步根据U×S计算结果确定隐私信息的安全等级。本发明提供的评级方法使用的数据从搜索引擎采集,数据来源于使用搜索引擎的庞大的用户群,因此评级结果不依赖于个人的经验或意见,评级结果具有公正性;同时本发明提供的隐私信息评级方法不针对特定的隐私内容,既可以评定全体隐私信息,也可用于评定应用系统中有限数量的隐私信息。
-
公开(公告)号:CN102081598A
公开(公告)日:2011-06-01
申请号:CN201110029493.8
申请日:2011-01-27
Applicant: 北京邮电大学
IPC: G06F17/22
Abstract: 本发明公开了一种检测文本重复的方法:根据一文本中每一个词语的TF值及其是否在标题中出现得到该词语的权值,顺序从文本中取出权值最高的若干词语作为关键词集框架;对于得到关键词集框架的任意两篇文本,依次判断一篇文本关键词集框架中的每一个词语是否在另一篇文本的关键词集框架中,当该词语属于两篇文本的关键词集框架、且在两篇文本中的权值匹配时,将表征匹配程度的匹配值加1,直至一篇文本关键词集框架中最后一个词语,根据得到的匹配值得到两篇文本的相似度;根据相似度及一相似度阈值判断出两篇文本是否为重复的文本。应用本发明所述的检测文本重复的方法,能够有效地检测出信息重复的文本,提高在众多文本中查找有效信息的效率。
-
公开(公告)号:CN101655837A
公开(公告)日:2010-02-24
申请号:CN200910092461.5
申请日:2009-09-08
Applicant: 北京邮电大学
Abstract: 本发明公开了一种对语音识别后文本进行检错并纠错的方法,用于依次对语音识别后文本中的文本句进行检错并纠错:分别创建所述语音识别后文本中的文本句所属领域的第二语法知识库、第二语义知识库和第二语境知识库;基于所述第二语法知识库和所述第二语义知识库定位文本句中的锚点词,并基于所述第二语境知识库抽取所述定位的锚点词的实例;基于第一语义知识库和所述抽取的实例对文本句进行检错;基于第一语法知识库和所述抽取的实例对检错后得到的错误词语进行纠错。应用本发明所述的方法,能够对语音识别后文本进行准确的检错并纠错,从而提高语音识别率、实现人类与机器的自由交流。
-
公开(公告)号:CN112328774A
公开(公告)日:2021-02-05
申请号:CN202011355592.0
申请日:2020-11-27
Applicant: 北京邮电大学
IPC: G06F16/332 , G06F40/35 , G06N3/04
Abstract: 本申请公开了一种基于多文档的任务型人机对话任务的实现方法,包括:每轮对话结束时,利用预设人机对话任务模型对该轮对话的问答文本处理,该处理包括:基于问答文本生成问答向量;计算问答向量与各候选文档的属性相关向量的相似度;基于问答向量和相似度生成该轮对话中各候选文档的概率分布和该轮对话的属性分布;根据所述概率分布更新全局候选文档概率分布向量;根据所述属性分布更新全局属性分布向量;若满足人机对话结束条件,则基于全局候选文档概率分布向量确定任务执行结果并输出;否则,基于全局候选文档概率分布向量和全局属性分布向量,利用自然语言对话模板,确定下一提问信息。采用本发明可以提高任务执行效率和成功率,且易于实现。
-
公开(公告)号:CN108888249A
公开(公告)日:2018-11-27
申请号:CN201810579678.8
申请日:2018-06-07
Applicant: 北京邮电大学
IPC: A61B5/0205
Abstract: 本发明实现非接触式车内多人生命体征监测的装置含有获取模块、处理模块和检测模块。在获取模块中将脉冲超宽带雷达置于车内采集人体数据;处理模块基于雷达到各座位的固定距离及反射面积,将雷达信号划分为不同的距离区间,从每个区间中提取人体体动信号并采用VMD算法从中分解出相应数目的不同频率信号;检测模块针对车内多人信号混叠的问题,在远距离位置上基于相关性去除近距离位置人体呼吸心跳信号的混叠干扰,同时获取多人呼吸心跳频率。本发明通过车载的脉冲超宽带雷达能够无接触地获取车内多人生命体征信号并进行同时有效的监测。与现有技术相比,本发明具有低功耗、无接触、隐私性良好等优点。
-
公开(公告)号:CN108600212A
公开(公告)日:2018-09-28
申请号:CN201810353320.3
申请日:2018-04-19
Applicant: 北京邮电大学
IPC: H04L29/06
Abstract: 本发明实施例提供一种基于多维度可信特征的威胁情报可信性判别方法及装置,包括:获取待检测威胁情报;根据待检测威胁情报的类别,获取与其对应的验证威胁情报集;根据内容验证一致性识别算法,计算待检测威胁情报与验证威胁情报之间的相似度值;比较相似度值与预设的阈值的大小,将相似度值大于阈值的待检测威胁情报确定为初步可信威胁情报;提取初步可信威胁情报的多维度可信特征,并构建多维度可信特征向量;将多维度可信特征向量输入深度信念网络DBN判别模型中,输出表示初步可信威胁情报的可信性的判别结果。本发明实施例通过采用内容验证一致性算法和DBN判别模型两次对待检测威胁情报进行判断,提高了判断待检测威胁情报的准确率。
-
公开(公告)号:CN104462485B
公开(公告)日:2017-12-05
申请号:CN201410797791.5
申请日:2014-12-18
Applicant: 北京邮电大学
IPC: G06F17/30
Abstract: 本发明提出了一种基于对应的深层信念网络的跨模态检索方法,该方法包括:利用特征提取方法分别获得检索目标与检索库中每一个检索成员的初级向量;检索目标的初级向量分别与检索库中每一个检索成员的初级向量,通过对应的深层信念网络获得检索目标的高级向量和检索库中每一个检索成员的高级向量;利用检索目标的高级向量和检索库中每一个检索成员的高级向量计算检索目标与检索库中每一个检索成员的距离;将检索库中与检索目标距离最近的至少一个检索成员确定为与检索目标匹配的对象。
-
公开(公告)号:CN103902690B
公开(公告)日:2017-03-22
申请号:CN201410119194.7
申请日:2014-03-27
Applicant: 北京邮电大学
IPC: G06F17/30
Abstract: 本发明公开了一种提高社交网络用户产生内容信息影响力准确性的方法,所述用户产生内容UGC包括M个关键词,共有N个用户参与所述UGC,该方法包括:建立社交网络UGC成员参与机制,根据所述UGC的用户粉丝关系构建粉丝网络无权有向图并进行社群划分;根据所述UGC的用户回复关系构建兴趣网络有权无向图并进行社群划分;根据所述成员参与机制各影响因素间的相关程度计算用户X的社交影响力UX;根据计算用户X发布关键词K的社交影响力,m为关键词K在用户X上的传播次数,如果m=0,则SKX=0;根据公式 计算关键词K在所述UGC中的综合社交影响力;计算所述M个关键词在所述UGC中的综合社交影响力之和,得到所述UGC的信息影响力INF。
-
公开(公告)号:CN101872363A
公开(公告)日:2010-10-27
申请号:CN201010218156.9
申请日:2010-06-24
Applicant: 北京邮电大学
IPC: G06F17/30
Abstract: 本发明公开了一种抽取关键词的方法,应用于关键词长度较长、且内容较新的文本,该方法包括:首先,将通过现有方法抽取出的所有关键词作为候选关键词集;其次;通过考查各个候选关键词在文本中的关联度,将在文本中出现的所有相邻候选关键词的叠加组合作为候选未登录词集;最后,将部分候选关键词和部分候选未登录词作为最终抽取出的关键词集。由于本发明方法不仅考虑了词语在文本中的权值,而且还考虑了词语在文本中的关联度,因此,对于关键词长度较长、且内容较新的文本来说,采用本发明抽取关键词的方法能够准确地抽取出其中长度较长的关键词,提高了抽取关键词的准确度。
-
-
-
-
-
-
-
-
-