-
公开(公告)号：CN120045691A
公开(公告)日：2025-05-27
申请号：CN202411965736.2
申请日：2024-12-30
Applicant: 哈尔滨工业大学 , 黑龙江省网络空间研究中心(黑龙江省信息安全测评中心、黑龙江省国防科学技术研究院)
IPC: G06F16/334 , G06F16/35 , G06F16/36 , G06N20/10 , G06F21/60
Abstract: 本发明提供了一种微信公众号敏感信息分析方法及系统，属于信息提取领域。为了解决现有微信公众号分析系统可视化程度相对较差，难以为企业提供直观的智能建议和优化策略，且存在自动化程度低的问题。使用可视化工具将分析结果以图表形式展示，同时引入自动化工具和人工智能技术，实现数据收集、清洗、分析的自动化和智能化，为公众号运营提供智能建议和优化策略。通过可视化展示，用户可以更直观地了解微信公众号的数据情况和趋势，从而更好地制定营销策略和调整产品功能等决策。同时，自动化和智能化技术可以提高数据分析的效率和准确性，为公众号运营提供更准确、更全面的决策支持。
-
公开(公告)号：CN119226592A
公开(公告)日：2024-12-31
申请号：CN202411384312.7
申请日：2024-09-30
Applicant: 哈尔滨工业大学 , 黑龙江省网络空间研究中心(黑龙江省信息安全测评中心、黑龙江省国防科学技术研究院)
IPC: G06F16/953 , G06Q50/00 , G06F40/289 , G06F40/284 , G06F18/2411 , G06F18/243 , G06F18/23 , G06F18/22
Abstract: 本发明公开了基于潜在传播集的社交网络异常信息传播跟踪系统，涉及社交网络安全技术领域。为了解决现有技术中，可能存在主观性和误差，影响传播参数的提取和调整，从而影响预测的准确性，且需要人工干预来预测网络热点消息的传播情况，限制了其在自动预测和监控方面的能力的问题；基于潜在传播集的社交网络异常信息传播跟踪系统，包括数据采集单元、潜在传播集生成单元、传播路径跟踪单元和预警单元；通过分析社交网络中节点的互动关系和信息传播规律，识别出潜在传播集，利用潜在传播集来预测和追踪信息的传播路径，从而及时发现和应对异常信息的传播，帮助企业和组织及时发现和处理异常信息，维护网络空间的健康和安全。
-
Patent Agency Ranking
公开(公告)号：CN119167936A
公开(公告)日：2024-12-20
申请号：CN202411190960.9
申请日：2024-08-28
Applicant: 哈尔滨工业大学
IPC: G06F40/295 , G06F40/16 , G06F16/35 , G06N3/0455 , G06N3/045 , G06N3/08
Abstract: 基于BERT预训练模型的网络安全NER数据增广方法、电子设备及存储介质，属于网络安全数据处理技术领域。为提高网络安全数据的效率和准确度，本发明采集网络空间安全报告，得到网络空间安全数据；使用BIO方法标注采集的网络空间安全报告，得到的文本序列和标签序列，作为原始数据集；构建BERT预训练模型；将网络空间安全数据进行掩码处理，然后输入到BERT预训练模型中进行训练，得到用于网络安全NER数据的BERT训练模型；将原始数据集进行掩码处理，输入到用于网络安全NER数据的BERT训练模型，将得到的用于网络安全NER数据的BERT训练结果和步骤S2得到的原始数据集进行合并后得到增广数据集。
-
公开(公告)号：CN116912184B
公开(公告)日：2024-02-23
申请号：CN202310800166.0
申请日：2023-06-30
Applicant: 哈尔滨工业大学
IPC: G06T7/00 , G06T7/73 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/0895 , G06N3/096
Abstract: 本发明公开了一种基于篡改区域分离和区域约束损失的弱监督深度修复图像篡改定位方法及系统，涉及修复图像检测定位技术领域。本发明的技术要点包括：获取预训练集图像数据和训练集图像数据；对图像数据进行预处理；将预处理后的预训练集图像数据输入基于神经网络的预训练检测模型中进行预训练，获取训练好的预训练模型参数；将预训练模型参数作为网络参数初始值，并将预处理后的训练集图像数据输入基于神经网络的弱监督篡改定位模型中进行训练，获取训练好的弱监督篡改定位模型。本发明无需预先准确的篡改标签，只需利用少量的带有图像级标签信息的训练样本即可进行学习，降低了训练难度，提高了定位效率。
-
公开(公告)号：CN116912184A
公开(公告)日：2023-10-20
申请号：CN202310800166.0
申请日：2023-06-30
Applicant: 哈尔滨工业大学
IPC: G06T7/00 , G06T7/73 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/0895 , G06N3/096
Abstract: 本发明公开了一种基于篡改区域分离和区域约束损失的弱监督深度修复图像篡改定位方法及系统，涉及修复图像检测定位技术领域。本发明的技术要点包括：获取预训练集图像数据和训练集图像数据；对图像数据进行预处理；将预处理后的预训练集图像数据输入基于神经网络的预训练检测模型中进行预训练，获取训练好的预训练模型参数；将预训练模型参数作为网络参数初始值，并将预处理后的训练集图像数据输入基于神经网络的弱监督篡改定位模型中进行训练，获取训练好的弱监督篡改定位模型。本发明无需预先准确的篡改标签，只需利用少量的带有图像级标签信息的训练样本即可进行学习，降低了训练难度，提高了定位效率。
-
公开(公告)号：CN114862001B
公开(公告)日：2023-06-02
申请号：CN202210454436.2
申请日：2022-04-27
Applicant: 哈尔滨工业大学
Abstract: 一种基于区域功能增强特征的城市人群流量预测方法及系统，涉及城市智能计算技术领域，用以解决现有技术对于城市人群流量预测准确性不高的问题。本发明的技术要点包括：根据人群移动轨迹数据和城市兴趣点位置数据提取时空轨迹特征集和区域功能增强特征集，并将时空轨迹特征集和区域功能增强特征集结合输入预训练的机器学习预测模型中预测人群流量，其中，区域功能增强特征集包括基于兴趣点的区域功能增强特征集和基于轨迹的区域功能增强特征集。本发明中模型输入特征不仅考虑了轨迹特征，还考虑了兴趣点特征，即包含了基于城市各个区域功能影响的特征提取，可以有效地提高城市动态时空轨迹的流量预测结果的准确性。
-
公开(公告)号：CN114896423A
公开(公告)日：2022-08-12
申请号：CN202210686880.7
申请日：2022-06-17
Applicant: 哈尔滨工业大学
IPC: G06F16/36 , G06F40/295 , G06N7/00 , G06Q10/10
Abstract: 本发明提供了一种企业基本信息知识图谱的构建方法及系统。所述构建方法包括：首先，对于包含公司基本信息的网站进行数据爬虫，采集完成知识图谱所需的相关数据；其次，对构建完成的数据集进行知识抽取：实体抽取、关系抽取、属性抽取，从复杂的数据集中明确研究对象；然后，对得到的实体、关系、属性集合进行知识融合，完成实体‑关系‑实体或者实体‑属性‑属性值的三元组建立，完成知识图谱的构建过程，并利用构建完成的知识图谱与马尔可夫逻辑网结构学习结合完成知识推理。本发明搭建了一个小型知识图谱，不仅制作了一个包含企业信息的“百科知识库”，并且可进一步利用谓词表示及马尔可夫逻辑网对缺失信息的企业的各方面信息进行准确预测。
-
-
-
-
-
-
Search Results
27
records
(took 0.034 seconds)
