-
公开(公告)号：CN118972144A
公开(公告)日：2024-11-15
申请号：CN202411177254.0
申请日：2024-08-26
Applicant: 湘江实验室
Abstract: 本发明涉及网络安全领域，公开了一种越权漏洞检测结果获取方法、装置、设备及存储介质，方法包括：选取训练集中的任意一个敏感URL、待确认URL或非敏感URL作为预设URL，根据预设URL以及预定义的获取方式，获取分类层基于预设URL输出的预测标签；根据预测标签和标注预设URL的真实标签之间的交叉熵损失值和预定义的优化方式，获取优化后的分类层获取当前流量数据中的当前URL，获取优化后的分类层基于当前URL输出的当前标签；当前标签为敏感标签或待确认标签时，采用预设的越权漏洞检测方式，对当前流量数据的每一行的内容进行检测，生成当前流量数据的越权漏洞检测结果。本发明有利于提高越权漏洞检测结果的获取效率。
-
公开(公告)号：CN118690792B
公开(公告)日：2024-10-29
申请号：CN202411159541.9
申请日：2024-08-22
Applicant: 湘江实验室
IPC: G06N3/0455 , G06N3/06 , G06N3/08
Abstract: 本申请涉及一种基于特性正则化堆叠自编码器的多输出软测量方法，收集并归一化处理工业生产过程数据；训练集根据质量变量的采样率不同构建多输出特性学习训练集；将多输出特性学习训练集输入至特性正则化堆叠自编码器，计算出隐含特征；计算隐含特征与质量变量的平均斯皮尔曼系数；基于平均斯皮尔曼系数计算出特性正则化目标函数，更新特性正则化堆叠自编码器的网络参数，得到深度共性特征；基于深度共性特征训练多输出特性学习网络，得到基于特性正则化堆叠自编码器的多输出软测量模型；将测试集中的过程变量输入至多输出软测量模型，输出过程变量对应的多输出质量变量的预测值。该方法可以提高工业过程多采样率多输出过程质量变量的预测准确度。
-
公开(公告)号：CN118114573B
公开(公告)日：2024-07-16
申请号：CN202410490039.X
申请日：2024-04-23
Applicant: 湘江实验室
Abstract: 本发明涉及数字孪生技术领域，具体公开了一种钢铁工艺流程中数字孪生模型的重构与迁移方法，包括步骤A1：建立信息元模型与物理实体集合，并建立两者的统一映射关系；步骤A2：建立信息元模型的孪生体层级关系以及不同孪生体层级关系的孪生体结构；步骤A3：确定孪生体结构的最优装配序列；步骤A4：基于孪生体的最优装配序列构建孪生体重构准则并重构生成最优的数字孪生体模型；步骤A5：基于联邦学习对所重构的孪生体适应动态变化；步骤A6：建立孪生体迁移策略以得到新的数字孪生模型，解决了传统的应用在工业生产中的数字孪生模型由于需要大量数据的支撑，其设计存在复杂度高、周期长及数据安全性低下的问题。
-
公开(公告)号：CN118334121A
公开(公告)日：2024-07-12
申请号：CN202410477889.6
申请日：2024-04-19
Applicant: 湘江实验室
IPC: G06T7/73 , G01C21/20 , G01C11/02 , G01C11/08 , G06V20/56 , G06V20/70 , G06V10/25 , G06V10/774 , G06V10/82
Abstract: 本公开实施例中提供了一种移动机器人野外定位方法、系统、设备及介质，属于测量技术领域，具体包括：拍摄参照物的图像作为训练数据；记录训练数据对应的标签，结合训练数据形成训练集；构建图像检测模型并将训练集输入进行训练；将移动机器人拍摄到的图像输入训练好的图像检测模型中，得到图像中存在参照物的概率；当存在参照物的概率超过第一阈值时，则在图片中标记出参照物出现的位置，该位置由锚框标记出，并计算该锚框面积占图像面积的比例，当该比例超过第二阈值时则将移动机器人定位于参照物附近；根据参照物的类别检索预先存储的该参照物对应的坐标信息，得到移动机器人的位置估计。通过本公开的方案，提高了模型训练效率和定位性能。
-
公开(公告)号：CN118280562A
公开(公告)日：2024-07-02
申请号：CN202410654603.7
申请日：2024-05-24
Applicant: 湘江实验室
IPC: G16H50/20 , G06F40/216 , G06F40/295 , G06F40/30 , G16H50/70 , G06N3/042 , G06N3/08 , G06N5/022 , G06F18/23
Abstract: 本发明涉及医疗信息技术领域，具体涉及知识图谱驱动的医疗大模型诊断方法，包括以下步骤：S1：构建医疗知识图谱；S2：提取与病情的信息，并将该信息映射到S1中的医疗知识图谱对应的实体和关系上；S3：构建多维度患者画像；S4：结合S1的医疗知识图谱和S3构建的多维度患者画像，训练和优化医疗大模型；S5：生成针对患者具体情况的个性化诊疗建议；S6：持续优化S1的医疗知识图谱和S4的医疗大模型。本发明，通过结合医疗知识图谱和先进的机器学习技术，实现了医疗诊断的准确性和治疗建议的个性化，同时引入持续学习机制以动态优化诊疗方案，从而显著提升医疗服务质量和效率，推动医学研究与实践的进步。
-
Patent Agency Ranking
公开(公告)号：CN118227769A
公开(公告)日：2024-06-21
申请号：CN202410653158.2
申请日：2024-05-24
Applicant: 湘江实验室
IPC: G06F16/332 , G06F40/166 , G06F40/211 , G06F40/284 , G06F40/30 , G06N3/0455 , G06N3/08 , G06N5/02 , G06F16/335 , G06F16/36
Abstract: 本申请涉及一种基于知识图谱增强的大语言模型问答生成方法，包括：基于医学知识构建外部知识库，外部知识库为知识图谱形式；获取用户历史对话文本，并经过编码器得到文本上下文嵌入表示；提取用户历史对话文本中问题文本的实体提及，并将实体提及链接至所述外部知识库中的目标实体；根据目标实体在所述外部知识库中查询相关的医学知识三元组；文本上下文嵌入表示与医学知识三元组一同依次经过多头注意力机制、全连接前馈网络，计算出知识三元组的分布并得到最终知识三元组的表示；最后通过解码器将文本上下文嵌入表示、最终知识三元组的表示与知识三元组的分布结合，生成响应话语；该方法增强了外部医学知识的利用率，提升了响应的准确度。
-
公开(公告)号：CN118114573A
公开(公告)日：2024-05-31
申请号：CN202410490039.X
申请日：2024-04-23
Applicant: 湘江实验室
Abstract: 本发明涉及数字孪生技术领域，具体公开了一种钢铁工艺流程中数字孪生模型的重构与迁移方法，包括步骤A1：建立信息元模型与物理实体集合，并建立两者的统一映射关系；步骤A2：建立信息元模型的孪生体层级关系以及不同孪生体层级关系的孪生体结构；步骤A3：确定孪生体结构的最优装配序列；步骤A4：基于孪生体的最优装配序列构建孪生体重构准则并重构生成最优的数字孪生体模型；步骤A5：基于联邦学习对所重构的孪生体适应动态变化；步骤A6：建立孪生体迁移策略以得到新的数字孪生模型，解决了传统的应用在工业生产中的数字孪生模型由于需要大量数据的支撑，其设计存在复杂度高、周期长及数据安全性低下的问题。
-
公开(公告)号：CN117688193B
公开(公告)日：2024-05-31
申请号：CN202410139026.8
申请日：2024-02-01
Applicant: 湘江实验室
IPC: G06F16/51 , G06F16/30 , G06F16/35 , G06F16/383 , G06F16/55 , G06F16/583 , G06F18/22 , G06N3/045 , G06N3/082
Abstract: 本发明公开了一种图文统一编码方法、装置、计算机设备及介质，包括：构建基于双向生成网络的图文数据统一编码模型，其中，图文数据统一编码模型包括图像子网络和文本子网络，图像子网络包括图像向量生成器、文本生成器，文本子网络包括文本向量生成器、图像生成器；对图文数据集进行相关性标注，并根据相关性分组，得到图文数据分组；采用图文数据分组对图文统一编码模型进行训练，得到训练好的图文编码模型；采用训练好的图文编码模型对图文进行统一编码，实现基于双向生成网络的图文统一编码方法，能快速实现对图像和文本数据的统一编码表示，提高图文查询检索效率。
-
公开(公告)号：CN117707797B
公开(公告)日：2024-05-03
申请号：CN202410168488.2
申请日：2024-02-06
Applicant: 湘江实验室
Abstract: 本发明涉及任务调度领域，公开了一种基于分布式云平台的任务调度方法、装置及相关设备，所述方法包括：获取目标从节点发送的任务请求，所述任务请求包括基于所述目标从节点上各任务确定的图结构特征；基于所述目标从节点所在区域的主节点上的特征提取模块，针对所述图结构特征上的每个任务节点，对所述任务节点以及所述任务节点的领域信息进行特征聚合处理，得到聚合图结构特征；将所述聚合图结构特征输入到深度强化学习模块中，得到所述目标从节点的任务调度策略；根据所述任务调度策略，对所述目标从节点上各任务进行调度分配。采用本发明提高基于分布式云平台的任务调度的智能化，降低调度节点的网络负载。
-
公开(公告)号：CN117195066A
公开(公告)日：2023-12-08
申请号：CN202311047915.3
申请日：2023-08-21
IPC: G06F18/241 , G06F18/10 , G06F18/213 , H04L67/00 , G01R31/00
Abstract: 本发明适用于电力设备故障检测领域，提供了一种分布式电力设备故障检测方法，包括：A采集数据；B数据预处理；C数据编码，构建地标中心提取机制；D地标集合过滤和优化；E数据重构与模型迭代优化；F利用参数服务器进行参数优化，并将参数反馈给本地故障检测模型，完成最终的模型训练；G将电力设备的实时运行数据输入故障检测模型；H利用故障评价函数和故障阈值确定电力设备的故障情况，并根据需求推送故障信息。此外，本发明还提供一种分布式电力设备故障检测系统、存储介质及处理器。本发明能够同时检测多个电力设备是否发生故障，且能有效学习并识别电力设备运行数据中潜在的故障特征，提高设备故障检测的准确度和可靠性。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.03 seconds)
