-
公开(公告)号：CN114021627A
公开(公告)日：2022-02-08
申请号：CN202111239649.5
申请日：2021-10-25
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院信息工程研究所
Abstract: 本发明公开了一种融合LSTM与场景规则知识的异常轨迹检测方法及装置，包括依据目标轨迹构建时序序列；将时序序列输入LSTM网络，获取的目标轨迹中每个时刻的位置隐向量，并基于各位置隐向量进行注意力机制计算，得到目标轨迹表示向量；拼接目标轨迹表示向量与设定场景规则的向量，并对拼接后向量进行分类，得到异常轨迹检测结果。本发明采用的融合方法除了使用向量表示轨迹之外，还加入了可调整的应用场景规则，解决单一方法的不足，具有更好的迁移性。
-
公开(公告)号：CN113674142A
公开(公告)日：2021-11-19
申请号：CN202111003756.8
申请日：2021-08-30
Applicant: 国家计算机网络与信息安全管理中心 , 恒安嘉新(北京)科技股份公司
Inventor： 佟玲玲 , 李玉惠 , 井雅琪 , 任博雅 , 段东圣 , 段运强 , 时磊 , 傅强 , 蔡琳 , 阿曼太 , 梁彧 , 马寒军 , 田野 , 王杰 , 杨满智 , 金红 , 陈晓光
Abstract: 本发明实施例公开了一种图像中目标物的消融方法、装置、计算机设备及介质。该方法包括：获取多个训练样本图像，并根据各训练样本图像中预先标注的标识框的长宽值和DIou损失函数的损失值，计算得到至少一个锚点框的长宽值；根据各锚点框的长宽值，对YoLoV5改进模型进行参数设置，并使用各训练样本图像对参数设置后的模型进行训练，得到目标检测模型；将待处理的目标图像输入至目标检测模型中，获取针对目标图像输出的至少一个目标物标识框；根据目标物标识框所限定的图像区域进行消融处理，得到目标消融图像。通过本发明实施例的技术方案，能够实现快速准确地对图像中的特定内容进行定位消融，提高了方法的运行效率，节约了硬件成本。
-
公开(公告)号：CN112990220A
公开(公告)日：2021-06-18
申请号：CN202110417894.4
申请日：2021-04-19
Applicant: 烟台中科网络技术研究所 , 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及人工智能技术领域，特别涉及一种图像中目标文本智能识别方法。该方法步骤如下：将目标文本由像素点坐标表示，输入目标文本像素点坐标值对像素坐标识别神经网络进行训练，获得文本自编码模型和目标文本的表述特征；根据区域的高度值计算背景区域数量，提取覆盖背景区域，剩余区域为前景区域；利用训练好的文本自编码模型在前景区域中获得待识别的文本的表述特征，将文本的表述特征与期望的目标文本的表述特征进行对比判断，若两者误差达到预设阈值，则识别文字为目标文本。本发明还提供一种图像中目标文本智能识别系统。本发明通过基于文本自编码模型来识别目标文本，能够精准定位目标文本在图像中的位置，计算复杂度低，识别准确率高。
-
公开(公告)号：CN112084373A
公开(公告)日：2020-12-15
申请号：CN202010778910.8
申请日：2020-08-05
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/901 , G06F40/151 , G06Q50/00 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于图嵌入的多源异构网络用户对齐方法，其特征在于：1)通过用户名和社会角色计算用户属性的相似度；2)通过随机游走算法获得异构网络的节点序列，分析节点之间的相互关系；3)利用嵌入算法，对节点序列计算得到网络的嵌入表示；4)根据用户的属性相似度以及结构特征，训练多层神经网络对齐用户。本发明所公开的基于图嵌入的多源异构网络用户对齐方法可用于在线社交网络的用户对齐，在推荐系统、人物画像补全等多个领域具有重要应用，算法的计算复杂度低，可在网络中快速对齐相同用户，对真实数据适用性强。
-
公开(公告)号：CN110674673A
公开(公告)日：2020-01-10
申请号：CN201910697979.5
申请日：2019-07-31
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明提出了一种视频关键帧抽取方法、装置和存储介质，用以减少视频处理过程中的冗余信息，提高视频处理速度。所述视频关键帧抽取方法，包括：从待分析视频中提取I帧；针对提取的每一I帧，利用深度哈希网络确定其对应的深度哈希码，所述深度哈希网络为利用预先生成的图像样本对进行训练得到的；根据各I帧对应的深度哈希码，分别确定两两I帧深度哈希码之间的汉明距离；根据两两I帧深度哈希码之间的汉明距离，对提取的I帧进行聚类；针对每一聚类，分别确定该聚类中包含的每一I帧的信息熵；从每一聚类中，提取信息熵最大的I帧组成所述待分析视频的关键帧。
-
Patent Agency Ranking
公开(公告)号：CN109359301A
公开(公告)日：2019-02-19
申请号：CN201811219240.5
申请日：2018-10-19
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F17/27 , G06F16/35 , G06F16/958
Abstract: 本发明公开了一种网页内容的多维度标注方法及装置，该方法包括：将待标注的网页内容文本转换为词向量；根据词向量，进行卷积神经网络分类，并将分类结果作为第一类维度标注结果；对待标注的网页内容进行第二类维度实体识别，得到第二类维度实体词；构建第二类维度规则知识库；将第二类维度实体词与第二类维度规则知识库进行匹配，得到第二类维度标注结果。本发明从网页的内容出发，利用有监督的深度学习分类方法卷积神经网络对第一类维度进行标注，解决了传统基于词频统计分类方法分类准确率低的问题；利用命名实体识别和规则知识库对第二类维度进行标注，丰富了网页的标注内容，提升了用户体验。
-
公开(公告)号：CN119940368A
公开(公告)日：2025-05-06
申请号：CN202510008588.3
申请日：2025-01-03
Applicant: 国家计算机网络与信息安全管理中心 , 烟台中科网络技术研究所
IPC: G06F40/30 , G06F40/194 , G06F40/16 , G06N3/045 , G06N3/0475 , G06N3/042 , G06N3/0464 , G06F18/22 , G06F18/23211
Abstract: 本发明涉及文本数据分析技术领域，尤其涉及一种面向生成式大模型的文本同源性分析方法，包括以下步骤：S1：对面向生成式大模型的文本数据进行预处理后，将文本数据转化为高维语义嵌入向量，引入混合距离度量进行相似度分析；S2：采用基于密度峰值的动态聚类算法进行动态聚类分析，生成初步的同源文本簇，引入多重迭代映射与动态梯度扰动机制进一步分析，得到优化的同源文本簇；S3：将优化的同源文本簇进行多模态融合，利用图结构对融合后的多模态同源文本簇进行分析，应用时间序列分析方法，得到文本的同源性分析与来源追踪结果，本方法能够有效应对生成式大模型生成文本数据语义表达的多样性和复杂性，增强了文本表示的鲁棒性和准确性。
-
公开(公告)号：CN119759719A
公开(公告)日：2025-04-04
申请号：CN202411830029.2
申请日：2024-12-12
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F11/34 , G06N3/0475 , G06N3/0455 , G06N3/08 , G06N5/022 , G06N5/04
Abstract: 一种基于提示学习的大模型测评数据生成方法及系统，属于机器学习模型领域，包括以下步骤：从提示模板集合中获取初始提示模板；对初始提示模板进行变异操作；接收输入；将变异后的提示模板和接收的输入相结合组成若干完整提示，将这些完整提示输入到生成模型中得到测评数据；评估测评数据的生成质量，将能生成高质量测评数据的提示模板放入提示模板集合中，供下一次测评数据生成使用。与现有技术相比，本发明具有测评数据生成质量高、测评数据生成成本低、测评数据生成速度快、测评场景丰富、测评数据生成容易实现等优点。
-
公开(公告)号：CN119600625A
公开(公告)日：2025-03-11
申请号：CN202510143447.2
申请日：2025-02-10
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及自然语言处理技术领域，提供一种变体词识别方法及装置，所述方法包括：对待识别文本进行分词，得到至少一个文本分词；对各文本分词进行文本图像生成，得到各文本分词对应的分词图像；基于各文本分词的编码特征，以及对应分词图像的编码特征，得到各文本分词的变体词识别结果。本发明结合各文本分词的编码特征以及对应分词图像的编码特征，可以融合文本语义与视觉细节信息，将文本模态的文本分词和图像模态的分词图像对齐到同一语义空间，更全面地理解和识别变体词，有效提升了变体词识别的准确率。
-
公开(公告)号：CN118365673A
公开(公告)日：2024-07-19
申请号：CN202410446799.0
申请日：2024-04-15
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明提供一种运动目标检测方法、装置、电子设备和可读存储介质，涉及图像处理和目标检测技术领域，其中，运动目标检测方法，包括：根据多个目标视角下目标场景的图像进行三维立体重建，得到所述目标场景对应的残缺点云，所述目标视角的数量小于视角总数；对所述残缺点云进行点云补全处理，得到所述目标场景对应的完整稀疏点云；对所述完整稀疏点云进行点云稠密化处理，得到所述目标场景对应的完整稠密点云；根据所述完整稠密点云进行运动目标检测，得到所述目标场景中的运动目标。本发明可以提高运动目标检测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
84
records
(took 0.067 seconds)
