一种基于深度学习的钓鱼网站URL检测方法

    公开(公告)号:CN109101552A

    公开(公告)日:2018-12-28

    申请号:CN201810750707.2

    申请日:2018-07-10

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于深度学习的钓鱼网站URL检测方法,该方法仅根据网站URL就能够实时检测互联网上的钓鱼网站。本发明首先将URL字符串序列编码成one-hot二维稀疏矩阵,接着转化为稠密字符嵌入矩阵,输入到卷积神经网络中,抽取局部深度特征,然后将卷积神经网络的输出输入到长短期记忆网络,捕获URL序列的前后关联,最后接入softmax模型,对URL分类。本发明能避免繁冗的特征工程,通过卷积神经网络抽取局部深度关联性特征,通过长短期记忆网络学习URL中的长程依赖,能快速、准确地检测出钓鱼网站URL。

    一种面向播存网络的广播内容补包方法及系统

    公开(公告)号:CN108390764A

    公开(公告)日:2018-08-10

    申请号:CN201810002696.X

    申请日:2018-01-02

    Applicant: 东南大学

    Abstract: 本发明公开了一种面向播存网络的广播内容补包方法及系统,利用32位循环冗余检验法对接收的广播数据包进行检错,然后提取出错内容的类别、热度、内容指纹等相关参数,并利用服从指数分布的补包概率模型计算补包概率,以此概率值为依据对出错内容进行筛选和优先级评估,最后利用一个优先级队列对出错数据包进行有序补包。本发明能在保证数据包正确补回的基础上,充分兼顾播存网络的个性化特色和资源利用率,并能通过改变补包阈值灵活调节补包强度,增强播存网络的内容广播分发性能。

    基于归并聚类的并行化频繁概率子图搜索方法

    公开(公告)号:CN105354243B

    公开(公告)日:2018-05-18

    申请号:CN201510666545.0

    申请日:2015-10-15

    Applicant: 东南大学

    Inventor: 杨鹏 顾梁 王春艳

    Abstract: 本发明公开了一种基于归并聚类的并行化频繁概率子图搜索方法。本发明针对现有频繁子图搜索方法中时空消耗大、无法满足大数据环境要求等问题,首先采用节点电压法将概率子图映射为电路拓扑进行处理;然后利用归并聚类对概率子图进行聚类,有效降低时间开销;最后基于Spark框架对方法进行实现,进一步提升计算速度及可扩展性。

    一种基于语句相似度的话题观点聚类方法

    公开(公告)号:CN106372208A

    公开(公告)日:2017-02-01

    申请号:CN201610801675.5

    申请日:2016-09-05

    Applicant: 东南大学

    CPC classification number: G06F16/35 G06K9/6215 G06K9/6219

    Abstract: 本发明公开了一种基于语句相似度的话题观点聚类方法。本发明可以对互联网中围绕某一话题的主要观点进行聚类,首先利用人机结合的方式构建针对话题的观点词库,然后抽取话题的所有观点语句并利用观点语句的相似度进行观点聚类,最后根据语句平均相似度为每一观点类选取代表观点语句。本发明的优势在于能够确保聚类结果更加多样化和精细化,让用户能更清晰地了解该话题的各方观点及其细节,有效避免观点聚类及描述的模糊性和片面性。

    一种基于数字体积相关法的三维图像配准方法

    公开(公告)号:CN103745467B

    公开(公告)日:2016-08-17

    申请号:CN201410005842.6

    申请日:2014-01-07

    Applicant: 东南大学

    Inventor: 万克树 杨鹏

    Abstract: 本发明公开了一种基于数字体积相关法的三维图像配准方法,包括如下步骤:对样品进行第一次三维成像,得到三维图像数据G1(x,y,z);刚性运动后,对样品进行第二次三维成像,获得三维图像数据G2(x,y,z);对G1(x,y,z)和G2(x,y,z)进行数字体积相关计算,获得G2(x,y,z)三维图像数据中部分位置点相对G1(x,y,z)的位移值;将得到的相对位移值代入刚性运动位移公式中,采用最小二乘法计算,得到待测样品的6个刚性运动自由度;计算得到G2(x,y,z)中各个点刚性运动后的新位置;利用插值算法计算得到刚性运动后的新三维图像数据G3(x,y,z)。

    一种基于改进LDA模型的互联网话题在线挖掘方法

    公开(公告)号:CN105138665A

    公开(公告)日:2015-12-09

    申请号:CN201510557916.1

    申请日:2015-09-02

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于改进LDA模型的互联网话题在线挖掘方法,对应一个持续的、流式的、逐段进行的话题挖掘过程,它每次处理n个网页,这些网页通常由网络爬虫以在线、实时的方式从互联网采集得到,对这些网页的内容进行挖掘的结果生成k个话题。在处理完当前n个网页后,对新采集到的n个网页继续进行该过程。主要包括On-LDA模型超参数的初始化、On-LDA模型超参数的动态更新、基于On-LDA模型的互联网话题挖掘等。本发明从根本上改变了传统LDA模型在话题挖掘过程中关于超参数、的赋值方式和使用效果。它充分利用网页内容所属的分类信息来对模型超参数、赋初值,使超参数的初值完全依赖于待挖掘网页内容本身,既简化了计算过程又更具合理性。

    一种协同过滤中的用户相似度度量方法

    公开(公告)号:CN104731887A

    公开(公告)日:2015-06-24

    申请号:CN201510110009.2

    申请日:2015-03-13

    Applicant: 东南大学

    Inventor: 顾梁 杨鹏 董永强

    CPC classification number: G06F17/30867

    Abstract: 本发明公开了一种协同过滤中的用户相似度度量方法。本发明建立用户数值属性与用户分类属性之间的联系,采用聚类算法挖掘用户分组,综合考虑用户分组信息与用户对物品的评分信息预测用户的潜在兴趣,从而完成面向用户的个性化推荐。本发明提供的方法优势在于能够提高用户之间相似度度量的准确度,提高用户兴趣挖掘的精度,增加网络用户体验度。

    一种基于位移梯度分解的异位数字体积相关方法

    公开(公告)号:CN103900506A

    公开(公告)日:2014-07-02

    申请号:CN201410124388.6

    申请日:2014-03-28

    Applicant: 东南大学

    Inventor: 万克树 杨鹏

    Abstract: 本发明公开了一种基于位移梯度分解的异位数字体积相关方法,包括以下步骤:将样品进行第一次三维成像,得到样品变形前的三维图像数据G1(x,y,z);将样品进行异位变形,对变形后的样品进行第二次三维成像,得到样品变形后的三维图像数据G2(x,y,z);利用DVC计算样品变形前后三维图像数据G1(x,y,z)和G2(x,y,z)之间位移场u(x,y,z),位移场u(x,y,z)包括刚性运动位移场uR(x,y,z)与变形位移场uD(x,y,z);利用位移场u(x,y,z)计算出位移梯度T(x,y,z);利用位移梯度分解方法计算出变形位移梯度D(x,y,z)与转动位移梯度R(x,y,z);利用转动位移梯度R(x,y,z)与边界条件计算出刚性运动位移场uR(x,y,z);利用u(x,y,z)与uR(x,y,z)计算出变形位移场uD(x,y,z),样品的变形位移场uD(x,y,z)即为样品原位变形后的三维位移场。本发明方法不仅克服了原位数字体积相关方法中原位在线实验的困难,并且还具有高的准确度和精确度。

    一种基于动态图注意力胶囊网络的谣言检测方法与装置

    公开(公告)号:CN114757185B

    公开(公告)日:2025-05-06

    申请号:CN202210421678.1

    申请日:2022-04-21

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于动态图注意力胶囊网络的谣言检测方法与装置,能够对社交媒体中的帖子进行谣言识别,从而提供给用户检测谣言的预判机制。本发明首先使用动态网络框架DYN对谣言传播过程中积累的评论以时间顺序进行划分,形成多个静态的以图为基础的子评论结构;然后利用图注意力胶囊网络模块GACN对每个子评论结构进行编码形成子结构分类胶囊,从而挖掘谣言文本的属性特征;最后设计分类胶囊注意力机制整合各子分类胶囊捕获谣言评论结构随时间动态演化过程中的动态交互特征,进而获得谣言检测结果。本发明能够有效挖掘谣言文本深层次的属性以及评论结构随时间演化的动态交互特征,提升了谣言检测任务的准确率。

Patent Agency Ranking