-
公开(公告)号：CN110516702B
公开(公告)日：2022-07-05
申请号：CN201910650798.7
申请日：2019-07-18
Applicant: 电子科技大学
IPC: G06V10/762 , G06V10/774 , G06V10/771 , G06V10/764 , G06K9/62 , G06Q10/04 , G08G1/01
Abstract: 本发明公开了一种基于流数据的离散路径规划方法，所述路径规划方法包括以下内容：输入起点及终点位置；定义路径网络拓扑结构中的节点结构；初始化节点结构输出路径网络拓扑结构信息；根据路径网络拓扑结构信息计算最短距离。通过十字链表存储结构替换邻接矩阵存储结构的方法对Dijkstra算法进行优化，分析得到路径权值影响因素，设置路径权值确定方法对路径权值进行计算，简化了算法的时间及空间复杂度，提高了路径规划结果的有效性。
-
公开(公告)号：CN111898040B
公开(公告)日：2022-04-15
申请号：CN202010699207.8
申请日：2020-07-20
Applicant: 电子科技大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明公开了一种结合社交网络的圈层用户影响力评估方法，所述的圈层用户影响力评估方法包括：用户身份信息映射、用户间接影响力评估、用户直接影响力评估。本发明通过对数据库中社交网络用户属性信息与圈层重点事件信息进行影响力的度量分析，减少复杂关系网络中，对用户影响力评估的复杂度，得到用户直接影响力评估值和间接影响力评估值，使得用户影响力的评估直观易懂。
-
公开(公告)号：CN113724261A
公开(公告)日：2021-11-30
申请号：CN202110920914.X
申请日：2021-08-11
Applicant: 电子科技大学
Inventor： 倪志彬 , 何震宇 , 梁淇奥 , 蒋新科 , 向芝莹 , 周啸宇 , 石爻 , 李顺 , 左健甫 , 杨若辰 , 吴世涵 , 张恩华 , 吉雪莲 , 常世晴 , 罗佳源 , 陈攀宇 , 王瑞锦
Abstract: 本发明公开了一种基于卷积神经网络的快速图像构图方法，包括以下步骤：步骤1：训练基于孪生神经网络的视图评价模型架构：步骤2：将训练好的视图评价模型部署为teacher model，为候选图像锚框进行打分；以teacher的分数训练视图建议模型作为student model，并输出相同锚框的分数排名；步骤3：通过目标检测网络进行多尺度特征提取；步骤4：将提取的特征经过神经网络全连接层输出锚框；步骤5：根据步骤4得到的锚框，对原输入图片进行裁剪得到新的构图。本发明旨在训练模型以找到具有良好构图的视图，鲁棒性好，能在极短的时间内生成处理好的视图，可以广泛应用于图像裁剪、图像缩略图、图像重定位和实时性查看建议。
-
公开(公告)号：CN112860814A
公开(公告)日：2021-05-28
申请号：CN202110190654.5
申请日：2021-02-18
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于元路径的属性重边异质网络嵌入方法，包括以下步骤：S1：接收原始网络数据；S2：构建子网抽取模块，对原始网络数据进行处理，将原始网络数据抽取为不包含重边的子网数据；S3：将经子网抽取模块处理后形成的子网数据传入子网嵌入模块；S4：构建子网嵌入模块，并生成子网嵌入向量；S5：构建嵌入融合模块，对子网嵌入模块中新生成的嵌入向量进行语义空间的转换，使其语义一致；S6：在保证语义空间一致的前提下，对子网嵌入向量进行融合处理。本发明本文提出的嵌入方法能够对具有多重关系及关系属性网络中的节点实现更好的嵌入，可提高分类、聚类任务的性能，未来可将该方法应用于节点类型更多，关系更加复杂的网络。
-
公开(公告)号：CN112769936A
公开(公告)日：2021-05-07
申请号：CN202110031188.6
申请日：2021-01-11
Applicant: 电子科技大学 , 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种基于投票与信用机制的POVT共识算法，所述基于投票与信用机制的POVT共识算法通过引入投票机制来更加公平地选择出块节点，彻底避免节点之间的算力竞争，并且引入的信用机制能够保证参与共识的节点的可靠性，同时降低权益对记账权分配的影响，从而增大对系统发起权益粉碎攻击、自私挖矿攻击等的难度。
-
Patent Agency Ranking
公开(公告)号：CN112667763A
公开(公告)日：2021-04-16
申请号：CN202011594675.5
申请日：2020-12-29
Applicant: 电子科技大学 , 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种基于自适应时间戳与多尺度特征提取的轨迹预测方法，包括以下步骤：S1：构建自适应轨迹切割时间戳；S2：根据时间戳，对用户轨迹进行切割，来拟合用户的运动模式；S3：对用户历史轨迹进行特征提取；S4：对特征向量进行归一化处理，统一多尺度特征量纲；S5：通过LSTM网络模型和分类器预测下一个POI。本发明通过结合历史轨迹数据的时间统计特性，自适应地为每一个用户定义个性化时间戳，关注不同用户运动模式之间的差异性；并结合时间序列特征提取方法多尺度对用户轨迹特征进行提取，解决了人为固定时间戳定义、轨迹特征单一性以及特征向量嵌入量纲不统一给用户轨迹预测带来的问题，提高了预测精度的效果。
-
公开(公告)号：CN111369139A
公开(公告)日：2020-07-03
申请号：CN202010139716.5
申请日：2020-03-03
Applicant: 电子科技大学
IPC: G06Q10/06
Abstract: 本发明公开了一种个体信用评估方法，获取用户的关系网络和不良事件的信息为基础；建立假设条件，设置用户节点的风险权重，获取与用户节点u相连的n个其它用户节点集合；于利用时间函数分析处理用户发生不良信用事件节点的风险权重，将风险权重传导给与用户当前节点相连的节点；对个性化PageRank算法进行改进同时通过该算法遍历所有节点，并计算出关系网络中所有节点的不良信用事件的风险权重；按照风险权重排序，得到基于不良信用事件影响的用户风险排序表。通过本方案能更加准确的获取用户在进行数据申请发布时的个体信用风险评估数据，减少了数据发布的泄漏风险。本方案还公开了一种个体信用风险评估系统、终端及存储介质，具备上述的有益效果。
-
公开(公告)号：CN111292008A
公开(公告)日：2020-06-16
申请号：CN202010139728.8
申请日：2020-03-03
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于知识图谱的隐私保护数据发布风险评估方法，方法包括以下步骤：获取数据申请者提交的信息，判断基本信息是否符合规范；将数据申请者的信息映射为RDF数据集，然后转化为知识图谱中的图数据；基于知识图谱利用相关算法完成对数据申请者的基本信息风险评估、身份异常风险评估、组团欺诈风险评估、个体信用风险评估；结合所有风险评估数据，构建风险模型，对数据申请者进行风险评分；对综合风险评估的得分进行标签化，得出风险评估结论以及具体的风险项评估结果。本方案能够自动抽取数据申请者的信息并分析风险，主动防护隐私保护数据发布的过程，大量减少了人工审核的工作量，更直观的描述了隐私保护数据发布的风险。
-
公开(公告)号：CN107566332A
公开(公告)日：2018-01-09
申请号：CN201710555341.9
申请日：2017-07-10
Applicant: 电子科技大学
Abstract: 本次发明的一种基于Android的智能终端病毒查杀与防盗系统，核心是编写了手机防盗功能和病毒查杀功能。本系统的特色区别于只做安全的系统，该系统更人性话的提供了手机防盗模块。同时将传统的杀毒功能分成两个模块进行研发，在手机端做MD5码的比较匹配，大大的减小了该应用对手机内存资源以及处理器资源的浪费，更高效准确的对应用程序是否安全作出了判断。本系统的特色是：做到了病毒查杀，并且没有过多占用硬件资源，并且提供了安全领域所关注的个人隐私保护的功能。同时加以应用的价值，添加了一些常用的辅助功能。
-
公开(公告)号：CN107547718A
公开(公告)日：2018-01-05
申请号：CN201710721594.9
申请日：2017-08-22
Applicant: 电子科技大学
IPC: H04M1/66 , H04M1/656 , H04M1/725 , H04W12/12 , H04W12/02 , H04L29/06 , G06Q30/00 , G06K9/62 , G06F17/30 , G06F17/27 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的电信诈骗识别与防御系统；其包括移动端，语音听写接口和服务器端；移动端具体包括来电监听模块、语音识别模块、第一数据加密模块及业务处理模块，服务器端具体包括深度学习模块、贝叶斯文本分类器模块、第二数据加密模块及JavaWeb整合模块。本发明将深度学习技术与国密算法相结合，有效地解决了目前国内外防电信诈骗系统在诈骗电话簿更新上的滞后问题与利用语音识别所可能引发的个人信息安全问题，同时将电信诈骗的置信度作为电信诈骗识别结果，与电信诈骗套路内容及电信诈骗解决方案以三段式内容的方式进行呈现，为用户提供了全方位的提醒与协助。
-
-
-
-
-
-
-
-
-
Search Results
94
records
(took 0.026 seconds)
