-
公开(公告)号：CN116992093B
公开(公告)日：2024-05-28
申请号：CN202311183861.3
申请日：2023-09-14
Applicant: 东北农业大学
IPC: G06F16/901 , G06F16/9535
Abstract: 本发明涉及图书馆智能索引技术领域，具体公开基于读者借阅行为的图书馆智能索引方法、设备及存储介质，该方法包括：指定读者历史借阅次数采集、初次图书借阅索引分析筛分、图书智能索引推荐分析和图书馆智能索引优化反馈，本发明通过分析筛分指定读者的适配图书品类，并进行指定读者的初次图书借阅索引，细致性的分析各图书品类对读者的阅读推荐情况，不仅可以减少读者需要筛选图书的时间，且提高了图书馆智能索引的有效利用度，同时通过分析索引需求优化值，并对图书馆智能索引进行优化反馈，将读者的有效索引次数和索引利用时长进行整合性分析，有利于图书馆实现更智能化、个性化的图书索引和推荐服务。
-
公开(公告)号：CN112948897B
公开(公告)日：2022-08-26
申请号：CN202110273569.5
申请日：2021-03-15
Applicant: 东北农业大学
Abstract: 本发明涉及网络安全和机器学习领域，具体来说设计了一种基于DRAE(Deep Residual Auto‑Encoder)与SVM(Support Vector Machine)相结合的网页防篡改检测方法。由于传统网络安全技术门槛高，社会上网络安全人才配备不足；一些重要部门要求工作人员24小时网络值班制度，这不仅增加了网络值班人员的工作负担，也无法保证查验所有网页效率。本发明结合深度学习与传统机器学习优势，用DRAE对网页截图图像数据自动特征学习和提取，并将提取的特征输入SVM进行特征分类。实验表明这种方法可以快速有效的发现被篡改的网页。本发明在一定程度上可以看作一种在线值班系统，可以减轻网络值班人员的工作负担，增加工作效率，更加准确和及时发现网页篡改事件，避免由于网页被篡改而造成的损失。
-
公开(公告)号：CN112948897A
公开(公告)日：2021-06-11
申请号：CN202110273569.5
申请日：2021-03-15
Applicant: 东北农业大学
Abstract: 本发明涉及网络安全和机器学习领域，具体来说设计了一种基于DRAE(Deep Residual Auto‑Encoder)与SVM(Support Vector Machine)相结合的网页防篡改检测方法。由于传统网络安全技术门槛高，社会上网络安全人才配备不足；一些重要部门要求工作人员24小时网络值班制度，这不仅增加了网络值班人员的工作负担，也无法保证查验所有网页效率。本发明结合深度学习与传统机器学习优势，用DRAE对网页截图图像数据自动特征学习和提取，并将提取的特征输入SVM进行特征分类。实验表明这种方法可以快速有效的发现被篡改的网页。本发明在一定程度上可以看作一种在线值班系统，可以减轻网络值班人员的工作负担，增加工作效率，更加准确和及时发现网页篡改事件，避免由于网页被篡改而造成的损失。
-
公开(公告)号：CN116992093A
公开(公告)日：2023-11-03
申请号：CN202311183861.3
申请日：2023-09-14
Applicant: 东北农业大学
IPC: G06F16/901 , G06F16/9535
Abstract: 本发明涉及图书馆智能索引技术领域，具体公开基于读者借阅行为的图书馆智能索引方法、设备及存储介质，该方法包括：指定读者历史借阅次数采集、初次图书借阅索引分析筛分、图书智能索引推荐分析和图书馆智能索引优化反馈，本发明通过分析筛分指定读者的适配图书品类，并进行指定读者的初次图书借阅索引，细致性的分析各图书品类对读者的阅读推荐情况，不仅可以减少读者需要筛选图书的时间，且提高了图书馆智能索引的有效利用度，同时通过分析索引需求优化值，并对图书馆智能索引进行优化反馈，将读者的有效索引次数和索引利用时长进行整合性分析，有利于图书馆实现更智能化、个性化的图书索引和推荐服务。
-
-
-
Search Results
4
records
(took 0.02 seconds)
