公开(公告)号：CN113936189A

公开(公告)日：2022-01-14

申请号：CN202111219155.0

申请日：2021-10-20

Applicant: 中电积至(海南)信息技术有限公司

Inventor： 郑超 ,  张微 ,  胡卫雄 ,  顾钊铨 ,  罗慧丽 ,  王乐 ,  韩伟红

IPC: G06V10/774 ,  G06K9/62 ,  G06F17/16

Abstract: 本发明提供一种自适应的信赖域半径校正方法，包括以下步骤：S1：给定x0∈Rn,B0∈Rn×n对称，ε≥0，1>c2>c0≥0，Δ0＝||g0||，c6＝0,k＝0；S2：如果||gk||≤ε，则停止；否则对信赖域子问题给出的sk进行求解；本发明提供的自适应的信赖域半径校正方法，此方法通过在比较信赖域半径校正在求解目标函数的最优解时的计算效率，了解到不同的校正算法在目标函数维数不同时有着不同的计算效率，通过大量的数值计算试验得出自动确定信赖域半径的校正算法在总体上优于传统的信赖域半径校正算法，而且将自适应的信赖域校正算法应用于对抗样本的产生可以很好的控制噪声的扰动范围，此方法应用于求解模型的极小值使模型函数能更快的收敛到极小值。

公开(公告)号：CN113630324A

公开(公告)日：2021-11-09

申请号：CN202110914271.8

申请日：2021-08-10

Applicant: 中电积至(海南)信息技术有限公司

Inventor： 郑超 ,  陆秋文 ,  朱程威 ,  仇晶 ,  顾钊铨 ,  王乐 ,  韩伟红

IPC: H04L12/751 ,  H04L12/721 ,  H04L12/723 ,  H04L12/46 ,  H04L29/06

Abstract: 本发明基于MPLS‑VPN的新型跨域互联方法，所述方法包括如下步骤：步骤S1，通过OSPF路由协议，实现运营商网络内部的互联互通；步骤S2，运营商网络设备开启MPLS协议，通过LDP协议动态建立LSP隧道。步骤S3，在运营商与企业网络互联的设备PE上创建VPN实例；步骤S4，运营商边界设备PE与企业网边界设备CE之间建立BGP邻居关系；步骤S5，运营商内部的ASBR设备与PE设备建立MP‑IBGP邻居关系。步骤S6，不同运营商的ASBR设备之间建立MP‑EBGP邻居关系。步骤S7，运营商的ASBR设备上关闭RT值检查。本发明能够实现企业总部和分部之间通过不同运营商接入公网的远程互联，此时ASBR之间无需创建多个VPN实例，无需绑定任何接口，网络具有更强的安全性和扩展性。

公开(公告)号：CN113987198A

公开(公告)日：2022-01-28

申请号：CN202111202188.4

申请日：2021-10-15

Applicant: 中电积至(海南)信息技术有限公司

Inventor： 郑超 ,  苏俊 ,  蒋进 ,  李默涵 ,  顾钊铨 ,  韩伟红

IPC: G06F16/36 ,  G06F40/216 ,  G06F40/30

Abstract: 本发明提供一种基于嵌入表示的同源知识图谱的扩充方法。所述基于嵌入表示的同源知识图谱的扩充方法，包括以下步骤：S1将原有知识图谱初始化为嵌入向量，并利用TransE模型训练生成最终的嵌入向量，如已存在嵌入向量表示，则不必重新生成；S2将新增知识图谱初始化为嵌入向量，对于其中与原有知识图谱中完全相同的关系，使新增图谱中的该关系向量固定为原有知识图谱中的向量表示。本发明提供的基于嵌入表示的同源知识图谱的扩充方法，仅对TransE模型训练后找到的候选三元组对进行字符相似度计算，既利用到了知识图谱中的结构信息，也充分考虑了文本信息，没有简单的利用结构信息或是文本信息，而是联合两种信息来进行匹配过滤。

公开(公告)号：CN113936188A

公开(公告)日：2022-01-14

申请号：CN202111215613.3

申请日：2021-10-19

Applicant: 中电积至(海南)信息技术有限公司

Inventor： 郑超 ,  黄园园 ,  谢文嵘 ,  顾钊铨 ,  王乐 ,  韩伟红 ,  唐可可

IPC: G06V10/774 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于信息熵的自适应多神经网络模型集成学习方法。所述基于信息熵的自适应多神经网络模型集成学习方法包括以下步骤：S1同时设计多个结构相同的深度神经网络模型，每个周期内多个神经网络模型权值正常迭代更新；S2计算每一个深度神经网络模型参数的信息熵；S3多个神经网络模型根据其贡献度进行自适应进行加权平均得到新的集成模型。本发明提供的基于信息熵的自适应多神经网络模型集成学习方法，在不改变深度学习模型结构的同时提高模型识别效果；该方法提出自适应加权平均函数，针对每一个深度神经网络模型的参数特点，动态的调整模型参数共享度，相比于给所有模型设置统一的系数更加简便高效。

公开(公告)号：CN113792532A

公开(公告)日：2021-12-14

申请号：CN202111025467.8

申请日：2021-09-02

Applicant: 中电积至(海南)信息技术有限公司

Inventor： 郑超 ,  苏俊 ,  李默涵 ,  顾钊铨 ,  韩伟红

IPC: G06F40/166 ,  G06F40/30 ,  G06F16/35

Abstract: 本发明提供一种基于Bi‑GRU的字符级虚假评论自动生成工具。所述基于Bi‑GRU的字符级虚假评论自动生成工具包括以下步骤：S1获取部分：从目标攻击平台收集真实评论集，并获取与该系统具有相同主题的带情感倾向标签的训练集，对其进行数据预处理。本发明提供的基于Bi‑GRU的字符级虚假评论自动生成工具，采用字符级语言模型来用作在线点评系统虚假评论生成，不需要预先构建大型词汇库，成本更低，且字符级语言模型可以充分满足短文本生成的需求，生成的评论更加流畅，虚假评论任务本身具有容错率，允许一定程度内的错字错拼现象，因为在真实场景中，用户在发表评价中，常常会出现这一情况，而字符级语言模型可以充分学习这一点，生成更具真实性的评论。

公开(公告)号：CN113626584A

公开(公告)日：2021-11-09

申请号：CN202110921956.5

申请日：2021-08-12

Applicant: 中电积至(海南)信息技术有限公司

Inventor： 郑超 ,  窦凤虎 ,  张欢 ,  顾钊铨 ,  王乐 ,  张登辉 ,  韩伟红

IPC: G06F16/34 ,  G06F16/36 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种自动文本摘要生成方法、系统、计算机设备和存储介质，根据中文文本的语言特征，构建句子特征向量抽取算法，形成文本特征向量矩阵，其中句子特征向量抽取算法利用了7种语言特征作为文本向量特征，分别是：句子相关度、句子与中心句的相似度、句子中包含关键词个数、句子中包含领域实体名词个数、句子信息度、句子长度、句子位置。接着将文本特征向量矩阵输入到本发明提出的结合注意力机制的编码‑解码模型中，通过长短记忆神经网络建模句子前后语义信息，并克服传统的统计向量表示的局限性，通过语义向量表示文本，生成更贴合人工生成技术所构建的文本摘要，提升了生成的文本摘要的质量。