-
公开(公告)号：CN117807217A
公开(公告)日：2024-04-02
申请号：CN202410001258.7
申请日：2024-01-02
Applicant: 南开大学
IPC: G06F16/335 , G06F16/36 , G16H40/20
Abstract: 本发明公开一种医疗费用清单明细识别结果的后处理方法及装置，涉及计算机处理技术领域，在获取待处理医疗费用清单明细的识别结果和开具待处理医疗费用清单明细的医院的医院编码后，将识别结果和医院编码与预先建立的医疗知识图谱进行匹配，得到匹配结果，进一步基于匹配结果确定识别结果的可信度判断结果，本发明基于知识图谱图匹配的方式筛选出可信度较高的医疗费用清单明细，从而减少大量的人工成本，准确率高且开发成本低。
-
公开(公告)号：CN111930597B
公开(公告)日：2023-09-22
申请号：CN202010813538.X
申请日：2020-08-13
IPC: G06F11/30 , G06F40/216 , G06N3/0442 , G06N3/096 , G06N3/091
Abstract: 本发明涉及网络通信，为能够及时、主动发现服务异常以及时采取应对措施，提高网络中心的稳定性，本发明，基于迁移学习的日志异常检测方法，处理对象为源数据、目标数据：具体包括三部分：1)特征构建部分；形成日志数据的向量序列，作为迁移学习部分的输入；2)迁移学习部分；首先将源数据形成的向量序列输入长短期记忆LSTM网络，对模型参数进行训练；然后将目标数据形成的向量序列输入上一阶段初步训练好参数的模型，并对模型参数进行再次调整3)主动学习部分：迭代地更新数据和模型。本发明主要应用于网络通信日志数据处理场合。
-
公开(公告)号：CN115291844A
公开(公告)日：2022-11-04
申请号：CN202210700352.2
申请日：2022-06-20
Applicant: 南开大学
Abstract: 本公开提供一种基于OpenCL的Element‑Wi se算子实现的方法、装置、电子设备和存储介质。基于Element‑Wi se算子的运算符共性，生成通用的两个算子类；通过继承方式，分别执行两个算子类中计算功能的封装；基于OpenCL标准，将所述Element‑Wise算子逐个实现底层OpenCLkernel；将所述底层OpenCLkernel的设备端代码和功能进行封装。基于OpenCL标准的Element‑Wi se算子的实现与封装，实现可适用于多种深度学习框架的OpenCL版本Element‑Wise算子，支持深度学习模型中常用的Element‑Wise相关运算。能够实现基于OpenCL编程标准的Element‑Wise算子库。
-
公开(公告)号：CN115268858A
公开(公告)日：2022-11-01
申请号：CN202210698403.2
申请日：2022-06-20
Applicant: 南开大学
Abstract: 本申请提供了一种OpenCL DNN库的实现方法、装置、电子设备及存储介质，涉及机器学习技术领域，主要技术方案包括：首先通过对预设深度神经网络库的重构和修改，实现通用OpenCL DNN库，对所述OpenCL DNN库中的OpenCL核函数对应的API接口进行封装，以便通过所述API接口调用所述核函数。与相关技术的封闭性相比，此方法通过重构预设深度神经网络库中OpenCL目标核函数与接口函数，完成了预设深度神经网络库的通用化修改，实现了OpenCLDNN库在OpenCL硬件设备上使用和执行的通用性。
-
公开(公告)号：CN119539807B
公开(公告)日：2025-05-06
申请号：CN202510098413.6
申请日：2025-01-22
Applicant: 南开大学 , 先进计算与关键软件(信创)海河实验室
Abstract: 本发明涉及数据安全领域，提供一种适用于支付系统的安全加密方法、设备及产品，所述方法包括通过动态密钥生成与轮换的优化方法获得动态密钥；通过双层加密机制及动态密钥加密授权令牌；通过调整工作因子，获得目标工作因子，通过动态密钥优化加密盐，获得加密盐保护；通过目标工作因子及加密盐保护优化BCrypt加密算法；通过优化后的BCrypt加密算法加密用户隐私数据；通过加密授权令牌以及加密用户隐私数据加密支付系统。本发明通过授权令牌优化、BCrypt加密算法优化，为用户提供了一个全面的数据保护解决方法，不仅提升了系统的安全性，还改善了用户体验，同时提高了支付系统的性能。
-
Patent Agency Ranking
公开(公告)号：CN117971651A
公开(公告)日：2024-05-03
申请号：CN202311832857.5
申请日：2023-12-28
Applicant: 南开大学
IPC: G06F11/36
Abstract: 本发明公开了一种web自动化测试框架，所述自动化测试框架基于selenium driver、pytest、allure、jenkins实现，使用selenium driver插件自动生成web测试用例；重写selenium类，得到修改后的web测试用例；运行修改后的web测试用例：利用重新编写的WebDriver_nki类实现页面自动截取，将所截取到的网页页面导入allue测试报告中；手动触发测试：人工检查截取到的网页页面，判断页面是否正确跳转，测试完成后自动将结果发送给测试人员。本发明提供了简便的测试用例编写，减轻了用例维护和管理的工作量；集成了allure报告生成功能。
-
公开(公告)号：CN114861753A
公开(公告)日：2022-08-05
申请号：CN202210306441.9
申请日：2022-03-25
Applicant: 南开大学
Abstract: 本发明公开了一种基于大规模网络的数据分类方法和装置，其中，该方法包括：获取待检测数据；其中，待检测数据包括系统级指标和用户级指标；对待检测数据的多变量时间序列进行平滑和归一化的数据预处理得到预处理数据；将预处理数据输入通过离线聚类训练好的一维卷积自动编码器进行数据压缩处理，并使用离线聚类得到的特征索引执行特征选择，根据特征选择的结果进行距离计算，以进行在线数据分类；基于在线数据分类，输出待检测数据的在线分类结果。本发明可以根据系统实例的正常模式对其进行精确且高效聚类并显著减少异常检测训练开销。
-
公开(公告)号：CN113420647B
公开(公告)日：2022-05-20
申请号：CN202110689792.8
申请日：2021-06-22
Applicant: 南开大学
IPC: G06V30/226 , G06T11/40 , G06F17/11
Abstract: 本发明公开了一种由汉字重心点向外扩张变形创造新风格字体的方法，属于计算机领域。由汉字重心点向外扩张变形创造新风格字体的方法包括：输入给定风格字体的汉字并转换为汉字图片，或直接输入汉字图片，简称“原文字图片”；获取“原文字图片”尺寸、前景色及重心点；获取“原文字图片”汉字笔画轮廓线；创建一个与“原文字图片”尺寸相同的空白“新文字图片”；设置扩张变形系数；针对“原文字图片”汉字笔画轮廓线上每个点Pi，根据扩张变形函数计算出“新文字图片”上对应点Ri，并进一步与前一点Ri‑1进行连接；对“新文字图片”汉字笔画轮廓线内填充，完成“新文字图片”生成。本发明有助于机器高效自动化创造更多新风格汉字字体。
-
公开(公告)号：CN113392780A
公开(公告)日：2021-09-14
申请号：CN202110675196.4
申请日：2021-06-17
Applicant: 南开大学
Abstract: 本发明公开了一种面向AI识别汉字的文字图像扭曲变形方法，属于计算机领域。一种面向AI识别汉字的文字图像扭曲变形方法包括：获取“原文字图像”尺寸及颜色信息；创建一个与“原文字图像”尺寸相同的空白“新文字图像”；设置扭曲变形频率系数、扭曲变形初相系数和扭曲变形振幅系数；遍历“新文字图像”上的每一个像素点R，根据扭曲变形函数g(x)进行文字图像的纵向扭曲变形、根据扭曲变形函数g(y)进行文字图像的横向扭曲变形。本发明通过扭曲变形来建立新风格的文字图像，极大地丰富文字图像的训练数据集，从而提高基于训练数据集的手写体汉字识别算法的准确率。
-
公开(公告)号：CN119621444A
公开(公告)日：2025-03-14
申请号：CN202510163062.2
申请日：2025-02-14
Applicant: 南开大学 , 先进计算与关键软件(信创)海河实验室
IPC: G06F11/20 , G06N20/20 , G06F18/2433 , G06F18/243 , G06F16/27 , G06F9/50 , G06Q20/08
Abstract: 本发明涉及支付系统容灾技术领域，提供一种第三方支付系统容灾方法及第三方支付系统，容灾方法包括通过时序预测模型预测分布式数据库节点的未来负载并动态调整资源分配；根据分布式数据库的资源参数构建分布式数据库资源占用向量；根据隔离树计算每个时刻的异常分数；根据异常分数以及动态阈值判断异常节点，并对异常节点进行资源重分配；若节点出现多次异常分数大于动态阈值，则将该节点隔离，保证数据库的稳定运行。本发明通过分布式数据库和微服务架构的结合，增强了系统的高可用性和容灾能力，采用时序预测模型确保微服务架构的可靠运行，通过Isolation Forest算法及时隔离异常节点维护了系统的稳定性。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.016 seconds)
