-
公开(公告)号：CN114443191B
公开(公告)日：2024-07-19
申请号：CN202111589273.0
申请日：2021-12-23
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明涉及一种快速提取Android设备应用数据的方法，采用屏幕自动滚动截屏技术、通过UIAutomator Dump获取当前页面的UI信息、配合图片OCR识别技术，通过排重数据和数据重组，形成结构化数据的方式，达到快速提取特定数据的效果。本发明提取方式单一，操作简单，可快速提取指定数据，并形成结构化数据，适用于现场快速的分析研判。
-
公开(公告)号：CN115242491B
公开(公告)日：2024-04-19
申请号：CN202210851425.8
申请日：2022-07-19
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: H04L9/40 , H04L67/1097 , H04L67/60
Abstract: 本发明给出了一种基于网络爬虫的APP云探测方法和系统，包括响应于服务器端接收到客户端发送的探测命令，解析请求参数并根据APP支持库中的应用列表，创建线程并开启网络爬虫模块处理线程，将APP探测任务下发至对应的爬虫处理脚本；响应于本地数据库中存在当前手机号的探测记录且前一次探测结果未注册，或未发现当前手机号的探测记录，通过网络抓包和协议逆向分析模拟每个APP或网站的网络数据包交互流程；网络爬虫模块将结果统一返回至服务器端和客户端统一接口处进行汇总，服务器端保存探测结果至数据库中，并向客户端返回。本发明可在电子取证过程中进行事前点验，发现被监控人已经注册的应用，重点对该应用进行取证，提升电子取证过程的效率。
-
公开(公告)号：CN114938358B
公开(公告)日：2024-02-23
申请号：CN202210392102.7
申请日：2022-04-14
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: H04L51/04 , H04L51/06 , H04L51/063 , H04L9/40 , H04L9/08
Abstract: 本发明公开一种即时通讯应用数据的备份方法及终端，根据接收的待备份应用数据文件的备份请求判断本地是否存在密钥文件，若否，则生成用户唯一身份标识和备份密钥；基于所述备份密钥对所述待备份应用数据文件进行加密，得到加密后的待备份应用数据文件；基于所述用户唯一身份标识和所述加密后的待备份应用数据文件生成与所述待备份应用数据文件对应的备份文件，并对所述备份密钥进行加密，得到加密后的备份密钥；根据所述加密后的备份密钥生成所述密钥文件，从而实现了即时通讯应用数据的安全备份，进一步加强了应用数据的安全性，最大限度地减少用户隐私数据泄露的风险。
-
公开(公告)号：CN117011809A
公开(公告)日：2023-11-07
申请号：CN202310764791.4
申请日：2023-06-27
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06V20/54 , G06V10/26 , G06V10/44 , G06V10/774 , G06V10/74
Abstract: 公开了一种多任务引导式的车辆检索方法和系统，包括利用ResNet50作为多任务引导式车辆检索方法的主干网络，主干网络包括4个用于提取车辆特征的残差卷积块Stage1、Stage2、Stage3、Stage4；定义车辆检索任务的损失函数为三元组损失函数Ltriplet和标签平滑正则化的交叉熵损失函数#imgabs0#将Stage4提取的特征输出至解压模块，利用反卷积分割车辆的整体轮廓信息，整体任务的损失函数#imgabs1##imgabs2#其中，β为超参数，LMASK表示车辆分割任务的损失函数。本申请引入车辆分割任务，大幅度提升了车辆检索任务的性能。
-
公开(公告)号：CN112579612B
公开(公告)日：2023-05-16
申请号：CN202011615316.3
申请日：2020-12-31
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06F16/22 , G06F16/28 , G06F16/242
Abstract: 本发明公开一种数据库索引表记录分析方法、装置、计算设备及存储介质，该方法包括：从数据库主表获取索引表的对应根节点及所述根节点的信息，所述根节点的信息包括根节点的页号；根据所述根节点的页号，提取所述索引表的页面并重组所述索引表的搜索树；读取所述搜索树的节点，并从所述节点提取单元的记录主体；根据记录结构图重组所述记录主体的记录结构。根据本发明实施例根据数据库的格式读取索引表的页面并重组搜索树，对搜索树每个页面点抽取出所有单元内容，根据记录通用结构还原完整记录结构，并且能够自适应处理轻微损坏的数据库。
-
Patent Agency Ranking
公开(公告)号：CN115827865A
公开(公告)日：2023-03-21
申请号：CN202211557661.5
申请日：2022-12-06
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06F16/35 , G06F16/36 , G06F16/903 , G06F40/268 , G06F40/289 , G06F18/2415 , G06N3/045 , G06N3/042 , G06N3/048 , G06N3/047
Abstract: 本发明提出了一种融合多特征图注意力机制的不良文本分类方法，该方法包括如下步骤：响应于对获取的文本数据进行预处理；将获取的文本数据进行进一步处理，以构建文本图；利用图注意力机制对所述文本图进行特征学习；进一步将图注意力机制嵌入到Transformer网络中进行并行处理获得输出，同时利用Bi_GRU神经网络进行并行处理获得输出；以及将MGTransformer与Bi_GRU的输出拼接，得到最终的文本分类结果。本发明针对社交媒体中不良文本的分类任务，通过从不良文本的特征和文本语义角度出发，结合图注意力机制、Transformer和Bi_GRU构建了一种短文本分类模型。该模型为深度学习在不良文本分类任务上的应用提供了一种新的思路，解决了深度学习模型在不良文本分类问题泛化性差、精度较低的问题。
-
公开(公告)号：CN112200536B
公开(公告)日：2022-10-11
申请号：CN202011064064.X
申请日：2020-09-30
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明涉及一种测试例监控管理方法、终端设备及存储介质，该方法包括任务验证流程和每日验证流程，在任务验证流程中通过测试例任务的代码提交至代码仓库时自动触发任务验证操作来实现测试例任务的验证，在每日验证流程中，以固定的时间间隔对测试例仓库中各测试例任务进行验证。通过两条流水线，两个闭环自动进行测试例的质量管理和跟踪。本发明减少了人工介入，提高了测试效率，提升测试例的质量，能够跟需求点紧密关联，反映项目进度，能够自动监控，自动运行，自动通知，有可视化的界面进行测试例的流向查看，为制定测试计划提供了依据。
-
公开(公告)号：CN112149739B
公开(公告)日：2022-09-09
申请号：CN202011019291.0
申请日：2020-09-25
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明涉及一种特殊服饰检测方法、终端设备及存储介质，该方法中包括：采集包含特殊服饰的图片组成训练集；通过训练集对全卷积神经网络模型和卷积神经网络分类模型进行分别训练；获取待检测图片；根据训练后的全卷积神经网络模型对待检测图片中的特殊服饰所在区域进行初步定位；根据初步定位的特殊服饰所在区域从待检测图片中截取候选区域；通过训练后的卷积神经网络分类模型对候选区域对应的图片进行分类，得到待检测图片对应的特殊服饰的类型。本发明使用最新的人工智能技术，在不降低或极小降低速度的前提下充分提高了特殊服装的检测准确率。
-
公开(公告)号：CN114820687A
公开(公告)日：2022-07-29
申请号：CN202210610953.4
申请日：2022-05-31
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明给出了一种闭环的端到端行人重识别背景抑制方法和系统，包括利用第一路网络中的残差卷积块提取输入的原始图像的特征，并通过第一损失函数L1进行约束；通过Mask r‑CNN获得特征的人体掩膜利用掩膜预测损失函数Lmask修正掩膜的精准度；将人体掩膜和原始图像相乘，获得前景图像，将前景图像作为第二路网络的输入，并将第一路网络的残差卷积块的特征引入第二路网络，利用第二损失函数L2进行约束。本发明在多个行人重识别的数据集上都取得具有竞争力的性能。
-
公开(公告)号：CN114782999A
公开(公告)日：2022-07-22
申请号：CN202210606674.0
申请日：2022-05-31
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06V40/10 , G06K9/62 , G06N3/02 , G06N3/08 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/74
Abstract: 本发明给出了一种基于辅助域分类和二阶信息瓶颈的行人再识别方法和系统，包括将非行人数据集和行人再识别数据集作为粗粒度到细粒度模块的输入，分类出行人和非行人；利用二阶信息瓶颈层压缩将行人的图片的信息冗余和噪声；将分类的行人的图片和行人再识别数据集的特征进行级联，获取行人更细粒度的特征；将行人更细粒度的特征送入二阶信息瓶颈层，经过分类层，在三元组损失函数的约束下进行训练行人再识别模型。该行人再识别方法显著降低了类内人物图像的神经网络输出方差，具有优于目前方法的性能。
-
-
-
-
-
-
-
-
-
Search Results
156
records
(took 0.036 seconds)
