-
-
公开(公告)号:CN116882453A
公开(公告)日:2023-10-13
申请号:CN202310679059.7
申请日:2023-06-09
Applicant: 桂林理工大学
IPC: G06N3/0464 , G06N3/048 , G06F18/23213
Abstract: 本发明公开了一种基于深度学习的问卷真实性认定方法,本发明从用户填写问卷的总时间,每道题的用时,每道题修改答案的次数以及用户做出的连续相同答复的题目数量数据中提取问卷特征,将问卷分为4个贫困等级并用one‑hot编码,将编码结果作为问卷类别标签。使用提取的特征和类别标签训练搭建好的神经网络模型。当需对问卷真实性做出判断时,提取用户填写问卷的总时间,每道题的用时,每道题修改答案的次数以及用户做出的连续相同答复的题目数量数据的特征,经过神经网络模型预测后得出问卷真实性类别。并将结果用于问卷真实性的辅助认定。
-
公开(公告)号:CN116668144A
公开(公告)日:2023-08-29
申请号:CN202310679574.5
申请日:2023-06-09
Applicant: 桂林理工大学
Abstract: 本发明公开了一种用于获取并加密绑定安卓设备信息的方法,其特征在于,通过提取用户安卓设备的多个静态硬件信息,包括硬件厂商、设备序列号、基带版本、MAC地址、SDK版本号以及移动设备识别码(MEID),并使用MD5加密算法对这些数据进行加密,加密后的数据将同其它数据上传至服务器。该方法通过加密用户设备信息保护了用户的隐私,同时又能够标识用户设备。
-
-