一种进行对抗防御的图像分类系统及其方法

    公开(公告)号:CN114926679B

    公开(公告)日:2024-07-23

    申请号:CN202210518887.8

    申请日:2022-05-12

    Applicant: 海南大学

    Abstract: 本发明属于图像分类技术领域,公开了一种进行对抗防御的图像分类系统及其方法,所述的系统包括数据库单元、预处理单元、图像分类单元以及可视化单元,数据库单元分别与预处理单元、图像分类单元以及可视化单元连接,预处理单元设置有对抗防御模型,图像分类单元设置有图像分类模型;所述的方法包括如下步骤:建立图像分类模型和对抗防御模型;将待分类图像输入对抗防御模型进行预处理,得到预处理后图像;将预处理后图像输入图像分类模型进行分类,得到图像分类结果。本发明解决了现有技术存在的图像分类的模型失效,预测结果失去准确性和可信性的问题。

    一种基于多源数据融合的旅游数据处理系统及其方法

    公开(公告)号:CN114925128A

    公开(公告)日:2022-08-19

    申请号:CN202210520520.X

    申请日:2022-05-12

    Applicant: 海南大学

    Abstract: 本发明属于信息处理技术领域,公开了一种基于多源数据融合的旅游数据处理系统及其方法,所述的系统包括Web服务单元、数据导入单元、数据处理单元、机器学习单元、数据可视化单元、任务管理单元以及数据库单元。所述的方法包括如下步骤:获取用户需求信息;导入并存储原始的旅游数据;对原始的旅游数据进行处理;分析用户需求信息,若用户选择分析模型建立功能,则使用机器学习算法对处理后的旅游数据进行训练得到旅游数据分析模型;若用户选择数据可视化功能,则使用数据可视化方法对处理后的旅游数据进行数据可视化。本发明解决了现有技术存在的步骤复杂、难度高,时间成本大,技术要求高,无法满足个性化定制,平台之间的可移植性差的问题。

    一种基于孪生神经网络的旅游问题查询系统及其方法

    公开(公告)号:CN114911818A

    公开(公告)日:2022-08-16

    申请号:CN202210556097.9

    申请日:2022-05-19

    Applicant: 海南大学

    Abstract: 本发明属于语义识别技术领域,公开了一种基于孪生神经网络的旅游问题查询系统及其方法,所述的系统包括人机交互单元、数据库单元以及旅游问题查询单元,旅游问题查询单元分别与人机交互单元和数据库单元连接,且旅游问题查询单元设置有基于孪生神经网络建立的旅游问题查询模型,人机交互单元与数据库单元连接。所述的方法包括如下步骤:根据词向量数据库,使用将含有实体的旅游问题句子中每个单词转化为词向量;根据实体得到每个词向量的位置向量;将所有词向量和对应的位置向量组成旅游问题句子的向量序列,即编码后的旅游问题。本发明解决了现有技术存在的查询旅游问题的效率低下,准确性差的问题。

    云服务发布方法、订阅方法、装置和系统

    公开(公告)号:CN111416854B

    公开(公告)日:2022-04-19

    申请号:CN202010181430.3

    申请日:2020-03-16

    Applicant: 海南大学

    Abstract: 本申请涉及一种云服务发布方法、订阅方法、装置和系统。发布方法包括:接收云服务供应商发送的服务发布信息;根据服务发布信息将发布的实际服务与服务订阅列表中各服务订阅信息对应的所需服务进行对比,当实际服务与任一个所需服务完全匹配时,按照服务订阅信息中的路径将实际服务反向传递至接收服务发布信息的节点对应的上一个节点,上一个节点用于将实际服务依次传输至与服务订阅信息相对应的云服务消费者。该云服务发布方法可以实现在任一个节点以及多节点服务发布,大大提高了服务发布的效率。

    基于深度神经网络的服务质量预测方法及其系统

    公开(公告)号:CN110460463A

    公开(公告)日:2019-11-15

    申请号:CN201910671422.4

    申请日:2019-07-24

    Applicant: 海南大学

    Abstract: 本发明公开了一种基于深度神经网络的服务质量预测方法及其系统,涉及网络服务技术领域。该方法包括以下步骤:输入请求上下文变量信息,并通过实体表达矩阵在编码模块进行编码,以得到嵌入式请求矩阵;将经过编码的所述上下文变量信息进行压缩并进行特征提取,以得到所述请求上下文变量信息的按照时序的嵌入式请求矢量;根据所述时序依次输入所述嵌入式请求矢量至LSTM网络模块,以输出所述深度神经网络对下一次输入请求上下文变量信息的预测数据信息;对所述预测数据信息进行感知,以得到解码后的所述预测数据信息,将所述解码后的所述预测数据信息还原为服务质量数据并输出。

    一种基于事件的云服务测试与调试方法及系统

    公开(公告)号:CN106230638A

    公开(公告)日:2016-12-14

    申请号:CN201610640669.6

    申请日:2016-08-08

    Applicant: 海南大学

    Abstract: 本发明公开了一种基于事件的云服务测试与调试方法及系统,所述测试方法包括:定制运行态事件生成及发布;提供商服务运行态事件;推断是否得到充分测试;生成测试案例。所述调试方法包括:定制运行态事件生成及发布;提供运行态事件;对所有运行态事件进行分类和聚合;挖掘事件与服务运行出错之间的相关性;定位与服务运行发生出错位置相关联的可疑服务运行态事件;反馈并修改生成定制方法。所述测试与调试系统包括事件生成与封装模块、事件发布与订阅模块、测试充分性推理模块、测试案例生成模块、事件聚合模块、可疑事件定位模块。本发明能够充分高效地测试云服务,并能够快速定位测试过程中发现的错误和问题,从而开发出高可信的增值云服务。

    一种基于NLP的消费欺诈行为检测系统及方法

    公开(公告)号:CN117273754A

    公开(公告)日:2023-12-22

    申请号:CN202311007827.0

    申请日:2023-08-10

    Applicant: 海南大学

    Abstract: 本发明属于欺诈检测技术领域,公开了一种基于NLP的消费欺诈行为检测系统及方法。所述的系统包括依次连接的评论处理模块、欺诈训练模块以及欺诈检测模块。所述的方法包括如下步骤:获取历史评论数据集,进行预处理,得到预处理后历史评论数据集;进行主题提取,得到若干消费主题,并将若干消费主题与消费欺诈法规进行对比,得到若干消费欺诈类别;根据消费欺诈类别,进行分类处理,得到消费欺诈数据集;根据消费欺诈数据集,使用NLP算法进行模型训练,得到消费欺诈行为检测模型;获取实时评论数据,并进行消费欺诈行为检测,得到消费欺诈行为检测结果。本发明解决了现有技术存在的劳动强度大,效率低下以及准确性低的问题。

    地理位置定位方法、系统、计算机设备和存储介质

    公开(公告)号:CN110929517B

    公开(公告)日:2023-04-18

    申请号:CN201911190970.1

    申请日:2019-11-28

    Applicant: 海南大学

    Abstract: 本发明涉及一种地理位置定位方法、系统、计算机设备和存储介质。方法包括:获取用户文本信息;对用户文本信息进行标注化处理,得到文本序列;提取文本序列中的提及标识符,根据提及标识符分析各用户之间的联系,构建用户的网络视图;对文本序列进行特征提取,得到用户的文本视图;将网络视图和文本视图输入至预先训练后的注意力神经网络模型,得到用户的位置预测数据信息;对位置预测数据信息进行解码,得到地理位置坐标数据。上述方法通过输入的用户文本信息,拟合用户文本中影响地理位置预测的不可见因素,使其能够对社交网络文本数据进行地理位置预测;并采用注意力神经网络模型对复杂的用户关系进行分析得到用户的位置信息,准确度高。

    联合知识库的生成式问答方法、装置及系统

    公开(公告)号:CN114969271A

    公开(公告)日:2022-08-30

    申请号:CN202210729694.7

    申请日:2022-06-24

    Applicant: 海南大学

    Abstract: 本发明涉及一种联合知识库的生成式问答方法、装置及系统,在获取并解析用户输入的自然语句,获得查询语句,并获取外部知识库的数据并进行预处理,获得数据以设定数据表示形式存储的表示数据。进一步地,根据查询语句获取对应的表示数据,作为自然语句的答案数据。基于此,用户以自然语句输入即可获得相应的答案数据,且答案数据与各类外部知识库相关联,在保证答案的全面与准确的同时,简化用户的操作,有效地提升问答查询的体验。

    一种服务扩缩容方法及其系统

    公开(公告)号:CN114726735A

    公开(公告)日:2022-07-08

    申请号:CN202210397761.X

    申请日:2022-04-15

    Applicant: 海南大学

    Abstract: 本发明属于服务容器技术领域,公开了一种服务扩缩容方法及其系统,所述的方法包括如下步骤:建立服务资源使用情况预测模型;获取目标服务在当前时间段的资源使用情况和容器副本数量;使用服务资源使用情况预测模型进行预测;根据目标服务在下一时间段的资源使用情况预测值和单个服务容器的资源情况进行决策分析,得到目标服务在下一时间段所需的容器副本数量;根据目标服务在当前时间段的容器副本数量和下一时间段所需的容器副本数量对目标服务进行扩缩容操作,并存储对应的扩缩容操作记录。本发明解决了现有技术存在的增加资源供应存在滞后、响应时间长、服务质量下降、准确度低以及扩缩容的复杂性高的问题。

Patent Agency Ranking