-
公开(公告)号：CN112507347B
公开(公告)日：2022-06-24
申请号：CN202011161521.7
申请日：2020-10-27
Applicant: 中国科学院信息工程研究所
IPC: G06F21/60
Abstract: 本发明公开了一种面向分布式密码破解框架的破解作业描述信息生成方法，其步骤包括：1)分布式密码破解框架根据待处理的密码破解需求对设定的破解作业类进行实例化，生成一破解作业对象；2)根据该破解对象对设定的破解信息类进行实例化生成相应的破解信息对象，并赋给该破解作业对象中的破解信息字段；3)根据设定的破解策略类对该破解作业对象配置的破解策略进行实例化，为每一所述破解策略生成一相应的破解策略对象并添加该破解作业对象的破解策略集字段中；然后累加各所述破解策略对象的破解空间长度，将破解空间长度总和赋给该破解作业对象的破解空间长度字段；将更新后的破解作业对象作为该密码破解需求的破解作业描述信息。
-
公开(公告)号：CN114428776A
公开(公告)日：2022-05-03
申请号：CN202111477748.7
申请日：2021-12-06
Applicant: 中国科学院信息工程研究所
IPC: G06F16/22 , G06F16/245 , G06F16/2458
Abstract: 本发明涉及一种面向时序数据的索引分区管理方法和系统。该方法包括：将一条时序数据创建索引所需的必要信息封装到一个Document对象中；根据时序数据的时间值，基于Time Detector组件判断时序数据的索引所属的索引分区；根据时序数据所属的索引分区的起止时间，从Time Partition Metadata组件中得到该索引分区的元数据信息以及与该索引分区相关的IndexWriter对象；利用对应索引分区的IndexWriter对象对Document对象中封装的数据进行索引创建操作。本发明将时序数据索引数据在时间维度进行分区管理，能够大幅提升查询效率，适合查询类型复杂且数据量大的时序数据应用场景。
-
公开(公告)号：CN114220086A
公开(公告)日：2022-03-22
申请号：CN202111295077.2
申请日：2021-11-03
Applicant: 中国科学院信息工程研究所 , 中国传媒大学
Abstract: 本发明公开一种成本高效的场景文字检测方法及系统，属于图像字体识别领域，本发明首先在预训练阶段提出一种无监督域适应方法，通过消除虚拟数据和真实数据的域差异，使虚拟数据在特征上更接近真实数据，从而获得一个较好的迁移学习初始模型；其次在微调阶段提出一个半监督主动学习方法，根据真实数据的标注信息量自适应选择数据进行标注，然后同时利用有标注和无标注的真实数据进行训练，在较小标注成本的条件下尽可能提升场景文字检测性能。
-
公开(公告)号：CN113989582A
公开(公告)日：2022-01-28
申请号：CN202110988818.9
申请日：2021-08-26
Applicant: 中国科学院信息工程研究所
IPC: G06V10/774 , G06V10/764 , G06V10/762 , G06N3/08 , G06N3/04
Abstract: 本发明公开了一种基于密集语义对比的自监督视觉模型预训练方法，其步骤包括：1)对于样本图像xi，利用数据增强方法a、b分别对样本图像xi增强后进行特征提取和映射，得到样本图像xi中每一个像素点pi的特征，即像素级特征以及实例级特征2)基于和进行对比学习，得到实例判别损失Lins；基于和进行对比学习，得到像素判别损失Lpix；3)根据像素点pi对应的正样本集计算邻居判别损失Lnei；4)对像素级特征集合va、vb分别执行聚类，分别获得K个聚类集群；然后对每个集群进行对比学习，计算聚类对比损失LKM；5)根据损失函数L＝Lins+Lpix+Lsem对自监督视觉模型进行端到端的训练。
-
公开(公告)号：CN113963340A
公开(公告)日：2022-01-21
申请号：CN202111026162.9
申请日：2021-09-02
Applicant: 中国科学院信息工程研究所
Abstract: 本发明公开了一种基于并行迭代模仿解码的场景文字识别系统及方法，涉及场景图像文本检测识别领域，综合了自回归和非自回归解码的优点，采用一种并行迭代的生成方式，针对不同长度的文本采用固定的迭代次数，并将“简单优先”策略引入到文字识别任务中，并引入一个额外的自回归解码器作为教师网络，使用自回归解码器FFN的输出作为额外的监督信号对并行解码器进行监督学习，并使用模仿学习来辅助并行解码器隐藏层的学习。本发明在多个公开的数据集上达到了最优的准确率，同时与自回归方法相比，速度上有明显的提升。
-
Patent Agency Ranking
公开(公告)号：CN108399185B
公开(公告)日：2021-12-21
申请号：CN201810023335.3
申请日：2018-01-10
Applicant: 中国科学院信息工程研究所
Abstract: 本发明公开了一种多标签图像的二值向量生成方法及图像语义相似度查询方法。本发明1利用训练数据集对卷积神经网络模型进行训练，直至该卷积神经网络模型的损失值趋于稳定；然后利用训练后的卷积神经网络模型对图像数据库中的图片进行计算，得到每张图片的二值向量并进行存储；利用训练后的卷积神经网络模型计算待查询图片的二值向量，并将其与存储的二值向量进行相似度计算，根据相似度计算结果返回与该待查询图片最相似的若干图片。本发明大大提高了图像的存储效率和查询效率；而且可以根据与查询图片的多级语义相似度对目标图片进行排序。
-
公开(公告)号：CN110503090B
公开(公告)日：2021-11-09
申请号：CN201910614874.9
申请日：2019-07-09
Applicant: 中国科学院信息工程研究所
Abstract: 本发明涉及一种基于受限注意力模型的字符检测网络训练方法、字符检测方法和字符检测器。本发明设计了基于深度神经网络的字符检测器，在网络结构中加入注意力模型来对学习到的特征进行加权，充分利用了字符周围的上下文信息来辅助字符特征的学习，并设计了一个受限关系模型来对上下文信息进行编码，考虑了不同上下文信息对当前特征的影响。本发明使用受限的上下文信息来提升字符检测的结果，通过融入合适的上下文信息，可以在很大程度上提高字符检测器的性能，使其对于复杂环境(光照、遮挡、复杂纹理等)的变化产生较强的抵抗性，能够减少检测过程中的误报和漏报，同时能够提供初步的识别结果。
-
公开(公告)号：CN110569499B
公开(公告)日：2021-10-08
申请号：CN201910648554.5
申请日：2019-07-18
Applicant: 中国科学院信息工程研究所
IPC: G06F40/205 , G06F40/126 , G06N3/04
Abstract: 本发明公开了一种基于多模态词向量的生成式对话系统编码方法及编码器。本方法为：1)根据当前语料与单词的上下文语境训练多模态词向量，其中每个单词生成多个词向量；2)使用双向LSTM神经网络与词向量对问句进行编码，然后将每个单词对应的前向神经网络的隐层状态与后向神经网络的隐层状态进行拼接作为该单词的上下文表示；3)将该单词的上下文表示与该单词的每一词向量分别计算相关度得分，取得分最高的词向量作为该单词的词向量；4)使用LSTM与该问句的各单词词向量对该问句进行编码，得到该问句的分布表示；5)对该问句的分布进行随机采样得到该问句的编码。本发明提高了句子编码的精准性。
-
公开(公告)号：CN113434357A
公开(公告)日：2021-09-24
申请号：CN202110534643.4
申请日：2021-05-17
Applicant: 中国科学院信息工程研究所
IPC: G06F11/30 , G06F16/18 , G06F40/216
Abstract: 本发明公开了一种基于序列预测的日志异常检测方法及装置，包括：解析待检测日志序列，得到待检测日志键序列；将待检测日志键序列输入日志异常检测模型，获取日志异常检测结果。本发明通过基于语义的预处理模块构造了日志键的嵌入向量，从周围序列学习目标信息的特性，从而可以保留更多的语义特征，适用于规则多、规模大的平台日志数据，获取更高的检测精度，提高了模型的训练效率。
-
公开(公告)号：CN113127599A
公开(公告)日：2021-07-16
申请号：CN202110230676.X
申请日：2021-03-02
Applicant: 中国科学院信息工程研究所
Abstract: 本发明公开了一种层级对齐结构的问答立场检测方法及装置，包括：分别将问题文本与回答文本转换为问题序列与回答序列；拼接问题序列与回答序列，得到问题回答序列；将问题序列、回答序列及问题回答序列输入层次对齐模型，得到问答立场检测结果。本发明的层次对齐模型，先使用了BERT预训练模型得到粗粒度的立场表示，然后从QA对中的问题和回答两方面进行了概念级别的目标对齐和证据级别的信息对齐，得到了由粗到精的立场表示，从而在问答立场检测任务上可以获得更高的准确率和F1值。
-
-
-
-
-
-
-
-
-
Search Results
227
records
(took 0.042 seconds)
