-
公开(公告)号：CN108446307A
公开(公告)日：2018-08-24
申请号：CN201810111604.1
申请日：2018-02-05
Applicant: 中国科学院信息工程研究所
CPC classification number: G06F16/951 , G06F16/583 , G06N3/0454
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：CN103458456A
公开(公告)日：2013-12-18
申请号：CN201310379307.2
申请日：2013-08-27
Applicant: 中国科学院信息工程研究所
IPC: H04W24/08
Abstract: 本发明涉及一种基于移动终端Wi-Fi数据的用户行为检测方法及装置。基于移动终端Wi-Fi数据的用户行为检测方法包括：步骤一，获取监听设备采集到的移动终端Wi-Fi数据包并存储；步骤二，对获取的Wi-Fi数据包进行分析处理，得到用户行为统计参量；步骤三，存储所述用户行为统计参量；步骤四，以图表的方式在线展示所述用户行为统计参量。本发明的基于移动终端Wi-Fi数据的用户行为检测方法及装置，统计和分析店铺附近范围内携带有已开启Wi-Fi功能的智能手机的顾客行为方式。
-
公开(公告)号：CN119808124A
公开(公告)日：2025-04-11
申请号：CN202411904010.8
申请日：2024-12-23
Applicant: 中国科学院信息工程研究所
IPC: G06F21/60 , H04L9/40 , G06F16/93 , G06N3/0455 , G06F16/9038
Abstract: 本发明公开了一种上下文增强的语义可搜索加密方法及系统。本方法为：1)使用已标注的查询‑文档对数据训练所选模型，得到最优模型并部署在客户端；2)客户端生成密钥，利用最优模型为待上传的文档生成文档向量表示hd，然后利用密钥对hd进行加密，得到加密后的文档向量并上传至服务器端；3)服务器端存储文档向量并构建对应的索引I；4)客户端通过最优模型对输入的查询生成查询向量表示hq，然后使用密钥对hq进行加密，得到最终加密后的查询陷门Tq并上传至服务器端；5)服务器端计算查询陷门Tq与索引I之间的相似度分数，选择分数最高的前k个结果返回给客户端。本发明不仅保证了搜索的准确率，而且提高了数据安全性。
-
公开(公告)号：CN119227684A
公开(公告)日：2024-12-31
申请号：CN202310792590.5
申请日：2023-06-30
Applicant: 中国科学院信息工程研究所
IPC: G06F40/295 , G06F40/284 , G06F16/35 , G06F16/335 , G06N3/0455 , G06N3/082
Abstract: 本发明提出了一种自然语言文本的复杂命名实体的识别方法及系统，涉及自然语言处理技术领域，通过引入含位置信息和类别信息的输入输出模板来指导候选实体生成模块，并采用基于特征增强网络和多层感知机的候选实体筛选模块，从而提升实体识别的准确性和召回率。本发明综合利用模板引导、特征增强和类别信息，有效降低无效输出概率，生成精准全面的候选实体，实现准确高效的实体识别。
-
公开(公告)号：CN114428776B
公开(公告)日：2024-10-29
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。
-
Patent Agency Ranking
公开(公告)号：CN118674036A
公开(公告)日：2024-09-20
申请号：CN202410728857.9
申请日：2024-06-06
Applicant: 中国科学院信息工程研究所
IPC: G06N5/025 , G06F40/16 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/082 , G06N3/0895
Abstract: 本发明涉及一种学习细粒度通用知识的跨域小样本关系抽取方法和装置。该方法包括：进行数据预处理，包括将语义提示模板拼接在数据集中每个句子的尾部；构建跨域小样本关系抽取模型，包含特征提取网络、双通道通用知识学习网络、关系对比学习网络和关系分类网络，双通道通用知识学习网络包含隐式通用知识学习网络和显式通用知识学习网络；利用训练集，通过隐式通用知识学习网络的损失函数、关系对比学习损失函数和关系分类损失函数训练跨域小样本关系抽取模型，并利用验证集获得最优模型；利用最优模型抽取目标域的句子中的关系。本发明能够精准地捕捉和利用跨领域的通用知识，减少对源域独有知识的依赖，提高在目标域中的关系抽取性能。
-
公开(公告)号：CN118349820A
公开(公告)日：2024-07-16
申请号：CN202410529092.6
申请日：2024-04-29
Applicant: 中国科学院信息工程研究所
IPC: G06F18/211 , G06F18/214 , G06F18/2431 , G06F18/22 , G06N3/0455 , G06N3/084 , G06N3/094 , G06F40/30 , G06F16/35 , G06N3/048
Abstract: 本发明涉及一种基于协同自适应特征变换的跨域小样本关系抽取方法和系统。该方法包括：对支持集、查询集中的样本进行编码，得到样本的初步特征；将编码得到的样本的初步特征输入域感知变换模块，所述域感知变换模块利用目标域数据的分布特征对源域数据进行特征变换，得到领域感知特征；利用领域感知特征，通过协同自适应原型网络计算出支持集中各个类别的关系原型特征；计算查询样本与各个类别的关系原型特征之间的距离，选择距离最近的关系原型特征所属的类别作为查询样本的关系类别。本发明能够提高模型在不同领域间的泛化能力，能够显著提升模型对于目标域特征的理解和适应性，从而能够在目标域中获得更好的性能。
-
公开(公告)号：CN118245796A
公开(公告)日：2024-06-25
申请号：CN202410279277.6
申请日：2024-03-12
Applicant: 中国科学院信息工程研究所
IPC: G06F18/214 , G06F18/24 , G06N20/00 , G06F11/34
Abstract: 本发明公开一种面向API异常检测的数据集生成方法及系统，属于API异常检测技术领域。所述方法包括：构建包含正常样本和异常样本的专家数据集，并初始化一合成数据集；在专家数据集和合成数据集中进行样本采样，并基于生成的示例数据集引导大模型学习示例的格式特征后，得到伪造数据样本；生成伪造数据样本的第一质量分数；生成伪造数据样本的第二质量分数；根据第一质量分数和第二质量分数对伪造数据样本进行筛选，并将筛选结果放入到合成数据集中；循环上述步骤，直至得到最终数据集。本发明可以利用已有的小规模API请求专家数据集和大语言模型生成大量高质量的API异常检测数据集。
-
公开(公告)号：CN113806630B
公开(公告)日：2024-06-14
申请号：CN202110896075.2
申请日：2021-08-05
Applicant: 中国科学院信息工程研究所
IPC: G06F16/9535 , G06F16/9536 , G06F18/25
Abstract: 本发明公开了一种基于注意力的多视角特征融合跨域推荐方法及装置，包括利用公共用户在源域的域特性特征#imgabs0#公共用户与物品在目标域的域特性特征#imgabs1#与域特性特征IT、公共用户与物品在源域与目标域之间的潜在可迁移特征#imgabs2#与潜在可迁移特征#imgabs3#进行融合；基于融合结果进行训练；在最优模型的基础上，获取最优偏好预测集，以对公共用户进行目标域中的物品推荐。本发明解决了源域和目标域之间潜在可迁移特征的捕获问题，对不同类型的特征设置不同的权值，实现不同类型特征的有机结合和充分利用，进而提高推荐系统的性能。
-
公开(公告)号：CN117392487A
公开(公告)日：2024-01-12
申请号：CN202311295168.5
申请日：2023-10-08
Applicant: 中国科学院信息工程研究所
IPC: G06V10/776 , G06V10/774 , G06V10/82 , G06N3/0475 , G06N3/045 , G06N3/0464 , G06N3/094 , G06N3/096 , G06N3/084
Abstract: 本发明公开一种基于迁移性对抗攻击的深度哈希模型鲁棒性评估方法及装置，所述方法包括：利用标签提取器提取一数据类别的标签特征；将标签特征上采样到一干净样本的图片维度之后，与干净样本拼接；将拼接结果送入生成器，得到对抗样本；基于对抗样本进行待评估的深度哈希模型的评估。本发明通过提高对抗样本在目标模型上的迁移性攻击能力，更准确可靠地评估了深度哈希模型的鲁棒性和安全性。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.048 seconds)
