-
公开(公告)号:CN113674142A
公开(公告)日:2021-11-19
申请号:CN202111003756.8
申请日:2021-08-30
申请人: 国家计算机网络与信息安全管理中心 , 恒安嘉新(北京)科技股份公司
摘要: 本发明实施例公开了一种图像中目标物的消融方法、装置、计算机设备及介质。该方法包括:获取多个训练样本图像,并根据各训练样本图像中预先标注的标识框的长宽值和DIou损失函数的损失值,计算得到至少一个锚点框的长宽值;根据各锚点框的长宽值,对YoLoV5改进模型进行参数设置,并使用各训练样本图像对参数设置后的模型进行训练,得到目标检测模型;将待处理的目标图像输入至目标检测模型中,获取针对目标图像输出的至少一个目标物标识框;根据目标物标识框所限定的图像区域进行消融处理,得到目标消融图像。通过本发明实施例的技术方案,能够实现快速准确地对图像中的特定内容进行定位消融,提高了方法的运行效率,节约了硬件成本。
-
公开(公告)号:CN112990220A
公开(公告)日:2021-06-18
申请号:CN202110417894.4
申请日:2021-04-19
申请人: 烟台中科网络技术研究所 , 国家计算机网络与信息安全管理中心
摘要: 本发明涉及人工智能技术领域,特别涉及一种图像中目标文本智能识别方法。该方法步骤如下:将目标文本由像素点坐标表示,输入目标文本像素点坐标值对像素坐标识别神经网络进行训练,获得文本自编码模型和目标文本的表述特征;根据区域的高度值计算背景区域数量,提取覆盖背景区域,剩余区域为前景区域;利用训练好的文本自编码模型在前景区域中获得待识别的文本的表述特征,将文本的表述特征与期望的目标文本的表述特征进行对比判断,若两者误差达到预设阈值,则识别文字为目标文本。本发明还提供一种图像中目标文本智能识别系统。本发明通过基于文本自编码模型来识别目标文本,能够精准定位目标文本在图像中的位置,计算复杂度低,识别准确率高。
-
公开(公告)号:CN112084373A
公开(公告)日:2020-12-15
申请号:CN202010778910.8
申请日:2020-08-05
申请人: 国家计算机网络与信息安全管理中心
IPC分类号: G06F16/901 , G06F40/151 , G06Q50/00 , G06N3/04 , G06N3/08
摘要: 本发明公开了一种基于图嵌入的多源异构网络用户对齐方法,其特征在于:1)通过用户名和社会角色计算用户属性的相似度;2)通过随机游走算法获得异构网络的节点序列,分析节点之间的相互关系;3)利用嵌入算法,对节点序列计算得到网络的嵌入表示;4)根据用户的属性相似度以及结构特征,训练多层神经网络对齐用户。本发明所公开的基于图嵌入的多源异构网络用户对齐方法可用于在线社交网络的用户对齐,在推荐系统、人物画像补全等多个领域具有重要应用,算法的计算复杂度低,可在网络中快速对齐相同用户,对真实数据适用性强。
-
公开(公告)号:CN110674673A
公开(公告)日:2020-01-10
申请号:CN201910697979.5
申请日:2019-07-31
申请人: 国家计算机网络与信息安全管理中心
摘要: 本发明提出了一种视频关键帧抽取方法、装置和存储介质,用以减少视频处理过程中的冗余信息,提高视频处理速度。所述视频关键帧抽取方法,包括:从待分析视频中提取I帧;针对提取的每一I帧,利用深度哈希网络确定其对应的深度哈希码,所述深度哈希网络为利用预先生成的图像样本对进行训练得到的;根据各I帧对应的深度哈希码,分别确定两两I帧深度哈希码之间的汉明距离;根据两两I帧深度哈希码之间的汉明距离,对提取的I帧进行聚类;针对每一聚类,分别确定该聚类中包含的每一I帧的信息熵;从每一聚类中,提取信息熵最大的I帧组成所述待分析视频的关键帧。
-
公开(公告)号:CN109359301A
公开(公告)日:2019-02-19
申请号:CN201811219240.5
申请日:2018-10-19
申请人: 国家计算机网络与信息安全管理中心
IPC分类号: G06F17/27 , G06F16/35 , G06F16/958
摘要: 本发明公开了一种网页内容的多维度标注方法及装置,该方法包括:将待标注的网页内容文本转换为词向量;根据词向量,进行卷积神经网络分类,并将分类结果作为第一类维度标注结果;对待标注的网页内容进行第二类维度实体识别,得到第二类维度实体词;构建第二类维度规则知识库;将第二类维度实体词与第二类维度规则知识库进行匹配,得到第二类维度标注结果。本发明从网页的内容出发,利用有监督的深度学习分类方法卷积神经网络对第一类维度进行标注,解决了传统基于词频统计分类方法分类准确率低的问题;利用命名实体识别和规则知识库对第二类维度进行标注,丰富了网页的标注内容,提升了用户体验。
-
公开(公告)号:CN114817661B
公开(公告)日:2024-08-13
申请号:CN202210448777.9
申请日:2022-04-26
申请人: 国家计算机网络与信息安全管理中心
IPC分类号: G06F16/9035 , G06F18/22 , G06F18/23 , G06F18/24
摘要: 本发明涉及一种基于IP地址画像的大规模IP自动分类方法,本方法首先基于各个IP画像的相似度关系构建图结构,由此确定核心的IP节点,对于新加入的节点,本方法对其进行分类的计算复杂度为O(n),n为核心节点的数量,因此适用于大规模IP数据的线上实时处理。同时,本方法在进行IP分类结果的更新时,会将之前的核心节点与新抽样的节点混合起来重新聚类,这一过程在一定程度上保证了各IP群体的核心稳定性,同时又能较好地反映它们的实时变化。本发明还涉及一种基于IP地址画像的大规模IP自动分类装置和存储介质。
-
公开(公告)号:CN115190217B
公开(公告)日:2024-03-26
申请号:CN202210801788.0
申请日:2022-07-07
申请人: 国家计算机网络与信息安全管理中心
IPC分类号: H04N1/44 , H04N19/60 , H04L9/40 , G06T9/00 , G06F21/60 , G06N3/0455 , G06N3/0464
摘要: 本发明公开了一种融合自编码网络的数据安全加密方法和装置,涉及互联网数据处理技术领域。本发明为了解决现有数据安全加密时面对包含大量图片的海量数据存储资源开销大、数据传输不安全、数据传输效率低的缺陷,其方法为采用文本加密模块对文本类型数据作加密处理,构建图片自编码网络模型,采用图片压缩模块对待加密的原始图片类型数据作预压缩处理;采用图片加密模块对图片压缩编码作加密处理,采用解密模块对需要应用于下游任务的文本密文数据或图片密文数据进行解密,采用图片重建模块对解密后的图片压缩编码进行重建复原,译码器将码字通过重建处理后得到重建图片类型数据。本发明主要用于海量数据传输。
-
公开(公告)号:CN117591119A
公开(公告)日:2024-02-23
申请号:CN202311441226.0
申请日:2023-11-01
申请人: 国家计算机网络与信息安全管理中心
摘要: 本发明涉及软件检测技术领域,公开了一种海量APK源码特征提取及相似分析方法,首先输入两个APK文件,通过源码解析反编译方法提取到APK包的AndroidManifest文件、本地化语言配置文件,提取到SMALI或JAVA源代码;再通过包名索引、启动类索引、固定目录识别方式,识别APK核心源码目录、第三方包目录、系统资源目录,并生成源码树;再对核心源码目录中的文件进行分析,计算文件HASH,提取源码文件中字符串类声明特征表示作为加权特征;计算拟进行分析的两棵源码树结构的相似度情况,根据源码目录的类型对进行不同程度的相似度加权。本发明降低分析资源投入和时间消耗,提升源码相似分析的准确度,能够实现在大规模APK数据分析场景的高性能分析。
-
公开(公告)号:CN116962996B
公开(公告)日:2024-01-16
申请号:CN202311222480.1
申请日:2023-09-21
申请人: 国家计算机网络与信息安全管理中心
IPC分类号: H04W4/12 , H04W4/08 , H04L51/063 , H04L51/214 , H04L51/52 , H04L51/56 , G06N3/006
摘要: 本发明提供一种基于粒子群算法的信息传播预测方法、装置和设备,属于信息处理技术领域,该方法包括:确定在第一时刻目标信息对应的各个类型的用户的数量;其中,各个类型的用户对目标信息的信任程度和/或传播方式不同;根据第一时刻目标信息对应的各个类型的用户的数量和信息传播模型,确定目标信息的传播预测结果;目标信息的传播预测结果中包括在第二时刻目标信息对应的各个类型的用户的数量;信息传播模型用于对信息在传播过程中各个类型用户数量的变化情况进行预测。本发明的方法实现了对目标信息传播过程中各类型用户数量变化情况的准确预测,提升了信息传播预测结果的准确性。
-
公开(公告)号:CN116628515A
公开(公告)日:2023-08-22
申请号:CN202310538586.6
申请日:2023-05-12
申请人: 国家计算机网络与信息安全管理中心
IPC分类号: G06F18/22 , G06F18/25 , G06N3/0464 , G06N3/08 , G06F17/16
摘要: 本发明涉及社交网络技术领域,尤其为基于同空间用户特征传递的多网络身份对齐系统及方法,包括:数据采集模块:用于采集社交网络中的用户数据;身份学习模块:用于通过搭建网络拓扑结构与采集的用户数据相结合进行用户的多社交网络身份学习;身份传递模块:用于通过网络拓扑结构将用户数据进行多社交网络传递;向量生成模块:用于通过所述网络拓扑结构和用户数据获取多社交网络用户在同一个空间上的用户向量;身份对齐模块:用于通过相似度算法实现对未标注的潜在锚链路进行用户身份对齐。本发明利用自注意力机制,对用户的不同属性特征进行学习、融合,进行锚链路对齐判别,对用户的不同属性信息进行有效地整合与协调,进一步提高了用户身份的对齐准确性。
-
-
-
-
-
-
-
-
-