-
公开(公告)号:CN110795807A
公开(公告)日:2020-02-14
申请号:CN201911033009.1
申请日:2019-10-28
申请人: 天津大学
摘要: 本发明公开一种基于复杂网络的要素异常结构检测模型构建方法,主要步骤如下:首先根据依存的银行交易流水,利用抽取的交易关系构建交易关系网络,找出交易的爆发时间区间,以及每个客户的异常值计算;然后,在交易爆发区间内找出可疑的客户并检测出可疑的最大连通子图。本发明提出的方法更加形式化的描述出了各个客户的可疑度,用于检测大型边缘属性的真实世界交易网络的欺诈。该发明从客户节点行为信息中挖掘节点的固有特征,在时间序列上研究节点的行为,更加精确的描述节点的特性,挖掘客户的本质。
-
公开(公告)号:CN118298835A
公开(公告)日:2024-07-05
申请号:CN202410293962.4
申请日:2024-03-14
申请人: 天津大学
IPC分类号: G10L21/003 , G10L21/02 , G10L25/27 , G10L13/02
摘要: 本发明提出了一种适用于目标建筑空间的抗混响语音信号的获取方法,首先采集目标建筑空间的脉冲响应信号,然后应用人机实时交互模拟系统令两名实验人员进行对话任务,在对话任务过程中两名实验人员进行交流并不断获得反馈,根据反馈不断修正自己的发声,最后使实验人员的发声趋于稳定并且双方均能够听清楚,从而得到实验人员能够听清楚的稳定发声状态下的语音数据;通过分析和学习得到的实验人员能够听清楚的稳定发声状态下的语音数据的发声特点,得出适用于目标建筑空间的抗混响语音信号;将生成的抗混响语音信号,输入至目标建筑空间的广播系统进行播放,即可实现良好的语音传达效果。
-
公开(公告)号:CN118375225A
公开(公告)日:2024-07-23
申请号:CN202410626459.6
申请日:2024-05-20
申请人: 天津大学
IPC分类号: E04B1/343 , E04B1/38 , E04B1/66 , E04B1/68 , E04B1/684 , E04B1/82 , E04B1/84 , E04B1/86 , E04H1/12
摘要: 本发明提出了一种分体式可组装隔声罩,其包括第一半封闭式罩体和第二半封闭式罩体,第一半封闭式罩体和第二半封闭式罩体均为底面以及其中一个侧面敞开的结构;在第一半封闭式罩体和第二半封闭式罩体对接面的矩形框架主体的两侧侧壁上设置有闭锁装置。使用时,第一半封闭式罩体敞开面和第二半封闭式罩体的敞开面相对接,并且通过第一半封闭式罩体和第二半封闭式罩体之间通过闭锁装置紧密连接,组装成一个大型的隔声罩装置,将需要隔声的设备罩住;在需要运输时,将其拆卸为两个分体的半封闭式罩体,减小隔声装置的体积与重量,方便通过货梯等较为狭小的空间进行运输,增加运输的灵活性。
-
公开(公告)号:CN118153714A
公开(公告)日:2024-06-07
申请号:CN202410339246.5
申请日:2024-03-25
申请人: 天津大学
IPC分类号: G06N20/00 , G06Q50/18 , G06F40/284 , G06N5/022 , G06F18/25
摘要: 本发明公布一种应用于法律领域的基础大模型的优化方法。采用LangChain+Streamlit+城市安全大模型的方式进行本地化部署,提供智能应答服务。主要包括数据收集、处理数据、问答对知识召回优化、参数微调和模型优化。微调大模型可以提高模型在应对法律和城市安全领域的鲁棒性。通过向模型中添加新的任务和数据,模型可以更好地适应复杂多变的法律环境和城市安全挑战。根据具体应用场景对模型进行精简和优化,以保证模型在法律和城市安全领域的高效运行。
-
公开(公告)号:CN110795807B
公开(公告)日:2023-07-18
申请号:CN201911033009.1
申请日:2019-10-28
申请人: 天津大学
摘要: 本发明公开一种基于复杂网络的要素异常结构检测模型构建方法,主要步骤如下:首先根据依存的银行交易流水,利用抽取的交易关系构建交易关系网络,找出交易的爆发时间区间,以及每个客户的异常值计算;然后,在交易爆发区间内找出可疑的客户并检测出可疑的最大连通子图。本发明提出的方法更加形式化的描述出了各个客户的可疑度,用于检测大型边缘属性的真实世界交易网络的欺诈。该发明从客户节点行为信息中挖掘节点的固有特征,在时间序列上研究节点的行为,更加精确的描述节点的特性,挖掘客户的本质。
-
公开(公告)号:CN118536028A
公开(公告)日:2024-08-23
申请号:CN202410541469.X
申请日:2024-04-30
申请人: 天津大学
IPC分类号: G06F18/2433 , G06F16/36 , G06F40/295 , G06F40/30 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06N3/094
摘要: 本发明属于数据挖掘领域,具体涉及一种基于特征解耦的生物风险因子识别方法。本发明通过收集生物安全文献数据,进行实体和语义关系抽取,从而构建生物学术网络,进行表征和特征解耦,通过异常分数计算,区分生物风险因子和非生物风险因子。建模了生物安全相关的学术文献网络,并基于更具可解释性的特征解耦异常检测方法检测生物风险因子,提升了生物风险因子识别的准确性和可信性。
-
-
-
-
-