-
公开(公告)号：CN113988052A
公开(公告)日：2022-01-28
申请号：CN202111295587.X
申请日：2021-11-03
申请人： 深圳市检验检疫科学研究院 , 合肥工业大学
IPC分类号： G06F40/211 , G06F40/284 , G06N3/04 , G06N3/08
摘要： 本申请提供了一种基于图扰动策略的事件检测方法及装置，包括获取给定句子中的上下文单词，生成与所述上下文单词对应的句法信息邻接矩阵和拼接向量；依据所述句法信息邻接矩阵生成句法图；依据所述拼接向量确定与所述上下文单词对应的上下文表示；将所述句法信息邻接矩阵和所述上下文表示作为人工神经网络的输入，获取输出信息；依据所述上下文表示与所述输出信息预测所述上下文单词的类型。本申请通过引入句法信息和两种图扰动策略来过滤句子中冗余信息，保留重要单词信息，并使用图修复操作减少句法信息的损失，可以有效解决事件检测过程中由于长句子中冗余信息过多所导致的分类效率低下的问题。
-
公开(公告)号：CN112465054A
公开(公告)日：2021-03-09
申请号：CN202011418905.2
申请日：2020-12-07
申请人： 深圳市检验检疫科学研究院 , 合肥工业大学 , 深圳海关信息中心 , 深圳海关动植物检验检疫技术中心
摘要： 本申请提供了一种基于FCN的多变量时间序列数据分类方法，包括：确定多变量时间序列数据对应的多变量高斯模型参数；依据多变量高斯模型参数和多变量时间序列数据生成输入条件；利用人工智能模型的学习能力，建立输入条件与多变量时间序列数据的数据类别之间的对应关系；获取目标的当前多变量时间序列数据，并依据当前多变量时间序列数据确定对应的当前输入条件；通过对应关系，确定与当前输入条件对应的当前数据类别。通过将多变量时间序列数据对应的多变量高斯模型参数作为输入条件，在保证了精度的同时，极大地提高了人工智能模型的训练速度，且数据集维度越高，提升越为显著。
-
公开(公告)号：CN112465054B
公开(公告)日：2023-07-11
申请号：CN202011418905.2
申请日：2020-12-07
申请人： 深圳市检验检疫科学研究院 , 合肥工业大学 , 深圳海关信息中心 , 深圳海关动植物检验检疫技术中心
IPC分类号： G06F18/2415 , G06F18/213 , G06F18/214 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/08 , G06F123/02
摘要： 本申请提供了一种基于FCN的多变量时间序列数据分类方法，包括：确定多变量时间序列数据对应的多变量高斯模型参数；依据多变量高斯模型参数和多变量时间序列数据生成输入条件；利用人工智能模型的学习能力，建立输入条件与多变量时间序列数据的数据类别之间的对应关系；获取目标的当前多变量时间序列数据，并依据当前多变量时间序列数据确定对应的当前输入条件；通过对应关系，确定与当前输入条件对应的当前数据类别。通过将多变量时间序列数据对应的多变量高斯模型参数作为输入条件，在保证了精度的同时，极大地提高了人工智能模型的训练速度，且数据集维度越高，提升越为显著。
-
公开(公告)号：CN113887213A
公开(公告)日：2022-01-04
申请号：CN202111164755.1
申请日：2021-09-30
申请人： 深圳市检验检疫科学研究院 , 合肥工业大学
IPC分类号： G06F40/284 , G06F40/211 , G06N3/04 , G06N3/08
摘要： 本申请提供了一种基于多层图注意力网络的事件检测方法及装置，包括获取事件文本信息中的上下文单词，并确定与所述上下文单词对应的句法信息邻接矩阵和拼接向量；将所述邻接矩阵和所述拼接向量作为人工神经网络的输入，获取输出向量；依据所述拼接向量与所述输出向量聚合生成聚合信息；依据所述聚合信息确定所述上下文单词的触发词类别。本申请通过同时结合上下文单词的句法信息和上下文信息，有效解决使用句法分析工具容易出现信息丢失和错误传播的问题；并且通过在图注意力网络层中结合跳跃连接模块，避免因为一些短距离的句法信息过度传播从而导致最终触发词的分类不理想的情况出现，有效提高触发词分类的精度、召回率以及F1值。
-
公开(公告)号：CN116467663A
公开(公告)日：2023-07-21
申请号：CN202310384920.7
申请日：2023-04-12
申请人： 深圳市检验检疫科学研究院 , 深圳大学
IPC分类号： G06F18/2433 , G06F18/213 , G06N3/042 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/08
摘要： 本发明提供一种有向动态图数据异常检测方法及系统，涉及异常检测领域。该有向动态图数据异常检测系统，包括基于图角色的有向图卷积网络的动态图异常边检测DDG算法，所述DDG算法可分为基于图角色的有向图卷积网络(RDGCN)、具有传递结构的多头注意力网络和异常检测模块三个模块。通过DDG算法采用了基于有向图角色的图卷积网络RDGCN去提取动态图中的结构特征，以更好地适用于有向动态图数据，并采用具有传递结构的多头注意力网络去提取动态图的时序特征，最后采用有向负采样方法去训练模型，提高了模型在有向图和无向图数据中的异常检测的性能，填补了这方面的研究缺陷。
-
公开(公告)号：CN116204651A
公开(公告)日：2023-06-02
申请号：CN202211251187.3
申请日：2022-10-13
申请人： 深圳市检验检疫科学研究院 , 深圳大学 , 深圳前海量子云码科技有限公司
摘要： 本发明涉及文本挖掘技术领域，公开了一种冷链食品短文本情报主题挖掘系统，包括多知识背景向量构建模块、多知识背景下的相似度度量模块以及相似词增强的吉布斯采样模块，还公开了一种冷链食品短文本情报主题挖掘方法：包括以下步骤：S1、定义符号；S2、多知识背景向量构建S3、相似度度量；S4、吉布斯采样。本发明通过多知识背景向量构建模块将预先训练好的词向量和实体向量融合形成单词的多知识背景向量；通过相似度度量模块计算两个单词的多知识背景向量之间夹角的余弦距离，以确定单词与单词之间的相似性；通过吉布斯采样模块将具有相似知识背景的单词尽可能分配到同一主题下，从而显著提升了短文本情报主题挖掘能力。
-
公开(公告)号：CN115617979A
公开(公告)日：2023-01-17
申请号：CN202211412461.0
申请日：2022-11-11
申请人： 深圳市检验检疫科学研究院 , 深圳大学 , 深圳前海量子云码科技有限公司
IPC分类号： G06F16/335 , G06F16/35 , G06F16/36 , G06F40/279 , G06F18/214 , G06Q10/0635
摘要： 本发明涉及数据挖掘技术领域，公开了一种基于申报质量评估的海关进出口商品风险识别方法，包括以下步骤：S1、数据预处理：提取要素字段，并进行初步筛选，得到报关单样本集；S2、基于两阶段抽样的报关单样本集抽样：生成候选标记样本集；S3、基于类中心的候选标记样本集删减：得到样本删减后的训练样本集；S4、短文本二分类的报关单质量评估：得到报关单申报正确的概率，完成报关单质量评估。本发明既不过分依赖于某些规则，也不需要消耗大量人工进行审核，可以从海量申报数据中识别监管系统的漏洞，挖掘异常报关行为模式，高效智能化审核报关单，识别申报环节风险，实现自动识别报关单质量并实时预警的功能。
-
公开(公告)号：CN114443909A
公开(公告)日：2022-05-06
申请号：CN202210019006.8
申请日：2022-01-10
申请人： 深圳市检验检疫科学研究院 , 深圳大学 , 深圳海关信息中心
IPC分类号： G06F16/901 , G06F16/906 , G06Q50/00 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明公开了基于社区结构的动态图异常检测方法，包括如下步骤：S1：首先定义动态图异常边检测的具体定义；S2：CmaGraph由C‑Block、M‑Block和A‑Block构成，C‑Block检测动态图的进化社区，M‑Block重建社区内与社区间顶点的距离，使得同一社区内的顶点嵌入之间的欧式距离上互相靠近，位于不同社区的顶点嵌入之间的欧式距离互相远离；S3：顶点嵌入最终输入到A‑Block进行异常检测。本发明在检测异常数据有较好的效果以及社区结构在异常检测的有效性。针对在基于图嵌入方法利用社区结构进行异常检测的研究空白，本发明填补了这方面的研究空白。
-
公开(公告)号：CN111784159A
公开(公告)日：2020-10-16
申请号：CN202010620361.1
申请日：2020-07-01
申请人： 深圳市检验检疫科学研究院 , 深圳海关信息中心 , 深圳海关动植物检验检疫技术中心
摘要： 本发明实施例提供了一种食品风险追溯信息分级方法及装置，利用人工智能模型的自学习能力，建立食品风险追溯信息分级的深度学习神经网络模型，对深度学习神经网络模型的权值和偏置进行初始化处理，得到原始深度学习神经网络模型；获取食品风险追溯信息样本，按照预设基础追溯信息因子格式进行信息划分，得到食品风险追溯信息因子；将食品风险追溯信息因子按照预设向量化方式转化成食品风险追溯信息向量；将食品风险追溯信息向量输入到原始深度学习神经网络模型中，得到当前食品风险追溯信息的原始分级向量；将原始分级向量输入到损失函数中，得到原始分级向量的损失率，若损失率在预设范围内，则原始分级向量确定为目标分级结果。
-
公开(公告)号：CN116455649A
公开(公告)日：2023-07-18
申请号：CN202310452546.X
申请日：2023-04-25
申请人： 深圳市检验检疫科学研究院
IPC分类号： H04L9/40 , H04L67/568 , H04L43/045
摘要： 本发明提供一种进出口贸易数据交换系统，涉及进出口贸易数据交换领域。该进出口贸易数据交换系统，包括海关业务网、对外接入局域网和电子口岸专网三个网段，各个所述网段之间仅通过网闸和防火墙作为数据交换通道，所述电子口岸专网包括有数据安全分级模块A、数据加密和解密模块A、数据处理模块A、数据传输模块A和数据存储模块A；所述对外接入局域网包括有安全检测模块，数据传输模块B和数据存储模块B。通过互联网和海关业务网之间的数据交换，解决了跨网异构数据传输的问题。实现信息跨地域、跨部门、跨平台、跨网络、跨传输协议的互通、互用，建立了一个安全、高效的数据交换系统。
-
-
-
-
-
-
-
-
-
搜索结果
30 条记录 (耗时 0.072 秒)
