-
公开(公告)号：CN116467638A
公开(公告)日：2023-07-21
申请号：CN202310369702.6
申请日：2023-04-10
申请人： 深圳市检验检疫科学研究院 , 深圳大学
IPC分类号： G06F18/241 , G06F18/214 , G06F16/901 , G06F16/906
摘要： 本发明提供一种基于随机子图样本分区的图分类方法，涉及图分类技术领域。该随机子图样本分区的图分类方法，包括RGSSP，所述RGSSP由子图生成模型、RSSP以及分类器模块组成，所述RSSP为随机子图样本分区，所述RGSSP是尽可能的生成数量足够的子图结构形成子图数据集，再通过将子图数据集切分成为具有代表性的块级样本，将少量块级样本代替完整数据集进行图分类。通过子图生成模型将对不同阶次的SGN子图进行采样，该采样算法覆盖所有节点和所有边，生成的子图数量可以达到上亿级别，有效解决了多样性不足的问题，通过将完整图数据集切分成块级样本，可以代替完整数据集进行近似计算，解决了由子图生成模型带来的大规模图数据处理问题。
-
公开(公告)号：CN115563974A
公开(公告)日：2023-01-03
申请号：CN202211299842.2
申请日：2022-10-24
申请人： 深圳市检验检疫科学研究院 , 中国标准化研究院 , 深圳大学
IPC分类号： G06F40/289 , G06F40/211 , G06N3/04 , G06N3/08
摘要： 本发明涉及文本分类技术领域，具体是一种基于上下文感知自适应卷积网络的文本分类方法，其具体步骤包括S1‑S4。本发明使用了多种卷积核，在提取特征的时候能够更好的提取对分类精度有用的文本特征，对于语义单元来说，能够让网络学习到更多文本信息，利用多种卷积核可以让CNN网络进一步考虑与当前文本关联的更多有用信息，其次，对于多种卷积核采用网络能够对其进行约束，通过不同分支学习到不同卷积核的重要程度，赋予不同的权重，最终完成文本分类任务，经实验表明本申请CACN网络分别在AG、Yelp_F、Yelp_P三个数据集上达到了92.6％、65.5％、95.8％的准确率。
-
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：CN116109609A
公开(公告)日：2023-05-12
申请号：CN202310153733.8
申请日：2023-02-23
申请人： 深圳市检验检疫科学研究院 , 深圳大学
IPC分类号： G06T7/00 , G06N3/0464 , G06N3/08
摘要： 本发明涉及图像异常检测技术领域，公开了基于高效动态时间特征嵌入方法的动态图中异常检测方法，包括以下步骤：S1、通过DyTEF提取动态图的结构特征，并将节点映射成高维空间向量；S2、提取块内图的时序特征，并把之前块内图的时序信息迁移到当前块中；S3、得到每条边的异常分数，以找出异常边数据。本发明通过在动态图的时序特征提取上，采用了带有记忆向量多头注意力机制来分块地提取特征，而块内每张图的特征提取都是并行地，这大大提高了算法的并行度，提高了算法效；此外，通过记忆力向量的学习与传递，还能提高算法的保存时序特征的能力，让模型提取时序特征更加的完整，从而提高了异常检测的性能，实现全面地异常检测。
-
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：CN115512133A
公开(公告)日：2022-12-23
申请号：CN202211251195.8
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： 本发明涉及进出口行为动态图检测技术领域，公开了一种进出口行为动态图数据异常检测方法，包括以下步骤：S1、进出口行为动态图的定义；S2、进出口行为动态图的特征提取；S3、进出口行为动态图的异常检测：在异常检测模块中利用S2中的节点表示检测进出口行为动态图中的异常边缘；本发明在动态图的时序特征提取上，没有采用基于滑动窗口循环神经网络结构，而是采用了基于长短期时序注意力的图嵌入方法来进行时序特征提取，通过分块计算注意的结构，能够高效提取快照内节点短期时序注意力，并且每个时序块通过长期记忆状态向量来对节点的长期时序特征进行提取和传递，保证了模型提取节点时序特征的完整性，从而提高了异常检测的性能。
-
公开(公告)号：CN114445639A
公开(公告)日：2022-05-06
申请号：CN202210014102.3
申请日：2022-01-06
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
摘要： 本发明公开了一种基于双重自注意的动态图异常检测方法，包括如下步骤：S1：DuSAG提取动态图的结构特征和时序特征进行异常边的检测；S2：DuSAG将结构自注意应用于图的随机游走采样得到的顶点序列，使DuSAG能够关注顶点序列中更加重要的顶点，以此增强图的结构特征学习；S3：DuSAG将时序自注意应用在不同时间戳的顶点嵌入上，使DuSAG能够捕获顶点的进化模式，学习图的时序特征。本发明引入结构自注意机制，关注更加重要的顶点，相比NetWalk增强了结构特征的提取。DuSAG引入时序自注意，学习顶点的进化模式，提取时序特征。DuSAG在检测异常数据有较好的效果以及双重自注意在异常检测的有效性。
-
公开(公告)号：CN115689282A
公开(公告)日：2023-02-03
申请号：CN202211306874.0
申请日：2022-10-24
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： G06Q10/0635 , G06F40/30 , G06F40/211
摘要： 本发明涉及进出口食品安全风险监测技术领域，具体是一种进出口食品安全风险监测和预警系统，包括基于网络爬虫的食品安全重点网站风险分析模块、基于实验室检测数据的食品安全风险分析模块以及风险评判与输出模块。本发明将海关实验室检测数据和互联网检索信息相结合，运用数据分析和智能搜索技术，建立进出口食品安全早期预警和末端预警相结合的风险预警系统，相对于其他食品安全风险预警模型，解决了提高进出口食品安全风险预警准确度和时效性的问题，为监管机构提供进出口食品安全监管执法辅助手段，也为消费者提供食品安全信息查询，杜绝了带有安全风险的进口食品入境。
-
公开(公告)号：CN111784248B
公开(公告)日：2023-04-07
申请号：CN202010622825.2
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
IPC分类号： G06Q10/0833
摘要： 本申请提供了一种物流溯源方法，应用于查找物流单元对应的物流链网内各物流节点中的问题节点；所述方法包括：获取物流单元对应的物流链网的链网信息，并依据链网信息确定物流单元的目标分析域及置信节点；其中，链网信息包括物流节点信息；依据链网信息，目标分析域以及物流链网中各物流节点的时效性等级确定快速节点；依据链网信息，目标分析域以及置信节点确定物流单元对应的物流估测路径；依据快速节点和物流估测路径确定物流单元的问题节点。优先确定物流单元流经的快速节点，提高追溯效率；将置信节点作为多可选流转路径物流单元追溯判定依据，提高追溯可信度。
-
-
-
-
-
-
-
-
-
搜索结果
22 条记录 (耗时 0.039 秒)
