-
公开(公告)号：CN111177743B
公开(公告)日：2022-02-22
申请号：CN201911243195.1
申请日：2019-12-06
Applicant: 西安交通大学
IPC: G06F21/60
Abstract: 本发明公开了一种面向信用大数据的风险控制方法及其系统，由终端设备完成数据的采集，服务器完成数据融合、清洗以及属性标签与主体标签的标注等实现数据预处理；再针对可信终端采集的原生数据设计风险控制模块，通过对数据进行标签化处理与敏感性划分，将数据划分成不同敏感等级，实现一级风险控制；再针对数据存储平台的使用者的初始信用度问题，通过分析原生数据中主体标签，评估数据访问者的初始信任度与权限，达到二级风险控制的目的；最后，针对系统、存储平台需要实时监控数据访问者行为这一问题，根据访问者行为动态界定主体信任度，从而完成面向信用大数据的三级风险控制。
-
公开(公告)号：CN110365671B
公开(公告)日：2021-08-10
申请号：CN201910610945.8
申请日：2019-07-08
Applicant: 西安交通大学深圳研究院
IPC: H04L29/06
Abstract: 本发明公开了一种支持隐私保护的群智感知激励机制方法，任务发布者通过服务器发布任务，任务执行者在数据提交前先进行任务执行者服务属性与任务需求间的匹配，然后根据匹配结果服务器选择任务执行者并推送任务信息；任务执行者和服务器提供匹配度计算相应证据到可信第三方的公告栏上进行验证；合格的任务执行者提交参与任务数的密文形式到可信第三方的公告栏上，计算所有合格任务执行者的密文以得到不同任务的参与人数；任务工作者通过任务发布者提交到公告栏上的真值承诺和数据质量表验证所得到的数据质量，任务发布者根据任务参与人数和数据质量表计算报酬并奖励任务执行者和服务器。本发明提高了任务发布者最终获得的任务结果的质量。
-
公开(公告)号：CN109711720A
公开(公告)日：2019-05-03
申请号：CN201811595567.2
申请日：2018-12-25
Applicant: 西安交通大学深圳研究院
IPC: G06Q10/06
Abstract: 本发明公开了一种应用于群智感知的数据质量评估方法，任务发布节点通过服务器发布任务，服务器根据可信度对完成任务的工作者进行选择并推送任务信息，工作者根据自身情况选择接受任务；将感知数据提交至服务器，服务器根据综合感知数据与各提交感知数据的工作者的可信度确定数据支持度，对各感知数据进行质量评级；服务器进行任务难度、历史服务衰减因子、风险因子计算，对完成该任务的工作者的可信度进行更新；最后服务器将结果数据提交给任务发布者，并根据各工作者提交的感知数据的质量等级进行报酬的分配。本发明评估方法综合分析后得到的结果数据降低了低质量数据对最终结果的影响，提高了任务发布者最终获得的任务结果的质量。
-
公开(公告)号：CN109711720B
公开(公告)日：2021-03-09
申请号：CN201811595567.2
申请日：2018-12-25
Applicant: 西安交通大学深圳研究院
Abstract: 本发明公开了一种应用于群智感知的数据质量评估方法，任务发布节点通过服务器发布任务，服务器根据可信度对完成任务的工作者进行选择并推送任务信息，工作者根据自身情况选择接受任务；将感知数据提交至服务器，服务器根据综合感知数据与各提交感知数据的工作者的可信度确定数据支持度，对各感知数据进行质量评级；服务器进行任务难度、历史服务衰减因子、风险因子计算，对完成该任务的工作者的可信度进行更新；最后服务器将结果数据提交给任务发布者，并根据各工作者提交的感知数据的质量等级进行报酬的分配。本发明评估方法综合分析后得到的结果数据降低了低质量数据对最终结果的影响，提高了任务发布者最终获得的任务结果的质量。
-
公开(公告)号：CN110365671A
公开(公告)日：2019-10-22
申请号：CN201910610945.8
申请日：2019-07-08
Applicant: 西安交通大学深圳研究院
IPC: H04L29/06
Abstract: 本发明公开了一种支持隐私保护的群智感知激励机制方法，任务发布者通过服务器发布任务，任务执行者在数据提交前先进行任务执行者服务属性与任务需求间的匹配，然后根据匹配结果服务器选择任务执行者并推送任务信息；任务执行者和服务器提供匹配度计算相应证据到可信第三方的公告栏上进行验证；合格的任务执行者提交参与任务数的密文形式到可信第三方的公告栏上，计算所有合格任务执行者的密文以得到不同任务的参与人数；任务工作者通过任务发布者提交到公告栏上的真值承诺和数据质量表验证所得到的数据质量，任务发布者根据任务参与人数和数据质量表计算报酬并奖励任务执行者和服务器。本发明提高了任务发布者最终获得的任务结果的质量。
-
Patent Agency Ranking
公开(公告)号：CN111461041A
公开(公告)日：2020-07-28
申请号：CN202010265942.8
申请日：2020-04-07
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于生成对抗网络的多因素联合判别异常行人方法，采用改进的Pedestrian-Synthesis-GAN网络对行人进行检测跟踪，为判别运动轨迹、记录通过时间以及行人的头部曝光时长提供了基础。使用Social-GAN网络预测行人轨迹，计算实际轨迹与预测轨迹的相似度，得到异常分数。设计使用SVM来对行人通过时间进行判别，得到相应的异常分数。由于异常行人会产生冻结效应，在行人检测的基础上使用GAN网络对人脸进行识别检测，计算面部曝光时长和曝光次数的异常分数。最后，设置动态权重，对行人的运动轨迹、逗留时间、脸部曝光时长、曝光次数以及行为姿态五个方面进行多因素融合判别，有效提高了检测异常行人的准确率。
-
公开(公告)号：CN111177743A
公开(公告)日：2020-05-19
申请号：CN201911243195.1
申请日：2019-12-06
Applicant: 西安交通大学
IPC: G06F21/60
Abstract: 本发明公开了一种面向信用大数据的风险控制方法及其系统，由终端设备完成数据的采集，服务器完成数据融合、清洗以及属性标签与主体标签的标注等实现数据预处理；再针对可信终端采集的原生数据设计风险控制模块，通过对数据进行标签化处理与敏感性划分，将数据划分成不同敏感等级，实现一级风险控制；再针对数据存储平台的使用者的初始信用度问题，通过分析原生数据中主体标签，评估数据访问者的初始信任度与权限，达到二级风险控制的目的；最后，针对系统、存储平台需要实时监控数据访问者行为这一问题，根据访问者行为动态界定主体信任度，从而完成面向信用大数据的三级风险控制。
-
公开(公告)号：CN111461041B
公开(公告)日：2022-12-09
申请号：CN202010265942.8
申请日：2020-04-07
Applicant: 西安交通大学
IPC: G06V40/10 , G06V10/764 , G06V10/82 , G06V10/74 , G06T7/246
Abstract: 本发明公开了一种基于生成对抗网络的多因素联合判别异常行人方法，采用改进的Pedestrian‑Synthesis‑GAN网络对行人进行检测跟踪，为判别运动轨迹、记录通过时间以及行人的头部曝光时长提供了基础。使用Social‑GAN网络预测行人轨迹，计算实际轨迹与预测轨迹的相似度，得到异常分数。设计使用SVM来对行人通过时间进行判别，得到相应的异常分数。由于异常行人会产生冻结效应，在行人检测的基础上使用GAN网络对人脸进行识别检测，计算面部曝光时长和曝光次数的异常分数。最后，设置动态权重，对行人的运动轨迹、逗留时间、脸部曝光时长、曝光次数以及行为姿态五个方面进行多因素融合判别，有效提高了检测异常行人的准确率。
-
公开(公告)号：CN110852203B
公开(公告)日：2022-04-22
申请号：CN201911032396.7
申请日：2019-10-28
Applicant: 西安交通大学
Abstract: 本发明公开一种基于视频特征学习的多要素可疑人员识别方法，包括：对监控视频进行基于感知哈希映射关键帧筛选，分离包含行为主体的前景信息，并定位关键部位所在区域；然后对预处理结果进行动静结合的特征提取：对于静态监控视频,提取头部姿势、手部姿势等局部特征与行走异常、衣着异常等整体特征；对于动态监控特征，主要提取路径重复度、可疑人员出现在人群密集点的概率以及监控环境中标志点平均停留时间；根据评判标准结合可信计算思想，计算可疑人员身份可信指数；最后，根据相应的阈值，动态筛选可疑人员并输出判别信息。本发明可以在受控与非受控环境下，较准确高效的识别出可疑人员，具有良好的科学性与更高的实际应用价值。
-
公开(公告)号：CN110852203A
公开(公告)日：2020-02-28
申请号：CN201911032396.7
申请日：2019-10-28
Applicant: 西安交通大学
IPC: G06K9/00
Abstract: 本发明公开一种基于视频特征学习的多要素可疑人员识别方法，包括：对监控视频进行基于感知哈希映射关键帧筛选，分离包含行为主体的前景信息，并定位关键部位所在区域；然后对预处理结果进行动静结合的特征提取：对于静态监控视频,提取头部姿势、手部姿势等局部特征与行走异常、衣着异常等整体特征；对于动态监控特征，主要提取路径重复度、可疑人员出现在人群密集点的概率以及监控环境中标志点平均停留时间；根据评判标准结合可信计算思想，计算可疑人员身份可信指数；最后，根据相应的阈值，动态筛选可疑人员并输出判别信息。本发明可以在受控与非受控环境下，较准确高效的识别出可疑人员，具有良好的科学性与更高的实际应用价值。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.018 seconds)
