-
公开(公告)号：CN116415074A
公开(公告)日：2023-07-11
申请号：CN202310036751.8
申请日：2023-01-10
Applicant: 郑州信大先进技术研究院
IPC: G06F16/9536 , G06F16/9535 , G06F40/289
Abstract: 本发明提供一种基于网络社交平台的用户行为相似性计算方法，包括以下步骤：步骤1，基于网络社交平台用户数据集成为包括发文内容、发文时间、用户信息的数据源文件；步骤2，对数据源文件进行数据处理；步骤3，将处理后的数据源文件的数据存储在数据库当中；步骤4，采用seq2seq算法建立机器学习模型，并基于已建立的机器学习模型识别数据源文件为发文内容的特征向量；步骤5，通过计算Jaccard相似度，得出用户间的行为相似值。本发明通过利用大数据技术，在网络社交平台发文数据的基础上，对数据进行处理计算，并且通过建立算法模型来达到计算用户行为相似度的目的。
-
公开(公告)号：CN115757670A
公开(公告)日：2023-03-07
申请号：CN202211430463.2
申请日：2022-11-15
Applicant: 郑州信大先进技术研究院
IPC: G06F16/29 , G06F16/9537 , G06F17/18 , G06Q50/26
Abstract: 本发明提供一种基于时空矢量场的城市人群活动聚集度计算方法，包括以下步骤：步骤1，获取人群活动数据，并对人群活动数据进行预处理；步骤2，划分城市时空单元；步骤3，计算每个时空单元间的人群活动主体方向；步骤4，计算每个时空单元间的人群活动主体流量；步骤5，计算人群活动时空矢量场中每个时空单元的散度算子，并将其转化为人群活动聚集度。本发明提出的方法通过建模人群活动的趋向性构造人群活动的时空矢量场，并通过矢量场理论中的散度算子来定量计算人群活动聚散强度。本发明还在模拟数据集上进行了实验，说明了方法的有效性。
-
公开(公告)号：CN114706932A
公开(公告)日：2022-07-05
申请号：CN202210335498.1
申请日：2022-03-31
Applicant: 郑州信大先进技术研究院
Abstract: 本发明实施例涉及信息获取技术领域，公开了一种地理信息加密脱敏及查询的方法和系统。该方法包括：接收第一用户输入的地址信息，通过加密方法对所述地址信息进行处理，得到多组地址标签；接收目标终端的查询请求，基于所述查询请求确定一组或多组目标地址标签，并解密所述目标地址标签，并解密后的相关信息发送给所述目标终端。实施本发明实施例，可以通过对地理信息转换为多组地址标签，一方面通过分组分级的加密方式实现信息脱敏，后台不存储用户的真实地址信息，另一方面根据查询权限来限定查询人查询到的信息，可以有效保证用户地址信息安全。
-
公开(公告)号：CN112464015A
公开(公告)日：2021-03-09
申请号：CN202011494349.7
申请日：2020-12-17
Applicant: 郑州信大先进技术研究院
IPC: G06F16/583 , G06K9/62 , G06N3/08 , G06N3/04
Abstract: 本发明提供一种基于深度学习的图像电子证据筛选方法，包括从电子设备中获取数据为证据源，复制证据源进行图像预处理得到图像证据数据集；将图像证据数据集输送到深度学习分类网络中进行分类，保存分类结果和分类特征；同时将图像证据数据集输送到深度学习检测网络中进行检测，保存检测结果和检测特征；将分类结果和检测结果进行阈值判别，筛选出相同目标类别；将分类特征和检测特征进行特征比对，筛选出相同目标类别；经过阈值筛选和特征比对的同目标类别图像即为电子证据。为了提高图像电子证据的精度，采用两种深度学习方法进行图像电子证据筛选；为了提高图像电子证据的有效性，运用阈值筛选和特征比对的方法进行图像电子证据筛选。
-
公开(公告)号：CN115310089A
公开(公告)日：2022-11-08
申请号：CN202211047790.X
申请日：2022-08-30
Applicant: 郑州信大先进技术研究院
Abstract: 本发明提供了一种基于正则极限学习机的安卓恶意apk检测方法，所述方法包括以下步骤：步骤1，按照功能类别对样本应用程序集apk进行分类，得到M个不同功能类别的样本子集；步骤2，从样本子集的应用清单AndroidManifest.xml文件中提取出第一类特征属性，根据样本子集的.smali文件提取出第二类特征属性，构造出基础特征矩阵R；步骤3，筛选出共有特征集合，作为特征子集X；步骤4，基于极限学习机算法进行模型训练得到初始分类检测模型等；步骤5，提取待检测应用程序apk，利用分类检测模型检测待检测应用程序是否为恶意应用程序。本发明能够快速高效地检测出威胁Android系统信息安全的恶意应用程序。
-
Patent Agency Ranking
公开(公告)号：CN114490896A
公开(公告)日：2022-05-13
申请号：CN202111533847.2
申请日：2021-12-15
Applicant: 中国人民解放军战略支援部队信息工程大学 , 郑州信大先进技术研究院
IPC: G06F16/29
Abstract: 本申请提供一种泛在地理信息的编码方法、定位方法及电子设备。其中，编码方法包括：从目标实体相关的泛在地理信息集合中，获取目标实体和参考实体之间的地理语义，其中，所述参考实体为地名数据库中已知的实体。基于所述目标实体和参考实体之间的地理语义，确定所述目标实体相对所述参考实体的空间关系。对所述目标实体相对于所述参考实体的空间关系进行编码，编码结果作为所述目标实体对应的机械语言的位置数据。本申请的方案能够从泛在地理信息中提取机械处理所需要的位置数据，以支持定位、测绘等相关的地理应用。
-
公开(公告)号：CN114003671A
公开(公告)日：2022-02-01
申请号：CN202111229612.4
申请日：2021-10-21
Applicant: 中国人民解放军战略支援部队信息工程大学 , 郑州信大先进技术研究院
IPC: G06F16/29 , G06K9/62 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本申请提供一种地图图幅编码的识别的方法，包括：一种地图图幅编码的识别方法，包括：采集待识别地图图像；将所述待识别地图图像输入目标YOLO模型中，获取所述待识别地图的目标文字区域图像，所述目标文字区域内包括所述待识别地图图像的图幅编码；将所述目标文字区域图像输入目标CRNN模型中，使用目标CRNN模型对所述目标文字区域图像中的附图编号进行识别，并输出所述待识别地图的图幅编码。因此，本申请对地图图幅编码图像中的文字区域进行定位，在改进CRNN模型的基础上，结合YOLO模型设计了一个轻量级的图幅编码识别模型，相对于基础的CRNN模型，在提升准确率的前提下，有效压缩了文本检测模型的大小，极大提升了图幅编码的识别速度。
-
公开(公告)号：CN115374371A
公开(公告)日：2022-11-22
申请号：CN202210951172.1
申请日：2022-08-09
Applicant: 郑州信大先进技术研究院
IPC: G06F16/9536 , G06F16/36 , G06F40/289 , G06F16/33 , G06F40/242 , G06K9/62 , G06Q50/00
Abstract: 本发明提供一种案件大数据网络身份关联与人物画像方法，所述方法包括：步骤1，获取案件数据；步骤2，对获取的数据进行清洗；步骤3，采用重叠社团发现技术识别重要目标；步骤4，用户博文向量化；步骤5，用户个人信息向量化；步骤6，源用户和候选用户的博文相似度计算。本发明能够对涉案数据进行很好的处理；本发明中采用基于重叠社团发现的重要目标识别技术，利用局部聚类结构的引导来检测重叠社团，将复杂的重叠聚类问题降低为一个更简单、更易于处理的非重叠分区问题；本发明利用向量表示、行为关联等方法，构建基于多维特征的网络用户身份关联模型，挖掘跨社交平台用户关联关系和还原用户社交关系网络。
-
公开(公告)号：CN115099241A
公开(公告)日：2022-09-23
申请号：CN202210772206.0
申请日：2022-06-30
Applicant: 郑州信大先进技术研究院
IPC: G06F40/30 , G06F40/289 , G06F40/216
Abstract: 本发明公开了一种基于模型融合的海量旅游网络文本语义分析方法，获取评论数据集，并对数据集中的数据进行预处理；对数据集中的数据进行可视化分析；对评论数据集采用DBSCAN密度聚类，获得数据集D1；利用Word2Vec模型，得到数据集D2；利用Simhash算法，得到数据集D3；利用N‑Gram语言模型得到数据集D4；将数据集D1‑D4中的数据结果综合得到数据集D5；将预处理之后的数据集D5导入TF‑IDF模型和LDA模型，提取得到关键词和主题词；词向量化计算每条评论的关键词向量与主题词向量之间的距离，并根据距离输出结果高的词；根据特色词、酒店名称、酒店类型相互组合构建三元组，得到知识图谱。
-
公开(公告)号：CN115099241B
公开(公告)日：2024-04-12
申请号：CN202210772206.0
申请日：2022-06-30
Applicant: 郑州信大先进技术研究院
IPC: G06F40/30 , G06F40/289 , G06F40/216
Abstract: 本发明公开了一种基于模型融合的海量旅游网络文本语义分析方法，获取评论数据集，并对数据集中的数据进行预处理；对数据集中的数据进行可视化分析；对评论数据集采用DBSCAN密度聚类，获得数据集D1；利用Word2Vec模型，得到数据集D2；利用Simhash算法，得到数据集D3；利用N‑Gram语言模型得到数据集D4；将数据集D1‑D4中的数据结果综合得到数据集D5；将预处理之后的数据集D5导入TF‑IDF模型和LDA模型，提取得到关键词和主题词；词向量化计算每条评论的关键词向量与主题词向量之间的距离，并根据距离输出结果高的词；根据特色词、酒店名称、酒店类型相互组合构建三元组，得到知识图谱。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.035 seconds)
