-
公开(公告)号：CN109902297A
公开(公告)日：2019-06-18
申请号：CN201910113053.7
申请日：2019-02-13
Applicant: 北京航空航天大学
IPC: G06F17/27 , G06F16/2458 , G06F16/35 , G06F16/36 , G06F16/9535 , G06N3/04 , G06N3/08
Abstract: 本申请公开了一种威胁情报的生成方法及装置，包括：采集多种类型的安全事件的描述文本，以及采集漏洞库和攻击利用数据库；使用正则表达式从所采集的描述文本中过滤掉第一类描述文本，得到第二类描述文本，所述第一类描述文本不包含威胁字段，所述第二类描述文本包含威胁字段；使用卷积神经网络对所述第二类描述文本进行分类，得到真正的威胁情报文本和假正例威胁情报文本；从所述真正的威胁情报文本中提取实体并抽取实体之间的关系，并基于所述实体和实体之间的关系生成三元组信息；基于所述三元组信息，生成威胁情报知识图谱。
-
-
-
公开(公告)号：CN109887611A
公开(公告)日：2019-06-14
申请号：CN201910113121.X
申请日：2019-02-13
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 北京航空航天大学
Abstract: 本申请公开了一种医疗管理系统及移动终端，所述系统包括：患者管理单元，用于录入患者信息；分组管理单元，用于基于所述患者信息对患者进行分组，以及对患者的评估状态进行分析；筛选查询单元，用于基于至少一种查询条件对患者进行查询；统计分析单元，用于对患者进行患者信息统计和/或数理统计和/或智能统计；预警管理单元，用于为患者提供慢性病发展情况和/或就诊建议和/或用药建议和/或区域预报；消息管理单元，用于患者和医务工作者之间的实时沟通。
-
公开(公告)号：CN109885734A
公开(公告)日：2019-06-14
申请号：CN201910113100.8
申请日：2019-02-13
Applicant: 北京航空航天大学
IPC: G06F16/901 , G06N3/04
Abstract: 本发明提出一种基于深度学习的异常子图发现方法，其特征在于，具体包括以下步骤：步骤1，基于网络中结点的特征矩阵和整个网络中节点之间关系等，建立图卷积深度模型进行异常节点检测，在卷积层中采用PReLU激活函数进行模型优化，设定影响因子K调节节点之间的互相影响程度；步骤2，基于深度优先搜索遍历或广度优先搜索遍历在步骤1中的结果中找到一个或多个最异常子图。
-
Patent Agency Ranking
公开(公告)号：CN109871362A
公开(公告)日：2019-06-11
申请号：CN201910112962.9
申请日：2019-02-13
Applicant: 北京航空航天大学
IPC: G06F16/174 , G06F16/13
Abstract: 本发明提出一种面向流式时序数据的数据压缩方法，其特征在于，包括以下步骤：步骤1，数据清洗，所述数据清洗包括数据的缺失值处理、异常值处理，再对数据进行类型识别，得到时间标记数据和观测值数据；步骤2，数据压缩，所述将封装后的时间标记数据进行时间戳压缩，将观测值数据进行观测值数据压缩；步骤3，所述时间戳数据压缩数据和所述观测值数据压缩数据进行可变长编码；步骤4，数据封装，所述封装是将数据按不同类型的数据列压缩存储在数据文件。
-
公开(公告)号：CN109817338A
公开(公告)日：2019-05-28
申请号：CN201910113117.3
申请日：2019-02-13
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 北京航空航天大学
Abstract: 本发明提出一种慢性病加重风险评估与告警系统，包括预处理模块，核心指标特征抽取模块，多维时序数据特征抽取模块和特征融合与预警模块。所述预处理模块对医学数据进行全面的预处理得到核心指标数据的历史序列和多维特征的历史数据；所述核心指标特征抽取模块建立了所述核心指标数据的历史序列中相邻时间点的时间间隔与长期记忆传递之间的关联，得到第一组基准特征；所述多维时序数据特征抽取模块对所述多维时序数据进行抽取得到第二组基准特征；所述特征融合与预警模块将所述第一组基准特征和第二组基准特征进行融合，然后进行预警分析。
-
公开(公告)号：CN104598629B
公开(公告)日：2017-11-03
申请号：CN201510061279.9
申请日：2015-02-05
Applicant: 北京航空航天大学
IPC: G06F17/30
Abstract: 本发明提供一种基于流式图模型的社交网络突发事件检测方法，包括：依次对每个数据文本进行分词处理得到由每个数据文本中的关键词作为节点，关键词间的共现关系作为边的关键词共现图；根据到达当前检测时刻时关键图共现图中每条边每个到来时刻的出现次数以及每条边的每个到来时刻对应的衰减权重，确定每条边的边频率；根据与各邻节点间边的边频率确定各节点的节点活动频率；确定各节点的活动频率变化程度并根据活动频率变化程度确定突发热词节点，得到突发热词共现图；对突发热词共现图进行预设图聚类算法处理，得到各突发事件。基于流式图的关键词共现图进行突发热词检测，进而检测突发事件，保证了突发事件检测结果的准确实时。
-
公开(公告)号：CN106874428A
公开(公告)日：2017-06-20
申请号：CN201710058858.7
申请日：2017-01-23
Applicant: 北京航空航天大学
CPC classification number: G06F17/3089 , G06Q50/01
Abstract: 本发明实施例提供一种社交网络中影响力的提升方法和装置，通过获取待发布信息；遍历K个大V用户模拟转发所述待发布信息，获取每个大V用户转发所述待发布信息产生的影响力结果；所述影响力结果包括：转发所述待发布信息的用户的数量和关注所述待发布信息的发布者的用户的数量；根据所述K个大V用户对应的影响力结果，确定实际转发所述待发布信息的大V用户。由于本实施例确定实际转发待发布信息的大V用户参考了转发所述待发布信息的用户的数量和关注所述待发布信息的发布者的用户的数量，其中，关注所述待发布信息的发布者的用户的数量代表了发布者的影响力的提升，因此，本发明可用于提高社交网络中的传播影响力。
-
公开(公告)号：CN106874419A
公开(公告)日：2017-06-20
申请号：CN201710054225.9
申请日：2017-01-22
Applicant: 北京航空航天大学
Abstract: 本发明提供一种多粒度实时热点聚合方法，包括：对输入的流式数据进行数据清洗处理，并将处理后的流式数据表示为结构化数据；对第一预设时间片内的结构化数据进行分词，并计算各分词在所有结构化数据中的权重；根据各分词的权重计算当前时间片内各事件的权重；对事件进行聚合，并根据各事件的权重计算聚合后的每个事件簇的权重；根据各事件簇的权重生成排序后的事件列表。本发明提供的技术方案，提升了最终事件显示结果的粒度、事件的完整性和准确性，方便了用户快速准确地获取热点信息。
-
-
-
-
-
-
-
-
-
Search Results
301
records
(took 0.06 seconds)
