-
公开(公告)号：CN111832621A
公开(公告)日：2020-10-27
申请号：CN202010531567.7
申请日：2020-06-11
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院计算技术研究所
Abstract: 本发明提出一种基于稠密多路卷积网络的图片分类方法和系统，包括：构建由分组、变换、聚合构成的基本单元，基于该基本单元构建新的稠密模块，将密集连接的卷积DenseNet网络网络框架中原始稠密模块替换为该新稠密模块，得到稠密多路卷积网络；使用已标记类别的图片数据作为训练数据，通过梯度反向传播更新该稠密多路卷积网络中的权重，训练该稠密多路卷积网络，得到图片分类模型；将待分类图片数据输入该分类模型，得到该待分类图片数据的分类结果。本发明提出的稠密多路卷积网络，对DenseNet网络的基本模块进行了改进和优化，以获取表达力更强的特征。
-
公开(公告)号：CN111597333A
公开(公告)日：2020-08-28
申请号：CN202010343965.6
申请日：2020-04-27
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/35 , G06F16/9535 , G06F40/30 , G06F40/289 , G06Q50/26
Abstract: 本发明公开一种面向区块链领域的事件与事件要素抽取方法及装置，该方法包括：步骤一、基于区块链关键词图的web文本聚类，得到区块链文本聚合词图；步骤二、基于所述的区块链文本聚合词图，构建图注意力机制的图表示学习的事件及其要素抽取方法；首先以区块链文本聚合词图作为输入，基于图注意力模型GAT的深度学习模型进行词的表示学习，以事件及其要素进行抽取的模型训练直到模型收敛；基于收敛的模型实现Tensorflow的后台接口，而对于新的待抽取的文本通过该后台接口进行预测，返回输出的抽取值。本发明可以准确提取事件及其事件要素。
-
公开(公告)号：CN109800431B
公开(公告)日：2020-07-28
申请号：CN201910062802.8
申请日：2019-01-23
Applicant: 中国科学院自动化研究所 , 国家计算机网络与信息安全管理中心
IPC: G06F40/289 , G06F16/35
Abstract: 本发明属于计算机科学技术领域，尤其是涉及一种事件信息关键词提取、监控方法及系统及存储和处理装置，旨在为了解决解决无监督方法提取关键词效果不稳定的问题。本发明提取方法对于获取的待监控的事件信息，基于多种关键词提取技术提取并优选一组相关性很强的关键词作为第一关键词组，而后基于关键词在时域的发展演化选出最新的热点词汇作为第二关键词组，再后对同一时间段内的同一事件的不同报道进行聚类，提取各聚类的关键词合并后作为第三关键字组，最后合并三个关键词组并选定最终的关键词组合。本发明提高了系统的稳定性，同时兼顾了时域及同一事件不同侧面的发展方向。
-
公开(公告)号：CN107168986B
公开(公告)日：2020-05-26
申请号：CN201710178505.0
申请日：2017-03-23
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/958
Abstract: 本发明公开了一种新闻APP应用活跃度的分析方法，包括以下步骤：步骤1、采集不少于2个新闻APP的相关数据；步骤2、将步骤1采集的数据代入活跃度计算模型进行分析计算；步骤3、将步骤2中得到的计算结果进行排列，即得所采集新闻APP的活跃度排行。其能够综合客观的判断一个新闻APP的实际活跃度，并对多个新闻APP的活跃度进行分析和排行，使用户方便的选择适合自身的新闻APP。
-
公开(公告)号：CN110427264A
公开(公告)日：2019-11-08
申请号：CN201910578638.6
申请日：2019-06-28
Applicant: 中国科学院计算技术研究所 , 国家计算机网络与信息安全管理中心
IPC: G06F9/50 , G06F16/951
Abstract: 本发明提出一种基于Kubernetes的JS解析方法及系统，包括：多台物理机、采集结果库、系统监控模块和解析任务控制模块；物理机，用于根据任务部署JS解析Pod，执行网页采集，将得到的采集结果存至采集结果库；系统监控模块，用于自动读取物理机的机器信息；解析任务控制模块，用于查询系统监控模块，得到各物理机的机器信息，以计算各物理机应部署的JS解析Pod个数，调用Kubernetes API调整各物理机的JS解析Pod个数。本发明有效的利用了空闲时间执行JS解析相关任务，并减小了JS解析的资源消耗。
-
Patent Agency Ranking
公开(公告)号：CN109977227A
公开(公告)日：2019-07-05
申请号：CN201910205999.6
申请日：2019-03-19
Applicant: 中国科学院自动化研究所 , 国家计算机网络与信息安全管理中心
Abstract: 本发明属于信息分类领域，具体涉及了一种基于特征编码的文本特征提取方法、系统、装置，旨在解决文本特征提取中运算复杂度高、分类效率和精度低的问题。本发明方法包括：对获取的文本预处理，获得词候选特征序列；基于词候选特征序列，生成多个二进制编码；采用基因遗传算法筛选二进制编码，获得最优二进制编码；解码最优二进制编码获得最优词特征序列并输出。本发明将一系列候选特征转化为易处理的编码序列，并使用基因遗传算法的自动筛选功能，对特征进行最大化的全局最优挑选，能够有效地筛选出最小有效特征集。
-
公开(公告)号：CN109960756A
公开(公告)日：2019-07-02
申请号：CN201910207437.5
申请日：2019-03-19
Applicant: 国家计算机网络与信息安全管理中心 , 北京航空航天大学
IPC: G06F16/953 , G06F16/34 , G06F16/35 , G06F17/27
Abstract: 本发明公开了一种新闻事件信息归纳方法，包括：收集新闻素材，创建新闻库；从新闻库中获取目标事件的所有新闻文本，并进行热度分析，获取拐点新闻文本，抽取所述拐点新闻文本中的事件信息并保存；其中，获取拐点新闻文本的方法包括：统计所有新闻文本的热度值，按照新闻文本发布的时间顺序排序，构建热度值随时间变化的曲线图，取曲线图的所有极大点对应的新闻文本，即为所述拐点新闻文本，所述热度值为新闻的页面浏览量和网站独立访客量之和。本发明的方法通过选择对于目标新闻事件处于关键节点时的新闻文本——即拐点新闻文本进行摘要分析处理，准确地反映了新闻事件的发展态势。
-
公开(公告)号：CN108920479A
公开(公告)日：2018-11-30
申请号：CN201810337919.8
申请日：2018-04-16
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种针对两微一端跨信源账号推荐方法，包括：将两微一端跨信源账号关联度衡量指标分为三级，包括多个一级关联度衡量指标，各个一级指标下分多个二级指标，以及各二级指标对应的各维度数据字段为三级指标；确定种子账户和多个目标账户；采集三级指标下的各维度数据，量化各个维度数据的相似度；基于用户关注度需求确定一级指标权重和一级指标下各个二级指标的权重；将所得各类三级关联度衡量指标下各个维度数据相似度与各自权重加权求和，获得各目标账号关联度指数，并将这些目标账户关联度指数倒序推荐。本发明所述推荐方法可跨信源进行账号推荐，且推荐结果精确合理。
-
公开(公告)号：CN108804594A
公开(公告)日：2018-11-13
申请号：CN201810523561.8
申请日：2018-05-28
Applicant: 国家计算机网络与信息安全管理中心 , 北京天润基业科技发展股份有限公司
IPC: G06F17/30
Abstract: 本发明涉及一种新闻内容全文检索引擎的构建方法及装置，该方法步骤如下：获取带有实时访问信息的实时网站日志；获取带有新闻热度评论信息的新闻网站的数据；对所述实时网站日志和所述新闻网站数据分类；对分类后的所述新闻网站数据进行处理、索引并存储；获取新闻网站数据中国的新闻元信息并存储；获取新闻网站数据中的热度信息进行存储，并对新闻网站数据中的热度信息统计。本发明在查询性能、索引空间和构建性能方面实现了合理的平衡；考虑到统计数据随时间变化的特性，动态更新索引结果；提高了系统的健壮性；提高统计数据与文本数据的复合查询性能。
-
公开(公告)号：CN108628828A
公开(公告)日：2018-10-09
申请号：CN201810347840.3
申请日：2018-04-18
Applicant: 国家计算机网络与信息安全管理中心 , 北京航空航天大学
Abstract: 本发明一种基于自注意力的观点及其持有者的联合抽取方法：S1.构建提取观点及其持有者的语料集；S2.识别包含观点的语句；S3.联合抽取观点及其持有者。本发明优点：1、文本分类模型避免了抽取出的句子不包含观点的情况；2、观点及其持有者联合抽取模型摆脱了词性标注、命名实体识别和句法依存分析等自然语言处理环节，避免这些环节出现误差对模型提取效果的影响，且该模型有很高灵活度和覆盖面；3、本发明包含构建提取观点及其持有者的语料集，识别包含观点的语句，联合抽取观点及其持有者。4、本发明在双向LSTM的基础上使用self-attention有效结合两者优点，使词语序列的表示语义更丰富，训练的模型准确率更高。
-
-
-
-
-
-
-
-
-
Search Results
186
records
(took 0.056 seconds)
