-
公开(公告)号：CN110516067A
公开(公告)日：2019-11-29
申请号：CN201910782171.7
申请日：2019-08-23
Abstract: 本发明涉及一种基于话题检测的舆情监控方法、系统及存储介质，该方法包括：S1、获取热门网站上某一特定主题相关的新闻数据，并对获取的新闻数据进行预处理；S2、提取新闻数据的关键词和命名实体构成联合特征集合，并使用标题语义更新其权重，以表示新闻，对新闻表示进行聚类以确定热点话题，并提取热点话题的相关词进行展示；S3、对于热点话题，判断同一话题下的网民评论的整体情感倾向性，作为判断事件舆情严重程度的依据，采用基于依存关系的情感识别方法对同一话题下的新闻评论数据进行分析，获得细粒度的情感分析结果；S4、对不同话题对应的话题热度和情感倾向性进行分析，获得针对性地控制舆情方案。本发明提高了话题检测的准确度。
-
公开(公告)号：CN107526834A
公开(公告)日：2017-12-29
申请号：CN201710791297.1
申请日：2017-09-05
Applicant: 北京工商大学
Abstract: 本发明公布了一种联合词性与词序的相关因子训练的word2vec改进方法，提出Structured word2vec on POS模型，包括CWindow-POS(CWP)模型和Structured Skip gram-POS(SSGP)模型，两个模型均将词性标注信息与词语顺序作为影响因素联合优化，利用词性关联信息对上下文窗口内词语之间的固有句法关系进行建模；通过词性关联权重对上下文词语序列进行加权计算，再按词语位置顺序进行向量内积计算，使用随机梯度下降(SGD)算法联合学习相关权重和word embedding。本发明将词语按其位置顺序定向嵌入，实现了对词向量和词性相关加权矩阵进行的联合优化；在词语类比任务、词语相似性任务与定性分析都具有高效性。
-
公开(公告)号：CN118568752A
公开(公告)日：2024-08-30
申请号：CN202410751318.7
申请日：2024-06-12
Applicant: 北京工商大学
Abstract: 本发明提供一种融合零信任机制的粮食区块链追溯系统节点身份认证方法，所述方法包括：S1，当访问主体通过其设备登录并请求访问时，判断访问主体是否存在访问风险，若否，进入步骤S2；S2，利用信任机制模块计算该访问主体的综合信任值；S3，判断访问主体的综合信任值是否符合权限阈值区间，若符合则进入步骤S4；S4，分析访问主体所含属性并授予其访问主体角色，基于角色和属性的访问控制策略生成模块生成相应的访问策略。本发明将零信任安全机制与基于角色和属性的访问控制系统结合，运用信任分级动态策略管理机制建立风险评估的访问控制机制，使模型具有细粒度、动态化的特点，持续进行综合风险评估，大大降低泄露风险。
-
公开(公告)号：CN118337464A
公开(公告)日：2024-07-12
申请号：CN202410506442.7
申请日：2024-04-25
Applicant: 北京工商大学
Abstract: 本发明涉及一种保护粮食隐私数据安全的方法、装置、设备和介质，保护粮食隐私数据安全的方法包括：数据发送方生成第一公钥，并广播给数据接收方；所述数据接收方生成第二公钥和私钥，并将所述第二公钥广播给所述数据发送方；所述数据发送方根据所述第二公钥对粮食明文数据进行加密，并广播给所述数据接收方；所述数据发送方根据所述第一公钥和所述粮食加密数据生成发送证明，并将所述第一公钥和所述发送证明广播给验证者，进行零知识证明交互；若验证通过，所述数据接收方根据所述私钥对所述粮食加密数据进行解密；若验证不通过，所述验证者生成预警信号，并广播给所述数据接收方和所述数据发送方。本发明保证了数据传输以及密钥保管的安全性。
-
公开(公告)号：CN113609294B
公开(公告)日：2023-08-18
申请号：CN202110913819.7
申请日：2021-08-10
Applicant: 北京工商大学
IPC: G06F16/35 , G06N3/0464 , G06N3/094 , G06N3/0442
Abstract: 本发明涉及一种基于情感分析的生鲜冷链监管方法及系统，其方法包括：S1：获取生鲜食品类的评论文本；S2：构建训练集；S3：利用BERT模型得到词向量；S4：利用CNN网络对词向量进行特征提取，并且加以自注意力机制权重，带权重的词特征向量；同时，利用梯度反转层和邻域鉴别器构成对抗网络，对CNN网络的特征提取进行约束；S5：利用BiLSTM得到词上下文特征向量；S6：将带权重的词特征向量与词上下文特征向量进行融合，得到词的融合特征向量，输入情感分类器，得到词的情感分类结果；S7：结合预设的规则，对情感分类结果是否需要监管进行判断。本发明提供的方法解决了传统情感分类模型领域敏感度高、效果不佳的问题，实现了对生鲜冷链产品进行有效的质量监管。
-
Patent Agency Ranking
公开(公告)号：CN111049895B
公开(公告)日：2022-06-03
申请号：CN201911247609.8
申请日：2019-12-09
Applicant: 北京工商大学
IPC: H04L67/10 , H04L41/04 , H04L41/142
Abstract: 本发明公开了一种基于ISM的改进PBFT共识方法。首先，通过区块链节点间的交易关系构建ISM，对区块链共识节点进行分层。由下而上展开，以底层节点为共识中心节点，以次底层节点为共识一级节点，以此类推定义区块链共识节点分层方法，建立区块链共识节点分层体系。然后，以探寻方法对分层后的区块链共识节点进行分块，划分多个参与共识的子节点集群，以多中心子节点集群分块进行PBFT共识。最后，共识中心节点将共识结果提交区块，实现总体共识。本发明实现了多中心子节点集群分层分块共识，解决了传统PBFT算法中网络堵塞问题，减少了区块链网络广播资源浪费、降低了区块链共识通信成本，保证区块链共识安全的同时大大地提升了通信和共识效率。
-
公开(公告)号：CN113609861A
公开(公告)日：2021-11-05
申请号：CN202110913799.3
申请日：2021-08-10
Applicant: 北京工商大学
IPC: G06F40/295 , G06F16/951 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于食品文献数据的多维度特征命名实体识别方法及系统，其方法包括：S1：获得食品领域文献的语料；S2：获取食品领域文献的字偏旁和字拼音，分别输入BiLSTM模型，获得字偏旁特征向量S和字拼音特征向量P；S3：对Bert模型进行预训练，得到训练好的预训练模型；把S1得到语料输入训练好的预训练模型，得到字维度的特征向量；S4：将字维度的特征向量、字偏旁特征向量和字拼音特征向量输入基于BiLSTM的神经网络模型，得到融合全文语义信息的特征向量；S5：将融合全文语义信息的特征向量输入CRF模型，最后得到命名实体识别结果。本发明通过将字的偏旁特征、拼音特征加入字维度向量表示中，提高了面向食品领域的文献数据的命名实体识别的准确性。
-
公开(公告)号：CN112560024A
公开(公告)日：2021-03-26
申请号：CN202011430597.5
申请日：2020-12-09
Applicant: 北京工商大学
Abstract: 本发明提供一种基于节点信任评估的区块链共识方法，根据信任评估的步骤创建一个包括评估层、度量层、评分层、存储层的综合信任评估架构；然后，对评估过程中出现的各个参数进行具体的量化，并确定信任评估数学模型来计算节点的信任得分；最后，结合传统共识机制的优势和局限性，构建信任共识的实现流，主要包括信任节点过滤、节点随机选择、区块创建、信任加权投票、信任奖励五个阶段。本发明克服了其他一些信任系统不考虑节点的初始信任分数或在不验证节点的情况下分配默认初始信任分数的局限性，提供了一种计算节点信任得分的有效方法，可以过滤掉区块链中的恶意节点，减少其中的虚假交易，同时区块链技术也保证存储数据的不可篡改和安全性。
-
公开(公告)号：CN107526834B
公开(公告)日：2020-10-23
申请号：CN201710791297.1
申请日：2017-09-05
Applicant: 北京工商大学
Abstract: 本发明公布了一种联合词性与词序的相关因子训练的word2vec改进方法，提出Structured word2vec on POS模型，包括CWindow‑POS(CWP)模型和Structured Skip gram‑POS(SSGP)模型，两个模型均将词性标注信息与词语顺序作为影响因素联合优化，利用词性关联信息对上下文窗口内词语之间的固有句法关系进行建模；通过词性关联权重对上下文词语序列进行加权计算，再按词语位置顺序进行向量内积计算，使用随机梯度下降(SGD)算法联合学习相关权重和word embedding。本发明将词语按其位置顺序定向嵌入，实现了对词向量和词性相关加权矩阵进行的联合优化；在词语类比任务、词语相似性任务与定性分析都具有高效性。
-
公开(公告)号：CN111092896A
公开(公告)日：2020-05-01
申请号：CN201911336572.6
申请日：2019-12-23
Applicant: 北京工商大学
Abstract: 本发明提供一种基于优化PAXOS的食品溯源分布式数据同步方法，包括如下步骤：步骤1、基于食品溯源业务流程构建基于联盟区块链的食品溯源模型，客户端基于API接口进行溯源相关信息的录入与查询；所述溯源模型包括多个节点；步骤2、在追溯模型中，定义token为用户身份认证标识，节点将本业务流程的溯源信息上传溯源系统，当客户端API接口接收到信息上链请求时，校验是否初始节点；步骤3、判断该初始节点的类型，若该初始节点为养殖厂，转步骤4；若该初始节点为非养殖厂，转步骤5；在联盟区块链内部署动态节点；步骤4、若该节点为养殖厂，校验该节点资质信息，只有资质信息通过后，才允许将该条初始信息上传至溯源区块链上进行同步存储；步骤5、执行信息上链智能合约。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.053 seconds)
