-
公开(公告)号：CN107404408A
公开(公告)日：2017-11-28
申请号：CN201710765304.0
申请日：2017-08-30
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种虚拟身份关联识别方法及装置，上述方法包括：获取预先存储的各账号对应的访问信息和各账号的账号类型，其中，账号的访问信息包括登录账号的终端的地理位置和账号为登录状态时终端处于上述地理位置的时间段中的至少一项；根据各账号对应的访问信息和预先构建的关联参数的计算模型，计算各账号之间的关联参数的参数值；根据计算出的关联参数的参数值、账号类型和预设的关联关系识别算法，确定各账号之间的关联关系。应用本发明实施例提供的方案进行虚拟身份关联识别，可以识别出不同类型的服务平台的账号之间的关联关系。
-
公开(公告)号：CN119917624A
公开(公告)日：2025-05-02
申请号：CN202411983881.3
申请日：2023-08-24
Applicant: 北京邮电大学
IPC: G06F16/3329 , G06F16/45 , G06F16/483 , G06F40/35 , G06N5/025 , G06N3/042 , G06N3/0464 , G06N3/0455 , G06N3/0442 , G06N3/092 , G06N5/04 , G06N3/048
Abstract: 本发明公开了一种基于知识推理技术的用户心智感知问答模型的架构方法，涉及多模态智能问答技术领域。具体内容为：S1.构建信息融合模块：融合场景图、问题文本的多模态信息，生成融合嵌入表示，得到多模态信息融合；S2.构建基于强化学习的策略网络：采用强化学习范式构建策略网络，建模在场景图中寻找推理路径的过程；S3.构建基于问题相似度的用户反馈模块：基于词向量余弦相似度判断问题语义重复度，转换为用户反馈信号返回给策略网络指导路径推理。本发明可以在强化学习的范式下利用知识推理技术提高问答模型的可解释性，并考虑到用户的反馈，实现对用户心智的感知，从而对用户提供个性化的服务。
-
公开(公告)号：CN117033602B
公开(公告)日：2024-11-26
申请号：CN202311071584.7
申请日：2023-08-24
Applicant: 北京邮电大学
IPC: G06F16/332 , G06F16/33 , G06F16/335 , G06F16/2458 , G06F40/35 , G06N5/022 , G06N3/048 , G06N3/0464 , G06N3/047 , G06N3/0455
Abstract: 本发明公开了一种多模态的用户心智感知问答模型的构建方法，涉及多模态智能问答技术领域。包括构建信息融合模块、构建基于强化学习的策略网络、构建基于问题相似度的用户反馈模块。本发明在模型中引入场景图形式的视觉信息，能够有效融合多轮对话历史信息及图像场景图信息，使得模型能够获取到图像语义级别的信息，场景图的结构化数据形式也增强了模型推理的可解释性；并且提出的基于问题相似度的用户反馈获取方法为模型引入了用户反馈信号，相较于传统问答模型能够更智能地推测出用户对于答案的反馈，利用该反馈可以引导模型后续的策略网络训练，使模型的推理向更靠近用户心智的方向进行，为用户提供更好的人机服务体验。
-
公开(公告)号：CN118152853A
公开(公告)日：2024-06-07
申请号：CN202410242238.9
申请日：2024-03-04
Applicant: 北京邮电大学
IPC: G06F18/24 , G06F18/213 , G06F18/214 , G06F18/2415 , G06N3/0442 , G06N3/0455 , G06N3/0895 , G06N3/0475 , G06N3/094
Abstract: 本发明提供了一种基于记忆网络的半监督异常检测方法和装置，包括：构建包括自编码器和记忆模块的掩码记忆网络MMNet；将检测数据输入自编码器进行编码，获得编码后检测数据的数据特征；基于所述数据特征，在所述记忆模块中的每个记忆项中进行寻址，获得所述数据特征对应的注意力权重；根据所述注意力权重对每个记忆项加权计算，获得注意力加权特征维度；将所述注意力加权特征维度输入所述掩码记忆网络MMNet的解码器，获得重构后的检测数据；通过基于软屏蔽策略的异常评分约束，计算所述检测数据的异常分数，根据所述异常分数，判别所述检测数据的异常。提高了异常数据的检测效率。
-
公开(公告)号：CN117033602A
公开(公告)日：2023-11-10
申请号：CN202311071584.7
申请日：2023-08-24
Applicant: 北京邮电大学
IPC: G06F16/332 , G06F16/33 , G06F16/335 , G06F16/2458 , G06F40/35 , G06N5/022 , G06N3/048 , G06N3/0464 , G06N3/047 , G06N3/0455
Abstract: 本发明公开了一种多模态的用户心智感知问答模型的构建方法，涉及多模态智能问答技术领域。包括构建信息融合模块、构建基于强化学习的策略网络、构建基于问题相似度的用户反馈模块。本发明在模型中引入场景图形式的视觉信息，能够有效融合多轮对话历史信息及图像场景图信息，使得模型能够获取到图像语义级别的信息，场景图的结构化数据形式也增强了模型推理的可解释性；并且提出的基于问题相似度的用户反馈获取方法为模型引入了用户反馈信号，相较于传统问答模型能够更智能地推测出用户对于答案的反馈，利用该反馈可以引导模型后续的策略网络训练，使模型的推理向更靠近用户心智的方向进行，为用户提供更好的人机服务体验。
-
Patent Agency Ranking
公开(公告)号：CN110489481B
公开(公告)日：2022-07-08
申请号：CN201910723030.8
申请日：2019-08-06
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种行业数据的数据分析方法、装置及数据分析服务器，本发明实施例提供的行业数据的数据分析方法可以应用于数据分析服务器，可以实现获得待分析行业数据；接收数据分析指令；基于待分析行业数据中的交易信息，对待分析数据进行数据挖掘，获得指定行业内各个企业之间的上下游关系；按预设的网络图样式及企业关系显示数量，以企业为节点，企业之间的上下游关系为边，绘制并显示行业网络图。可见，在本实施例中，可以基于待分析行业数据中的交易信息，对待分析数据进行数据挖掘，获得指定行业内各个企业之间的上下游关系并显示出行业网络图，因而，解决了现有技术不能分析出指定行业中各个企业之间的关系的问题。
-
公开(公告)号：CN107404408B
公开(公告)日：2020-05-22
申请号：CN201710765304.0
申请日：2017-08-30
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种虚拟身份关联识别方法及装置，上述方法包括：获取预先存储的各账号对应的访问信息和各账号的账号类型，其中，账号的访问信息包括登录账号的终端的地理位置和账号为登录状态时终端处于上述地理位置的时间段中的至少一项；根据各账号对应的访问信息和预先构建的关联参数的计算模型，计算各账号之间的关联参数的参数值；根据计算出的关联参数的参数值、账号类型和预设的关联关系识别算法，确定各账号之间的关联关系。应用本发明实施例提供的方案进行虚拟身份关联识别，可以识别出不同类型的服务平台的账号之间的关联关系。
-
公开(公告)号：CN110489481A
公开(公告)日：2019-11-22
申请号：CN201910723030.8
申请日：2019-08-06
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种行业数据的数据分析方法、装置及数据分析服务器，本发明实施例提供的行业数据的数据分析方法可以应用于数据分析服务器，可以实现获得待分析行业数据；接收数据分析指令；基于待分析行业数据中的交易信息，对待分析数据进行数据挖掘，获得指定行业内各个企业之间的上下游关系；按预设的网络图样式及企业关系显示数量，以企业为节点，企业之间的上下游关系为边，绘制并显示行业网络图。可见，在本实施例中，可以基于待分析行业数据中的交易信息，对待分析数据进行数据挖掘，获得指定行业内各个企业之间的上下游关系并显示出行业网络图，因而，解决了现有技术不能分析出指定行业中各个企业之间的关系的问题。
-
公开(公告)号：CN109558399A
公开(公告)日：2019-04-02
申请号：CN201811400598.8
申请日：2018-11-22
Applicant: 北京邮电大学
IPC: G06F16/215 , G06F16/2457 , G06Q40/00
Abstract: 本发明实施例公开了一种数据存储方法及装置，涉及数据处理技术领域。其中，包括：对待存储发票数据进行数据清洗，清洗掉所述待存储发票数据中的干扰数据；确定清洗后待存储发票数据中的纳税方、负税方以及纳税方和负税方之间的发票流数据；在用于存储数据的图数据库中确定纳税方对应的第一节点和负税方对应的第二节点；在图数据库中建立第一节点与第二节点之间的关联关系；按照关联关系将所述发票流数据导入图数据库中，实现待存储发票数据的存储。应用本发明实施例提供的方案时，在面对海量数据存储的情况下，能够满足用户对数据读写等方面的需求。
-
公开(公告)号：CN117932517A
公开(公告)日：2024-04-26
申请号：CN202410118648.2
申请日：2024-01-29
Applicant: 北京邮电大学
IPC: G06F18/2433 , G06F18/22 , G06F18/214 , G06N3/082 , G06F40/18
Abstract: 本发明公开了一种基于深度学习的表格数据异常检测方法及系统，涉及数据检测领域。本发明包括以下步骤：获取待检测数据，并输入掩码生成器中，输出多个掩码矩阵；将每个掩码矩阵与原始数据执行元素乘积，生成多个掩码；将多个掩码输入重构网络，将掩码输入映射到潜在空间的特征表示，并将特征从潜在空间重新映射到原始空间，进而输出与输入相匹配的重构数据；分别计算掩码与重构数据的重构误差，使用平均重构误差作为异常分数，将异常分数高于正常样本的待检测数据判为异常数据。本发明具备较强的泛化能力，能够成功扩展至其他形式的大数据异常检测任务。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.029 seconds)
