基于知识图谱的生物技术企业创新能力评估装置与方法

    公开(公告)号:CN111724062A

    公开(公告)日:2020-09-29

    申请号:CN202010563712.X

    申请日:2020-06-19

    Abstract: 本发明提供了一种基于生物技术信息知识图谱的生物技术企业创新能力评估装置。包括数据标注模块,用于通过众包的模式,对生物信息数据样本进行标注,建立基础标准,作为模型训练的基础数据;模型训练模块,使用设计的基于集成学习思想的多分类支持向量机投票模型,以生物技术公司多维度特征为输入,以专家评分为标准输出参考训练模型;知识图谱检索模块,通过生物技术企业名称,从知识图谱数据库中检索出该生物技术企业的相关节点和属性;评估模块,根据输入该生物技术企业的相关节点和属性,输入评估模型中进行计算,输出该生物技术企业创新能力评分。有益效果在于,通过对生物技术信息的深层次的挖掘和分析,形成评估生物技术企业的创新能力。

    一种面向网络流量原始编码的敏感信息检测方法

    公开(公告)号:CN116319472A

    公开(公告)日:2023-06-23

    申请号:CN202310282551.0

    申请日:2023-03-21

    Abstract: 本发明提出一种面向网络流量原始编码的敏感信息检测方法,属于网络流量数据检测技术领域。包括:S1.获取网络流量数据,并对载荷进行处理;S2.构建跳元模型对载荷数据进行词嵌入;S3.对词嵌入向量进行降维处理;S4.构建敏感度检测模型;S5.对标签样本进行聚类分析;S6.将待测样本和标签样本输入至敏感度检测模型,输出相似度;S7.根据不同环境的网络流量设置判断相似度阈值,将相似度与相似度阈值进行比较,若相似度大于相似度阈值,认为待测样本与标签样本类别相同,若相似度小于相似度阈值,采用正则匹配或关键字检测是否包含敏感信息。解决流量载荷进行还原时无法有效应用于大规模网络流量传输环境中的问题。

    一种网络安全监管平台
    25.
    发明公开

    公开(公告)号:CN112600805A

    公开(公告)日:2021-04-02

    申请号:CN202011406445.1

    申请日:2020-12-03

    Abstract: 本发明涉及网络安全监管领域,具体涉及一种网络安全监管平台,包括:身份监测模块,用于实现接入端身份的实时监测;网络流量监测模块,用于实现每一个接入端的网络流量的统计;行为监测模块,用于通过脚本录制的方式录制每一个接入端的行为状态参数;入侵监测模块,用于基于模糊神经网络算法根据接入端身份参数和/网络流量参数和/行为状态参数实现网络安全的监测;应急防御模块,用于根据入侵监测模块的监测结果调用并执行对应的应急防御程序。本发明实现了对接入端身份、网络流量参数和行为状态参数的实时监测,从而可以及时发现网络运行过程中存在的异常情况,为网络的安全运行提供了保障。

    一种智能衣柜及其设计方法
    28.
    发明公开

    公开(公告)号:CN119184451A

    公开(公告)日:2024-12-27

    申请号:CN202411355303.5

    申请日:2024-09-27

    Abstract: 一种智能衣柜及其设计方法,本发明涉及智能家居技术领域。本发明为了解决现有技术中家庭衣柜存在存放空间不够、储物方式单一以及智能化程度低,高处衣物取放费时费力的问题。本发明包括柜体、抽屉、熨烫单元、折叠衣架单元和叠放单元;折叠衣架单元设置在柜体的顶部,熨烫单元安装在柜体竖直方向的侧面,叠放单元安装在与熨烫单元相对的侧面,抽屉安装在柜体的底部;熨烫单元用于熨烫衣物,折叠衣架单元和叠放单元相互配合对衣物翻转折叠。本发明用于衣物熨烫、折叠收纳。

    一种基于模型通道剪裁的深度学习知识蒸馏方法

    公开(公告)号:CN114898165B

    公开(公告)日:2024-08-02

    申请号:CN202210697905.3

    申请日:2022-06-20

    Abstract: 一种基于模型通道剪裁的深度学习知识蒸馏方法,具体涉及一种用于图像分类的基于模型通道剪裁的深度学习知识蒸馏方法,本发明为解决现有图像分类在采用知识蒸馏压缩方法时,由于教师模型和学生模型参数量相差太大会使学生模型准确率降低,导致图像分类的准确率较低的问题。将待分类的图像输入教师模型中,利用教师模型每层卷积层中卷积通道的平均秩从大到小进行排序;计算教师模型和学生模型的参数量均值,并与教师模型参数量做变化比例作为通道剪裁总体压缩率;利用通道剪裁技术剪裁冗余卷积通道,得到中间模型;利用中间模型对学生模型进行知识蒸馏,得到新知识蒸馏目标函数并对学生模型进行训练,得到训练好的学生模型。属于知识蒸馏领域。

    一种自动选择学生模型结构的图像识别知识蒸馏方法

    公开(公告)号:CN115035341A

    公开(公告)日:2022-09-09

    申请号:CN202210679569.X

    申请日:2022-06-15

    Abstract: 一种自动选择学生模型结构的图像识别知识蒸馏方法,涉及知识蒸馏领域。本发明是为了解决现有的图像识别知识蒸馏方法中学生模型结构固定且复杂以及灵活性差,导致了图像识别精度低的问题。本发明包括:将待预测图片数据集输入分类网络中获得图片类别;分类网络获得方式为:利用图片训练集训练深度卷积神经网络,获得训练好的深度卷积神经网络;建立包含多条可选路径的子模型空间:在深度卷积神经网络的每个阶段中,预设深度、卷积通道形式、卷积通道数都不同的“路径”;根据训练好的卷积神经网络与全局目标函数和分阶段目标函数对子模型空间自动选择获得分类网络。本发明用于深度学习模型的压缩。

Patent Agency Ranking