-
公开(公告)号：CN114118622A
公开(公告)日：2022-03-01
申请号：CN202111492350.0
申请日：2021-12-08
Applicant: 北京北大软件工程股份有限公司
Abstract: 本发明涉及一种基于时间序列的数据趋势预测方法和系统，其中方法包括：将历史时间序列数据转换为可视化的时间序列图像数据；将时间序列图像数据转换为矩阵数据；采用支持输入多变量数据的卷积神经网络模型提取矩阵数据的数据趋势特征；根据数据趋势特征构建基于条件随机场的联合时序数据趋势预测模型；向联合时序数据趋势预测模型中输入待预测时间序列数据，输出时间序列数据趋势预测结果。本发明结合经济类数据的结构和分布特点，进行PSV序列数据转换，解决深度学习过程中时序数据预处理问题；按照时序数据结构特点提取卷积采样数据特征分类判别，效果有明显提升；结合矩阵数据卷积特征和序列状态传播特征对数据趋势判别任务进行增强。
-
公开(公告)号：CN112579476B
公开(公告)日：2021-05-18
申请号：CN202110198625.3
申请日：2021-02-23
Applicant: 北京北大软件工程股份有限公司
IPC: G06F11/36 , G06F16/9535
Abstract: 本发明实施例涉及软件测试领域，公开了一种漏洞和软件对齐的方法、装置以及存储介质，包括：抓取安全漏洞发布网站发布的漏洞信息，建立公开漏洞资源数据库；建立包含公开漏洞的软件信息数据库；以 的键值对为关键词，在指定网站范围内进行搜索，将对应键值对的搜索结果插入软件信息数据库；根据上一步得到的软件信息数据库进行过滤，筛选其中符合对齐要求的软件信息并设置为可信，标识其为对齐完成数据；每次更新漏洞数据库时查找并更新软件信息数据库；本发明基于搜索引擎的庞大搜索量所训练的推荐算法，能够获得较为准确的开源软件的源代码仓库地址，或者闭源软件的二进制下载链接。
-
公开(公告)号：CN109684448B
公开(公告)日：2021-01-12
申请号：CN201811542429.8
申请日：2018-12-17
Applicant: 北京北大软件工程股份有限公司
IPC: G06F16/332 , G06F16/36
Abstract: 本申请涉及一种智能问答方法，属于自然语言处理技术领域。本申请在获取用户输入的自然语言问句后，通过预设的组合模板判断该问句是否存在复杂语义，如果判断出存在复杂语义，利用组合模板解析复杂语义部分内容得到第一解析信息，以及利用自然语言模型解析简单语义部分内容得到第二解析信息，然后综合第一解析信息和第二解析信息得到能够表达自然语言问句完整语义的图查询语言，进而进行查询得到答案。本申请使用组合模板对问句复杂语义内容进行处理，并基于知识图谱作问答，利用知识图谱对数据非常好的描述能力，实现本申请在具体应用中无需使用大量的质量高的问答语料，进而有助于提升对包含复杂语义的自然语言问句回答的准确性。
-
公开(公告)号：CN111695797A
公开(公告)日：2020-09-22
申请号：CN202010490261.1
申请日：2020-06-02
Applicant: 北京北大软件工程股份有限公司
IPC: G06Q10/06 , G06Q50/18 , G06F16/245
Abstract: 本申请涉及一种许可职权履责效果评估模型的构建方法、装置及系统，属于评估技术领域，本申请许可职权履责效果评估模型的构建方法包括：基于对案件情况的相关性分析，确定评估模型的评价指标；确定所述评价指标的指标权重；基于所述评价指标和指标权重构建许可职权履责效果评估模型。本发明基于案件情况采取上述方法构建的许可职权履责效果评估模型，有利于客观地对许可职权履责的效果进行有效评估，进而在行政主体在做行政许可前可以提供参考建议，以对于具体行政许可申请部署更多人员或其他方式以加快审批时间，提升行政许可效率。
-
公开(公告)号：CN111694882A
公开(公告)日：2020-09-22
申请号：CN202010490292.7
申请日：2020-06-02
Applicant: 北京北大软件工程股份有限公司
IPC: G06F16/2458 , G06F16/215 , G06F16/25 , G06N20/00 , G06Q50/18
Abstract: 本申请涉及一种处罚案件撤案的影响因素分析方法，该方法包括：采集处罚案件的基本信息；对处罚案件的基本信息进行预处理，获取处罚案件的关键信息；根据处罚案件的关键信息，利用预先建立的随机森林模型获取处罚案件的撤案结果和影响因素。本申请提供的技术方案，不仅为执法人员判断处罚案件是否应该被撤案时提供了参考意义，还避免了一定程度的因主观因素而导致无序的撤案情况。
-
Patent Agency Ranking
公开(公告)号：CN111461446A
公开(公告)日：2020-07-28
申请号：CN202010273404.3
申请日：2020-04-09
Applicant: 北京北大软件工程股份有限公司
Abstract: 本发明涉及一种基于机器学习的投诉举报案件的预测方法及装置，包括获取案件的影响因素指标并计算影响因素指标对应权重，确定第一权重因子；其中，影响因素指标包括多个；计算每个影响因素指标下的每个分类在影响因素指标中对应的权重，确定第二权重因子；结合第一权重因子和第二权重因子获取预测模型；通过预测模型对待预测的投诉案件进行预测，得到一个评分分布，即可得到待预测投诉案件的预测结果。本发明能够从不同维度对投诉举报案件的发生情况进行合理性的预测，进而帮助执法人员更有效的处理投诉举报案件，以及帮助相关人员及时发现投诉举报案件频发的原因，提高执法人员管理投诉举报案件的工作效率。
-
公开(公告)号：CN107085533B
公开(公告)日：2019-09-06
申请号：CN201710189131.2
申请日：2017-03-27
Applicant: 北京北大软件工程股份有限公司
IPC: G06F8/41
Abstract: 本发明提供一种指针修改影响的分析方法和系统，所述方法包括：在程序代码中查找该语句中变量的等价变量，并查找该等价变量所有的定义点，构成分析结果集合；基于定义点、语句以及程序入口的关系，获得对应该定义点的多个路径条件；以及判断所有所述路径条件是否可同时满足，若不可同时满足，则将该定义点从所述分析结果集合中剔除。本发明提高结果的精度，做到了部分路径敏感以及流敏感，使采用该分析算法的静态代码缺陷检测结果更加精确。
-
公开(公告)号：CN109523446A
公开(公告)日：2019-03-26
申请号：CN201811220594.1
申请日：2018-10-19
Applicant: 北京北大软件工程股份有限公司
IPC: G06Q50/26
Abstract: 本发明实施例公开一种面向价格领域的大数据处理分析系统，包括：价格数据获取模块，用于利用预设数据获取方式，获取多源异构的价格数据；分布式处理模块，用于采用大数据分布式处理技术，对价格数据进行处理；大数据分析模块，用于对处理后的价格数据进行大数据分析；可视化展示模块，用于将大数据分析后得到的数据结果通过可视的、交互的方式进行展示。本发明实施例采用多样化的先进数据采集方式，能高效、准确的获取不同渠道多种复杂数据结构的价格数据，通过采用可靠、高效、高扩展性、高容错性的分布式数据处理方法，提高了数据处理效率，通过可视化展示模块可随时查看、监测和管理，能实现价格数据资源及时交换共享，大数据融合处理。
-
公开(公告)号：CN109446066A
公开(公告)日：2019-03-08
申请号：CN201811101415.2
申请日：2018-09-20
Applicant: 北京大学 , 北京北大软件工程股份有限公司
IPC: G06F11/36
Abstract: 本发明实施例提供一种C/C++程序中不可达代码的静态检测方法及系统，其中，所述方法包括：构建待检测C/C++程序的控制依赖图和值依赖图；在所述值依赖图上进行常量分析，并根据常量分析的结果更新所述控制依赖图；对更新后的所述控制依赖图中所有守卫结点的约束表达式的可满足性进行求解；若存在不可满足的约束表达式，则从所述控制依赖图中获取与所述不可满足的约束表达式相对应的守卫结点的所有直接和间接后继结点所对应的程序代码。本发明可以检测千万行级的代码，检测速度可达到每小时百万行以上，并且检测精度超过利用符号执行技术的检测精度，具有较低的误报率和漏报率。
-
公开(公告)号：CN108958739A
公开(公告)日：2018-12-07
申请号：CN201810573717.3
申请日：2018-06-06
Applicant: 北京大学 , 北京北大软件工程股份有限公司
IPC: G06F8/53
Abstract: 本发明提供一种二进制反编译中数组数据结构恢复方法及系统，所述方法包括：S11，对于目标反编译结果中任一非指针变量，若该非指针变量的实际占位大小与该非指针变量的类型对应的占位大小之间的差值大于第一预设阈值，则将该非指针变量作为目标变量；S12，获取目标变量在目标反编译结果中各使用位置对应的第一使用模式，若根据第一使用模式对应的第一权重确定目标变量为数组变量，则对数组变量的数据结构进行恢复。本发明实现了对反编译结果中数组数据结构的自动恢复，且提高了数组数据结构恢复的正确率。
-
-
-
-
-
-
-
-
-
Search Results
126
records
(took 0.057 seconds)
