-
公开(公告)号：CN112000818B
公开(公告)日：2023-05-12
申请号：CN202010663328.7
申请日：2020-07-10
Applicant: 中国科学院信息工程研究所
IPC: G06F16/432 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 本发明提供一种面向文本和图像的跨媒体检索方法及电子装置，提取一设定长度语音信息的g维MFCC特征，并将长度为m的g维MFCC特征转换为一维语音特征；对一设定文本进行编码，获取词级别文本表示，并将词级别文本表示中每一个词与一维语音特征进行拼接，得到语音引导文本特征；提取每一图片的区域特征，计算区域特征与语音引导文本特征的相似性分数，判断该图片是否包含设定语音信息及设定文本信息，得到检索结果。本发明利用语音信息的停顿信息，以及语音信息与图像和文本间的关联关系来提升图像‑文本匹配任务的性能，建模了融合语音信息的文本特征表示，引入基于局部注意力机制的细粒度特征融合方式进行跨模态特征融合，提升图文匹配效果。
-
公开(公告)号：CN115424025A
公开(公告)日：2022-12-02
申请号：CN202210927391.6
申请日：2022-08-03
Applicant: 中国科学院信息工程研究所
Abstract: 本发明涉及一种稠密子图抽取方法和系统，属于计算机软件技术领域。该方法包括：对原图采用Mas策略进行子图分割，得到节点序列L；对节点序列L进行合并检查，无法通过合并检查的结点重新回到原图做后续的分割；对通过合并检查的子图结点进行合并，构成K边联通子图。本发明在图分解框架中使用了最大S‑T流解决路径数搜索问题，对现有Mas策略的不足提出了改进方法，使得本方法在K‑ECC抽取工作中提高了现有工作的准确率。
-
公开(公告)号：CN110347932B
公开(公告)日：2021-11-23
申请号：CN201910479105.2
申请日：2019-06-04
Applicant: 中国科学院信息工程研究所
IPC: G06F16/9536 , G06N3/08 , G06N3/04
Abstract: 本发明公开了一种基于深度学习的跨网络用户对齐方法。本方法为：1)利用已知标签的用户对集合及用户对的结构信息训练深度学习框架；其中为已对齐的用户对，即社交网络GA中第i个用户与社交网络GB中第m个用户是同一用户；2)根据社交网络的结构信息分别从社交网络GA、社交网络GB中提取待对齐用户的结构信息以及并将其以用户对为单位输入训练后的深度学习框架，确定该用户对是否属于同一个真实人进行分类预测。本发明大大提高了跨网络用户对齐的准确性。
-
公开(公告)号：CN109614520B
公开(公告)日：2021-06-04
申请号：CN201811228936.4
申请日：2018-10-22
Applicant: 中国科学院信息工程研究所
IPC: G06F16/901
Abstract: 本发明公开了一种面向多模式图匹配的并行加速方法。本方法为：1)生成目标领域的模式图集的多模式图索引；2)对所述多模式图索引采用逐层分组策略，即对所述多模式图索引中每一层出现的模式图进行评估，得到该层中每个模式图的匹配代价，然后根据匹配代价对该层的模式图进行分组；3)对不同分组分别分配一线程同时进行匹配计算。本发明通过采用PatternTree索引构建算法挖掘模式图间存在的结构相关性，对于结构相关性较弱的模式图设计并行匹配策略进一步提升匹配性能。
-
公开(公告)号：CN110300016B
公开(公告)日：2020-12-04
申请号：CN201910397763.7
申请日：2019-05-14
Applicant: 中国科学院信息工程研究所
IPC: H04L12/24
Abstract: 本发明提供一种基于差分预解集的网络信息扩散源头推断方法，属于信息技术处理领域，用G＝(V，E)表示网络节点之间的连接关系，其中V表示网络节点集，E表示网络边集，从中选取差分预解集S，建立扩散源特征，收集级联信息，判断指标集合的模|Ic|的大小，如果大于预设值，则提取级联C的特征向量，对每个节点v∈V的扩散源特征进行调整，对所有的节点v∈V逐一计算范数，找到范数最小的那个节点推断为源头。本方法能够主动地对数据来源进行优化选取，提高输入数据的质量，大幅提升源头推断的精度。
-
Patent Agency Ranking
公开(公告)号：CN111753144A
公开(公告)日：2020-10-09
申请号：CN202010412343.4
申请日：2020-05-15
Applicant: 中国科学院信息工程研究所
IPC: G06F16/903
Abstract: 本发明提出一种基于Warshall方法加速epsilon闭包计算的方法及系统，针对传统闭包计算整体消耗时间长的缺陷，涉及计算机领域，为了优化闭包算法，利用Warshall方法，在NFA构造DFA的过程中对现有的方法进行了优化，加速了DFA的构造过程。
-
公开(公告)号：CN111581368A
公开(公告)日：2020-08-25
申请号：CN201910121716.X
申请日：2019-02-19
Applicant: 中国科学院信息工程研究所
IPC: G06F16/335 , G06F16/35 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于卷积神经网络的面向智能专家推荐的用户画像方法。本方法为：1)利用选定的专家个人信息，获取一专家信息数据集；2)对该专家信息数据集中的每一条专家信息处理为一个由词语序列构建而成的句子；3)将使用词向量对步骤2)处理后的专家信息进行文本表示；4)将专家信息对应的词向量训练卷积神经网络；5)根据待构建画像专家的文本信息生成该待构建画像专家的词向量，利用训练后的卷积神经网络对该待构建画像专家的词向量进行分类，生成该待构建画像专家的用户画像。本发明勾画用户画像准确性高。
-
公开(公告)号：CN110943936A
公开(公告)日：2020-03-31
申请号：CN201911086763.1
申请日：2019-11-08
Applicant: 中国科学院信息工程研究所
IPC: H04L12/861
Abstract: 本发明涉及一种高效的基于动态数组的网络流量处理方法及系统。该方法为每个线程分配一个缓存管理器，所述缓存管理器申请以超级块为单位的内存块，每个超级块包含多个基本块；设置动态数组，通过所述动态数组将网络流的扫描结果存储在所属线程的缓存管理器申请的超级块中。在初始化阶段创建所需线程，初始化缓存管理器、线程中的网络流以及动态数组；在内存使用阶段进行申请内存、获取下一元素以及归还内存的操作。本发明能够减少内存空间的浪费，满足在线系统的高效处理性能与较低空间消耗的需求。
-
公开(公告)号：CN106326475B
公开(公告)日：2019-12-27
申请号：CN201610793354.5
申请日：2016-08-31
Applicant: 中国科学院信息工程研究所
IPC: G06F16/22
Abstract: 本发明涉及一种高效的静态哈希表实现方法及系统。该方法包括以下步骤：1)设定哈希桶大小hash_bit，生成多个数据对，将key[i]和value[i]对应于关键字和值；2)根据key[i]值，利用rank操作构建哈希表，并计算C表和D表；3)根据C表和D表计算rank(h)，并根据rank(h)的值存储相应的key[i]和value[i]；4)根据所要查询的值key判断哈希表中是否存在该元素，若存在则在对应存储位置查询并返回value值，否则访问失败；5)根据步骤4)所得的结果返回结果信息。本发明利用Rank‑select算法实现新型静态哈希表的构建与访问，可用于内容过滤、信息安全等领域。
-
公开(公告)号：CN110300016A
公开(公告)日：2019-10-01
申请号：CN201910397763.7
申请日：2019-05-14
Applicant: 中国科学院信息工程研究所
IPC: H04L12/24
Abstract: 本发明提供一种基于差分预解集的网络信息扩散源头推断方法，属于信息技术处理领域，用G＝(V，E)表示网络节点之间的连接关系，其中V表示网络节点集，E表示网络边集，从中选取差分预解集S，建立扩散源特征，收集级联信息，判断指标集合的模|Ic|的大小，如果大于预设值，则提取级联C的特征向量，对每个节点v∈V的扩散源特征进行调整，对所有的节点v∈V逐一计算范数，找到范数最小的那个节点推断为源头。本方法能够主动地对数据来源进行优化选取，提高输入数据的质量，大幅提升源头推断的精度。
-
-
-
-
-
-
-
-
-
Search Results
123
records
(took 0.096 seconds)
