-
公开(公告)号：CN111163351B
公开(公告)日：2022-04-12
申请号：CN201911301505.0
申请日：2019-12-17
Applicant: 博雅信安科技(北京)有限公司 , 北京国信云服科技有限公司
IPC: H04N21/44 , H04N21/8549 , G06N3/04
Abstract: 本发明提供一种基于渐进式生成对抗网络的视频摘要方法，涉及信息处理技术领域。该方法首先按照一定帧率将视频切分成图片的集合，将视频数据转化为图片数据；然后建立渐进式生成对抗网络模型，逐渐增加模型的网络层，从低分辨率训练到高分辨率，提取关键帧；同时，选择精度模式或者收敛模式，以决定模型以何种方式在某一分辨率上停止训练；最终，给出视频所有帧的标签，以标记出视频关键帧所在；利用该标签可提取关键帧，合成摘要短视频。本发明提供的视频摘要方法，采用一种无监督训练方式，不需要对视频做出关键帧的人工标记，同时渐进式的训练，可充分利用局部信息，降低了训练的复杂性，增加了训练结果的稳定性。
-
公开(公告)号：CN112199512A
公开(公告)日：2021-01-08
申请号：CN202011099915.4
申请日：2020-10-15
Applicant: 北京大学 , 南京博雅区块链研究院有限公司 , 北京国信云服科技有限公司
IPC: G06F16/36 , G06F16/335 , G06F16/901 , G06F40/211 , G06F40/216 , G06F40/253 , G06F40/284 , G06F40/289
Abstract: 本发明提供了一种面向科技服务的事理图谱构建方法、装置、设备及存储介质，其中的事理图谱构建方法包括：获取科技服务需求文本；对科技服务需求文本进行预处理；对科技服务需求文本进行事件抽取；对科技服务需求文件进行事件关系抽取；基于抽取出的需求事件和需求事件之间的逻辑关系建立事理图谱，事理图谱为有向有环图，其中的节点代表需求事件，有向边代表需求事件之间的逻辑关系；计算出各有向边连接的两个需求事件之间的演化概率，并将演化概率作为权重值添加至有向边上。通过构建面向科技服务的事理图谱，本发明能够快速匹配到与用户需求直接相关的需求事件以及与用户需求之间联系最为紧密的其他需求事件，从而对客户需求实现更有效的感知。
-
公开(公告)号：CN112000783A
公开(公告)日：2020-11-27
申请号：CN202010769613.7
申请日：2020-08-03
Applicant: 北京大学 , 南京博雅区块链研究院有限公司 , 北京国信云服科技有限公司
IPC: G06F16/332
Abstract: 本发明提供了一种基于文本相似性分析的专利推荐方法、装置、设备及存储介质，专利推荐方法包括：获取目标文本的目标关键词，目标关键词包括主体关键词及描述性关键词；以主体关键词和所有的描述性关键词作为检索词获得基础相似文本集；以主体关键词和各描述性关键词作为检索词获得扩展相似文本集；遍历扩展相似文本集，针对每个扩展相似文本，基于该扩展相似文本的文本特征词和该扩展相似文本对应的检索词计算该扩展相似文本与基础相似文本集中的基础相似文本之间的相似度，当该扩展相似文本与基础相似文本集中的任一基础相似文本之间的相似度高于预定阈值时，将该扩展相似文本移入至基础相似文本集。本发明能够提升相似文本的查全率，降低漏检率。
-
公开(公告)号：CN111160427A
公开(公告)日：2020-05-15
申请号：CN201911300824.X
申请日：2019-12-17
Applicant: 博雅信安科技(北京)有限公司 , 北京国信云服科技有限公司
Abstract: 本发明提供一种基于神经网络的海量流量数据类型的检测方法，涉及信息处理技术领域。该方法首先对原始流量进行流量类型标注，作为原始训练数据集，并对其以会话为单位进行切割，每个会话单独组成流量数据包序列，并在长度上加以处理，得到若干条等长数据包，将该数据包数据进行图形化操作，并按照时间顺序堆叠成流量图像三维数据；然后将预处理好的流量图像三维数据送入以3D卷积神经网络为基础的流量分类模型中，训练保存该模型，并检测模型准确性。将待分类的流量数据进行相同预处理操作，送入训练好的模型，得到分类结果。本发明提供的检测海量流量数据类型的方法，能够在接受海量流量数据的同时，快速准确的对流量数据类型做出分类。
-
公开(公告)号：CN110941860A
公开(公告)日：2020-03-31
申请号：CN201911259293.4
申请日：2019-12-10
Applicant: 博雅正链(北京)科技有限公司 , 北京国信云服科技有限公司 , 南京博雅区块链研究院有限公司
Abstract: 本发明提供一种基于区块链和生物特征的电子合同可关联分析验证方法，涉及区块链技术领域；该方法首先向电子合同业务相关方部署区块链完整节点，部署业务相关方业务系统的前置处理节点及数字资产保管箱；然后连接业务系统的前置处理节点和数字资产保管箱进行数据交互；把签署人生物识别特征信息和企业证照信息等多方相关信息都存入区块链电子合同中并交叉验证；区块链网络中任何节点的设备或信息出现问题，自动从其它节点获取备份信息，内部审计部门和外部监管通过区块链网络进行自动实时审计和监管合同信息。本发明方法能够保障电子合同的真实有效、不可篡改、可追溯可审计等特性，提高了电子合同的审计和监管的有效性和便捷性以及实时穿透性。
-
Patent Agency Ranking
公开(公告)号：CN109299272A
公开(公告)日：2019-02-01
申请号：CN201811283253.9
申请日：2018-10-31
Applicant: 北京国信云服科技有限公司 , 北京大学
Abstract: 本发明提供一种用于神经网络输入的大信息量文本表示方法，涉及信息技术领域。该方法首先确定文本所在分类体系下的分类标准，并获得该标准下的关键词；然后通过语义向量模型将每个关键词转化为语义向量，根据该分类体系的关键词字典，获取每个关键词的类别向量，并将二者合并，得到一个词向量；根据不同关键词对同一实体的重要程度，选择前k个重要的关键词，并将其对应的词向量合并，得到每句话对应的句子向量；将句子向量输入到训练好的神经网络模型中，输出模型对该文本的分类结果。本发明提供的大信息量文本表示方法，增加了神经网络输入信息的信息表示能力的同时，能够减少神经网络的复杂性，增加神经网络的可表示性，还可以增加训练速度。
-
公开(公告)号：CN110866172B
公开(公告)日：2023-01-03
申请号：CN201911079968.7
申请日：2019-11-07
Applicant: 博雅正链(北京)科技有限公司 , 南京博雅区块链研究院有限公司 , 北京国信云服科技有限公司
IPC: G06F16/9532 , G06F16/958 , G06F16/2458 , G06F16/27 , G06F40/30
Abstract: 本发明提供一种面向区块链系统的数据分析方法，涉及区块链技术领域。该方法首先部署区块链的完整节点，将这些节点连接到区块链网络，并与区块链网络中的其他节点进行同步；通过RPC与部署的区块链节点进行通信，从区块高度为1的区块开始按顺序读取每个交易中的数据；对获取的每个交易中的数据依次判断其是否为与智能合约特征相关的无效数据，并对其进行编码并丢弃高于设定阈值的无效编码的数据；然后确定数据所使用的语言，最后进行敏感关键词的匹配及情感分类，并对匹配到敏感关键词的数据和判定为负面的数据进行报警。本发明方法针对区块链舆情的特点进行针对性的设计，有效的提高了区块链舆情数据分析的准确性。
-
公开(公告)号：CN112199512B
公开(公告)日：2022-12-06
申请号：CN202011099915.4
申请日：2020-10-15
Applicant: 北京大学 , 南京博雅区块链研究院有限公司 , 北京国信云服科技有限公司
IPC: G06F16/36 , G06F16/335 , G06F16/901 , G06F40/211 , G06F40/216 , G06F40/253 , G06F40/284 , G06F40/289
Abstract: 本发明提供了一种面向科技服务的事理图谱构建方法、装置、设备及存储介质，其中的事理图谱构建方法包括：获取科技服务需求文本；对科技服务需求文本进行预处理；对科技服务需求文本进行事件抽取；对科技服务需求文件进行事件关系抽取；基于抽取出的需求事件和需求事件之间的逻辑关系建立事理图谱，事理图谱为有向有环图，其中的节点代表需求事件，有向边代表需求事件之间的逻辑关系；计算出各有向边连接的两个需求事件之间的演化概率，并将演化概率作为权重值添加至有向边上。通过构建面向科技服务的事理图谱，本发明能够快速匹配到与用户需求直接相关的需求事件以及与用户需求之间联系最为紧密的其他需求事件，从而对客户需求实现更有效的感知。
-
公开(公告)号：CN109344911B
公开(公告)日：2022-04-12
申请号：CN201811283244.X
申请日：2018-10-31
Applicant: 北京国信云服科技有限公司 , 北京大学
IPC: G06F16/35 , G06F16/55 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于多层LSTM模型的并行处理分类方法，涉及信息技术领域。该方法首先对数据进行预处理，根据数据的分类体系，提取多个待分类实体的基础信息；然后构建多层LSTM模型，将带有标注的训练数据输入到多层LSTM模型中，用最小平方误差为代价函数，计算多层LSTM模型输出的结果与标注结果之间的误差，并采用误差反向传播方法调整多层LSTM模型的参数，进而得到稳定收敛的多层LSTM模型；最后对于未分类的数据，进行预处理后输入到多层LSTM模型中，得到分类结果。本发明提供的基于多层LSTM模型的并行处理分类方法，能够将多组数据一起通过网络，从而在最后可以输出多个待分类实体的分类结果，这种高信息通量的网络结构大大提高了网络训练的效率。
-
公开(公告)号：CN110941860B
公开(公告)日：2022-01-04
申请号：CN201911259293.4
申请日：2019-12-10
Applicant: 博雅正链(北京)科技有限公司 , 北京国信云服科技有限公司 , 南京博雅区块链研究院有限公司
Abstract: 本发明提供一种基于区块链和生物特征的电子合同可关联分析验证方法，涉及区块链技术领域；该方法首先向电子合同业务相关方部署区块链完整节点，部署业务相关方业务系统的前置处理节点及数字资产保管箱；然后连接业务系统的前置处理节点和数字资产保管箱进行数据交互；把签署人生物识别特征信息和企业证照信息等多方相关信息都存入区块链电子合同中并交叉验证；区块链网络中任何节点的设备或信息出现问题，自动从其它节点获取备份信息，内部审计部门和外部监管通过区块链网络进行自动实时审计和监管合同信息。本发明方法能够保障电子合同的真实有效、不可篡改、可追溯可审计等特性，提高了电子合同的审计和监管的有效性和便捷性以及实时穿透性。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.064 seconds)
