-
公开(公告)号:CN114448677B
公开(公告)日:2024-03-08
申请号:CN202111673586.4
申请日:2021-12-31
Applicant: 山东省计算中心(国家超级计算济南中心) , 山东山科智能科技有限公司
IPC: H04L9/40
-
公开(公告)号:CN117375896A
公开(公告)日:2024-01-09
申请号:CN202311248000.9
申请日:2023-09-25
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院) , 山东省科创集团有限公司 , 山东山科智能科技有限公司
IPC: H04L9/40 , G06N3/045 , G06N3/0464 , G06N3/094 , G06N3/08
Abstract: 本发明公开了基于多尺度时空特征残差融合的入侵检测方法及系统;其中方法,包括:获取待检测的网络流量数据;对待检测的网络流量数据进行预处理;将预处理后的待检测的网络流量数据,输入到训练后的入侵检测模型中,输出入侵检测结果以及入侵检测类型;其中,训练后的入侵检测模型,用于对待检测的网络流量数据进行多尺度特征提取,并对多尺度特征进行特征融合,对融合特征进行分类,得到入侵检测结果以及入侵检测类型。
-
公开(公告)号:CN117216010A
公开(公告)日:2023-12-12
申请号:CN202311040591.0
申请日:2023-08-17
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院) , 山东山科智能科技有限公司
IPC: G06F16/16 , G06F18/24 , G06F18/214 , G06F18/25 , G06N3/09
Abstract: 本发明公开了融合元数据和标签相关性的政策文件分类方法及系统;其中方法,包括:获取待分类的政策文件;对待分类的政策文件进行预处理;基于待分类政策文件的正文和元数据,构建正文‑元数据超图;基于待分类政策文件的标签,构建标签相关性超图;对待分类政策文件的标题,采用训练后的标题分类模型进行分类,得到第一分类结果;将正文‑元数据超图,输入到训练后的第一超图神经网络,输出第一超图特征表示;将标签相关性超图,输入到训练后的第二超图神经网络,输出第二超图特征表示;将第一超图特征表示与第二超图特征表示进行特征融合,得到第二分类结果;将第一分类结果与第二分类结果进行加权求和,得到待分类政策文件的最终分类结果。
-
公开(公告)号:CN115858792B
公开(公告)日:2023-06-09
申请号:CN202310132159.8
申请日:2023-02-20
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06F16/35 , G06F40/289 , G06F40/30 , G06F40/216 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及数据处理技术领域,公开了基于图神经网络的招标项目名称短文本分类方法及系统;方法包括:获取待分类的招标项目名称;对文本进行分词处理;将分词结果输入到训练后的短文本分类模型中,输出分类结果;训练后的短文本分类模型,对分词结果提取出语义图的特征矩阵;对分词结果构建顺序图,得到顺序图的特征矩阵;对分词结果提取出文本特征,将文本特征分别映射到语义图的特征矩阵和顺序图的特征矩阵中,得到映射后的语义图特征矩阵和映射后的顺序图特征矩阵;实现语义图和顺序图的图内传播和图间传播,对招标项目名称短文本进行分类,得到分类标签;本发明能够解决现有人工标注效率不高和信息资源严重浪费的问题。
-
公开(公告)号:CN115766035A
公开(公告)日:2023-03-07
申请号:CN202211455832.3
申请日:2022-11-21
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学 , 山东山科智能科技有限公司
Abstract: 本发明公开了一种多节点的共识方法及系统,所述方法,包括:新的一轮共识开始,网关节点启用区块链网络中的边缘服务器节点和用户节点的注册ID,分别计算边缘服务器节点的信誉度和未依托边缘服务器的用户节点的信誉度,根据区块链节点的信誉度情况,确定第一设定阈值K1;对所有的区块链节点进行信誉等级划分,将信誉度低于K1的节点划分为恶意节点,对恶意节点进行剔除;然后,将剩余的区块链节点划分到对应的分区中;判断分区是否成功,如果成功就在分区内部进行节点共识,每个分区均选举出领导者节点;如果失败就返回上一步;在领导者节点之间进行全局共识,全局共识达成后,对交易结果生成新的区块,将新的区块保存到区块链上。
-
公开(公告)号:CN115565538A
公开(公告)日:2023-01-03
申请号:CN202211119112.X
申请日:2022-09-13
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
Abstract: 本发明公开了基于单分类多尺度残差网络的语音鉴伪方法及系统;其中所述方法,包括:获取待鉴别的语音数据;对语音数据进行分帧加窗处理;对分帧加窗处理后的语音数据进行特征提取操作;将提取的特征输入到训练后的多尺度残差神经网络模型中,生成置信度分数,根据置信度分数确定待鉴别的语音数据是真实语音还是伪造语音;其中,训练后的多尺度残差神经网络模型,使用单分类Softmax损失函数进行训练,学习一个特征空间,压缩真实语音表示并注入角度余量以分离嵌入空间中的伪造语音。
-
公开(公告)号:CN114866562A
公开(公告)日:2022-08-05
申请号:CN202210590312.7
申请日:2022-05-27
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学 , 山东山科智能科技有限公司
IPC: H04L67/1042
Abstract: 本发明公开了面向电力能源系统的区块链共识方法及系统;区块链节点接收客户端发送的交易入块请求,对所有的节点进行分组,并在每个小组内部选举出领导者节点;组外共识阶段:区块提议者节点向其他小组的领导者节点进行广播;区块提议者节点和其他小组的领导者节点进入预准备状态;每个领导者节点将准备消息发送给其他领导者节点,所有的领导者节点进入准备状态;每个领导者节点将提交消息发送给其他领导者节点,所有领导者节点进入提交状态;组内共识阶段:组内的领导者将日志内容广播到组内以使组内共识节点复制当前日志条目;组内选举出新的领导者节点,组内保持主从节点日志的一致性;组内的领导者节点完成提交过程,将结果反馈给客户端。
-
公开(公告)号:CN113094110A
公开(公告)日:2021-07-09
申请号:CN202110373297.6
申请日:2021-04-07
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学 , 山东山科智能科技有限公司
IPC: G06F9/4401 , G06F13/38 , G06F21/85
Abstract: 本发明公开了一种串口数据过滤的方法及系统,应用于过滤上位机业务应用程序与串口设备之间的通信数据的情况,包括:Windows操作系统启动,更新数据过滤协议;加载配置文件,读取配置文件,读取所需要过滤的串口设备所连接的串口号;上位机业务应用程序进行读写数据操作,调用Windows操作系统的I/O模型;Windows操作系统的I/O模型加载配置文件,获取数据过滤协议,根据数据过滤协议过滤数据,并将过滤后的数据传递给物理串口或者上位机业务应用程序。在不影响其他串口设备的使用下实现目标串口设备与目标主机之间通讯数据的过滤。
-
公开(公告)号:CN119599137A
公开(公告)日:2025-03-11
申请号:CN202510151883.4
申请日:2025-02-12
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院) , 山东正中信息技术股份有限公司 , 山东山科智能科技有限公司
IPC: G06N5/04 , G06N5/022 , G06F40/226 , G06N3/045 , G06N3/08
Abstract: 本发明涉及知识问答技术领域,涉及大语言模型输出幻觉的检测修复方法及系统,包括:将回答内容划分为若干个句子,对每个句子计算其置信度,判断每个句子的置信度是否超过设定阈值,对置信度低于设定阈值的句子进行事实提取,得到每个句子的三元组数据;基于每个句子的三元组数据生成每个句子的子图A;基于每个句子三元组数据中的主语,从本地知识图谱中提取子图B;计算子图A与子图B之间的相似度,如果所述相似度小于设定阈值,则根据子图B对子图A进行修复,得到修复后的子图A;根据修复后的子图A所对应的三元组数据,得到修复后的句子;将置信度低于设定阈值的句子全部修复完毕后,得到最终的回答内容。提高模型输出的准确性和可靠性。
-
公开(公告)号:CN119088783A
公开(公告)日:2024-12-06
申请号:CN202411152455.5
申请日:2024-08-21
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院) , 山东山科智能科技有限公司
IPC: G06F16/182 , G06F16/13 , G06F16/16
Abstract: 本发明公开了基于区块链的数据分级动态存储方法及系统,其中方法,包括:获取待存储数据,将待存储数据切分成若干个待存储文件块,并为每一个待存储文件块生成一个哈希值,将所述哈希值作为数据块的唯一标识;将待存储文件块的哈希值与数据库中已存在的哈希值进行比对,以识别待存储文件块的哈希值与数据库中已存在的哈希值是否一致,如果一致,则将待存储文件块的数据更新到已存在的哈希值所对应的存储位置中;如果不一致,则将待存储文件的数据存储到区块链上。
-
-
-
-
-
-
-
-
-