-
公开(公告)号:CN110070088A
公开(公告)日:2019-07-30
申请号:CN201910275572.3
申请日:2019-04-08
Applicant: 烟台中科网络技术研究所
Abstract: 本申请涉及一种混淆字符的验证码识别方法、装置及存储介质,该方法包括如下步骤:下载目标汉字的字体文件,并根据待识别的目标汉字从所述字体文件中提取出混淆汉字的字模和码字对应关系表,其中,所述码字对应关系表指示所述混淆汉字和所述目标汉字的对应关系,每个所述混淆汉字分别对应一个所述目标汉字;对所述混淆汉字的字模进行渲染,得到渲染图片;利用光学字符识别方法对所述渲染图片进行识别,得到所述混淆汉字;利用所述码字对应关系表识别出与所述混淆汉字对应的目标汉字。不仅可以保证了验证码的使用安全性,而且能有效提高验证码的识别效率和准确性。
-
公开(公告)号:CN115481588A
公开(公告)日:2022-12-16
申请号:CN202211203464.3
申请日:2022-09-29
Applicant: 山东工商学院 , 烟台中科网络技术研究所
IPC: G06F30/3308 , G06F30/31 , G06F8/34
Abstract: 本发明涉及芯片总线验证技术领域,且公开了一种图形化的总线验证平台,包括库模块以及仿真模块,用于将数据直接编译运行代码输送至仿真模块,还包括图形化模块,所述图形化模块分别与所述库模块以及仿真模块电连接,在使用时,所述图形化模块和所述库模块的信息实现相互转换,且所述图形化模块将从所述库模块中获取的信息以文本的形式发送至仿真模块进行仿真验证;支持图形化界面的同时可以代码编辑,满足各种开发需求、减少了总线验证IP的开发时间,验证人员工作重心转移到测试用例的编写中、平台采用模块化方式搭建,易于扩展。
-
公开(公告)号:CN111753322B
公开(公告)日:2021-10-01
申请号:CN202010635435.9
申请日:2020-07-03
Applicant: 烟台中科网络技术研究所 , 烟台中科数据技术有限公司
Abstract: 本发明公开了一种移动App权限列表自动核验方法,包括S1、获取待测移动App实际的权限列表,转化为向量形式,得到实际权限列表向量;S2、获取待测移动App的隐私协议,通过经训练的深度学习分类模型转化为向量形式,与设定阈值进行比较,得到声明权限列表向量;S3、对比待测移动App的实际权限列表向量跟声明权限列表向量是否一致,若一致,则判定待测移动App“合规”,否则判定待测移动App“不合规”。本发明的移动App权限列表自动核验方法实现了移动APP权限列表自动核验,不需要再通过人工对App隐私协议内容进行阅读审核就能判定该App是否存在违规获取用户个人信息的问题。本发明还公开了一种移动App权限列表自动核验系统。
-
公开(公告)号:CN109308321A
公开(公告)日:2019-02-05
申请号:CN201811428266.0
申请日:2018-11-27
Applicant: 烟台中科网络技术研究所 , 中国科学院计算技术研究所
IPC: G06F16/36 , G06F16/33 , G06F16/332
Abstract: 本发明涉及一种知识问答方法、知识问答系统及计算机可读存储介质,其方法包括以下步骤:接收问答请求,问答请求携带有源问题文本信息;根据源问题文本信息和预设问题标签模板确定查询语言;从动态更新的知识管理库中查询与查询语言匹配的推荐实体组,基于推荐实体组生成知识图谱;发送知识图谱。本发明提供的知识问答方法、知识问答系统和计算机可读存储介质,预设问题标签模板可以检验查询语言的完整性,提高了查询语言的准确性,查询语言和知识管理库共同保证了推荐实体组的准确性以及实时性,知识图谱形式统一归纳了推荐实体组,为用户提供专业化的知识答案。
-
公开(公告)号:CN106874489A
公开(公告)日:2017-06-20
申请号:CN201710092869.7
申请日:2017-02-21
Applicant: 烟台中科网络技术研究所 , 中国科学院计算技术研究所
Abstract: 本发明涉及一种基于卷积神经网络的肺结节图像块检索方法及装置,通过对获取的肺结节图像块进行切片处理,得到至少两张肺结节切片扫描图,通过构造卷积神经网络提取肺结节切片扫描图的图像特征,得到肺结节的局部特征集合,获取数据库中所有肺结节的局部特征集合,对所有肺结节的局部特征集合进行聚类构建视觉词典,基于视觉词典获取肺结节带权特征向量,通过倒排索引的方式对肺结节带权特征向量构建索引库,根据输入的查询信息对索引库执行检索,得到符合查询条件的肺结节图像块。本发明能够快速、准确的检索出与待检索肺结节最相似的肺结节图像序列。
-
公开(公告)号:CN119514540A
公开(公告)日:2025-02-25
申请号:CN202510088849.7
申请日:2025-01-21
Applicant: 烟台中科网络技术研究所
IPC: G06F40/289 , G06F16/353 , G06F18/23213 , G06F18/22
Abstract: 本申请涉及数据处理技术领域,具体涉及一种面向大模型的内容提取分析方法、装置及系统。所述方法包括:对所述大模型生成的当前文本进行预处理,获取所述当前文本的分词向量;根据所述分词向量的重要性,对所述分词向量进行聚类,获取多个分词类簇中心;根据所述多个分词类簇中心并结合敏感词库,确定所述当前文本是否合规。本申请实施例根据分词向量的重要性对分词向量进行聚类,再将聚类得到的分词类簇中心与敏感词库结合来确定当前文本是否合规,因此能够减少误检或漏检的情况发生,提高检测结果的准确性。
-
公开(公告)号:CN119248643A
公开(公告)日:2025-01-03
申请号:CN202411341205.6
申请日:2024-09-25
Applicant: 烟台中科网络技术研究所
IPC: G06F11/36 , G06N5/04 , G06N3/0455 , G06F18/24 , G06N3/0442
Abstract: 本发明涉及计算机技术领域,尤其涉及一种基于改进BERT的移动应用大模型风险自动评估方法,包括以下步骤:S1:测试准备阶段;S2:基于集成化群控设备模拟点击的交互式自动提问方法,实现移动应用版本大模型的自动化问答全流程;S3:基于集成化群控设备的动静态数据采集引擎,实现测试结果文本数据和图片信息的批量采集;S4:基于改进BERT的风险研判模型,对测试结果进行安全风险判别分类,并依据安全风险评估规则进行评估打分;S5:将评估结果和测试结果截图统一妥善保存,本方法提高了输出结果判别算法的准确性和可靠性,并建立了全面的安全风险评估体系。
-
公开(公告)号:CN118282876B
公开(公告)日:2024-08-30
申请号:CN202410710859.5
申请日:2024-06-04
Applicant: 烟台大学 , 烟台中科网络技术研究所
IPC: H04L41/142 , H04L41/16 , H04L41/0631 , H04L67/104
Abstract: 本发明涉及网络异常检测技术领域,尤其是涉及一种不完备异构以太坊网络的异常节点检测方法及系统。方法,包括获取以太坊交易数据,并构建以太坊交易网络,基于残差注意力机制补全以太坊交易网络中的目标节点的缺失属性特征;基于以太坊交易网络中的交易关系,生成关系交易子图;基于关系交易子图的相关性,生成关系交易子图的特征相似度图、特征传播图、语义图及观察图;通过引入机器学习算法,将以太坊交易网络与图神经网络结合利用图结构学习算法实现对以太坊交易网络中的异常节点进行准确、高效识别和监控。
-
公开(公告)号:CN118313413B
公开(公告)日:2024-08-13
申请号:CN202410741075.9
申请日:2024-06-11
Applicant: 烟台大学 , 烟台中科网络技术研究所
Abstract: 本发明涉及神经网络模型技术领域,尤其是涉及一种基于异构图神经网络的物联网链路预测方法及系统。所述方法,包括构建异构图,并对异构图进行特征表示;基于异构图构建客户端本地模型,包括利用动态注意力机制的图注意力网络构建客户端本地模型;输入异构图至客户端本地模型,并引入贝叶斯推理对异构图的特征进行线性变换;通过损失函数对输入异构图的客户端本地模型进行损失处理;计算客户端本地模型梯度,并对客户端本地模型梯度执行全局模型聚合,得到全局模型参数;将全局模型参数下发至客户端本地模型。通过本发明的技术方案提高链路预测的准确性和鲁棒性。
-
公开(公告)号:CN115236520A
公开(公告)日:2022-10-25
申请号:CN202210852508.9
申请日:2022-07-20
Applicant: 山东工商学院 , 烟台中科网络技术研究所
IPC: G01R31/367 , G01R31/388 , G01R31/392 , G01R31/396
Abstract: 本发明涉及一种基于ISSA‑LSTM算法的锂离子电池剩余使用预测方法及系统,包括:对获取的目标电池容量退化序列中的每个容量数据,利用优化的LSTM模型进行训练,预测剩余的电池容量数据;所述优化的LSTM模型是通过ISSA‑LSTM算法计算获得的;根据预测的容量和循环次数的对应关系,计算目标电池的剩余使用寿命。该方法可以在锂离子电池生命前期预测电池容量以及剩余使用寿命。仿真和实验结果表明,该方法能够准确地预测电池的剩余使用寿命,且不需要建立电池等效电路模型,计算成本低,而且适用于不同类型的电池,有良好的准确性和鲁棒性。
-
-
-
-
-
-
-
-
-