一种混淆字符的验证码识别方法、装置及存储介质

    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

    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。

    面向大模型的内容提取分析方法、装置及系统

    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

    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。

    基于改进BERT的移动应用大模型风险自动评估方法

    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

    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。

    基于ISSA-LSTM算法的电池剩余使用寿命预测方法及系统

    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

    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。

    一种网站识别方法及网站识别系统

    公开(公告)号:CN109617864B

    公开(公告)日:2021-04-16

    申请号:CN201811427628.4

    申请日:2018-11-27

    Abstract: 本发明涉及一种网站识别方法及网站识别系统,其方法包括以下步骤:分别获取与多个第一网站一一对应的多个第一特征矩阵;基于原网络分类模型对所有第一特征矩阵进行深度学习训练,得到深度学习网站分类模型;获取第二特征矩阵;基于深度学习网站分类模型对第二特征矩阵进行分类概率计算,得到分类概率向量;根据分类概率向量中的分类概率值识别第二网站为仿冒网站或者正常网站。本发明提供的网站识别方法及系统,减少了人工干预,降低了正常网站被误判为仿冒网站的概率,提高了仿冒网站识别的准确率。

    一种API接口的自动化测试方法和系统

    公开(公告)号:CN110968505A

    公开(公告)日:2020-04-07

    申请号:CN201911119426.8

    申请日:2019-11-15

    Abstract: 本发明公开了一种API接口的自动化测试方法,涉及自动化测试领域。该方法包括:根据新建的测试项目,建立对应的API;获取所述API对应的预设信息;根据所述预设信息调用预设的素材库或预设的方法库,并选择构建方式,构建所述API的测试用例;执行所述API的测试用例,将所述API的测试用例的执行结果保存到测试结果库中。本方案根据预设信息调用素材库或方法库,并选择构建方式,构建API的测试用例,使得测试工程师无需查找素材和方法,系统根据参数类型直接调用素材库或方法库,大大节省了测试工程师的时间,实现用例的自动构建,提高了测试用例的质量。从新建一个测试项目到用例构建、用例执行,不但实现了自动化测试,还提高了整个测试开发过程的效率。

    一种有向网络链路预测方法

    公开(公告)号:CN108345656A

    公开(公告)日:2018-07-31

    申请号:CN201810088450.9

    申请日:2018-01-30

    Abstract: 本发明涉及一种有向网络链路预测方法,所述方法包括以下步骤:步骤S1、计算所述有向网络的相对度量指标总量LB;步骤S2、在所述有向网络中增加一条待选链路,并计算增加所述待选链路后所述有向网络的相对度量指标总量LA;步骤S3、计算所述有向网络的相对度量指标总量之差ΔL=LB-LA;步骤S4、重复步骤S2以及步骤S3,得到多条待选链路对应的相对度量指标总量之差,并将所述相对度量指标总量之差最大值对应的待选链路作为所述有向网络生成的优选链路;本发明提供一种有向网络链路预测方法,具有计算简单、时间复杂度低、预测效果好的技术效果。

    一种负面舆情指数的计算方法及系统

    公开(公告)号:CN104951548B

    公开(公告)日:2018-04-20

    申请号:CN201510355005.0

    申请日:2015-06-24

    Abstract: 本发明涉及一种负面舆情指数的计算方法及系统,包括步骤S1,对待分类文本进行基于情感词典的正负面分类和基于Mode l模型的SVM分类,分别得到分类结果1和分类结果2;步骤S2,若所述分类结果1与所述分类结果2的值都为负面,则认为待分类文本为负面,继续执行步骤S3;若所述分类结果1与所述分类结果2的值不都为负面,则认为待分类文本为非负面,计算结束;步骤S3,将待分类文本分别与用户标注负面词典和训练集关键词典匹配,分别得到负面指标1和负面指标2;步骤S4,将所述分类结果1、所述负面指标1和所述负面指标2进行线性组合,得到待分类文本的负面舆情指数。本发明计算出的负面舆情指数准确率高,计算语料范围广且能够实时计算。

Patent Agency Ranking