-
公开(公告)号：CN112199735B
公开(公告)日：2024-04-26
申请号：CN202011022370.7
申请日：2020-09-25
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 , 北京大学
IPC: G06F21/64 , G06Q20/38 , G06Q20/12 , G06Q30/0601
Abstract: 本发明提出的一种基于区块链的垂直电商交易平台，包括数据存储层、智能合约服务层、业务逻辑层以及应用层；数据存储层包括区块链系统，数据存储层基于区块链系统用于垂直电商交易平台数据的存储；智能合约服务层用于创建智能合约、存储智能合约、运行智能合约以及对接数据存储层与业务逻辑层；业务逻辑层包括业务逻辑模块以及工作流引擎模块，工作流引擎模块基于业务逻辑模块实现工作流的按序进行；应用层为面向终端用户可视化平台端口。上述基于区块链的垂直电商交易平台，规范化业务逻辑，实现垂直电商交易平台交易、回款等流程的上链存证和自动化执行，提高了流程管理效率，解决了业务流程复杂，跨多系统，效率低且易出错的问题。
-
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：CN114282227B
公开(公告)日：2022-08-26
申请号：CN202210029433.4
申请日：2022-01-12
Applicant: 北京大学 , 博雅正链(北京)科技有限公司
Abstract: 本发明公布了一种Fabric区块链系统智能合约的安全分析检测方法，该方法与智能合约的开发语言无关，通过将不同开发语言编写的智能合约统一转换为中间语言IR，并根据IR语言特征改进污点分析方法，实现在IR上跟踪安全风险的产生和传播过程，由此检测识别其是否存在安全漏洞。本发明将Fabric区块链系统智能合约安全分析与智能合约编程语言解耦，不仅弥补了当前对于Fabric智能合约安全分析方案的空白，且支持对新漏洞类型和新智能合约编程语言的持续拓展。
-
公开(公告)号：CN114840545A
公开(公告)日：2022-08-02
申请号：CN202210745036.7
申请日：2022-06-29
Applicant: 北京大学 , 博雅正链(北京)科技有限公司
Abstract: 本发明公开了一种支持状态快速更新的区块链细粒度编辑方法，其步骤包括：对于可编辑区块链每一首次执行的交易，根据该交易的执行过程信息生成该交易的快速执行代码并记录该交易执行过程的读集与写集；在区块链编辑权限拥有者编辑区块链上某个历史交易的编辑事件发生后，乐观地并行执行读集元素的状态相较于初次执行时发生改变的交易，并用该交易在首次执行时生成的快速执行代码加速交易的执行。在更新完某区块B中的所有交易后，并行更新区块B及其之前被此次更新影响的所有区块的块头中的状态树、交易树和收据树信息。本发明可以降低可编辑区块链节点进行编辑操作之后，区块链节点更新状态所需的时间和计算资源，提高了可编辑区块链的性能。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN114048464A
公开(公告)日：2022-02-15
申请号：CN202210029518.2
申请日：2022-01-12
Applicant: 北京大学 , 博雅正链(北京)科技有限公司
Abstract: 本发明公布了一种基于深度学习的以太坊智能合约安全漏洞检测方法及系统，将以太坊智能合约漏洞检测问题建模为一个端到端的分类检测模型，针对智能合约源代码，判断是否包含漏洞，从而实现智能合约安全漏洞的检测；包括：进行以太坊智能合约源代码数据的预处理；构建智能合约源代码语义表征学习模块，包括编码层/编码器、检测层/分类器以及模型融合输出模块；训练模型；测试阶段利用训练好的智能合约源代码语义表征学习模块，实现基于机器学习的区块链智能合约安全漏洞检测，有效提升了以太坊智能合约安全漏洞的检测性能。
-
公开(公告)号：CN112396160A
公开(公告)日：2021-02-23
申请号：CN202011203297.3
申请日：2020-11-02
Applicant: 北京大学 , 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
Abstract: 本发明提出的一种基于图神经网络的交易欺诈检测方法及系统，包括以下步骤：交易数据预处理步骤，获取交易数据并对交易数据进行预处理，获得面板形式的交易样本集；交易行为历史特征提取步骤，对交易样本集进行长短期记忆网络处理，获得交易行为历史特征；交易行为聚合特征提取步骤，对交易历史行为特征进行图卷积网络处理，获得交易行为聚合特征；预测步骤，将交易行为历史特征以及交易行为聚合特征进行全连接层处理，通过二分类进行交易节点的欺诈预测。克服了传统的交易欺诈检测方法忽略数据之间本身就存在的联系以及交易行为是时间序列数据的缺陷，确保了交易欺诈检测的全面性，并且提高了交易欺诈检测的精确性。
-
公开(公告)号：CN112215696A
公开(公告)日：2021-01-12
申请号：CN202011039030.5
申请日：2020-09-28
Applicant: 北京大学 , 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
Abstract: 本发明提供了一种基于时序归因分析的个人信用评估与解释方法、装置、设备及存储介质，其中的方法包括：构建信用评分模型；利用若干组带有时间标签的历史征信数据集对信用评分模型进行分别训练以获得若干历史信用评分模型；根据信用评分模型的类别，基于若干带有时间标签的历史信用评分模型或若干组带有时间标签的历史征信数据集预测到若干未来信用评分模型；将待评估征信数据输入至选定的历史信用评分模型或未来信用评分模型中，以获得待评估征信数据对应的征信主体的征信评估结果；对征信评估结果进行解释。本发明针对多个历史时间点及多个未来时间点构建出一系列信用评分模型，选择合适的信用评分模型即能够实现对征信主体在特定时间点的信用评估，并对评估结果做出具有参考价值的解释，从而指导改进个人信用得分。
-
公开(公告)号：CN112201342A
公开(公告)日：2021-01-08
申请号：CN202011030487.X
申请日：2020-09-27
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 , 北京大学
Abstract: 本发明提供了一种基于联邦学习的医疗辅助诊断方法、装置、设备及存储介质，方法包括：获取带有诊断结果标签的病患诊断数据并将病患诊断数据划分为基模型训练集和基模型测试集；基于基模型训练集参与至联邦学习中以获得至少两种基模型；使用基模型测试集对各基模型进行测试；将各基模型生成的预测结果融入至基模型训练集中以获得集成模型训练集；将各基模型生成的预测结果融入至基模型测试集中以获得集成模型测试集；基于集成模型训练集参与至联邦学习中以获得集成模型；使用集成模型测试集对集成模型进行测试。本发明的基于联邦学习的医疗辅助诊断方法基于联邦学习和多模型融合的训练策略完成模型训练，其显著地提升了诊断模型的辅助诊断效果。
-
公开(公告)号：CN112100470A
公开(公告)日：2020-12-18
申请号：CN202010914996.2
申请日：2020-09-03
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: G06F16/951 , G06F40/205 , G06F40/258 , G06F40/284 , G06F40/289 , G06F16/31
Abstract: 本发明提供了一种基于论文数据分析的专家推荐方法、装置、设备及存储介质，其中的专家推荐方法包括：获取需求文档及需求文档的关键词；使用网络爬虫爬取到与需求文档的关键词相关论文的论文标题、论文摘要、作者及所属期刊；基于所述论文标题和论文摘要获取所述论文与所述需求文档之间的文本相似度；基于所述论文作者信息获取所述论文的各论文作者对论文的贡献率；基于所属期刊获取所述论文的经标准化处理后的复合影响因子；基于所述文本相似度、所述贡献率及所述复合影响因子计算出各论文作者的推荐分数。本发明以文本相似度、作者贡献率及论文影响因子三个维度计算出候选专家的推荐分数，最终实现专家推荐，显著提升了专家推荐的推荐精准度及推荐效率。
-
-
-
-
-
-
-
-
-
Search Results
84
records
(took 0.056 seconds)
