-
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
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。
-
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
Applicant: 烟台中科网络技术研究所
IPC: G06F11/36
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。
-
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
Applicant: 烟台中科网络技术研究所
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。
-
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
Applicant: 烟台中科网络技术研究所
IPC: G06F17/30
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。
-
公开(公告)号：CN103544210B
公开(公告)日：2017-01-18
申请号：CN201310391961.5
申请日：2013-09-02
Applicant: 烟台中科网络技术研究所
IPC: G06F17/30
Abstract: 本发明涉及网络信息检索与挖掘领域，特别涉及一种识别网页类型的系统和方法。包括以下步骤：预先定义启发式规则并生成启发式规则列表；从训练网页中提取预定特征并形成标准化的特征向量，对所述标准化的特征向量进行两次优化形成精简的特征集合，构建分类器和特征抽取器，并通过分类器生成分类模型；基于待识别网页的URL和源代码，在所述启发式规则列表中执行规则匹配；匹配成功则输出待识别网页的网页类型；不成功则利用分类器对待识别网页执行网页类型分类。本发明的识别网页类型的系统和方法，使用灵活方便，识别速度快、识别精度高，而且在对跨语种的网页进行识别时不需做大的改动，识别效率高，具有较高的实际利用价值。
-
Patent Agency Ranking
公开(公告)号：CN103544210A
公开(公告)日：2014-01-29
申请号：CN201310391961.5
申请日：2013-09-02
Applicant: 烟台中科网络技术研究所
IPC: G06F17/30
CPC classification number: G06F17/30876
Abstract: 本发明涉及网络信息检索与挖掘领域，特别涉及一种识别网页类型的系统和方法。包括以下步骤：预先定义启发式规则并生成启发式规则列表；从训练网页中提取预定特征并形成标准化的特征向量，对所述标准化的特征向量进行两次优化形成精简的特征集合，构建分类器和特征抽取器，并通过分类器生成分类模型；基于待识别网页的URL和源代码，在所述启发式规则列表中执行规则匹配；匹配成功则输出待识别网页的网页类型；不成功则利用分类器对待识别网页执行网页类型分类。本发明的识别网页类型的系统和方法，使用灵活方便，识别速度快、识别精度高，而且在对跨语种的网页进行识别时不需做大的改动，识别效率高，具有较高的实际利用价值。
-
公开(公告)号：CN119992229A
公开(公告)日：2025-05-13
申请号：CN202510465225.2
申请日：2025-04-15
Applicant: 山东商务职业学院 , 烟台中科网络技术研究所
IPC: G06V10/764 , G06V10/80 , G06V10/54 , G06V10/58 , G06V10/72 , G06V10/762 , G06V10/50 , G06V10/42 , G06V10/56 , G06V10/46 , G06V10/74 , G06V20/10 , G06V10/776 , G01N21/84 , G01N21/55
Abstract: 本发明涉及机器学习技术领域，具体为基于图像分析的粮食分类识别方法及系统，包括以下步骤：获取粮食颗粒图像数据，计算灰度直方图及梯度变化率，调用灰度共生矩阵提取粮食颗粒纹理密度，滑动窗口扫描获取粮食颗粒局部特征参数。本发明中，通过灰度直方图与梯度变化率联合分析，滑动窗口动态提取颗粒纹理，增强复杂表面特征捕获，归一化对比度与方向一致性参数构建加权特征向量，方差贡献度动态修正抑制环境干扰，融合近红外与短波红外反射率变化，量化光谱差值均值及峰谷比，匹配可见光特征验证多维度约束，局部反射率速率与梯度变化率构建光谱‑纹理矩阵，采用欧氏距离与局部偏移双层匹配，同步评估全局相似度与空间分布差异。
-
公开(公告)号：CN115640779A
公开(公告)日：2023-01-24
申请号：CN202211188970.X
申请日：2022-09-27
Applicant: 山东工商学院 , 烟台中科网络技术研究所
IPC: G06F30/398 , G06F115/02 , G06F115/08
Abstract: 本申请属于集成电路设计领域，本申请提供一种集成电路内部数据包路由的验证方法、装置、设备及介质，所述集成电路内部数据包路由的验证方法包括基于验证平台获取待确定反馈数据，并将所述待确定反馈数据输入至比较器中，并将预设反馈数据和所述待确定反馈数据进行比较；在所述预设反馈数据和所述待确定反馈数据相同时，确定所述待确定反馈数据为合法数据，以实现对待确定集成电路内部数据包路由的验证。通过上述方式，本申请获取由验证平台对待反馈数据进行仿真，查找验证平台的设计是否存在缺陷，提高了对集成电路内部数据包路由的验证效率，解决了目前SoC的验证效率低下的技术问题。
-
公开(公告)号：CN115543797A
公开(公告)日：2022-12-30
申请号：CN202211193654.1
申请日：2022-09-28
Applicant: 山东工商学院 , 烟台中科网络技术研究所
Abstract: 本发明涉及集成电路设计技术领域，尤其涉及一种基于UVM的总线转换桥验证方法、装置、设备及存储介质，所述方法获取待测模块的输入参数，基于总线转换桥AMBA协议接口规范，确定所述输入参数对应的验证需求和验证策略；基于所述验证需求和所述验证策略，确定目标接口，并基于UVM基类库，建立所述目标接口对应的约束激励；基于验证模型和所述约束激励，对所述待测模块进行验证，输出验证结果。通过对输入参数的分析，确定对应的验证需求和验证策略，从而确定需要用到的验证模型，对待测模块进行验证测试。通过基于UVM的总线转换桥验证方法，可以提高系统的可重用性和验证平台搭建的自动化程度，提高了验证的工作效率。
-
公开(公告)号：CN114841981A
公开(公告)日：2022-08-02
申请号：CN202210553478.1
申请日：2022-05-20
Applicant: 烟台中科网络技术研究所
IPC: G06T7/00 , G06V30/148 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于分割网络的零件缺陷检测与字符识别方法及装置。所述方法包括：获取一定数量的具有缺陷的零件图像并对获得的零件图像进行分类标注，得到分类标注训练数据集，分类标注的分类类型包括缺陷轮廓类型和字符轮廓类型，基于并行反向注意力的PraNet网络构建分割模型；对分割模型进行训练；使用训练好的分割模型对零件图像进行缺陷检测。本发明的方法可以准确定位缺陷和字符的位置，有效识别现有OCR方法无法识别的字符，提高生产效率和产品质量把控。
-
-
-
-
-
-
-
-
-
Search Results
88
records
(took 0.087 seconds)
