-
公开(公告)号：CN111737470B
公开(公告)日：2024-04-16
申请号：CN202010595117.4
申请日：2020-06-24
Applicant: 上海应用技术大学
IPC: G06F16/35 , G06F16/36 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种文本分类方法，方法首先对带标签的文本数据进行清洗，分数据集；然后将文本序列映射为文本向量S；并将文本向量S输入到双向LSTM网络中得到与文本向量S维度相同的文本向量S1、S2，由文本向量S、S1、S2计算得到文本向量Sw。最后，将句子Sw输入到神经网络中按照预设的超参数训练模型，根据模型在验证集上的表现选取最优的模型。本发明利用LSTM网络获取全局文本信息，并通过加权求和方式得到包含全局信息的文本向量Sw，实验结果显示，该模型取得了较好的分类精度。
-
公开(公告)号：CN110738284A
公开(公告)日：2020-01-31
申请号：CN201910982642.9
申请日：2019-10-16
Applicant: 上海应用技术大学
IPC: G06K17/00
Abstract: 本发明涉及一种IC卡全自动发卡、写卡和回收卡方法，IC卡放置区的单张卡通过驱动传输齿轮带动搓卡轮传输到感应读卡模块，感应读卡模块自动感应读取到IC卡信息，读取异常将信息送判断控制出卡模块，卡从异常卡出口排出；读取正常通知自动写卡模块将信息自动写入，再经过写卡结果验证模块对写入信息进行验证后将结果送判断控制出卡模块，从正常卡出口排出。整个过程以机械自动化替代人工操作，既可以提高效率，又可以提高写卡的准确性，实现卡片自动化读取、发行、回收等操作，将会大大提高工作效率。系统具有自动写卡结果判别功能，能将正常卡与异常卡分类放置，提高了写卡的准确性。可广泛应用于高校、企业等IC卡使用较多的部门和企业。
-
公开(公告)号：CN110751076B
公开(公告)日：2023-03-28
申请号：CN201910971215.0
申请日：2019-10-09
Applicant: 上海应用技术大学
IPC: G06V20/54 , G06V10/40 , G06V10/80 , G06V10/762 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种车辆检测方法，包括通过在十字路口安置相机，对目标车辆进行数据采集得到目标车辆图片；对目标车辆图片进行尺寸标准化处理和标注，以生成训练数据集；将训练数据集中的图片作为Darknet‑53网络的输入，进行图片特征提取；将提取到的图片特征进行特征拼接、残差映射、特征融合，将处理后的图片特征输入卷积神经网络中按预设的迭代次数进行训练，并根据训练数据集中的图片的真实值与卷积神经网络的输出值的差异对卷积神经网络中的参数不断进行更新，以生成车辆检测权重模型及训练好的参数；车辆检测权重模型调用训练好的参数对测试数据集中的图像中的车辆进行检测，并输出结果，本发明具有准确度高、检测速度快、重复检测率低等优点。
-
Patent Agency Ranking
公开(公告)号：CN110119966A
公开(公告)日：2019-08-13
申请号：CN201910419056.3
申请日：2019-05-20
Applicant: 上海应用技术大学
Abstract: 本发明提供了一种银行客户异常行为分析方法，该方法包括：通过结合现代信息技术与专业领域发展技术，将所有客户行为数据整合处理，对行为影响的范围进行研究，基于SVM算法和粗糙集实现对客户行为信息进行科学建模，发现行为异常的客户可以及时提醒。通过上述方式，本发明能够对客户行为数据进行动态科学管理，从而显著提高客户服务水平，增强银行业快速反应和适应能力，降低银行业的运行成本和风险，带来间接经济效益和社会效益巨大。
-
公开(公告)号：CN111737470A
公开(公告)日：2020-10-02
申请号：CN202010595117.4
申请日：2020-06-24
Applicant: 上海应用技术大学
Abstract: 本发明提供了一种文本分类方法，方法首先对带标签的文本数据进行清洗，分数据集；然后将文本序列映射为文本向量S；并将文本向量S输入到双向LSTM网络中得到与文本向量S维度相同的文本向量S1、S2，由文本向量S、S1、S2计算得到文本向量Sw。最后，将句子Sw输入到神经网络中按照预设的超参数训练模型，根据模型在验证集上的表现选取最优的模型。本发明利用LSTM网络获取全局文本信息，并通过加权求和方式得到包含全局信息的文本向量Sw，实验结果显示，该模型取得了较好的分类精度。
-
公开(公告)号：CN110956543A
公开(公告)日：2020-04-03
申请号：CN201911090739.5
申请日：2019-11-06
Applicant: 上海应用技术大学
Abstract: 本发明提供了一种异常交易检测的方法，发明提供的基于长短期记忆网路(递归神经网络的一种)异常交易检测的方法，具有识别交易数据特征和交易时序特征能力，可以用于检测大量交易数据的异常交易检测的方法，实现了互联网金融系统中异常交易识别的优化，有效提升交易系统的安全性和执行效率。
-
公开(公告)号：CN110751076A
公开(公告)日：2020-02-04
申请号：CN201910971215.0
申请日：2019-10-09
Applicant: 上海应用技术大学
Abstract: 本发明提供了一种车辆检测方法，包括通过在十字路口安置相机，对目标车辆进行数据采集得到目标车辆图片；对目标车辆图片进行尺寸标准化处理和标注，以生成训练数据集；将训练数据集中的图片作为Darknet-53网络的输入，进行图片特征提取；将提取到的图片特征进行特征拼接、残差映射、特征融合，将处理后的图片特征输入卷积神经网络中按预设的迭代次数进行训练，并根据训练数据集中的图片的真实值与卷积神经网络的输出值的差异对卷积神经网络中的参数不断进行更新，以生成车辆检测权重模型及训练好的参数；车辆检测权重模型调用训练好的参数对测试数据集中的图像中的车辆进行检测，并输出结果，本发明具有准确度高、检测速度快、重复检测率低等优点。
-
公开(公告)号：CN110634067A
公开(公告)日：2019-12-31
申请号：CN201910916250.2
申请日：2019-09-25
Applicant: 上海应用技术大学
Abstract: 本发明提供了一种银行账户异常交易识别方法，通过在底层引入极端梯度提升树模型进行特征优化，将优化后的特征与原始特征相结合，作为中间层长短时记忆网络的输入，通过这样来学习序列间的特征，并将各笔交易记录内的特征时序化。将学习获得的序列间特征与原始交易内特征相结合，得到最终交易特征向量，以此为基础，为更好地将时序特征进行融合学习，此方法在顶层叠加了随机森林模型，以此作为最终的银行账户异常交易判别分类器。通过上述方式，有效避免序列化交易特征学习能力弱和各笔交易记录内特征学习能力受限等弊端，以此提升银行账户异常交易识别模型的运行效率和性能。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.019 seconds)
