-
公开(公告)号:CN118733743B
公开(公告)日:2024-11-22
申请号:CN202411188429.8
申请日:2024-08-28
Applicant: 中国人民解放军国防科技大学
IPC: G06F16/332 , G06F16/335 , G06F18/10 , G06F18/25 , G06N5/022
Abstract: 本申请涉及一种基于知识增强的海上轨迹预测方法及装置。所述方法包括:根据大语言模型对海上活动数据进行知识抽取,得到时间序列数据、地理数据和事件数据;对地理数据和事件数据进行地址映射和事件消歧,对时间序列数据、预处理后的地理数据和事件数据进行离散化处理,根据FP‑Growth算法对离散数据集进行规则挖掘,得到多个时间‑位置规则或时间‑事件规则;根据时间‑事件规则的置信度和事件‑位置信息的分布概率分配新的时间‑位置增量规则的置信度后与时间‑位置存量规则集合进行融合和更新,根据更新后的时间‑位置存量规则集合预测船只在某个月份可能出现的位置。采用本方法能够提高海上轨迹预测准确率。
-
公开(公告)号:CN118733743A
公开(公告)日:2024-10-01
申请号:CN202411188429.8
申请日:2024-08-28
Applicant: 中国人民解放军国防科技大学
IPC: G06F16/332 , G06F16/335 , G06F18/10 , G06F18/25 , G06N5/022
Abstract: 本申请涉及一种基于知识增强的海上轨迹预测方法及装置。所述方法包括:根据大语言模型对海上活动数据进行知识抽取,得到时间序列数据、地理数据和事件数据;对地理数据和事件数据进行地址映射和事件消歧,对时间序列数据、预处理后的地理数据和事件数据进行离散化处理,根据FP‑Growth算法对离散数据集进行规则挖掘,得到多个时间‑位置规则或时间‑事件规则;根据时间‑事件规则的置信度和事件‑位置信息的分布概率分配新的时间‑位置增量规则的置信度后与时间‑位置存量规则集合进行融合和更新,根据更新后的时间‑位置存量规则集合预测船只在某个月份可能出现的位置。采用本方法能够提高海上轨迹预测准确率。
-
公开(公告)号:CN118643347B
公开(公告)日:2024-12-13
申请号:CN202411102462.4
申请日:2024-08-12
Applicant: 中国人民解放军国防科技大学
IPC: G06F18/214 , G06F18/2431 , G06F18/241 , G06F40/284 , G06F40/30 , G06F40/216
Abstract: 本申请涉及一种基于语义约束的人格特征抗检测方法、装置和计算机设备。所述方法包括:根据预先设置的对抗样本生成任务初始化提示文本模板;提示文本模板包括系统角色、知识提示和任务描述;将原始输入文本加载到提示文本模板中,得到提示文本,将提示文本输入LLM大模型中,输出对抗样本;采用文本对抗样本评估指标体系对对抗样本进行量化检测,根据检测结果与预设阈值的大小关系判断对抗样本是否合格;若对抗样本不合格,则根据评估结果优化提示文本,迭代上述过程,直到对抗样本的评估结果合格时,停止迭代,输出当前的对抗样本。采用本方法能够提高对抗样本的自然度和可信度,实现人格隐私保护。
-
公开(公告)号:CN119088981A
公开(公告)日:2024-12-06
申请号:CN202411188977.0
申请日:2024-08-28
Applicant: 中国人民解放军国防科技大学
IPC: G06F16/36 , G06F16/332 , G06F16/35 , G06F40/211 , G06F40/295 , G06F40/30 , G06N5/022
Abstract: 本申请涉及一种现海上知识抽取的基于大语言模型的海上活动知识抽取方法及装置。所述方法包括:预先设置初始提示词并设置了提示词优化策略对初始提示词进行优化,利用优化后的提示词引导大语言模型对重构后的数据进行语句转写,得到初步抽取结果;根据预先设置的抽取错误标签体系对初步抽取结果进行标注,将标注的文本作为同类错误文本,对同类错误文件进行语句结构分析,生成仿真文本问答对对优化后的提示词进行反馈修改,利用修改后的提示词引导大语言模型对海上活动数据进行知识抽取,得到海上知识。采用本方法能够实现海上知识抽取。
-
公开(公告)号:CN118643347A
公开(公告)日:2024-09-13
申请号:CN202411102462.4
申请日:2024-08-12
Applicant: 中国人民解放军国防科技大学
IPC: G06F18/214 , G06F18/2431 , G06F18/241 , G06F40/284 , G06F40/30 , G06F40/216
Abstract: 本申请涉及一种基于语义约束的人格特征抗检测方法、装置和计算机设备。所述方法包括:根据预先设置的对抗样本生成任务初始化提示文本模板;提示文本模板包括系统角色、知识提示和任务描述;将原始输入文本加载到提示文本模板中,得到提示文本,将提示文本输入LLM大模型中,输出对抗样本;采用文本对抗样本评估指标体系对对抗样本进行量化检测,根据检测结果与预设阈值的大小关系判断对抗样本是否合格;若对抗样本不合格,则根据评估结果优化提示文本,迭代上述过程,直到对抗样本的评估结果合格时,停止迭代,输出当前的对抗样本。采用本方法能够提高对抗样本的自然度和可信度,实现人格隐私保护。
-
-
-
-