-
公开(公告)号：CN118656809A
公开(公告)日：2024-09-17
申请号：CN202410721226.4
申请日：2024-06-05
Applicant: 北京工商大学
IPC: G06F21/16 , G06T1/00 , G06N3/0464 , G06N3/0455 , G06N3/0475 , G06N3/094 , G06V10/44 , G06V10/42 , G06V10/80 , G06V10/82 , H04L9/06 , H04L9/08 , H04L9/32
Abstract: 本发明涉及一种融合数字水印的溯源方法、装置、设备及介质，属于防伪技术领域，用以解决现有技术中的溯源标识产品防伪能力低，可信度较低的问题。本发明技术方案主要包括：获取产品信息，以所述产品信息作为明文，对所述明文通过随机多重数字签名技术进行加密，以获得所述明文的数字签名；获取原始图像，将所述原始图像和所述数字签名输入融合交叉注意力模块的扩散生成模型以形成数字水印图像；基于所述数字水印图像进行损失模拟以形成损失图像集；将损失图像集输入数字水印解码器以进行训练，通过训练后的数字水印解码器从所述数字水印图像中提取所述数字签名；对所述数字签名进行验证。
-
公开(公告)号：CN110968672A
公开(公告)日：2020-04-07
申请号：CN201911220854.X
申请日：2019-12-03
Applicant: 北京工商大学
IPC: G06F16/33 , G06F40/295 , G06N3/04 , G06N3/08 , G06Q50/00
Abstract: 本发明公开了一种基于神经网络的食品安全虚假舆情识别方法，涉及人工智能领域，能够监控网络舆情，筛选出假新闻。所述方法包括：搭建食品风险因子实体库；搭建食品名称实体库；构建动态官方新闻辟谣库；搭建真假新闻神经网络分类模型；输入最新的新闻舆情，通过在食品风险因子实体库和食品名称实体库中的对比查找，将新闻中涉及到的食品名称以及风险因子进标注，对新闻进行初步分类，之后根据官方新闻辟谣库中进行相似度对比，如果未查找到相关辟谣新闻，再利用神经网络模型进行真假新闻分类。
-
公开(公告)号：CN110929034A
公开(公告)日：2020-03-27
申请号：CN201911173494.2
申请日：2019-11-26
Applicant: 北京工商大学
Abstract: 本发明属于自然语言处理领域，提供了一种基于改进LSTM的商品评论细粒度情感分类方法，包括：编写爬虫脚本，抓取电商网站商品评论数据，并对数据进行数据预处理；使用结巴分词工具对清洗后的数据进行分词；使用gensim自然语言处理包的word2vec进行词向量的训练，获得评论数据对应的词向量；将已有情感词库作为种子词库，根据词向量的相似度来扩充情感词库；从评论中提取出主题词与情感词；构建情感分类模型，将商品评论主题词与情感词对应的词向量序列导入模型，对商品评论进行情感分类。本发明提供了一种基于改进LSTM的商品评论细粒度情感分类方法，运用深度学习的知识充分挖掘商品评论中的情感倾向性，从而提高商品评论情感分类的准确度。
-
公开(公告)号：CN118656809B
公开(公告)日：2024-12-13
申请号：CN202410721226.4
申请日：2024-06-05
Applicant: 北京工商大学
IPC: G06F21/16 , G06T1/00 , G06N3/0464 , G06N3/0455 , G06N3/0475 , G06N3/094 , G06V10/44 , G06V10/42 , G06V10/80 , G06V10/82 , H04L9/06 , H04L9/08 , H04L9/32
Abstract: 本发明涉及一种融合数字水印的溯源方法、装置、设备及介质，属于防伪技术领域，用以解决现有技术中的溯源标识产品防伪能力低，可信度较低的问题。本发明技术方案主要包括：获取产品信息，以所述产品信息作为明文，对所述明文通过随机多重数字签名技术进行加密，以获得所述明文的数字签名；获取原始图像，将所述原始图像和所述数字签名输入融合交叉注意力模块的扩散生成模型以形成数字水印图像；基于所述数字水印图像进行损失模拟以形成损失图像集；将损失图像集输入数字水印解码器以进行训练，通过训练后的数字水印解码器从所述数字水印图像中提取所述数字签名；对所述数字签名进行验证。
-
公开(公告)号：CN110968672B
公开(公告)日：2022-06-10
申请号：CN201911220854.X
申请日：2019-12-03
Applicant: 北京工商大学
IPC: G06F16/33 , G06F40/295 , G06N3/04 , G06N3/08 , G06Q50/00
Abstract: 本发明公开了一种基于神经网络的食品安全虚假舆情识别方法，涉及人工智能领域，能够监控网络舆情，筛选出假新闻。所述方法包括：搭建食品风险因子实体库；搭建食品名称实体库；构建动态官方新闻辟谣库；搭建真假新闻神经网络分类模型；输入最新的新闻舆情，通过在食品风险因子实体库和食品名称实体库中的对比查找，将新闻中涉及到的食品名称以及风险因子进标注，对新闻进行初步分类，之后根据官方新闻辟谣库中进行相似度对比，如果未查找到相关辟谣新闻，再利用神经网络模型进行真假新闻分类。
-
Patent Agency Ranking
公开(公告)号：CN111768335B
公开(公告)日：2023-08-04
申请号：CN202010628294.8
申请日：2020-07-02
Applicant: 北京工商大学
Abstract: 本发明公开了一种基于CNN的用户交互式图像局部服饰风格迁移方法，该方法包括：(1)将内容图和风格图输入到CNN映射得到内容特征和风格特征；(2)利用GrabCut算法交互式分割内容图，用一个矩形将局部服饰框住并提取，生成局部服饰轮廓图；(3)将轮廓图转化为二值图，进行距离变换，生成距离变换矩阵；(4)利用幂级运算增大局部服饰轮廓内部与外部的距离，形成轮廓特征；(5)根据特征计算随机噪声图的内容损失、风格损失和轮廓损失；(6)综合三类损失并加入正则项，以对边界区域进行平滑去噪。本发明采取用户交互式的方法，对图片引入轮廓损失以实现对服装形状的保留以及风格迁移区域的限制，高效地实现了局部服饰的风格迁移。
-
公开(公告)号：CN113609861A
公开(公告)日：2021-11-05
申请号：CN202110913799.3
申请日：2021-08-10
Applicant: 北京工商大学
IPC: G06F40/295 , G06F16/951 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于食品文献数据的多维度特征命名实体识别方法及系统，其方法包括：S1：获得食品领域文献的语料；S2：获取食品领域文献的字偏旁和字拼音，分别输入BiLSTM模型，获得字偏旁特征向量S和字拼音特征向量P；S3：对Bert模型进行预训练，得到训练好的预训练模型；把S1得到语料输入训练好的预训练模型，得到字维度的特征向量；S4：将字维度的特征向量、字偏旁特征向量和字拼音特征向量输入基于BiLSTM的神经网络模型，得到融合全文语义信息的特征向量；S5：将融合全文语义信息的特征向量输入CRF模型，最后得到命名实体识别结果。本发明通过将字的偏旁特征、拼音特征加入字维度向量表示中，提高了面向食品领域的文献数据的命名实体识别的准确性。
-
公开(公告)号：CN113609861B
公开(公告)日：2024-02-23
申请号：CN202110913799.3
申请日：2021-08-10
Applicant: 北京工商大学
IPC: G06F40/295 , G06F16/951 , G06N3/0442 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及一种基于食品文献数据的多维度特征命名实体识别方法及系统，其方法包括：S1：获得食品领域文献的语料；S2：获取食品领域文献的字偏旁和字拼音，分别输入BiLSTM模型，获得字偏旁特征向量S和字拼音特征向量P；S3：对Bert模型进行预训练，得到训练好的预训练模型；把S1得到语料输入训练好的预训练模型，得到字维度的特征向量；S4：将字维度的特征向量、字偏旁特征向量和字拼音特征向量输入基于BiLSTM的神经网络模型，得到融合全文语义信息的特征向量；S5：将融合全文语义信息的特征向量输入CRF模型，最后得到命名实体识别结果。本发明通过将字的偏旁特征、拼音特征加入字维度向量表示中，提高了面向食品领域的文献数据的命名实体识别的准确性。
-
公开(公告)号：CN111861027A
公开(公告)日：2020-10-30
申请号：CN202010741049.8
申请日：2020-07-29
Applicant: 北京工商大学
Abstract: 本发明提供一种基于深度学习融合模型的城市交通流量预测方法，包括：步骤1、构建交通流量预测数据属性库；步骤2、将城市路网按照不同用途划分成不同的区块，将历史交通流量数据进行预处理并分别统计不同时间段的交通流量，构建交通流量输入矩阵，建立二进制矢量图；步骤3、构建3DLSACN模型和Resnet残差网络相结合作为交通流量特征提取的深度学习融合模型，利用二进制矢量图作为输入进行特征提取，分别提取时空特征、周期特征并进行融合，得到初步融合结果；步骤4、手动提取外部影响因素组成外部特征并与初步融合结果再次进行融合，最后输出所需预测的交通流量信息。本发明能够提供给定时间空间信息下交通流量的预测，有助于及时进行调度，缓解城市交通压力问题。
-
公开(公告)号：CN111768335A
公开(公告)日：2020-10-13
申请号：CN202010628294.8
申请日：2020-07-02
Applicant: 北京工商大学
Abstract: 本发明公开了一种基于CNN的用户交互式图像局部服饰风格迁移方法，该方法包括：(1)将内容图和风格图输入到CNN映射得到内容特征和风格特征；(2)利用GrabCut算法交互式分割内容图，用一个矩形将局部服饰框住并提取，生成局部服饰轮廓图；(3)将轮廓图转化为二值图，进行距离变换，生成距离变换矩阵；(4)利用幂级运算增大局部服饰轮廓内部与外部的距离，形成轮廓特征；(5)根据特征计算随机噪声图的内容损失、风格损失和轮廓损失；(6)综合三类损失并加入正则项，以对边界区域进行平滑去噪。本发明采取用户交互式的方法，对图片引入轮廓损失以实现对服装形状的保留以及风格迁移区域的限制，高效地实现了局部服饰的风格迁移。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.017 seconds)
