-
公开(公告)号：CN118568752A
公开(公告)日：2024-08-30
申请号：CN202410751318.7
申请日：2024-06-12
Applicant: 北京工商大学
Abstract: 本发明提供一种融合零信任机制的粮食区块链追溯系统节点身份认证方法，所述方法包括：S1，当访问主体通过其设备登录并请求访问时，判断访问主体是否存在访问风险，若否，进入步骤S2；S2，利用信任机制模块计算该访问主体的综合信任值；S3，判断访问主体的综合信任值是否符合权限阈值区间，若符合则进入步骤S4；S4，分析访问主体所含属性并授予其访问主体角色，基于角色和属性的访问控制策略生成模块生成相应的访问策略。本发明将零信任安全机制与基于角色和属性的访问控制系统结合，运用信任分级动态策略管理机制建立风险评估的访问控制机制，使模型具有细粒度、动态化的特点，持续进行综合风险评估，大大降低泄露风险。
-
公开(公告)号：CN113342809B
公开(公告)日：2023-08-15
申请号：CN202110604291.5
申请日：2021-05-31
Applicant: 北京工商大学
IPC: G06F16/22 , G06F16/28 , G06F16/951 , G06N3/048 , G06N3/082
Abstract: 本发明涉及一种基于图神经网络的互联网食品实体对齐方法及系统，其方法包括：步骤S1：将待对齐的两个知识图谱KG1和KG2中三元组进行分离，得到关系三元组和属性三元组；步骤S2：更新关系三元组；步骤S3：获取实体结构特征向量和关系特征向量；步骤S4：获取实体特征向量；步骤S5：构建实体关系对齐模型，计算实体特征向量间的距离，实现实体的对齐，计算关系特征向量间的距离，实现关系的对齐。本发明提出的方法，通过对知识图谱的图结构进行补全和修剪，减少知识图谱间图的异构性的影响，同时在实体种子有限的情况下，提高了实体种子利用效率和实体对齐正确率。
-
公开(公告)号：CN112766359B
公开(公告)日：2023-07-25
申请号：CN202110050517.1
申请日：2021-01-14
Applicant: 北京工商大学
IPC: G06F18/241 , G06F16/951 , G06F40/284 , G06N3/047 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及一种面向食品安全舆情的字词双维度微博谣言识别方法，包括：对互联网爬取数据进行预处理、结合开放域word embedding资源库构建食品安全领域word embedding资源库、爬取多级别百度百科语料对word embedding资源库进行增量训练、基于BERT网络的字维度文本特征提取、基于BLSTM网络并加入位置注意力机制的词维度文本特征提取、最终得到字词双维度文本特征向量并进行微博文本是否为谣言的分类识别。本发明解决了食品安全舆情领域微博文本语料口语化严重、结构性弱、领域性强、难以向量化的难题，通过构建领域词库和多粒度向量化方法，更加充分提取语料特征，提高谣言识别准确性。
-
公开(公告)号：CN113342809A
公开(公告)日：2021-09-03
申请号：CN202110604291.5
申请日：2021-05-31
Applicant: 北京工商大学
IPC: G06F16/22 , G06F16/28 , G06F16/951 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于图神经网络的互联网食品实体对齐方法及系统，其方法包括：步骤S1：将待对齐的两个知识图谱KG1和KG2中三元组进行分离，得到关系三元组和属性三元组；步骤S2：更新关系三元组；步骤S3：获取实体结构特征向量和关系特征向量；步骤S4：获取实体特征向量；步骤S5：构建实体关系对齐模型，计算实体特征向量间的距离，实现实体的对齐，计算关系特征向量间的距离，实现关系的对齐。本发明提出的方法，通过对知识图谱的图结构进行补全和修剪，减少知识图谱间图的异构性的影响，同时在实体种子有限的情况下，提高了实体种子利用效率和实体对齐正确率。
-
公开(公告)号：CN112884354A
公开(公告)日：2021-06-01
申请号：CN202110278179.7
申请日：2021-03-15
Applicant: 北京工商大学
IPC: G06Q10/06 , G06Q50/26 , G06F8/30 , G06F16/951 , G06F40/126 , G06F40/284
Abstract: 本发明涉及一种字词双维度的化妆品安全监管领域事件信息抽取方法，包括：对互联网上爬取到的舆情事件数据进行预处理，在公共领域资源库的基础上构建化妆品安全领域word embedding资源库、对其使用领域语料进行增量训练、通过基于BERT的神经网络提取字词双维度文本特征，完成化妆品安全监管领域事件信息抽取。本发明一定程度上解决了化妆品安全监管领域事件信息抽取准确程度不高，领域性强的难题，通过构建新的模型，将字维度作为文本向量化表示的基础上再加入词维度进行辅助表示，提高事件信息抽取准确性。
-
Patent Agency Ranking
公开(公告)号：CN112527956A
公开(公告)日：2021-03-19
申请号：CN202011422197.X
申请日：2020-12-08
Applicant: 北京工商大学
IPC: G06F16/33 , G06F16/951 , G06F40/30 , G06K9/62 , G06N3/04
Abstract: 本发明提供一种基于深度学习的食品安全舆情事件提取方法，能够及时为政府相关舆情管理者和公众提供食品安全相关舆情的最新内容。所述方法包括：搭建食品安全舆情语料库库；与开放域的word embedding资源库融合，搭建食品安全舆情Embedding资源库；对舆情预料进行实体关系标注，并加入语义角色注意力机制对舆情事件进行信息要素提取；搭建舆情提取模型，将舆情信息要素输入模型进行舆情事件的提取。本发明能通过网络中海量食品安全相关的文章、报道、新闻中快速的提取、总结出准确的舆情事件，能够以最少的时间成本获取更为丰富、更具价值的舆情信息资源。
-
公开(公告)号：CN117197804B
公开(公告)日：2024-12-17
申请号：CN202311238354.5
申请日：2023-09-25
Applicant: 北京工商大学
IPC: G06V20/68 , G06V10/25 , G06V10/764 , G06V10/58 , G06V10/62 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/047 , G06N3/048 , G06N3/084
Abstract: 本发明涉及一种茶叶地理标志产品识别方法，其包括：1)、采集茶树生长时序图像和茶叶高光谱数据；2)、预处理；3)、构建茶树生长时序图像处理模型并提取茶树生长时序特征；4)、构建茶叶代谢物加权共表达网络并将提取茶叶代谢物加权共表达网络特征；5)、提取茶叶光谱特征；6)、构建和训练优化茶叶深度学习识别模型；7)、采用数据级融合方式融合茶树生长时序特征、茶叶代谢物加权共表达网络特征和茶叶光谱特征，以获得融合特征，并将融合特征输入到茶叶深度学习识别模型中，以实现茶叶地理标志产品的识别。其能对标志茶叶的产地和品种进行快速准确的识别，为茶叶的智能溯源识别提供了技术保障。
-
公开(公告)号：CN118586044B
公开(公告)日：2024-11-22
申请号：CN202410721269.2
申请日：2024-06-05
Applicant: 北京工商大学
IPC: G06F21/64 , G06F21/60 , G06F21/62 , H04L9/00 , G06Q30/018 , G06F16/27 , H04L67/104 , H04L67/1095 , H04L67/1097
Abstract: 本申请涉及一种地理标志产品的溯源方法、设备及系统，属于计算机软件技术领域，解决了现有地理标志产品追溯过程中数据容易被篡改，并且商业机密数据容易被泄露的问题。本申请接收追溯者输入的对地理标志产品进行溯源的请求；接收追溯者输入的溯源码、选择的待查询数据项、选定的逻辑运算；将追溯码发送至区块链模块，并获取区块链模块反馈的追溯信息；将文件信息的存储地址信息发送至IPFS可信存储模块，获取对应的文件信息。将数据信息密文提交至全同态加密模块，对运算结果进行解密得到逻辑运算结果，最终得到溯源结果。本申请通过结合区块链、IPFS系统数据存储原理和全同态加密技术，保证数据可信的同时降低了数据泄露的风险。
-
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：CN117314092A
公开(公告)日：2023-12-29
申请号：CN202311281364.7
申请日：2023-09-28
Applicant: 北京工商大学
IPC: G06Q10/0631 , G06Q10/083 , G06F18/23 , G06F18/24 , G06N3/006 , G06N3/126
Abstract: 本发明涉及电商仓储物流技术领域，具体为一种考虑行为的劳动密集型作业任务单分配方法，通过多种聚类算法对拣货员工作效率进行聚类分析，选取最接近实际的聚类算法，以及输出该聚类算法的聚类结果TOPK排名，并得到拣货员工作效率的评价结果；根据拣货员工作效率的评价结果进行多策略任务分配，所述多策略任务分配包括平时任务分配策略和紧急任务分配策略。本发明将拣货员根据工作效率进行分类，将目标策略与工作效率结合考虑进行分配，分配更加科学，有效提高工作效率。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.017 seconds)
