-
公开(公告)号：CN110134762B
公开(公告)日：2023-07-11
申请号：CN201910327493.2
申请日：2019-04-23
Applicant: 南京邮电大学 , 南京邮电大学盐城大数据研究院有限公司
IPC: G06F16/33 , G06F16/31 , G06F40/211 , G06F40/295
Abstract: 本发明揭示了一种基于事件主题分析的虚假信息识别系统及识别方法。系统包括真实事件文本采集模块、事件树构建模块、分支主题粘合度计算模块、待测文本读取模块、相关度检测模块以及分支粘合度对比模块。方法包括真实事件文本采集步骤、事件树构建步骤、分支主题粘合度计算步骤、待测文本读取步骤、相关度检测步骤以及分支粘合度对比步骤。本发明能够为用户在网络环境中区分虚假信息提供帮助、从而使其能够更加快速有效地获取到真实可靠的信息。本发明不仅有效地提高了虚假信息识别的效率、节约了使用者的时间，同时也充分地保证了信息识别过程的标准化、提高了识别结果的准确性。
-
公开(公告)号：CN110162651B
公开(公告)日：2023-07-14
申请号：CN201910327490.9
申请日：2019-04-23
Applicant: 南京邮电大学 , 南京邮电大学盐城大数据研究院有限公司
IPC: G06F16/58 , G06F16/33 , G06F40/253 , G06F40/295 , G06F18/241
Abstract: 本发明揭示了一种基于语义内容摘要的新闻内容图文不符鉴别系统及鉴别方法。系统包括新闻报道采集模块、文本事件树构建模块、图片实体抽取模块、关联关系库构建模块、待测信息读取模块、图文关系判断模块以及最大似然判断模块。方法包括新闻报道采集步骤、文本事件树构建步骤、图片实体抽取步骤、关联关系库构建步骤、待测信息读取步骤、图文关系判断步骤以及最大似然判断步骤。本发明能够让用户迅速地判断出新闻内容中图文的一致性，帮助用户筛选掉一批不实的新闻报道和一群不负责任的新闻媒体。本发明不仅有效地提高了鉴别操作的效率，同时也充分地保证了鉴别结果的准确性。
-
公开(公告)号：CN110162651A
公开(公告)日：2019-08-23
申请号：CN201910327490.9
申请日：2019-04-23
Applicant: 南京邮电大学 , 南京邮电大学盐城大数据研究院有限公司
Abstract: 本发明揭示了一种基于语义内容摘要的新闻内容图文不符鉴别系统及鉴别方法。系统包括新闻报道采集模块、文本事件树构建模块、图片实体抽取模块、关联关系库构建模块、待测信息读取模块、图文关系判断模块以及最大似然判断模块。方法包括新闻报道采集步骤、文本事件树构建步骤、图片实体抽取步骤、关联关系库构建步骤、待测信息读取步骤、图文关系判断步骤以及最大似然判断步骤。本发明能够让用户迅速地判断出新闻内容中图文的一致性，帮助用户筛选掉一批不实的新闻报道和一群不负责任的新闻媒体。本发明不仅有效地提高了鉴别操作的效率，同时也充分地保证了鉴别结果的准确性。
-
公开(公告)号：CN110134762A
公开(公告)日：2019-08-16
申请号：CN201910327493.2
申请日：2019-04-23
Applicant: 南京邮电大学 , 南京邮电大学盐城大数据研究院有限公司
Abstract: 本发明揭示了一种基于事件主题分析的虚假信息识别系统及识别方法。系统包括真实事件文本采集模块、事件树构建模块、分支主题粘合度计算模块、待测文本读取模块、相关度检测模块以及分支粘合度对比模块。方法包括真实事件文本采集步骤、事件树构建步骤、分支主题粘合度计算步骤、待测文本读取步骤、相关度检测步骤以及分支粘合度对比步骤。本发明能够为用户在网络环境中区分虚假信息提供帮助、从而使其能够更加快速有效地获取到真实可靠的信息。本发明不仅有效地提高了虚假信息识别的效率、节约了使用者的时间，同时也充分地保证了信息识别过程的标准化、提高了识别结果的准确性。
-
公开(公告)号：CN110163256B
公开(公告)日：2022-11-15
申请号：CN201910327743.2
申请日：2019-04-23
Applicant: 南京邮电大学 , 南京邮电大学盐城大数据研究院有限公司
IPC: G06V10/774 , G06V10/82 , G06V30/24 , G06N3/04 , G06N3/08
Abstract: 本发明揭示了一种基于联合概率矩阵的试卷图像自动核分方法，包括如下步骤：S1、利用训练手写数据集训练得到分数识别模型；S2、使用直线检测算法对待检测的试卷分数所在的矩形区域进行切割；S3、将S2中的结果作为所述分数识别模型的输入，识别并输出可能性最高的N个值；S4、构建联合概率矩阵并创建分数搜索树，计算置信值；S5、对计算结果进行判断、并将计算结果与预设阈值进行比较，最终输出分数计算结果。本发明通过OCR的技术结合TensFlow及CNN卷积网络的方法，利用联合概率矩阵计算识别置信度，实现了对于试卷总分的自动核对统计。本发明不仅有效地提高了核分操作的效率，同时也充分地保证了核分结果的准确性。
-
Patent Agency Ranking
公开(公告)号：CN110163256A
公开(公告)日：2019-08-23
申请号：CN201910327743.2
申请日：2019-04-23
Applicant: 南京邮电大学 , 南京邮电大学盐城大数据研究院有限公司
Abstract: 本发明揭示了一种基于联合概率矩阵的试卷图像自动核分方法，包括如下步骤：S1、利用训练手写数据集训练得到分数识别模型；S2、使用直线检测算法对待检测的试卷分数所在的矩形区域进行切割；S3、将S2中的结果作为所述分数识别模型的输入，识别并输出可能性最高的N个值；S4、构建联合概率矩阵并创建分数搜索树，计算置信值；S5、对计算结果进行判断、并将计算结果与预设阈值进行比较，最终输出分数计算结果。本发明通过OCR的技术结合TensFlow及CNN卷积网络的方法，利用联合概率矩阵计算识别置信度，实现了对于试卷总分的自动核对统计。本发明不仅有效地提高了核分操作的效率，同时也充分地保证了核分结果的准确性。
-
公开(公告)号：CN113961702B
公开(公告)日：2025-04-08
申请号：CN202111242645.2
申请日：2021-10-25
Applicant: 南京邮电大学 , 深圳市数字城市工程研究中心
IPC: G06F40/16 , G06F40/258 , G06F16/35 , G06F40/30 , G06F18/241 , G06F18/213 , G06N3/0442 , G06N3/0464
Abstract: 本发明公开了一种文章标题层次结构的提取方法，首先分别构造了标题判别模型、标题之间关系分类模型，然后将具体文章示例输入标题判别模型得到文章标题，将文章标题输入标题之间关系分类模型得到标题之间的关系，最后根据标题之间的关系构造标题的层次结构，本发明的有益效果是在python读取文章的时候，对读取不到序号的标题，构造判断模型判断标题跟其他标题的关系，对标题层次结构信息进行识别。
-
公开(公告)号：CN116227686A
公开(公告)日：2023-06-06
申请号：CN202310061000.1
申请日：2023-01-17
Applicant: 南京邮电大学
IPC: G06Q10/04 , G06Q50/26 , G06F16/242 , G06F16/2453
Abstract: 一种基于数据处理的空气质量预测判断方法，建立历史空气质量数据的字典，作为参考获得空气质量预测结果，可靠性、准确性高；建立日月数据和相似近日空气质量数据的两种字典查询方式，得到历史中同月、同日以及类似空气质量情况时的后一天空气质量情况，三种结果整合形成判断的依据，使最终空气质量预测判断结果更为准确；通过字典和键值查询的方式，提高数据处理速度和效率，提高空气质量预测结果输出的快速性。
-
公开(公告)号：CN115310448A
公开(公告)日：2022-11-08
申请号：CN202210957084.2
申请日：2022-08-10
Applicant: 南京邮电大学
IPC: G06F40/295 , G06F40/30 , G06F16/35 , G06N3/04 , G06N3/08
Abstract: 一种基于bert和字词向量结合的中文命名实体识别方法，通过对语言模型进行预训练和微调操作提升模型的向量表征能力，之后将bert形成的字向量和Word2vec形成的词向量进行拼接并使用BiGRU和IDCNN双通道神经网络模型提取特征，加入词性特征后有效提高命名实体识别效果。充分挖掘文本的语义信息，充分提取字的上下文信息，从而产生高效的字向量表示；增强字向量的表征能力，解决短文本上下文中单个字语义信息提取不足的问题，最终提高识别准确率；能够解决循环神经网络丢失局部信息的问题，能够提取到更多重要的特征信息；可以使重要特征赋予更高的权重从而提取更重要的特征以提高最终的识别性能；能够提高实体分类效果，更好的识别实体的类别从而提高实体识别准确率。
-
公开(公告)号：CN109194608B
公开(公告)日：2022-02-11
申请号：CN201810795131.1
申请日：2018-07-19
Applicant: 南京邮电大学
IPC: H04L9/40 , H04L47/2441 , H04L45/745
Abstract: 本发明涉及一种基于流的DDoS攻击与闪拥事件检测方法，所应用的流检测方法结合了基于香农熵、广义熵改进的‑熵以及流多维特征，方法包括：通过分析多种类型的DDoS攻击以及闪拥事件特点，打造多类型的DDoS攻击与闪拥事件流量；打造的流量在SDN网络中都会产生SDN独有的流表信息；引入基于香农熵、广义熵改进的‑熵，增大不同数据之间的信息距离，有利于尽早发现攻击行为；通过获取交换机中流表的多维数据，如协议类型、流生存时间、源/目的IP的香农熵、广义熵、‑熵等，进行特征提取；将不同类型DDoS攻击流量、闪拥事件流量以及正常流量进行分类，即多分类，对比SVM、KNN等分类方法的检测准确率；调节‑熵的可调参数α的值，结合最优分类器获取最优的多分类准确率。本发明利用SDN网络独有的流表功能并结合‑熵，攻击发生时能及时检测出来，并降低闪拥事件的误报率。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.021 seconds)
