-
公开(公告)号：CN116707826A
公开(公告)日：2023-09-05
申请号：CN202310788288.2
申请日：2023-06-29
Applicant: 哈尔滨工程大学 , 哈尔滨工程大学三亚南海创新发展基地 , 价值链技术(深圳)有限公司
Abstract: 本发明公开了一种基于国密的CoAP协议身份认证和数据加密方法，包括：对客户端与服务端的身份认证数据进行预配置；并根据预配置信息进行身份认证，判断客户端与服务器的安全性，同时进行密钥协商，获得会话密钥，若判断安全性符合要求，则基于会话密钥完成数据传输。本发明针对客户端和服务器各自建立了身份表，重要数据只能由双方查表才能得到；利用预共享密钥的方式，采用SM4和SM3算法在客户端和服务器进行数据传输之前完成了双向身份认证及密钥协商，仅使用两个握手消息，仍能够保证身份认证时重要数据的机密性以及消息的完整性；使用了时间戳及随机数防止了重放攻击；采用最节省开销的观察者模式进行数据的传输。
-
公开(公告)号：CN116954522A
公开(公告)日：2023-10-27
申请号：CN202311089522.9
申请日：2023-08-28
Applicant: 哈尔滨工程大学 , 哈尔滨工程大学三亚南海创新发展基地 , 海南俊码数据研究院有限公司
Inventor： 徐东 , 武秋燕 , 孟宇龙 , 卢中玉 , 赵佳媛 , 刘芳玮 , 杨梓韵 , 蔡成涛 , 王巍 , 赵伟 , 王小芳 , 李承国 , 李冰洋 , 吕宏武 , 吕继光 , 谢晓芹 , 郑丽颖 , 王红滨 , 李熔盛 , 初妍
Abstract: 本发明公开了一种基于IPFS的区块链存储优化方法，包括：构建区块安全性判定模型，获取高安全性区块和低安全性区块；上传UTXO集结合所述高安全性区块，通过压缩所述高安全性区块生成摘要块并更新所述UTXO集，将所述摘要块广播给其他节点存储，其他节点将接收到的所述摘要块进行安全性验证后进行存储；所述低安全性区块直接存储本地节点；所述摘要块通过首尾链接形成摘要链，利用所述本地节点存储所述摘要链代替完整高安全性区块，完成区块链存储优化。本发明能够一定程度缓解区块膨胀问题，减轻节点存储开销的效果，能有效响应交易验证和提高交易处理速度。
-
公开(公告)号：CN119476292A
公开(公告)日：2025-02-18
申请号：CN202411614806.X
申请日：2024-11-13
Applicant: 哈尔滨工程大学
IPC: G06F40/295 , G06F18/213 , G06F18/22 , G06V10/40 , G06V10/20 , G06V10/25 , G06N3/0455 , G06N3/047
Abstract: 本发明公开了一种面向社交媒体领域的多模态命名实体识别系统及方法，其中系统包括：采集模块、提取模块、计算模块、构建模块和识别模块；采集模块用于采集多模态命名实体识别数据集并将数据集并按照预设划分为训练集、验证集和测试集，数据集包括文本数据和图像数据；提取模块用于对数据集进行特征提取；计算模块用于基于提取的特征，计算文本数据和图像数据的语义相似度以及文本数据和图像数据按语义相似度关联的位置索引；构建模块用于基于语义相似度和位置索引，构建多模态命名实体识别模型；识别模块用于利用多模态命名实体识别模型完成命名实体类型的预测。
-
公开(公告)号：CN111079377B
公开(公告)日：2022-12-13
申请号：CN201911223532.0
申请日：2019-12-03
Applicant: 哈尔滨工程大学
IPC: G06F40/117 , G06F40/289 , G06F40/295 , G06F40/279 , G06N3/04
Abstract: 本发明属于医学文本标注技术领域，具体涉及一种面向中文医疗文本命名实体识别的方法。本发明通过自定义多个实体类别并依此构建医疗术语标注词典实现了对原始医疗文本中实体的自动标注，在此基础上提出了一种多粒度特征融合的模型，首次将汉字的部首作为实体识别和分类的特征应用到医疗实体识别的任务中，通过对医疗文本中的词、字、字的部首三个不同粒度上的特征进行提取、表示和融合，并利用ID‑CNN‑CRF算法训练模型，以实现对各类医疗文本中医疗实体的识别工作。该方法的优势在于能应用在电子病历、医学期刊等各类医疗文本中，同时能较好地解决医疗领域中不同实体之间长度差异较大的问题，并且对于未登录实体的识别有着很好的效果。
-
公开(公告)号：CN112836046A
公开(公告)日：2021-05-25
申请号：CN202110039836.2
申请日：2021-01-13
Applicant: 哈尔滨工程大学
Abstract: 本发明属于命名实体识别技术领域，具体涉及一种四险一金领域政策法规文本实体识别方法。本发明通过预训练语言模型BERT得到每个字符基于上下文特征动态生成的具有上下文语义信息的字向量，通过word2vec中的skip‑gram模型得到每个词语的词向量，将具有上下文语义信息的字向量和其所在的词的词向量利用维度拼接的方式进行特征融合，得到联合字词向量，不仅可以弥补少量标注样本特征不足和字符语义提取不充分的问题，还为字向量补充了词级短语信息，从而在一定程度上提高模型的准确率。本发明可以有效解决四险一金领域命名实体识别任务中标注数据不足以及识别精度不高的问题。
-
Patent Agency Ranking
公开(公告)号：CN111604911B
公开(公告)日：2024-12-03
申请号：CN202010596403.2
申请日：2020-06-28
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种辅助机械手臂，包括手臂底座、旋转座、机械臂和机械爪，以及控制器和与控制器连接的传感器芯片、控制开关、第一舵机、第二舵机、第三舵机；旋转座可转动设置在手臂底座上，在第一舵机带动下水平转动；机械臂采用机械连杆机构，其一端与旋转座上端通过销轴连接，在第二舵机带动下实现伸缩；机械爪设置在机械臂末端，在第三舵机带动下实现开合。传感器芯片实时采集用户手臂运动参数，并将采集结果信息传送至控制器；控制器控制第一舵机和第二舵机启停，并接收控制开关指令以控制第三舵机启停。还公开一种辅助机器人。本发明将用户小浮动手臂运动同步放大转换成机械臂的运动，结合机械爪开合，辅助行动不便人群完成所想完成的动作。
-
公开(公告)号：CN110969009B
公开(公告)日：2023-10-13
申请号：CN201911223545.8
申请日：2019-12-03
Applicant: 哈尔滨工程大学
IPC: G06F40/211 , G06F40/242 , G06F40/289
Abstract: 本发明属于自然语言文本处理技术领域，具体涉及一种汉语自然语言文本的词语切分方法。本发明基于无监督学习中的基于良好度量的方法设计，在其中加入了少量工作量的人工的步骤，即需要人工整理中心词，人工整理中心词的优点是使词表的质量和词语类别更加可控，进一步地，可以降低对语料词语分布特征的需求，特别适用于语料的词语分布不理想以及领域合成词的中心词数量较少的情况。本发明的词语切分方法适用于领域的自然语言文本，特别地，最适用于在领域合成词和非标准词较多的领域，其分词效果好于通用的开放域分词工具的效果，结果有益于进一步在相关领域自然语言处理的后续步骤，特别是在知识抽取或知识图谱中的应用中。
-
公开(公告)号：CN112836507B
公开(公告)日：2022-12-09
申请号：CN202110039892.6
申请日：2021-01-13
Applicant: 哈尔滨工程大学
IPC: G06F40/289 , G06F16/36 , G06F16/35
Abstract: 本发明属于文本主题抽取技术领域，具体涉及一种领域文本主题抽取方法。本发明应用了统计学习方法中的LDA主题模型，并在LDA主题模型三层贝叶斯网络基础上提出增加审计方法层，形成四层贝叶斯网络。该模型认为文本由审计方法的多项分布构成，审计方法由主题的多项分布构成。首先分别生成审计方法、文本主题和词语的多项分布，然后由狄利克雷分布为主题的多项分布，审计方法的多项分布和词语的多项分布分配参数，利用吉布斯抽样计算得到真实的包含审计方法的主题分布参数。该方法相较于LDA主题模型，在提取出的主题中加入了审计方法的信息，降低了主题间重叠度过高的问题，同时也可以为四险一金领域知识图谱的审计工具集提供支持。
-
公开(公告)号：CN112131404B
公开(公告)日：2022-09-27
申请号：CN202010990634.1
申请日：2020-09-19
Applicant: 哈尔滨工程大学
IPC: G06F16/36 , G06F16/35 , G06F40/166 , G06F40/189 , G06F40/211 , G06F40/30 , G06N3/04 , G06N3/08 , G06Q10/10 , G06Q40/08
Abstract: 本发明属于知识图谱技术领域，具体涉及一种四险一金领域知识图谱中实体对齐方法。本发明提出了在TransE模型中根据关系类型动态调整嵌入损失函数的策略，通过增加嵌入层优化不同属性和关系条件下的TransE损失函数，将LSTM网络和Bert对属性值的嵌入结果进行融合，在属性值的嵌入中考虑了属性值的语义信息，并将结构嵌入和属性嵌入联合训练，最终获得知识图谱的联合嵌入表示。本发明将实体嵌入的语义信息与字符信息进行组合，将实体嵌入距离与LCS相似度进行组合，并在考虑两种相似度的条件下选择候选实体对。本发明可以有效的解决由于中文知识图谱中链接数量不足、实体在不同知识图谱中名称不一致导致对齐困难的问题。
-
公开(公告)号：CN112784576B
公开(公告)日：2022-07-29
申请号：CN202110039887.5
申请日：2021-01-13
Applicant: 哈尔滨工程大学 , 中电科大数据研究院有限公司
IPC: G06F40/211 , G06F40/289 , G06N3/04 , G06N3/08
Abstract: 本发明属于依存句法分析技术领域，具体涉及一种文本依存句法分析方法。依存句法树是关系提取工作所需的重要依据，依存句法分析的目的是构建依存句法树，依存句法分析的准确性直接影响着关系提取等上层工作的精度，为了提高依存句法分析的准确性，本发明提出了基于Pointer‑Net与TreeLSTM相结合的神经网络模型的一种文本依存句法分析方法，该方法可以在依存分析的过程中兼顾上下文的语义特征，在每一步的决策过程中都会考虑到已生成的依存子树，进而提高依存句法分析的精度。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.027 seconds)
