-
公开(公告)号：CN113343120B
公开(公告)日：2024-12-27
申请号：CN202110606444.X
申请日：2021-05-28
Applicant: 哈尔滨理工大学
IPC: G06F16/9536 , G06F16/906 , G06F40/284 , G06Q50/00 , G06N7/01
Abstract: 本发明提出一种基于情感防护的新闻智能推荐系统。包括：1.利用BERT预训练模型提取新闻特征和文本的特征词，通过新闻特征向量构建新闻特征矩阵；2.对文本信息进行情感过滤建立情感分级模型，对用户评论、新闻标题和内容实行情感分级以区分其消极和积极程度；3.通过聚类算法将新闻标签聚类，依据用户评论情感等级和用户行为时间对其浏览的新闻分配权重，以用户特征信息构建用户矩阵；4.以用户情感的时间序列预测用户下一时间段内的情感等级；5.通过计算用户和新闻向量的相似度产生推荐表，预测用户情绪状态，以贝叶斯方法按比例推荐新闻，实现动态推送。本发明避免负能量和消极的舆论对用户心理造成伤害，危害社会的公共安全。
-
公开(公告)号：CN117134944A
公开(公告)日：2023-11-28
申请号：CN202310903675.6
申请日：2023-07-23
Applicant: 哈尔滨理工大学
Abstract: 本发明提供一种基于AI和SaaS用户权限的云授权码生成方法，具体为：1.通过大数据分析提取云用户信息构建特征矩阵，通过线性回归模型拟合特征矩阵和已知权限等级，产生权限等级目标变量；2.使用AI训练样本和对应的特征矩阵，通过损失函数估计权重参数，根据期望和设定的阈值映射规则获得具体的权限等级；3.通过混沌系统生成授权码，采用加密算法分发授权码。本发明通过分析用户数据形成特征矩阵，结合梯度下降算法优化数学建模，利用人工智能技术解决了传统的权限分配的问题，以及提供了解决单一权限模型难以适应云计算多用户需求的问题，结合用户权限等级生成授权码，在云计算供应商和云端用户之间建立了安全的通讯桥梁。
-
公开(公告)号：CN116860167A
公开(公告)日：2023-10-10
申请号：CN202310819264.9
申请日：2023-07-06
Applicant: 哈尔滨理工大学
IPC: G06F3/06 , H04L67/1097 , G06F16/16 , G06F16/182
Abstract: 本发明提供一种基于AI智能分类的公有云中垃圾文件管理的方法，具体为：1.云计算数据管理中心初始化系统参数，2.执行服务器端垃圾文件分类算法，建立垃圾文件列表，3.服务器端公共垃圾回收站定期回收垃圾文件，释放存储空间，4.公有云用户端建立垃圾回收分类器。本发明提出了公有云中垃圾文件分类的初级标准，建立了公有云中公共垃圾回收站缓冲区，对垃圾站中的文件进行统一管理，设计了有利于用户操作的多样化的垃圾分类回收器，实现了用户对不同文件垃圾回收和管理的多样化需求，为在公有云中一直存在的垃圾空间回收难的问题提供了有效的解决方案，对于云端用户的操作提供了有益的尝试，增加了用户对系统服务的满意度。
-
公开(公告)号：CN112070543B
公开(公告)日：2023-04-07
申请号：CN202010944581.X
申请日：2020-09-10
Applicant: 哈尔滨理工大学
IPC: G06Q30/0282 , G06F18/23 , G06F18/2431
Abstract: 本发明提供一种基于评论人个体和群组的评论评价模型及模糊聚类方法，用于检测电商网站中评论的质量，包括：提取评论人及商家的相关特征，采用级数收敛模型将已限定范围的特征集合中的未知目标值归一化至0‑1区间，构建目标值集合的特征向量及训练集数据，根据特征和训练集，建立评论人和商家的真实度逻辑回归模型，依据准则将评论人分类为个体和群组，分别构建个体和群组评论评价模型，利用模糊C均值聚类算法迭代出评论的真实类别和虚假类别隶属度，比较隶属度的大小，检测评论质量。本发明从个体和群组两个角度建立更完善的基于评论人的评价模型，通过模糊聚类分析方法提高评论质量检测结果的真实性和直观性，满足电商评论质量检测的要求。
-
公开(公告)号：CN115442024A
公开(公告)日：2022-12-06
申请号：CN202211080542.5
申请日：2022-09-05
Applicant: 哈尔滨理工大学
Abstract: 本发明提供一种基于混沌的MapReduce数据压缩的信息保护方法，具体为：1、在LZO压缩算法中实现重复字符串搜索匹配策略的哈希方法；2、将混沌流加密过程引入到压缩过程中，在MapReduce中实现LZO压缩数据加密的方法。本发明通过哈希方法有效地提高LZO压缩算法的压缩效率，同时提供加密关键信息以保证隐私数据的安全，解决了MapReduce数据处理过程中的中间结果由于未加密而缺乏安全性问题；防止非法用户通过截取MapReduce计算的中间结果所导致的隐私数据泄露问题，有效地解决了现有加密算法中对MapReduce任务时间性能影响过大的问题；本发明实现了Hadoop中对隐私数据的保护。
-
Patent Agency Ranking
公开(公告)号：CN113343120A
公开(公告)日：2021-09-03
申请号：CN202110606444.X
申请日：2021-05-28
Applicant: 哈尔滨理工大学
IPC: G06F16/9536 , G06F16/906 , G06F40/284 , G06N7/00 , G06Q50/00
Abstract: 本发明提出一种基于情感防护的新闻智能推荐系统。包括：1.利用BERT预训练模型提取新闻特征和文本的特征词，通过新闻特征向量构建新闻特征矩阵；2.对文本信息进行情感过滤建立情感分级模型，对用户评论、新闻标题和内容实行情感分级以区分其消极和积极程度；3.通过聚类算法将新闻标签聚类，依据用户评论情感等级和用户行为时间对其浏览的新闻分配权重，以用户特征信息构建用户矩阵；4.以用户情感的时间序列预测用户下一时间段内的情感等级；5.通过计算用户和新闻向量的相似度产生推荐表，预测用户情绪状态，以贝叶斯方法按比例推荐新闻，实现动态推送。本发明避免负能量和消极的舆论对用户心理造成伤害，危害社会的公共安全。
-
公开(公告)号：CN109858588A
公开(公告)日：2019-06-07
申请号：CN201910013696.4
申请日：2019-01-08
Applicant: 哈尔滨理工大学
Abstract: 本发明提供了一种基于混沌映射的二维码并行生成方法，客户端与服务器端通过消息传递接口函数(MPI)进行交互。客户端通过MPI函数向服务器发出QR码请求并通过MPI函数将信息源传送给服务器；服务器受理客户端请求并将信息源接收完毕后，先通过处理器核心的两个线程以及Logistic混沌映射和分段线性混沌映射将包含信息源的数据码字进行干扰从而并行生成混沌随机比特序列，然后，通过处理器核心的多个线程对QR码的不同区域并行填充，在填充数据与纠错码区域时，将所述区域分成左区和右区，与剩下的区域一同并行填充，最后，将组装成的QR码存放到动态缓冲区中，通过MPI函数将QR码发送给客户端。
-
公开(公告)号：CN103973427B
公开(公告)日：2017-12-08
申请号：CN201310379191.2
申请日：2013-08-27
Applicant: 哈尔滨理工大学
IPC: H04L9/00
Abstract: 本发明提供一种基于虚拟计算和数据优化的混沌并行数据的加密方法，包括：S1、建立混沌方程，对数据进行划分，得到划分后的数据集，并确定虚拟计算核心集合；S2、判断所述数据集与所述虚拟计算核心集合的差值，根据所述差值与零的大小，确定执行态虚拟计算核心集合，并建立数据集与执行态虚拟计算核心的静态映射关系；S3、根据并行系统中物理计算核心集合建立执行态物理计算核心集合，并建立所述执行态虚拟计算核心集合到所述执行态物理计算核心集合的静态映射关系，执行态虚拟计算核心获取所述混沌方程的密钥并执行数据加密。本发明实施例中提出的加密方法能够根据实际需要充分利用物理计算核心，即充分利用并行系统的计算资源。
-
公开(公告)号：CN106033504A
公开(公告)日：2016-10-19
申请号：CN201510104571.4
申请日：2015-03-11
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于可扩展精度混沌类遗传性的软件序列码生成方法，可扩展精度混沌的轨道的基本结构包括根基因位，通用基因位和独立基因位，其步骤为：第一步，确定输出软件序列码的长度，批量序列码的数量，确定根基因位和通用基因位，并转化为小数作为Logistic方程的x0初始值，确定控制参数的数值；第二步，利用低位迭代法进行计算，在没有达到指定精度之前，一直进行迭代；当达到指定精度之后，输出低位迭代法得到的序列；第三步，将相应的输出序列写入软件数据文件中，作为软件序列码，重复第二步，直到满足所指定的批量序列码的数量。本发明利用了独立基因位的稳定周期和随机多样性的特点，适合于保护计算机软件的合法使用。
-
公开(公告)号：CN103971702A
公开(公告)日：2014-08-06
申请号：CN201310332073.6
申请日：2013-08-01
Applicant: 哈尔滨理工大学
Abstract: 本发明提供一种声音监控方法、装置及系统，涉及声音信号处理和模式识别技术领域。该方法包含步骤：训练声音阶段和检测声音阶段，训练声音阶段包含：S1、获取训练声音信号，提取训练声音特征；S2、根据训练声音特征，训练声音事件模型；检测声音阶段包含：S3、提取待检测声音特征；S4、判断所述声音事件模型中是否存在至少一个与所述待检测声音特征匹配的声音事件模型，如为是，则判定存在暴力事件；如为否，判定不存在暴力事件。本发明通过提取声音信号的声音特征，将所提取的声音特征与训练好的声音事件模型做比较，分析得出电梯内是否存在暴力事件，实现了电梯内暴力事件的自动监控，实时给出监控结果，能有效保证检测的准确率。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.028 seconds)
