-
公开(公告)号：CN109960756B
公开(公告)日：2021-04-09
申请号：CN201910207437.5
申请日：2019-03-19
Applicant: 国家计算机网络与信息安全管理中心 , 北京航空航天大学
IPC: G06F16/953 , G06F16/34 , G06F16/35 , G06F40/211
Abstract: 本发明公开了一种新闻事件信息归纳方法，包括：收集新闻素材，创建新闻库；从新闻库中获取目标事件的所有新闻文本，并进行热度分析，获取拐点新闻文本，抽取所述拐点新闻文本中的事件信息并保存；其中，获取拐点新闻文本的方法包括：统计所有新闻文本的热度值，按照新闻文本发布的时间顺序排序，构建热度值随时间变化的曲线图，取曲线图的所有极大点对应的新闻文本，即为所述拐点新闻文本，所述热度值为新闻的页面浏览量和网站独立访客量之和。本发明的方法通过选择对于目标新闻事件处于关键节点时的新闻文本——即拐点新闻文本进行摘要分析处理，准确地反映了新闻事件的发展态势。
-
公开(公告)号：CN109960756A
公开(公告)日：2019-07-02
申请号：CN201910207437.5
申请日：2019-03-19
Applicant: 国家计算机网络与信息安全管理中心 , 北京航空航天大学
IPC: G06F16/953 , G06F16/34 , G06F16/35 , G06F17/27
Abstract: 本发明公开了一种新闻事件信息归纳方法，包括：收集新闻素材，创建新闻库；从新闻库中获取目标事件的所有新闻文本，并进行热度分析，获取拐点新闻文本，抽取所述拐点新闻文本中的事件信息并保存；其中，获取拐点新闻文本的方法包括：统计所有新闻文本的热度值，按照新闻文本发布的时间顺序排序，构建热度值随时间变化的曲线图，取曲线图的所有极大点对应的新闻文本，即为所述拐点新闻文本，所述热度值为新闻的页面浏览量和网站独立访客量之和。本发明的方法通过选择对于目标新闻事件处于关键节点时的新闻文本——即拐点新闻文本进行摘要分析处理，准确地反映了新闻事件的发展态势。
-
公开(公告)号：CN118965192A
公开(公告)日：2024-11-15
申请号：CN202410924472.X
申请日：2024-07-11
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F18/2431 , G06F18/25 , G06N3/0455 , G06N3/0499 , G06N3/098 , G06F16/958
Abstract: 本公开提供一种基于多模态融合学习的生成式AI服务网站识别方法。输入人工智能生成服务网站的原始的多维度多模态信息，通过多模态特征提取模型将所述多维度信息转化为人工智能服务网站的文本、图片、代码三种特征向量，将所述三种特征向量输入多模态特征融合识别模型，输出人工智能生成服务网站是否提供人工智能服务的判别结果。本发明通过将网站的文本、图像和代码模态的特征融合实现更加准确的人工智能生成服务网站识别，以提高模型在新兴、多样化网站数据上的泛化性能，增强网站识别与分类模型泛化能力和适应性，突破单一数据类型进行分类的局限性，提高分类系统的泛化能力，使其能够适应不断变化和多样化的人工智能生成式网站内容。
-
公开(公告)号：CN117389721A
公开(公告)日：2024-01-12
申请号：CN202311296740.X
申请日：2023-10-09
Applicant: 北京航空航天大学
IPC: G06F9/50
Abstract: 本发明实现了一种基于时序调用图的无服务系统自适应扩缩容方法。首在函数测拦截网络请求；周期性地获取一定时间切片内的服务调用信息与机器性能指标，以函数实例为节点，调用请求为边，调用请求数量作为边属性构建时序调用图，这些指标信息拼接在一起，经过归一化后，作为节点属性向量而存在；获取指定切片数量的时序调用图后，依次输入STGCN，预测未来时刻各个函数实例的属性向量，并反向归一化成函数实例的各项机器性能指标；基于预测的各项机器性能指标，与预先设定的各项属性阈值进行比较，产生相应的扩缩容决策。解决在科学计算场景下，无服务计算平台扩缩容无法依据实时变化的计算负载情况进行精细地扩缩容导致的服务质量下降或资源浪费等问题。
-
公开(公告)号：CN109885673A
公开(公告)日：2019-06-14
申请号：CN201910112890.8
申请日：2019-02-13
Applicant: 北京航空航天大学
Abstract: 本发明提出了一种基于预训练语言模型的自动文本摘要方法，所述方法使用超大规模无监督中文语料训练复杂的深层语言模型，该模型低层网络结构可以提取保留文本的语法和结构信息，高层网络结构可以提取保留文本的语义和上下文信息，从而为自动文本摘要任务提供更加丰富的文本特征和语义信息；将预训练语言模型与编码器(Encoder)结合起来实现，充分利用预训练语言模型中的文本特征和语义信息，提供更好的语义压缩效果，提升自动文本摘要的性能；将预训练语言模型与解码器(Decoder)结合起来，在文本生成过程中不仅考虑原文中的语义，还考虑到词汇本身的语义信息，提升生成文本的可读性和与原文的关联性，提升自动文本摘要的性能。
-
Patent Agency Ranking
公开(公告)号：CN103544090A
公开(公告)日：2014-01-29
申请号：CN201310485094.1
申请日：2013-10-16
Applicant: 北京航空航天大学
IPC: G06F11/30
Abstract: 本发明提供一种虚拟机进程监控方法和装置，其中，方法包括：获取虚拟机的操作系统类型；根据操作系统类型确定与操作系统类型对应的内核数据结构偏移数组，内核数据结构偏移数组中包括：操作系统类型对应的虚拟机的进程链表数据结构以及操作系统类型对应的虚拟机中各进程的进程信息在各进程对应的结构体中的偏移量；根据进程链表数据结构确定操作系统类型对应的虚拟机中各进程对应的结构体的虚拟地址；根据各进程对应的结构体的虚拟地址以及各进程的进程信息在各进程对应的结构体中的偏移量确定操作系统类型对应的虚拟机中各进程的进程信息，解决了现有技术中难以对宿主机上安装有不同操作系统的多个虚拟机同时进行监控，降低监控效率的问题。
-
公开(公告)号：CN116090545A
公开(公告)日：2023-05-09
申请号：CN202310095674.3
申请日：2023-01-18
Applicant: 北京航空航天大学
Abstract: 本发明通过网络安全领域的方法，实现了一种基于算子拟合的深度神经网络密态转换装置。包括输入单元、拟合的加法注意力机制、输出单元，拟合的加法注意力机制包括三个实现步骤：步骤一，基于加法注意力算法拟合原始注意力计算方式生成密态模型；步骤二，设计新的注意力矩阵，得到高性能的密态模型；步骤三，使用同态加密的请求数据在密态模型中实现高效推断，输出加密后的数据。本发明提供的方法能够实现：优化神经网络模型结构，减少资源消耗；密态神经网络的模型训练，将性能损失降到最低；形成神经网络密态转换统一流程，并提供同态加密请求数据使用密态模型获取推断结果的统一调用流程的效果。
-
-
公开(公告)号：CN109871485A
公开(公告)日：2019-06-11
申请号：CN201910112704.0
申请日：2019-02-13
Applicant: 北京航空航天大学
IPC: G06F16/9535 , G06N3/04
Abstract: 本申请公开了一种个性化推荐方法及装置，包括：预处理阶段，对样本特征进行重编码处理，得到稀疏编码；将所述稀疏编码输入到相应的嵌入层，经所述嵌入层基于域敏感分解机对所述稀疏编码进行运算，得到稠密表示；神经网络训练阶段，基于标注的推荐标签信息，使用梯度下降法对所述神经网络进行训练；模型预测阶段，将所述稠密表示输入到神经网络的隐藏层，经所述隐藏层对所述稠密表示进行处理，得到推荐预测结果。
-
公开(公告)号：CN104281670B
公开(公告)日：2017-12-15
申请号：CN201410509359.1
申请日：2014-09-28
Applicant: 北京航空航天大学
IPC: G06F17/30
Abstract: 本发明提供一种社交网络事件的实时增量式检测方法和系统，通过采用概率图模型，根据短文本的时间、文档和主题标签，对短文本进行模型学习，获得似然函数；采用EM算法，对似然函数进行求解，获得参数；采用增量更新方式，对所获得的参数进行迭代更新，直至参数收敛；采用分布式方式，根据收敛后的参数执行EM算法中的E步和M步，计算获得短文档的内容，从而解决了现有技术中的事件检测均不能同时适应社交网络中的短文本的实时性、社会化以及碎片化特征，导致检测结果不准确的技术问题。并且，提出了有监督的短文本事件检测模型，增量学习与预测相结合的算法和基于内存计算平台的事件检测模型。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.046 seconds)
