-
公开(公告)号：CN119130492A
公开(公告)日：2024-12-13
申请号：CN202411234924.8
申请日：2024-09-04
Applicant: 浙江大学宁波“五位一体”校区教育发展中心
IPC: G06Q30/018 , G06Q50/50 , G06F18/213 , G06F18/24 , G06F18/2135 , G06N3/048
Abstract: 一种针对快速变异信息的小样本电信反欺诈方法和装置，其方法包括：利用通用大模型构建特征抽取器；利用新数据收集支撑数据集；利用通用大模型收集支撑数据集的特征向量；获取支撑数据集的表征向量表达，组装特征矩阵；训练扩展小模型以适配新的数据风险。本发明首先收集小样本的支持数据集，通常为几条至几十条不等，然后利用超大规模语言模型对支撑文本进行数值特征转换，保留文本语义的同时降低大样本的需求；接着在支撑文本的样例空间进行降维，保留对新风险识别精度最大贡献的维度，最后在新特征空间中训练小模型完成新风险的识别。本发明针对快速变异的电信反欺诈识别问题，提供一种可持续发展的可快速迭代的小样本电信欺诈风险识别方法。
-
公开(公告)号：CN116912166A
公开(公告)日：2023-10-20
申请号：CN202310647375.6
申请日：2023-06-02
Applicant: 浙江大学宁波“五位一体”校区教育发展中心
Abstract: 基于模板学习与比对的薄面外观缺陷检测方法，包括：1)基于良品图像自动学习构建模板原型；2)对每个模板原型，检测待检测样本图像中的模板实例；3)对每个模板实例，将对应的模板原型与模板实例区域进行映射对齐；4)对每个模板实例，将应映射对齐后的模板实例和模板原型进行比对得到特征差异图；5)对每个模板实例的特征差异图，应用缺陷检测算法参数提取模板实例内的缺陷信息；6)综合所有模板实例的缺陷信息，输出产品OK/NG判定和缺陷信息列表。本发明综合多种技术手段实现对平面规则内容产品的准确、灵活、高效的外观缺陷检测。
-
公开(公告)号：CN118155661A
公开(公告)日：2024-06-07
申请号：CN202410265676.7
申请日：2024-03-08
Applicant: 浙江大学宁波“五位一体”校区教育发展中心
IPC: G10L25/51 , G10L15/08 , G10L15/26 , G10L19/18 , H04L9/40 , H04L9/32 , G06F18/25 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/09 , G06Q50/50
Abstract: 一种基于多模态融合深度神经网络模型电信反欺诈方法和系统，其方法包括：步骤1.将信息中的语音模态转换为文字模态；步骤2.将信息中的图像进行切片并转换为图像数字向量；步骤3.将信息中的文本转换为数字向量；步骤4.文本图像信息融合向量生成；步骤5.多层联合向量的深度学习网络迭代训练；步骤6.欺诈识别预测；待预测是否为欺诈的样本输入到已经训练好的分类器模型中，利用最后一层迭代后的输出向量，经过双曲正切函数进行映射，完成欺诈预测时的是否违规的判断。
-
公开(公告)号：CN117274219A
公开(公告)日：2023-12-22
申请号：CN202311306252.2
申请日：2023-10-10
Applicant: 浙江大学宁波“五位一体”校区教育发展中心
Abstract: 一种芯片支架外观缺陷检测模板匹配与定位方法和装置，其方法包括：1)对芯片支架模板定义图像，定位产品边缘并对图像进行2D欧几里得变换得到矫正图像；2)对模板定义矫正图像，构建模板组并提取模板组1D指纹；3)对芯片支架检测目标图像，定位产品边缘并对图像进行2D欧几里得变换得到目标矫正对齐图像；4)对目标矫正对齐图像，提取目标1D指纹；5)将模板组1D指纹与目标1D指纹进行匹配，得到模板组偏移量；6)根据模板组偏移量和模板组中模板信息，确定目标矫正对齐图像中匹配的模板信息。本发明实现准确、高效的芯片支架外观检测模板匹配与定位。
-
-
-
Search Results
4
records
(took 0.032 seconds)
