-
公开(公告)号：CN119766581B
公开(公告)日：2025-05-13
申请号：CN202510272467.X
申请日：2025-03-10
IPC: H04L9/40 , H04L61/3015 , G06F18/15 , G06F18/2135 , G06F18/214 , G06F18/23213
Abstract: 本发明提出了一种基于网址裂变的恶意网址群落发现方法及系统，涉及网络安全技术领域，首先获取已知网址列表，标记恶意网址，对列表进行数据预处理后，提取域名、IP地址和网页内容特征，计算未标记网址与标记网址的特征相似度及综合相似度，将超过阈值的视为候选恶意网址；其次基于候选集合动态构建网址关系图，采用吉尔万‑纽曼算法聚类得到候选恶意网址群落；最后计算节点的最近群落距离，结合综合相似度得出网址综合得分，移除低于阈值的网址，得到最终结果。本发明通过多维度特征分析、动态图构建与聚类、综合得分筛选等步骤，从单一的恶意网址挖掘其潜在的涉诈网址群落，为网络安全防护提供有力支持。
-
公开(公告)号：CN118588060A
公开(公告)日：2024-09-03
申请号：CN202410815543.2
申请日：2024-06-24
Applicant: 厦门狄耐克智能科技股份有限公司 , 福建师范大学
IPC: G10L15/02 , G10L15/06 , G10L15/16 , G10L15/22 , G10L15/30 , G10L25/63 , G10L25/18 , H04L12/28 , G06N3/094
Abstract: 本发明涉及智能家居技术领域，具体为基于对抗性学习的智能家居语音助手情绪隐私保护装置，该装置包括以下模块：语音数据接收模块、语音特征转化模块、脱敏梅尔频谱特征生成模块和语音生成模块，利用生成对抗网络，大幅度提高装置对于语音中的情绪特征的解析与转换；在损失函数设计时采用了多任务损失函数，对于失真损失、对抗性损失和身份损失等损失函数采取了不同的权重，动态地调整神经网络模型的参数，使得除了对于情绪属性的脱敏之外，还能有效保留语音其他属性的效用性。综上所述，使用本发明可以使得语音情绪转换更准确，更自然，并且能够保持原始其他属性的效用保留。本发明可广泛应用在智能家居等语音情绪隐私保护领域。
-
公开(公告)号：CN117579311A
公开(公告)日：2024-02-20
申请号：CN202311433288.7
申请日：2023-10-31
Applicant: 福建师范大学
IPC: H04L9/40 , G06F18/213 , G06F18/2137 , G06F18/2413
Abstract: 本发明公开一种基于动态多尺度拓扑表征的网络入侵检测方法，通过使用表征学习方法来提取数据中的隐藏拓扑模式和几何信息，来达到降低检测模型的输入维度同时增强检测性能的目的。将处理后的流量数据输入分组‑打乱模块得到数据样本块；再对所有数据样本块并行处理，将它们输入多尺度拓扑表征学习模块，得到流量数据的拓扑特征空间；然后将特征空间输入检测模型得到流量的检测结果；之后在线更新检测模型的参数。本发明可以捕获多尺度的拓扑特征，提升了系统对网络入侵的检测能力，并且使用所提供的分组‑打乱模块，使模型对数据的变化具有鲁棒性，实现了系统的在线检测与定期更新。
-
公开(公告)号：CN117437457A
公开(公告)日：2024-01-23
申请号：CN202311259429.8
申请日：2023-09-27
Applicant: 福建师范大学
IPC: G06V10/764 , G06V10/56 , G06V10/80 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/096
Abstract: 本发明公开组织病理学图像分类的自适应颜色空间选择模型训练方法，在待选择的多种颜色空间中，使用自适应颜色空间选择模型得到候选颜色空间对组织病理学图像分类的重要性数值，并以此筛选出合适的颜色空间组合。之后修改模型，使用选择出的颜色空间组合作为模型的输入，并加入特征融合模块来融合多种颜色空间图像的特征。最后使用改进的余弦退火学习率策略对模型进行第二阶段训练，得到最终的分类模型。本发明提供了一种高效的颜色空间选择模型，同时提供了特征融合方案以及对应的模型训练方法，在组织病理学图像分类任务中取得了良好的分类效果。
-
公开(公告)号：CN113095388B
公开(公告)日：2023-06-30
申请号：CN202110356567.2
申请日：2021-04-01
Applicant: 福建师范大学
IPC: G06V10/764 , G06Q10/30 , G01N21/3563
Abstract: 本发明公开基于双层分类算法的固废塑料材质识别方法，使用傅里叶红外光谱仪采集样本中红外光谱数据，对样本数据进行数据校正、平滑降噪、消除水峰等预处理操作。之后使用光谱角度制图方法结合标准样本对待测样本进行首次分类，根据分类结果选择波峰检测算法或支持向量机的方法对样本进行二次分类，最后结合两次分类结果得到样本最终分类情况。本发明具有无损、快速、检测精度高、无二次污染、分类准确等优点，可以运用于具体生活中对废旧塑料的回收与利用。
-
Patent Agency Ranking
公开(公告)号：CN116010298A
公开(公告)日：2023-04-25
申请号：CN202310294402.6
申请日：2023-03-24
Applicant: 温州市特种设备检测科学研究院(温州市特种设备应急处置中心) , 福建师范大学 , 福建省特种设备检验研究院
IPC: G06F12/06 , G06F12/0862 , G06F12/0882 , G06F12/1027
Abstract: 本发明涉及一种NAND型闪存地址映射的方法、装置、电子设备及存储介质。NAND型闪存地址映射的方法包括步骤：S0、在缓存中建立翻译页目录、缓存映射项表、连续请求缓存映射项表；S1、当收到上层文件系统发送的读写请求，根据该请求，判断其是否是第一次读取，并且读取的是否为首部，如果判断为是，进入S2；S2、判断当前读请求与前一个请求是否在请求区域内的位置是否连续，如果判断为是，则当前请求为连续读写请求；S3、顺序预取请求区域内的多个映射项，存入所述连续请求映射项表中；S4、返回用户请求的处理结果。依据本发明的NAND型闪存地址映射的方法，能够对地址映射模块设计进行优化，保证查询地址映射时性能，进而保证闪存设备整体性能。
-
公开(公告)号：CN106961431B
公开(公告)日：2019-11-08
申请号：CN201710159514.5
申请日：2017-03-17
Applicant: 福建师范大学
Abstract: 本发明涉及一种角色对称加密所有权证明的方法及系统，依次通过角色密钥管理步骤、文件密钥生成步骤、数据加密步骤、数据上传步骤、数据存储步骤、所有权证明挑战步骤和所有权证明验证步骤，既实现了对文件的角色访问控制又能满足文件的授权去重要求，并且能够利用灵活的角色访问控制机制和合适的对称加密算法降低系统开销，达到了安全高效的设计目标，适用于大规模推广使用，能应用到实际生产生活过程中。
-
公开(公告)号：CN119377477A
公开(公告)日：2025-01-28
申请号：CN202411424963.4
申请日：2024-10-12
Applicant: 福建师范大学
IPC: G06F16/9535 , G06N3/084 , G06N3/092
Abstract: 本发明涉及一种基于对象感知策略网络的推荐方法，包括：构建对象感知策略网络，所述对象感知策略网络包括策略网络、特征优化模型和深度推荐模型；所述策略网络充当强化学习代理，动态调整用户和项目的嵌入大小，并为特征优化模型提供嵌入；所述特征优化模型通过对象感知方法优化嵌入中的特征，并统一输入嵌入的大小；而后，连接两个统一的嵌入并馈送到深度推荐模型中，以计算预测结果；对构建的对象感知策略网络进行模型训练，在训练过程中，深度推荐模型和特征优化模型将随着反向传播而更新；将训练好的对象感知策略网络部署到推荐系统中用于推荐工作。该方法可以提高推荐系统的性能。
-
公开(公告)号：CN119337885A
公开(公告)日：2025-01-21
申请号：CN202411168175.3
申请日：2024-08-23
Applicant: 福建师范大学
IPC: G06F40/30 , G06F40/268 , G06F40/211 , G06F40/289 , G06F40/237 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06F18/25 , G06F18/213
Abstract: 本发明公开一种基于提示已知的跨场景英语自动作文评分系统及方法，系统包括作文浅层特征提取模块，提取作文的浅层语言特征，即：词性特征，用于对所需评分的作文进行编码，获得作文的浅层特征表示；提示浅层特征提取模块，提取提示的浅层语言特征，包括：语法特征和句法特征，用于对待评分作文所属的提示进行编码，获得提示的浅层特征表示；提示‑作文相关性提取模块，其提取提示和作文之间的关系，用于评判作文是否符合主题的要求；特征融合训练预测模块，用于对提取到的特征和作文编码、提示编码进行特征连接操作，用于最后的作文评分。本发明不仅提高了模型的准确度，而且评分结果具有更高的一致性。
-
公开(公告)号：CN119227017A
公开(公告)日：2024-12-31
申请号：CN202411383723.4
申请日：2024-09-30
Applicant: 福建师范大学
IPC: G06F18/27 , G06N3/0464 , G06F18/10 , G06F17/18 , G06N5/01 , G06Q50/20 , G06F123/02
Abstract: 本发明涉及一种基于分离微观和宏观信息的MOOC在线用户行为监测方法。提出一种基于双塔结构的深度学习框架，分别对宏观信息和微观信息进行建模，能够有效地从学习者的连续活动记录中挖掘时间序列信息，且能够支持联合训练和分离训练两种模式。本发明通过使用具有时间序列建模机制的模型，能够有效捕捉在线学习交互日志中的潜在时间序列模式；且提出的双塔框架在联合模式或分离模式下的性能均优于单塔的基线模型提高模型性能，联合模式能够提高模型的整体性能，尤其在同时处理微观和宏观信息时效果尤为显著。而分离模式则提供了更高的灵活性，适用于需要独立训练各部分模型的场景。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.023 seconds)
