-
公开(公告)号：CN114398669B
公开(公告)日：2024-09-06
申请号：CN202111538462.5
申请日：2021-12-15
Applicant: 北京邮电大学
IPC: G06F21/62 , G06Q40/03 , G06F18/2135
Abstract: 本申请提出了一种基于隐私保护计算和跨组织的联合信用评分方法及装置，该方法包括：在多个边缘节点中分别构建本地数据资源，将本地数据资源的基本信息和元数据信息同步至中央节点；在中央节点中通过同步的信息构建数据模型进行关联分析，并构建数据指标；将数据指标与多个边缘节点的元数据信息进行关联映射；基于更新后的多个本地数据资源，通过隐私保护集合求交确定公共样本；通过多方数据挖掘算法计算数据指标体系的权重参数，并将权重参数赋值到评分系统的指标体系的每个特征上；通过构建出的联合评分系统模型进行信用评分。该方法在加入安全隐私的机制下生成跨组织的联合评分卡系统架构，能够有效利用多维数据构建高维复杂的评分系统。
-
公开(公告)号：CN114399644B
公开(公告)日：2025-02-07
申请号：CN202111535847.6
申请日：2021-12-15
Applicant: 北京邮电大学
IPC: G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/096 , G06N3/0895 , G06N3/084
Abstract: 本发明提出一种小样本目标检测方法，包括：向检测网络发送骨干网络的权重以及特征金字塔的权重；生成候选区域，候选区域来自于区域建议网络对视觉表征骨干网络输出特征的前后景分类与回归结果；根据候选区域，借助池化算子生成统一尺寸的候选区域特征，并进行统一尺寸的候选区域特征的位置回归，内容分类以及细粒度特征挖掘；利用细粒度特征挖掘，构建细粒度的正样本对以及负样本对，形成对候选区域细粒度特征间的对比学习；按照细粒度特征挖掘中的策略形成损失函数，通过损失函数的计算进行检测网络参数的更新。该方法为小样本目标检测提供了视觉表征骨干网络，并通过对样本特征挖掘，提升样本的细粒度特征和模型检测精度。
-
公开(公告)号：CN114399644A
公开(公告)日：2022-04-26
申请号：CN202111535847.6
申请日：2021-12-15
Applicant: 北京邮电大学
Abstract: 本发明提出一种小样本目标检测方法，包括：向检测网络发送骨干网络的权重以及特征金字塔的权重；生成候选区域，候选区域来自于区域建议网络对视觉表征骨干网络输出特征的前后景分类与回归结果；根据候选区域，借助池化算子生成统一尺寸的候选区域特征，并进行统一尺寸的候选区域特征的位置回归，内容分类以及细粒度特征挖掘；利用细粒度特征挖掘，构建细粒度的正样本对以及负样本对，形成对候选区域细粒度特征间的对比学习；按照细粒度特征挖掘中的策略形成损失函数，通过损失函数的计算进行检测网络参数的更新。该方法为小样本目标检测提供了视觉表征骨干网络，并通过对样本特征挖掘，提升样本的细粒度特征和模型检测精度。
-
公开(公告)号：CN114332449A
公开(公告)日：2022-04-12
申请号：CN202111405138.6
申请日：2021-11-24
Applicant: 北京邮电大学
Abstract: 本申请计算机视觉技术领域，尤其涉及一种基于特征解耦和知识迁移的小样本目标检测方法和装置。其中，基于特征解耦和知识迁移的小样本目标检测方法，包括：在基础检测模型中设置双路检测头得到迁移学习模型；使用带标注的小样本数据对迁移学习模型进行调节，得到调节后的迁移学习模型；将无标注的小样本数据输入调节后的迁移学习模型，对调节后的迁移学习模型的区域建议网络和双路检测头进行联合调节，从而完成对无标注的小样本数据的检测。采用上述方案的本申请通过双路检测头保留基础类别性能，实现不同任务间的学习，通过在小样本目标检测的过程中联合调节区域建议网络和双路检测头，提升小样本目标检测的检测效率以及检测效果。
-
公开(公告)号：CN115018616A
公开(公告)日：2022-09-06
申请号：CN202210444203.4
申请日：2022-04-25
Applicant: 北京邮电大学
Abstract: 本申请提出了一种基于批流一体计算引擎的征信智能评估方法，涉及征信智能评估技术领域，其中，该方法包括：通过Kafka获取多个维度的用户征信数据，并按照主题将用户征信数据划分为待训练征信数据和待预测征信数据；获取预先训练的征信评估模型，将待预测征信数据输入至征信评估模型进行实时评估，得到评估结果，其中，征信评估模型是通过待训练征信数据对原始训练数据进行数据增量后，利用增量后的训练数据进行动态更新的。本申请利用经典的神经网络模型算法动态预测征信智能评分，并且能够根据实时流式征信数据实现评估模型的在线学习，同时能够结合历史规律与实时变化，更新模型评估效果，消除模型的不稳定性，从而提升征信智能评估的准确率。
-
Patent Agency Ranking
公开(公告)号：CN114817557A
公开(公告)日：2022-07-29
申请号：CN202210302732.0
申请日：2022-03-24
Applicant: 北京邮电大学
Abstract: 本发明公开了基于企业征信大数据知识图谱的企业风险检测方法和装置，其中，该方法包括：通过分散数据子域数据构建企业征信大数据统一信息模型；基于企业征信大数据统一信息模型，利用自顶向下方式构建第一企业征信大数据领域本体；以及通过自底向上的构建方式对企业征信大数据领域中的数据进行实体抽取和关系抽取，选取优质新词扩充第一企业征信大数据领域本体规模，以构建第二企业征信大数据领域本体；基于构建好的本体，利用企业征信大数据构建企业征信大数据知识图谱，通过知识图谱进行特征获取，将获取的特征数据输入训练好的风控模型输出分类结果，并用于分类企业。本发明提升了企业征信领域知识图谱本体的精确性，提升了风控模型的性能。
-
公开(公告)号：CN114817557B
公开(公告)日：2024-12-20
申请号：CN202210302732.0
申请日：2022-03-24
Applicant: 北京邮电大学
IPC: G06F16/36 , G06F18/214 , G06Q40/03
Abstract: 本发明公开了基于企业征信大数据知识图谱的企业风险检测方法和装置，其中，该方法包括：通过分散数据子域数据构建企业征信大数据统一信息模型；基于企业征信大数据统一信息模型，利用自顶向下方式构建第一企业征信大数据领域本体；以及通过自底向上的构建方式对企业征信大数据领域中的数据进行实体抽取和关系抽取，选取优质新词扩充第一企业征信大数据领域本体规模，以构建第二企业征信大数据领域本体；基于构建好的本体，利用企业征信大数据构建企业征信大数据知识图谱，通过知识图谱进行特征获取，将获取的特征数据输入训练好的风控模型输出分类结果，并用于分类企业。本发明提升了企业征信领域知识图谱本体的精确性，提升了风控模型的性能。
-
公开(公告)号：CN114817241B
公开(公告)日：2024-12-20
申请号：CN202210306938.0
申请日：2022-03-25
Applicant: 北京邮电大学
IPC: G06F16/22 , G06F16/2458 , G06F16/953 , G06Q40/03
Abstract: 本申请提出了一种基于Flink引擎计算节点动态扩展的任务评价方法，包括：接收客户端发送的任务；接收客户端在出现数据热点时发送的节点扩展指令，根据节点扩展指令修改任务的执行图的拓扑结构，并通知目标算子任务的上游算子任务增加结果分区和变更虚拟哈希映射表和虚拟路由表，其中，目标算子任务为出现数据热点的算子任务；通过任务管理器启动新增计算节点，初始化新增计算节点的输入网关和结果分区；通知目标算子任务的下游算子任务增加输入通道；通过任务管理器根据修改后的任务的执行图的拓扑结构，对用户数据进行处理，得到任务评价结果。本申请解决了Flink引擎处理数据时的数据倾斜的问题，提高了系统的数据计算速度，满足任务实时场景需求。
-
公开(公告)号：CN115330509A
公开(公告)日：2022-11-11
申请号：CN202210431436.0
申请日：2022-04-22
Applicant: 北京邮电大学
IPC: G06Q40/02 , G06Q10/10 , G06F16/953
Abstract: 本发明公开了基于征信服务交易平台集成的征信服务分类方法和系统，其中，该方法包括：获取用户需求信息；其将用户需求信息，输入集成后的数字化征信服务交易平台，进行用户购买征信服务请求的信息交易处理；通过信息交易处理，利用集成后的数字化征信服务交易平台进行征信服务分类并向用户推荐相应的征信服务。本发明可以可以整合多源异构多种类型的数字化征信服务，统筹规划大数据底层能力与海量信用数据服务以应用于上层多种征信场景，将数字化征信服务集成在平台供用户无差别使用，提供给外部征信服务提供商以服务开放的能力，使其能够便捷地、系统改动量少地接入平台，有效的实现征信服务分类和应用。
-
公开(公告)号：CN114817241A
公开(公告)日：2022-07-29
申请号：CN202210306938.0
申请日：2022-03-25
Applicant: 北京邮电大学
IPC: G06F16/22 , G06F16/2458 , G06F16/953 , G06Q40/02
Abstract: 本申请提出了一种基于Flink引擎计算节点动态扩展的任务评价方法，包括：接收客户端发送的任务；接收客户端在出现数据热点时发送的节点扩展指令，根据节点扩展指令修改任务的执行图的拓扑结构，并通知目标算子任务的上游算子任务增加结果分区和变更虚拟哈希映射表和虚拟路由表，其中，目标算子任务为出现数据热点的算子任务；通过任务管理器启动新增计算节点，初始化新增计算节点的输入网关和结果分区；通知目标算子任务的下游算子任务增加输入通道；通过任务管理器根据修改后的任务的执行图的拓扑结构，对用户数据进行处理，得到任务评价结果。本申请解决了Flink引擎处理数据时的数据倾斜的问题，提高了系统的数据计算速度，满足任务实时场景需求。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.019 seconds)
