-
公开(公告)号:CN118470462A
公开(公告)日:2024-08-09
申请号:CN202410648343.2
申请日:2024-05-23
IPC: G06V10/774 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08 , G06N5/04
Abstract: 本发明提出一种多步推理策略的图谱校正方法、电子设备、存储介质,属于计算机视觉领域,针对传统图谱构建和语义识别中的单步预测模式缺陷进行优化。具体操作包括对单步的语义识别结果进行校验和修正,将低置信度的语义特征进行掩码处理,利用高置信度的语义特征构建场景上下文信息作为先验知识进行多步推理,并据此优化被掩码的语义特征并进行再次预测。此步骤会作为一次迭代,在多次迭代过程中,预测模式能够不断校正和优化,实现了对低置信度预测模式的可迭代推理,使得语义识别过程和图谱构建过程更为准确有效,将计算机视觉领域的图谱构建和语义识别推向了新的高度。
-
公开(公告)号:CN118467773A
公开(公告)日:2024-08-09
申请号:CN202410648341.3
申请日:2024-05-23
IPC: G06F16/58 , G06F16/583 , G06F16/901 , G06F16/33 , G06F16/35 , G06N3/006 , G06N3/0442 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提出了一种跨模态图结构语义对齐方法、电子设备、存储介质,属于计算机领域,主要包括从图像中提取视觉结构化信息和将视觉信息转化为描述语句的两个智能体。该方法提出了一种基于强化学习的跨模态图结构耦合奖惩机制,首先将智能体生成的描述语句及其相应的人工标注语句进行结构化分解,然后针对配对的结构化表征计算语义相似度得分。通过这种方式,智能体相互合作以最大化自己的奖励,在强化学习过程中逐步实现视觉‑语言的跨模态图结构语义对齐。该方法可以有效提高多模态知识图谱的构建精度和效率。
-
公开(公告)号:CN118443349A
公开(公告)日:2024-08-06
申请号:CN202410522992.8
申请日:2024-04-28
Abstract: 本发明公开了一种电子标签远程测试管理系统及方法,测试管理系统具体由测试服务器、传送子系统、条码测试子系统、物理性能测试子系统、电气性能测试子系统、数据格式测试子系统、安全防护测试子系统和通信协议测试子系统构成。该系统对电子标签进行测试时,由测试服务器远程控制传送子系统带动待测试的电子标签依次经过各个测试子系统,当标签到达特定测试子系统时,由测试服务器远程控制该测试子系统对电子标签进行对应项目的测试。该系统能够自动完成针对电子标签的全面性能测试,各个测试子系统能够独立启用或禁用,以适应实际的测试需求,各个测试项目还能够循环进行测试,以完成针对电子标签的稳定性和可靠性测试。
-
公开(公告)号:CN118295914A
公开(公告)日:2024-07-05
申请号:CN202410414137.5
申请日:2024-04-08
Abstract: 本发明提供了一种服务器高性能计算场景性能测试平台,它通过搭建包含计算节点、高速互联网络组件、存储组件、管理与散热组件的测试平台,进行多次测试与分析,得出服务器在负荷情况下的性能表现。测试平台可以采用STAR‑panel分析工具进行测试,并从各组件收集性能与功耗信息。发明还特别指出了测试平台包括Arm平台和X86平台,且单节点内存不低于96GiB。测试用例的测试指标包括运行时间与功耗,根据测试结果编写的测试报告中详细记录了各种配置信息,提供了全面的服务器性能评估与分析。
-
公开(公告)号:CN116701368A
公开(公告)日:2023-09-05
申请号:CN202310644197.1
申请日:2023-06-02
Applicant: 工信通(北京)信息技术有限公司 , 工业和信息化部网络安全产业发展中心(工业和信息化部信息中心)
IPC: G06F16/215 , G06F16/25 , G06F16/2458 , G06F16/26 , G06F40/151 , G06F40/186 , G06F18/23 , G06Q10/04 , G06Q10/0639
Abstract: 本发明公开了基于工业互联网的数据综合治理及可视化应用系统及方法,涉及数据治理及可视化应用系统技术领域;所述系统包括:数据收集整理入库模块:数据收集整理入库模块从Excel或Word文档中读取对应指标数据并输出为数据库标准格式;同时,建立完整立体的产业运行监测指标体系,从而建立起全面、立体的产业运行监测指标体系;指标计算及导出模块:指标计算及导出模块通过多种算法建立起全面立体的产业运行监测指标体系,并通过多种综合算法进行自动计算,并以两种数据格式导出数据。本发明的数据综合治理及可视化应用系统,采用神经网络和机器学习的方法可以大大提高数据处理的效率,减少人工干预和计算时间。
-
公开(公告)号:CN116151900A
公开(公告)日:2023-05-23
申请号:CN202310450962.6
申请日:2023-04-25
Applicant: 天津市工业和信息化研究院(天津市节能中心、天津市工业和信息化局教育中心)
IPC: G06Q30/0283 , G06Q10/08 , G06Q30/0201 , G06F16/906
Abstract: 本发明提出了一种基于成本分析模型的动态成本管理方法及系统,涉及物流成本分析技术领域,获取工程操作数据系统中历史操作数据,建立历史操作数据组H,将历史操作数据组H根据组内的操作类型数据进行分类,得到多个子操作数据组;计算第i个实际成本数据消耗第j个成本动因的数量占全部n个实际成本数据消耗第j个成本动因数量的比重;计算比重不同的多个实际成本数据间的相似度,确定最终动因;基于每个类型子操作数据组的实际成本数据的最终动因对标准成本数据的影响系数分别建立标准成本分析模型;对最终动因对应的作业成本总额进行判断,若最终动因对应的作业成本总额满足要求,则输出标准成本分析模型。
-
公开(公告)号:CN113259349A
公开(公告)日:2021-08-13
申请号:CN202110519321.2
申请日:2021-05-12
Applicant: 国家计算机网络与信息安全管理中心 , 工业和信息化部网络安全产业发展中心(工业和信息化部信息中心)
Abstract: 本发明实施例提供了一种轨道交通控制网络的监测方法及装置,涉及网络安全技术领域,所述方法包括获取目标轨道交通控制网络的网络流量数据、网络设备配置数据及网络设备的日志数据;对所述网络流量数据、网络设备配置数据及网络设备的日志数据进行分析,得到流量数据分析结果、配置数据分析结果和日志数据分析结果;对所述各个分析结果中的至少两个分析结果进行关联,识别所述目标轨道交通控制网络中的异常行为;当识别出异常行为时,输出异常行为提示信息,基于本方案,电子设备可以多维度的监测轨道交通控制网络,提高了轨道交通控制网络的防御能力。
-
公开(公告)号:CN112218294A
公开(公告)日:2021-01-12
申请号:CN202010938143.2
申请日:2020-09-08
Applicant: 深圳市燃气集团股份有限公司 , 深圳市深燃燃气技术研究院 , 工业和信息化部网络安全产业发展中心(工业和信息化部信息中心)
IPC: H04W12/041 , H04W12/06 , H04W12/10 , H04W12/106 , H04W48/18 , H04L9/08 , H04L9/32 , H04L29/06 , H04L29/08 , G16Y30/10
Abstract: 本发明公开基于5G的物联网设备的接入方法、系统及存储介质,方法包括物联网接入平台根据所述待接入物联网设备的设备标识生成所述待接入物联网设备的认证标识,并通过所述认证标识对所述待接入物联网设备进行身份认证,以将身份认证结果反馈至所述待接入物联网设备,使得待接入物联网设备接收的身份认证结果为身份认证通过时,所述待接入物联网设备接入所述物联网接入平台,并进行加密数据通信。本发明通过设备指纹作为认证标识以验证待接入物联网设备的合法身份,同时通过接入认证以确保待接入物联网设备的数据完整性,从而避免非法终端接入物联网接入平台,提供数据传输的安全性。
-
公开(公告)号:CN119990110A
公开(公告)日:2025-05-13
申请号:CN202510041012.7
申请日:2025-01-10
IPC: G06F40/242 , G06F16/35 , G06F16/31 , G06F16/36 , G06F16/34 , G06F40/103
Abstract: 本发明涉及数据字典技术领域,具体地说是一种基于标准或技术文档的数据字典实现方法、系统和介质,包括数据分类、数据标准、数据元和数据集,本发明解决了现有技术中多源数据融合的标准不一、标准缺失等问题,通过以“数据元字段”为核心,实现“标准文本、术语、元数据、代码集、数据元、数据集、数据模型、数据规则”等内容的标准化与规范化管理,逐步形成一套全国横向纵向一体化的标准数据字典体系,从而降低历史存量数据治理的复杂性和治理成本,提升未来新建系统和数据的规范化与标准化水平,并在未来的公共数据授权运营中提供更高质量、更低成本的可信数据。
-
公开(公告)号:CN119475337A
公开(公告)日:2025-02-18
申请号:CN202411512686.2
申请日:2024-10-28
IPC: G06F21/56 , G06N3/042 , G06N3/0464
Abstract: 本发明公开了一种基于图深度学习的恶意软件攻击检测方法,包括定义正常软件及已知恶意软件的空间事件图,构建计算机内部软件空间图模型;计算软件空间图模型权重,量化事件风险;设计基于图深度学习的事件预测模型,预测软件下一步可能的访问事件;设计风险预警及云处理方法,对软件的可疑访问事件发起预警并进行风险处理。本发明构建计算机内部软件空间图模型,量化事件风险,引入多层图卷积网络进行恶意软件检测,对恶意软件的结构和行为进行多层次特征表示,从而更全面地挖掘数据中的信息,提高检测效果;自动学习数据中的模式和特征,具有较强的适应性,能适应恶意软件变种和新型威胁的变化,具有更好的可解释性,对复杂数据依旧具有高性能。
-
-
-
-
-
-
-
-
-