-
公开(公告)号：CN117972795A
公开(公告)日：2024-05-03
申请号：CN202410382369.7
申请日：2024-04-01
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 本发明属于数据安全的技术领域，更具体地，涉及一种基于异或过滤器的密态空间关键字安全检索方法及装置。该方法包括：数据拥有者端基于安全异或过滤器和地理哈希编码构建安全树索引，使用密钥对空间文本数据集进行加密，并将安全树索引及加密的空间文本数据集上传云服务器端；用户端给定查询，基于查询生成陷门并上传云服务器端；云服务器端根据陷门在安全树索引中搜索目标空间对象，并将由目标空间对象的密文构成的结果集返回给用户端；用户端根据结果集查询完整的密文信息，并使用密钥对密文信息进行解密，得到明文信息。本发明实现在一定空间范围内返回用户期望查询的空间文本数据信息并提供隐私保护，同时提高查询结果的准确性。
-
公开(公告)号：CN117707742A
公开(公告)日：2024-03-15
申请号：CN202410159991.1
申请日：2024-02-05
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 本发明涉及高性能计算的作业调度技术领域，公开了基于负载预测的能耗均衡作业调度方法及系统，方法包括：获取历史时间段内，集群中节点的负载指标数据和功耗数据；对负载指标数据进行预处理并提取每个节点的历史负载特征变量；将每个节点的历史负载特征变量，输入到训练后的负载预测模型中，输出每个节点在未来时间点的负载预测值；根据每个节点在未来时间点的负载预测值，将集群中的每个节点划分为不同的负载类别；在每个负载类别中，按照功耗值由低到高的顺序对节点进行排序，优先选取低负载类别节点中的低功耗节点进行作业调度；调度后对高负载类别节点上运行的作业，实施作业迁移。本发明能够避免负载不均衡导致的热点问题和系统性能下降。
-
公开(公告)号：CN117496434A
公开(公告)日：2024-02-02
申请号：CN202311478776.X
申请日：2023-11-08
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06V20/52 , G06V40/20 , G06V10/44 , G06V10/25 , G06V10/80 , G06V10/26 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/082
Abstract: 本发明涉及一种基于改进YOLOv5算法的学生行为检测方法及系统，包括：获取待检测的教室的图片并进行预处理；将预处理后的图片输入训练好的改进的YOLOv5网络模型中进行学生行为检测，得到学生行为检测结果；改进的YOLOv5包括骨干网络bockbone、neck层和Head层，骨干网络bockbone包括Conv模块、C3模块、SACA模块以及BasciRFB模块。本发明将SPP模块替换为BasicRFB模块，同时搭建SACA模块，先经过SACA模块获取通道相关性权重特征以及空间信息权重特征，可以更好的获取有效特征信息，再经过BasicRFB模块进行特征提取，可以对目标模型特征达到更好的识别效果。
-
公开(公告)号：CN117312989A
公开(公告)日：2023-12-29
申请号：CN202311380815.2
申请日：2023-10-24
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06F18/2415 , G06F40/30 , G06N3/042 , G06N3/0464 , G06N3/0455
Abstract: 本发明涉及一种基于GCN和RoBERTa的上下文感知的列语义识别方法和系统，包括：数据预处理：设置增量同步数据获取任务，进行数据采集和清洗，加载到Mysql环境当中；列语义识别：基于数据集的列关系属性及属性关系构建词汇关系图，作为双层GCN图卷积网络输入来获取GCN全局语义特征嵌入；通过RoBERTa预训练模型线性化编码，将初步列向量输入到三层Tansformer使用其多头列注意力机制来获取局部语义特征嵌入，将并联输出的嵌入向量通过注意力机制融合权值，得到全局‑局部交互的上下文语义信息，并使用Adaline进行分类预测；本发明构建了上下文列语义识别模型，基于关系列投影进行元数据的语义识别。
-
公开(公告)号：CN117152835A
公开(公告)日：2023-12-01
申请号：CN202311064394.2
申请日：2023-08-22
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院) , 山东山科智能科技有限公司
IPC: G06V40/20 , G06V10/774 , G06V10/82 , G06N3/0464 , G06V10/44 , G06V10/86
Abstract: 本发明公开了校园危险行为检测方法、系统、设备及存储介质，其中方法包括：获取待检测的图像；将待检测的图像，输入到训练后的校园危险行为检测模型中，输出校园危险行为检测结果；其中，训练后的校园危险行为检测模型采用改进的yolov7来实现，改进的yolov7是将原始yolov7的head模块的cat单元，替换为注意力机制单元CM；训练后的校园危险行为检测模型，训练过程中所采用的损失函数为DRIoU。在校园场景下精确的捕获和识别校园危险行为和动作，在面对不同尺度的目标时能确保检测精度，在实时检测的前提下优化了对遮挡目标和密集目标的检测精度。相较于人工监控的方法检测效率更高，发现也更及时。
-
Patent Agency Ranking
公开(公告)号：CN117112667A
公开(公告)日：2023-11-24
申请号：CN202311071030.7
申请日：2023-08-24
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06F16/25 , G06F16/21 , G06F16/215
Abstract: 本发明涉及一种基于湖仓一体的高校关系数据处理方法和系统，包括：将高校各业务系统原始数据抽取入湖仓及分割初始元数据入仓，并将有标签的元数据存入湖仓；构建初版高校数据标准映射字典，并将其数据标准中的中文简称同化成模型语义类别标签；对抽取入湖仓的未含有标注的元数据进行语义识别，基于模型语义类别标签对元数据标注进行纠错，并更新回填至湖仓的元数据标注中；基于数据仓库中的高校元数据标准映射字典，映射整合并构建分级分类的高校数据资产目录；实现数据资产目录发布及查询搜索。本发明构建了统一的高校元数据标准映射数据字典，实现业务系统与实现不同业务系统与高校统一元数据标准之间的关联映射，构建统一的数据资产目录。
-
公开(公告)号：CN117112648A
公开(公告)日：2023-11-24
申请号：CN202311070405.8
申请日：2023-08-24
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06F16/2458 , G06F16/215 , G06F18/214 , G06F18/24 , G06F18/23213 , G06Q50/20
Abstract: 本发明涉及一种基于智慧教育数据的高校学生学习画像生成系统及方法，属于数据挖掘领域，包括数据抽取模块、数据处理模块、标签模块、数据库模块、画像生成模块；通过针对学生在教育大数据应用中的现实需要，聚焦于学生学习行为，针对多任务学习场景，分析学生学习特征，构造客观的学生画像标签体系，设计学生画像标签体系技术架构，对学生群体进行深度刻画，构建学生学习画像，以此形成的学生画像来反映学生表现特征，提供个性化教学，降低大量数据给师生带来的认知负荷，为学生教育管理者提供相应的决策支持。
-
公开(公告)号：CN116862021A
公开(公告)日：2023-10-10
申请号：CN202310953891.1
申请日：2023-07-31
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06N20/00
Abstract: 本发明公开了一种基于信誉评估的抗拜占庭攻击的去中心化学习方法及系统，涉及人工智能与信息安全交叉技术领域，该方法包括：基于获取的分布式网络中各个节点的训练数据，通过不断迭代训练实现去中心化学习，其训练过程中：分布式网络中的每一节点获取自节点的邻居节点当前轮次的局部参数，以此计算每一邻居节点当前轮次的信誉贡献值和信誉损失值，确定信誉有效值，进而确定自节点及其每一邻居节点的全局历史信誉值；基于全局历史信誉值为自节点及其每一邻居节点分配权重，进而更新自节点的局部参数并发送至邻居节点。本发明构建信誉评估机制，建立全局历史信誉值模型，通过权重分配，降低拜占庭攻击的影响，达到保护学习模型的目的。
-
公开(公告)号：CN116860995A
公开(公告)日：2023-10-10
申请号：CN202310816845.7
申请日：2023-07-05
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 本发明涉及一种应用于多元编程习题的深度知识追踪方法及系统，包括：接收编程平台系统的用户做题数据和编译日志数据，进行数据预处理；对错误信息进行日志模式聚类；构建题型特征矩阵；基于时间间隔和学习能力的位置编码；对答题交互序列进行one‑hot编码转化，得到答题交互嵌入向量；将答题交互嵌入向量输入至训练好的深度知识追踪模型中实现深度知识追踪。本发明通过对数据处理、建立知识库和模型改进，使模型可以适用于多元题型，更加符合实际场景的应用，尤其是通过建立编译结果知识库，实现了知识追踪在编程平台领域的针对多种不同习题题型的应用。
-
公开(公告)号：CN116739114A
公开(公告)日：2023-09-12
申请号：CN202310993716.5
申请日：2023-08-09
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 本发明涉及一种对抗模型投毒攻击的鲁棒联邦学习聚合方法及装置，属于数据安全计算机模型的技术领域。本发明旨在提高联邦学习系统的鲁棒性、提供模型的准确性，以应对模型投毒攻击并达到保护本地数据隐私的技术效果，即通过在模型更新聚合过程中引入鲁棒性机制，以过滤恶意更新和提高系统的整体性能。例如，使用加权聚合方法来剔除恶意参与者的贡献，或者使用去噪和修复技术来降低恶意本地模型的影响。
-
-
-
-
-
-
-
-
-
Search Results
300
records
(took 0.11 seconds)
