“吴杭颐”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果7个，建议您升级VIP下载更多相关专利

[发明专利]关联拓扑网络动态特征的互联网自治域类型映射方法-CN202310126432.6在审
发明人：罗森林;齐首华;潘丽敏;吴杭颐;李新帅 -专利权人：北京理工大学
申请日： 2023-02-16 - 公布日： 2023-06-02 - 主分类号： H04L41/12 文献下载
摘要：本发明涉及关联拓扑网络动态特征的互联网自治域类型映射方法，属于计算机与信息科学领域。本发明首先通过whois数据库获取自治域注册信息；其次利用BERT提取注册信息语义特征，同时根据注册信息中的特定自治域属性计算不同自治域间的相似度；然后结合特定自治域属性和自治域间的相似度生成自治域拓扑网络，并利用时间注意力机制提取拓扑网络动态特征；最后融合语义特征和拓扑网络动态特征进行互联网自治域类型映射。本发明针对自治域注册信息不完整的问题，提出并利用一种自治域拓扑网络动态特征提取方法，提高了互联网自治域类型映射的准确率。
关联拓扑网络动态特征互联网自治类型映射方法

[发明专利]多注意力机制跨度级小样本命名实体识别方法-CN202211331584.1在审
发明人：罗森林;刘小丫;潘丽敏;林朝坤;吴杭颐 -专利权人：北京理工大学
申请日： 2022-10-28 - 公布日： 2023-01-31 - 主分类号： G06F40/295 文献下载
摘要：本发明涉及多注意力机制跨度级小样本命名实体识别方法，属于自然语言处理领域。本发明首先对句子进行跨度枚举并通过BERT编码器编码生成跨度连贯性表示；其次，提出跨度内注意力机制关注重要字符信息，引入跨度间注意力机制关注与目标跨度相关度高的其他跨度；然后，利用跨度边界注意力机制关注支持集中实体跨度边界共有特征，利用实例级跨度注意力机制关注与查询集样本跨度相关度高的支持集样本跨度，生成实体类别原型；最后，通过计算支持集和查询集间距离进行实体类别预测。本发明能够改善token级基于度量元学习方法中的语义截断问题，有效提升小样本命名实体识别任务的准确率。
注意力机制跨度样本命名实体识别方法

[发明专利]利用协作式神经网络链的多标签情感分类方法-CN202110594262.5有效
发明人：罗森林;吴杭颐;李筱雅;吴舟婷;秦枭喃 -专利权人：北京理工大学
申请日： 2021-05-28 - 公布日： 2023-01-03 - 主分类号： G06F18/24 文献下载
摘要：本发明公开了利用协作式神经网络链的多标签情感分类方法，属于自然语言处理与机器学习领域。该方法包括：通过文本嵌入拼接词向量与实体类别向量，得到句子级情感向量表示；基于多级特征编码，采用多级门限注意力，通过双向LSTM对文档中所有句子的语义及句子间的语义关系进行编码，有效获取单个词语的上下文语义信息，再对句子级和文档级语义信息进行特征融合；依据情感数量构建多个协作式神经网络和一个对抗式神经网络，考虑标签的局部分布特征，形成局部顺序协作式神经网络链。由于本发明提供的利用协作式神经网络链的多标签情感分类方法，减少文档级冗余特征，使提取的特征更加准确，从而提升多标签情感分类效果。
利用协作神经网络标签情感分类方法

[发明专利]融合多级特征的增量式动态权值集成学习入侵检测方法-CN202210534998.8在审
发明人：罗森林;陆永鑫;潘丽敏;吴杭颐;王沛冉 -专利权人：北京理工大学
申请日： 2022-05-17 - 公布日： 2022-09-27 - 主分类号： H04L9/40 文献下载
摘要：本发明涉及融合多级特征的增量式动态权值集成学习入侵检测方法，属于计算机与信息科学技术网络空间安全领域。本发明首先通过混合时间窗重建流量的拓扑特征，同时为时间窗内的流量建立敏感数据流向特征；其次基于注意力机制融合拓扑特征，生成特征向量；然后训练初级分类器和深度置信网络，并在深度置信网络训练过程中加入历史知识；最后利用深度置信网络生成动态权值构建训练集并训练次级分类器。本发明有效缓解了集成学习入侵检测方法中单一级别特征无法检测出高隐蔽性攻击和动态权值生成不精确且不具有可持续性导致检测性能下降的问题，有效提升了入侵检测模型的分类准确率。
融合多级特征增量动态集成学习入侵检测方法

[发明专利]融合知识提示的法律文本小样本命名实体识别方法-CN202210535070.1在审
发明人：罗森林;程瑶;慕星星;吴舟婷;吴杭颐 -专利权人：北京理工大学
申请日： 2022-05-17 - 公布日： 2022-09-16 - 主分类号： G06F16/33 文献下载
摘要：本发明涉及融合知识提示的法律文本小样本命名实体识别方法，属于自然语言处理与机器学习领域。本发明首先定义裁判文书的提示性模板、标签集和自然词集的映射关系，从中国裁判文书网平台获取了2760篇裁定书和判决书文档；然后采用Bert模型对案件陈述和判决结果句子的嵌入向量进行编码，通过注意力加权得到句子的特征表示，结合构造的模板指导生成式预训练模型GPT生成词的类别向量；最后，利用全连接层将句子向量转化为跨度向量，生成语义标签，最小化其与标签向量的损失函数。本发明有效缓解了在法律领域下，由于其标注样本较少、与通用领域的实体类型分布不同造成的过拟合与分类不准确的问题，提升了法律实体识别的准确率和模型的迁移能力。
融合知识提示法律文本样本命名实体识别方法

[发明专利]利用差分隐私词嵌入扰动的敏感文本脱敏方法-CN202210039857.9在审
发明人：罗森林;关业礼;潘丽敏;郜森;吴杭颐 -专利权人：北京理工大学
申请日： 2022-01-14 - 公布日： 2022-05-27 - 主分类号： G06F21/62 文献下载
摘要：本发明涉及利用差分隐私词嵌入扰动的敏感文本脱敏方法，属于差分隐私保护技术领域。本发明首先利用命名实体识别技术识别文本中的敏感单词，并随机抽样语料库中的非敏感单词；其次给敏感单词的词嵌入向量加上差分隐私噪声，生成新的扰动词嵌入向量；然后度量扰动词嵌入向量和非敏感单词的词嵌入向量之间的欧几里得距离，依据最近邻公式取得候选词集合；最后依据多单位拍卖概率公式用候选词集合中的单词替换文本中所有的敏感单词后输出脱敏文本。本发明在多个语料上实验，结果表明其在多种文本上都能达到较好的脱敏效果，具有良好的通用性和可迁移性。
利用隐私嵌入扰动敏感文本方法

[发明专利]基于梯度驱动数据生成的模型窃取攻击方法-CN202210047190.7在审
发明人：潘丽敏;丁杨;罗森林;张荣倩;吴杭颐 -专利权人：北京理工大学
申请日： 2022-01-14 - 公布日： 2022-05-27 - 主分类号： G06F16/2455 文献下载
摘要：本发明涉及基于梯度驱动数据生成的模型窃取攻击方法，属于计算机与信息科学技术领域。该方法先对数据集进行K‑means聚类；然后将聚类簇质心组成的查询数据集通过API输入到目标模型中得到每条数据对应的标签；接着使用数据‑标签对作为训练集训练替代模型；最后根据目标模型和替代模型间的输出差异构造目标函数，并基于函数梯度生成数据以迭代训练替代模型。本发明基于模型间输出差异梯度来生成数据并以此窃取目标模型，解决了模型窃取过程中目标模型训练集未知造成的替代模型准确率低的问题，减少了目标模型API调用的次数，提高了模型窃取效率。
基于梯度驱动数据生成模型窃取攻击方法

1
共 7 条