“王琦博”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11个，建议您升级VIP下载更多相关专利

[发明专利]一种建筑装饰装修用墙体-CN202311109841.1在审
发明人：陈锐;李庆;刘健;高巍;李越;马彦甲;华国博;任俊;王琦博;杨永明 -专利权人：北京住总装饰有限责任公司
申请日： 2023-08-30 - 公布日： 2023-10-17 - 主分类号： E04F13/072 文献下载
摘要：本发明公开了一种建筑装饰装修用墙体，包括：滑轨，呈U字形安装于屋顶和地板上，且开口相对；两层墙板，竖直设置于所述滑轨内，且分布于所述滑轨的两侧，所述墙板的两端均设置有供所述滑轨的两个翼板嵌入的凹槽；支撑架，设置于两层所述墙板的两端之间，且用于将所述墙板压紧固定于所述滑轨的两个翼板上；密封板，设置于所述滑轨的端部，且用于覆盖所述墙板。本发明具有以下优点和效果：通过采用卡接配合以及相互锁紧固定的墙板，使得墙体的组装过程轻松方便，能够现场高效施工作业，缩短施工周期，同时可以在墙板生产过程中选取适合的颜色和款式，无需后期再次装修墙板，降低成本。
一种建筑装饰装修墙体

[发明专利]背栓式薄瓷板轻质墙体干挂补浆施工工法-CN202310807751.3在审
发明人：陈锐;李庆;刘健;李越;高巍;王兴光;刘斌;傅鑫;梁金伟;王琦博 -专利权人：北京住总装饰有限责任公司
申请日： 2023-07-04 - 公布日： 2023-09-22 - 主分类号： E04F13/09 文献下载
摘要：本发明涉及建筑施工领域，特别涉及背栓式薄瓷板轻质墙体干挂补浆施工工法，S1：准备干挂系统结构以及薄瓷板，干挂系统结构包括底板和连接件，底板上设有填充结构，连接件包括连接座和连接块，连接座预先连接在底板上，连接块预先连接在薄瓷板上，连接座上设置有用于卡紧连接块的卡紧件；S2：薄瓷板安装，将连接块插入到连接座内，此时卡紧件将连接快卡紧在连接座上；S3：向填充结构内充入能够填充薄瓷板与底板之间间隙的填充物，填充物从填充结构内排出并将薄瓷板与底板之间的空隙填充；这种背栓式薄瓷板轻质墙体干挂补浆施工工法施工效率高，以便缩短工期。
背栓式薄瓷板轻质墙体干挂补浆施工

[发明专利]一种基于方面依赖的记忆网络的情感极性检测方法-CN201910124240.5有效
发明人：田刚;刘鹏飞;王琦博;孙承爱 -专利权人：山东科技大学
申请日： 2019-02-18 - 公布日： 2023-06-20 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于方面依赖的记忆网络的情感极性检测方法，该方法利用GRU网络对句子中的各个方面进行同时分类，并对它们相应的句子表示进行时间依赖处理，从而达到情感极性的检测；通过使用基于注意力的GRU网络将一个句子连同其所有方面项，生成相对于每个方面的句子感知表示向量，以此获得面向方面的特征，并将多个感知方面句子表示向量放入第二个GRU神经网络，将输出与生成的目标方面表示向量放入注意力层进行计算，并放入第三个GRU神经网络，将计算后的结果与第三个GRU网络的输出进行计算后与生成的目标方面表示向量相加，使用softmax分类器预测其情感极性，在SemEval 2014 ABSA数据集上评估我们的模型。
一种基于方面依赖记忆网络情感极性检测方法

[发明专利]基于访问基线的主机异常流量检测方法、系统及设备-CN202211276711.2有效
发明人： 王琦博;熊英超;马衍硕;刘长秋 -专利权人：中孚安全技术有限公司
申请日： 2022-10-19 - 公布日： 2023-02-17 - 主分类号： H04L9/40 文献下载
摘要：本发明属于流量检测技术领域，为了解决基于深度学习方法提取出的特征有效性差，影响流量异常检测的效率的问题，提供了一种基于访问基线的主机异常流量检测方法、系统及设备。其中，该方法包括获取预设时间段内主机访问数据，并基于定量分析基线和定性分析基线分别对应进行定量分析和定性分析；其中，定量分析基线和定性分析基线是基于设定历史时间段内的主机访问数据而构建的；基于定量分析和定性分析两者的结果来判定主机流量的异常性：若定量分析和定性分析两者中存在任一者判定主机访问数据为异常流量，则认定存在主机异常流量。其可在多维度、多场景，并根据不同筛选条件确定基线，具有检测准确度更高、覆盖场景多、基线确定精确的优点。
基于访问基线主机异常流量检测方法系统设备

[发明专利]建筑物建成时间或拆除时间的确定方法、装置及终端-CN202211140143.3在审
发明人：姜文聪;宋宽;徐鲁冰;焦士琦;魏泽强;王琦博;张逸飞;张世平;向姝;曹俊年;朱强;范宗皓;曹志宾;高强;耿琳;杜腾腾;张弓;顾竹 -专利权人：北京佳格天地科技有限公司
申请日： 2022-09-19 - 公布日： 2023-01-03 - 主分类号： G06V20/10 文献下载
摘要：本申请提供了一种自动检测建筑物建成或拆除时间的方法、装置及终端，涉及遥感技术领域。该方法包括：使用国家现有建筑物多边形轮廓数据，找到过去历年的遥感影像，使用深度学习技术对上述的历年遥感影像提取出所有多边形轮廓位置上当时实际存在的建筑物图斑，依据每座建筑物在历年时间点上的实际建成面积的变迁历史来确定建筑物建成或拆除的时间。本方案可以精确并快速的对过往地面建筑物的建成或拆除时间历史进行回溯，相当于清点了城乡建设的历史账本。
建筑物建成时间拆除确定方法装置终端

[发明专利]一种数据分析系统、方法、服务器及存储介质-CN202211401559.6在审
发明人：翟永吉;路骁;王琦博;马衍硕;刘长秋 -专利权人：中孚安全技术有限公司
申请日： 2022-11-10 - 公布日： 2022-12-09 - 主分类号： G06F16/81 文献下载
摘要：本发明提供一种数据分析系统、方法、服务器及存储介质，本发明涉及元数据分析技术领域，获取用户行为数据，并对用户行为数据进行预处理，形成用户行为数据集；对用户行为数据集进行分组或聚合操作，计算用户行为数据集中的均值与标准差；对用户行为数据进行评分；对用户行为数据进行归一化处理，形成事件对象化图谱，用以表示事件与行为、事件与事件的连接关系；将处理结果进行存储供并进行展示。可以实现数据处理流程动态调整、数据处理结果组合再处理、数据处理结果分层输出/再处理，数据集/数据集规则指数型增量动态扩展。解决数据的分析规则海量增长、规则算子动态扩展、数据处理批流一体化的问题。
一种数据分析系统方法服务器存储介质

[发明专利]一种基于多模态特征融合的恶意代码检测方法及系统-CN202210849728.6有效
发明人：路冰;张海文;王琦博 -专利权人：中孚安全技术有限公司
申请日： 2022-07-20 - 公布日： 2022-12-06 - 主分类号： G06F21/56 文献下载
摘要：本发明涉及恶意代码检测技术领域，公开了一种基于多模态特征融合的恶意代码检测方法及系统，所述方法包括：获取训练代码样本集；对每个所述代码样本进行关键词推荐和词嵌入；根据关键词嵌入矩阵，得到语义表示向量；基于关键词提取算法构建代码权重向量；基于卡方检验构建代码统计向量；基于文档主题分类算法构建主题表示向量；将代码权重向量、代码统计向量和代码主题表示向量进行加权融合，得到多模态特征向量；将语义表示向量和多模态特征向量进行拼接，得到多模态融合特征；基于训练代码样本集的多模态融合特征，进行模型训练，用于恶意代码检测。本发明从多维度进行代码特征提取，可有效挖掘代码中的有效特征信息，提高检测准确度。
一种基于多模态特征融合恶意代码检测方法系统

[发明专利]一种基于关键字特征提取和注意力的智能合约分类方法-CN201910957449.X有效
发明人：田刚;王琦博 -专利权人：山东科技大学
申请日： 2019-10-09 - 公布日： 2022-07-08 - 主分类号： G06Q40/04 文献下载
摘要：本发明提供了一种基于关键字特征提取和注意力的智能合约分类方法，该方法利用长短期记忆神经网络对智能合约的代码进行处理，对它们相应的关键字进行特征提取，并结合注意力机制从而达到对智能合约进行分类的目的。本发明使用词转词向量模型Word2Vec将智能合约训练成内容词向量，同时使用向量化文本工具Tokenizer将关键字转化为序列化向量。接下来，序列化向量被放入长短期记忆神经网络中进行第一次训练，第一次训练得到的最后隐藏状态向量与智能合约每个词向量进行连接,连接后的向量经过一层卷积运算与一层池化运算后，再次放入长短期记忆神经网络进行第二次训练；第二次训练得到的最后隐藏状态向量与通过注意力生成的向量相乘,相乘得到的句子表示放入长短期记忆神经网络中进行第三次训练，最终使用softmax分类器进行智能合约的分类。最后在DApps去中心化应用程序结合以太坊网站的数据集上评估我们的模型，实验结果证明了其有效性,训练准确度达到89.1％。
一种基于关键字特征提取注意力智能合约分类方法

[发明专利]一种基于半监督学习模型的虚假评论检测方法及系统-CN201910886076.1在审
发明人：田刚;王琦博;宋庆松;贾洪健 -专利权人：山东科技大学;青岛云智海商信息科技有限公司
申请日： 2019-09-19 - 公布日： 2019-12-17 - 主分类号： G06F17/27 文献下载
摘要：本发明公开了一种基于半监督学习模型的虚假评论检测方法及系统。所述虚假评论检测方法包括：获取原始数据；利用词转词向量Word2Vec模型以及NLTK工具对所述原始数据进行处理，确定内容词向量、词性向量以及位置向量；根据内容词向量、词性向量以及位置向量通过双向长短期记忆网络，构建虚假评论检测监督学习模型；确定最大似然训练目标函数、对抗损失函数、熵最小化函数以及虚拟对抗损失函数；根据上述四个函数构建基于多注意力的混合目标函数的半监督虚假评论检测模型；根据所述基于多注意力的混合目标函数的半监督虚假评论检测模型对虚假评论进行检测。采用本发明所提供的虚假评论检测方法及系统能够降低虚假评论的检测难度，提高检测准确度。
检测评论向量目标函数损失函数位置向量原始数据半监督内容词词性注意力半监督学习函数构建记忆网络训练目标最大似然准确度词向量最小化对抗构建虚拟监督学习

[发明专利]一种基于多任务、多标签的残差神经网络的情绪检测方法-CN201910123584.4在审
发明人：田刚;刘鹏飞;王琦博;孙承爱 -专利权人：山东科技大学
申请日： 2019-02-18 - 公布日： 2019-06-21 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于多任务、多标签的残差神经网络的情绪检测方法，属于服务计算技术领域，该方法利用了跨领域数据集的优势，在不同领域的数据集上进行情感极性的检测。在本发明中，通过应用多任务学习损失函数与其他相关任务共享共同的特征表示。特别地，通过联合学习模型和面部动作单元的检测器来表明情感识别的好处。所提出的损失函数解决了利用异构标记数据学习多个任务的问题，改进了先前的多任务方法。通过利用SFEW2.0数据集与EmotioNet数据集对多个任务与多个标签进行实验以进行情绪的检测与分类。结果分析表明，本发明具有较好的通用性，精度达到了92.1%，能够胜任大部分的检测任务。
数据集检测神经网络损失函数标签残差情绪检测器标记数据服务计算结果分析领域数据面部动作情感极性情感识别任务共享任务学习特征表示异构学习分类应用改进联合

[发明专利]一种基于多任务神经网络的语言检测与情感分类的方法-CN201910120430.X在审
发明人：田刚;王琦博;刘鹏飞;孙承爱 -专利权人：山东科技大学
申请日： 2019-02-18 - 公布日： 2019-06-11 - 主分类号： G06F17/27 文献下载
摘要：本发明公开了一种基于多任务神经网络的语言检测与情感分类的方法，属于服务计算技术领域，针对现有的语言检测和情感极性检测方法存在的局限，本发明架构利用基于字符的具有两个输出的卷积神经网络同时执行情感分类和语言检测，然后将该神经网络的输出与各个方面通过使用softmax函数进行情感分类与语言检测。与传统方法相比，通过使用多任务神经网络的方法，本方法能够显示出比较大的性能提升。而与传统的多任务神经网络相比，本方法也显示出较大的性能提升。最后通过利用Twitter语料库进行实验。结果分析表明，本发明在情感分类上精度达到了75.0%，而在语言检测上精度达到97.6%。因此能够胜任大部分的检测任务。
情感分类神经网络检测语言性能提升卷积神经网络输出服务计算结果分析情感极性传统的语料库架构局限

1
共 11 条