“钟保权”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5个，建议您升级VIP下载更多相关专利

[发明专利]一种基于人工智能的敏感数据自动分类识别方法及系统-CN201911155467.2有效
发明人：马新强;刘勇;杨建党;刘丽娜;钟保权;黄羿 -专利权人：浙江大学
申请日： 2019-11-22 - 公布日： 2022-06-10 - 主分类号： G06F16/906 文献下载
摘要：本发明提供一种基于人工智能的敏感数据自动分类识别方法及系统，涉及数据安全技术领域，其中一种基于人工智能的敏感数据自动分类识别方法，包括以下步骤：S1：获取数据训练集；S2：分类建立敏感数据集；S3：对具体敏感数据进行识别；S4：获取测试数据并输入至所述敏感数据自动分类模型，对敏感数据进行分类，再输入敏感数据识别模型，生成特征识别结果。本发明一种基于人工智能的敏感数据自动分类识别方法及系统将人工智能技术应用于敏感数据和关联关系识别阶段，有效解决传统正则方式性能与准确性不可兼得的痛点，并且也可省去专业人员对于正则识别规则的维护，真正达到免配置和自动功能的实现，为用户带来价值提升。
一种基于人工智能敏感数据自动分类识别方法系统

[发明专利]一种基于深度学习的点云语义分割方法-CN201910571379.4有效
发明人：刘勇;孔昕;翟光耀;钟保权 -专利权人：浙江大学
申请日： 2019-06-28 - 公布日： 2022-04-26 - 主分类号： G06T7/10 文献下载
摘要：本发明提供一种基于深度学习的点云语义分割方法，包括如下步骤：S1)根据先验信息对场景作出初步的聚类分割，将不感兴趣点云设置为背景类别，获得潜在感兴趣类别的若干点云簇，再对若干点云簇进一步精炼优化，最终得到候选点云簇；S2)将S1)阶段得到的若干点云簇做坐标转换和数据扩增处理，再送入语义分割的神经网络中提取点云特征，通过监督学习训练神经网络。本发明的优点为：可在不损失空间信息的情况下直接处理三维点云数据，完成点云语义分割任务。
一种基于深度学习语义分割方法

[发明专利]一种基于关系图谱的数据自适应脱敏方法及系统-CN201911154807.X有效
发明人：刘勇;马新强;杨建党;钟保权;刘丽娜;黄羿 -专利权人：浙江大学
申请日： 2019-11-22 - 公布日： 2022-03-18 - 主分类号： G06F21/62 文献下载
摘要：本发明提供一种基于关系图谱的数据自适应脱敏方法及系统，涉及数据安全技术领域，其中一种基于关系图谱的数据自适应脱敏方法，包括以下步骤：S1：生成脱敏算法库；S2：建立表与表之间的字段关系图谱；S3：联合关系图谱的字段节点的整体特性指标以及每个字段的敏感级值得到所有字段对应的评估指标；S4：从脱敏算法库中构建训练集；S5：训练决策树模型，测试时输入字段的评估指标，获取系统内所有字段对应的脱敏算法。本发明一种基于关系图谱的数据自适应脱敏方法及系统借助关系图谱处理表与表之间的关联性以及借助机器学习的分类算法做脱敏算法的选择，能使系统的数据脱敏摆脱过多的人工干预，有效提升脱敏效率和脱敏安全性。
一种基于关系图谱数据自适应方法系统

[发明专利]多阶段数据生成自循环财务发票文本智能识别系统及方法-CN201911178020.7在审
发明人：刘勇;马新强;王薇;潘再生;刘丽娜;杨建党;钟保权 -专利权人：浙江大学;浙江杰芯科技有限公司
申请日： 2019-11-27 - 公布日： 2020-04-28 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及财务发票文本识别技术领域，具体为一种多阶段数据生成自循环财务发票文本智能识别系统及方法。一种多阶段数据生成自循环财务发票文本智能识别系统，包括深度学习文本检测模块，用于通过标注过的财务发票图片训练深度学习目标检测模型以得到最终深度学习目标检测模型，用于通过所述最终深度学习目标检测模型获取待检测的财务发票图片的所有目标文本的位置信息，并根据所述位置信息截取对应的纯文本图片。本申请的系统首次应用了多阶段数据生成进行智能文本识别，并将基于深度学习的自循环文本识别训练过程应用在财务发票文本识别上，大大减少了财力人力和物力的消耗，提高了文本识别效率和准确率。
阶段数据生成循环财务发票文本智能识别系统方法

[发明专利]一种基于数据驱动的异常投标行为检测评估方法及系统-CN201911154843.6在审
发明人：马新强;刘勇;钟保权;杨建党;沈立凯;黄羿 -专利权人：浙江大学
申请日： 2019-11-22 - 公布日： 2020-04-17 - 主分类号： G06Q30/06 文献下载
摘要：本发明提供一种基于数据驱动的异常投标行为检测评估方法及系统，涉及招投标管理技术领域，其中一种基于数据驱动的异常投标行为检测评估方法包括以下步骤：S1：获取当前批次的所有投标事件及相关数据，存成csv文件；S2：得到报价策略高度相关的供应商群体；S3：得到报价排名波动较大的供应商个体；S4：得到异常投标供应商集合；S5：得到算法检测异常投标供应商的有效性。本发明一种基于数据驱动的异常投标行为检测评估方法及系统数据获取便捷，处理方便，有效检测投标供应商是否参与异常投标，结合先进数据分析方法与机器学习方法，用算法减少高昂的收集信息的成本和提高识别异常投标供应商的准确率。
一种基于数据驱动异常投标行为检测评估方法系统