专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果12个,建议您升级VIP下载更多相关专利
  • [发明专利]针对贷款投资类网络诈骗的社工机器人模拟方法-CN202210089649.X在审
  • 黄煜可;郑康锋;杨润东;王清 - 北京邮电大学
  • 2022-01-25 - 2022-05-31 - G06F30/20
  • 本发明提出一种针对贷款投资类网络诈骗的社工机器人模拟方法,属于人工智能/社会工程学领域。具体为:首先,根据实际需求设置若干不同属性的社工机器人,并为各社工机器人分别配置用户属性;根据属性值在各贷款平台填写小额贷款申请表,并留下社工机器人的个人信息泄漏给诈骗人员;然后,构建符合社工机器人基本人设的行为,语言和语音数据库,以及诈骗过程存档库;接着,社工机器人与诈骗人员互动,并保留全部信息存入数据库中;当诈骗人员诱导社工机器人转账时,社工机器人发送带有木马程序植入的转账失败图片,对诈骗人员进行追踪溯源并反馈给公安部门。本发明操作简单,且实用性强,大大提高了实施效率。
  • 针对贷款投资网络诈骗社工机器人模拟方法
  • [发明专利]一种员工互评数据标准化系统-CN202010008866.2在审
  • 黄煜可;吕继祥;吕淑懿;吕志成 - 北京时代天鉴科技发展有限公司
  • 2020-01-06 - 2020-05-22 - G06Q10/10
  • 本发明公开了一种员工互评数据标准化系统,包括系统总成,系统总成包括两种数据标准化模块,具体为线性变换模块和模糊数学模块;线性变换模块包括标准设置模组、公式模组、自评数据剔除模组、平均分生成模组和对比模组;模糊数学模块包括分析模组、基础设置模组和分类模组;本发明与现有技术相比的优点在于:设有线性变换模块和模糊数学模块两种数据标准化模块,两种模块为独立处理原始分的模块,其中线性变换模块通过固定公式对原始分进行标准化处理,生成对应比对表格进行直观判别,模糊数学模块对原始分数据进行阈值设置处理,生成对应的正偏向团体和负偏向团体,整体设计架构合理,运用的数学模型得当。
  • 一种员工数据标准化系统
  • [发明专利]一种挖掘正向小团体的网络稀疏化系统-CN202010008937.9在审
  • 黄煜可;吕继祥;吕淑懿;吕志成 - 北京时代天鉴科技发展有限公司
  • 2020-01-06 - 2020-05-19 - G06F16/2458
  • 本发明公开了一种挖掘正向小团体的网络稀疏化系统,包括系统总成,系统总成包括数据收集模块、偏差矩阵稀疏化模块和模糊数学稀疏化模块;数据收集模块包括标准分模组和平均分模组;偏差矩阵稀疏化模块包括公式模组、统计属性模组、阈值设置模组和正偏向生成模组;统计属性模组包括行属性单元和列属性单元;模糊数学稀疏化模块包括标记模组、阈值设置模组和正偏向生成模组。本发明与现有技术相比的优点在于:通过两种独立的网络稀疏化模块对评分数据进行稀疏化处理,利用各自设置的阈值不同,确定数据中的异常边数据,利用正偏向生成模组生成对应的可视化模型,便于用户直观发现正向小团体,整体设计思路清晰,设计架构完整。
  • 一种挖掘正向小团体网络稀疏系统
  • [发明专利]一种适用于团体评分的模拟数据生成系统-CN202010008861.X在审
  • 黄煜可;吕继祥;吕淑懿;吕志成 - 北京时代天鉴科技发展有限公司
  • 2020-01-06 - 2020-05-19 - G06Q10/06
  • 本发明公开了一种适用于团体评分的模拟数据生成系统,包括系统总成,系统总成包括基准分生成模块和原始分转换模块;基准分生成模块包括团体分类模组、真实水平评测模组和评分习惯分类模组;团体分类模组包括团体单元和独立单元;真实水平评测模组包括真实水平优秀单元和真实水平较差单元。本发明与现有技术相比的优点在于:基于互评员工不同的所属小团体、真实工作水平以及评分习惯,对收集到的互评分数数据进行整合分类,依次生成基准分和原始分,为适用于团体评分的模拟数据的生成提供一套稳定且完备的系统算法,设计架构清晰完整,是一种对现有企业管理中小团体现象的发掘方法,对现有企业管理技术进行了补充和改进。
  • 一种适用于团体评分模拟数据生成系统
  • [发明专利]一种基于聚类的常态模式提取方法及系统-CN201410356933.4有效
  • 王电;陈庆彬;黄煜可;王雷 - 中国软件与技术服务股份有限公司
  • 2014-07-24 - 2017-06-13 - G06F17/30
  • 本发明公开了一种基于聚类的常态模式提取方法及系统。本方法为服务器从各终端采集样本并聚类,将得到的簇作对样本进行标注;根据选取的属性划分指标计算已标注样本每一属性的属性值辨识度、属性辨识度以及属性值重要性、属性重要性,选取若干属性特征对样本进行划分,将划分结果作为常态模式;其中选取样本一属性i的一属性值,计算具有该属性值的样本属于簇j的条件概率值,以及未增加该属性值条件时样本属于该簇j的概率值;根据概率差值作为该属性值对于该簇j的属性值辨识度;将该属性值对于所有簇的辨识度的平方平均数作为属性值辨识度;根据属性i所有属性值辨识度计算属性i的属性辨识度。本方法特征选择全面、计算复杂性小、普适性强。
  • 一种基于常态模式提取方法系统
  • [发明专利]一种基于已知标签的大数据常态模式提取方法及系统-CN201410355680.9有效
  • 王电;陈庆彬;黄煜可 - 中国软件与技术服务股份有限公司
  • 2014-07-24 - 2017-04-26 - G06F17/30
  • 本发明公开了一种基于已知标签的大数据常态模式提取方法。本方法为1)服务器从各终端采集的总样本数据集中抽取若干样本,得到一抽样样本集合,抽样样本集合中的样本已分类并按照类别标签进行标注;2)根据选取的属性降维指标计算抽样样本集合中已标注样本每一属性的属性值辨识度、属性辨识度和或属性值重要性、属性重要性四项指标;3)根据计算结果对属性进行排序,选取若干属性作为大数据降维后保留的属性;4)根据选取的属性划分指标计算属性降维后的全体样本数据每一属性的四项指标,然后选取若干属性特征对该总样本数据集进行划分,将划分结果作为常态模式。本发明计算复杂度低,结果确定性高,增强了在实际应用中的可信度。
  • 一种基于已知标签数据常态模式提取方法系统
  • [发明专利]一种基于聚类的大数据交叉分析预警方法及系统-CN201410356006.2有效
  • 王电;黄煜可;陈庆彬;王雷 - 中国软件与技术服务股份有限公司
  • 2014-07-24 - 2017-04-19 - G06F17/30
  • 本发明公开了一种基于聚类的大数据交叉分析预警方法及系统。本方法为1)服务器按照时间段划分从各终端采集的样本;2)对于每一时间段的样本集聚类,得到的簇作为样本的标签进行标注,然后根据所选降维指标计算已标注样本每一属性的属性值辨识度、属性辨识度和或属性值重要性、属性重要性,选取若干属性作为降维后保留的属性;3)对降维后的样本数据集聚类,将得到的簇作为态势指数,建一态势指数时间序列,确定一常态区域;并且根据各时间段的样本数据总量时间序列确定一样本总量常态区域;4)计算当前时刻所采集样本数据的态势指数和样本总量,然后根据常态区域、样本总量常态区域分别确定态势指数和样本总量的状态,反馈交叉预警信息。
  • 一种基于数据交叉分析预警方法系统
  • [发明专利]一种基于聚类的大数据常态模式提取方法及系统-CN201410356957.X有效
  • 王电;魏毅;黄煜可 - 中国软件与技术服务股份有限公司
  • 2014-07-24 - 2014-11-19 - G06F17/30
  • 本发明公开了一种基于聚类的大数据常态模式提取方法。本方法为:1)服务器从各终端采集样本数据,得到一总样本数据集;2)从该总样本数据集中抽取若干样本,并对其聚类,将得到的簇作为样本的标签对样本进行标注,然后根据选取的属性降维指标计算所述抽样样本集合中已标注样本每一属性的属性值辨识度、属性辨识度和或属性值重要性、属性重要性四项指标;根据计算结果对属性进行排序,选取若干属性作为大数据降维后保留的属性;3)对属性降维后的全体样本数据聚类,将得到的簇作为样本的标签对样本进行标注;4)根据选取的属性划分指标计算已标注样本每一属性的四项指标,选取若干属性特征对该总样本数据集进行划分,将划分结果作为常态模式。
  • 一种基于数据常态模式提取方法系统
  • [发明专利]一种基于聚类的大数据态势分析预警方法及系统-CN201410356031.0在审
  • 王电;魏毅;黄煜可 - 中国软件与技术服务股份有限公司
  • 2014-07-24 - 2014-11-12 - G06F17/30
  • 本发明公开了一种基于聚类的大数据态势分析预警方法及系统。本方法为:1)服务器从各终端采集样本,并按照时间段对样本划分;2)对于每一时间段的样本数据集聚类,得到的簇作为样本的标签进行标注,然后根据选取的属性降维指标计算已标注样本每一属性的属性值辨识度、属性辨识度和或属性值重要性、属性重要性,对属性进行排序,选取若干属性作为大数据降维后保留的属性;3)对每一属性降维后的样本数据集聚类,将得到的簇作为样本数据集的态势指数,建一态势指数时间序列,确定一常态区域;4)计算当前时刻所采集样本数据的态势指数,如果超出常态区域,则对其监控,并计算下一时刻所采集样本数据的态势指数,如果仍超出常态区域,则预警。
  • 一种基于数据态势分析预警方法系统

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top