“simhash”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果144个，建议您升级VIP下载更多相关专利

[发明专利]一种舆情分析方法及电子设备-CN201810980388.4在审
发明人：舒佳根 -专利权人：中移（苏州）软件技术有限公司;中国移动通信集团有限公司
申请日： 2018-08-27 - 公布日： 2020-03-24 - 主分类号： G06F16/9535 文献下载
摘要：其中的舆情分析方法包括：根据simhash算法确定新发布的舆情信息的simhash值；将所述simhash值与历史库进行匹配，判断是否存在与所述simhash值匹配的历史simhash值，其中，所述历史库包括至少一个历史simhash值，每个历史simhash值对应至少一条历史舆情信息；若存在与所述simhash值匹配的历史simhash值，则将所述历史simhash值对应的舆情结果确定为所述新发布的舆情信息的舆情结果
一种舆情分析方法电子设备

[发明专利]一种设备指纹检索方法、装置、设备及存储介质-CN202111625283.5在审
发明人：林建明;邓榕富 -专利权人：深圳萨摩耶数字科技有限公司
申请日： 2021-12-23 - 公布日： 2023-06-27 - 主分类号： G06F16/22 文献下载
摘要：本发明实施例涉及一种设备指纹检索方法、装置、设备及存储介质，方法包括：获取目标设备特征信息；基于所述目标设备特征信息，确定与所述目标设备特征信息对应的目标设备的目标SimHash值；将所述目标SimHash值按照预设规则划分为多个目标区段；基于每一目标区段的编号和目标区段SimHash值，确定与目标SimHash值对应的历史SimHash值；基于所述目标SimHash值和每一所述历史SimHash值，以确定与所述目标设备对应的设备指纹的检索结果
一种设备指纹检索方法装置存储介质

[发明专利]一种基于SIMHASH的文件相似度判定方法及系统-CN202110731030.X在审
发明人：代俊朴;王升平 -专利权人：北京鼎普科技股份有限公司
申请日： 2021-06-29 - 公布日： 2021-09-17 - 主分类号： G06F16/14 文献下载
摘要：本申请实施例公开了一种基于SIMHASH的文件相似度判定方法及系统，所述方法包括：提取待判断文件的文件消息，写入kafka；相似判定处理引擎对所述文件消息进行tika解析，得到tika解析结果；Simhash引擎对tika解析结果进行simhash计算，得到待判断文本的simhash值；将待判断文件的simhash值与样本库中样本的simhash值进行比较，得到海明距离；判断海明距离是否大于0，若是，则基于设定相似度判断所述待判断文件是否相似基于SIMHASH精准的进行文件相似度判断，大大减少了人工判定的成本，也提高了保密处置效率。
一种基于 simhash 文件相似判定方法系统

[发明专利]海量文件相似计算方法及装置-CN202111407548.4在审
发明人：代俊朴 -专利权人：北京鼎普科技股份有限公司
申请日： 2021-11-24 - 公布日： 2022-02-25 - 主分类号： G06F16/33 文献下载
摘要：本发明公开了一种海量文件相似计算方法及装置，获取所有要计算相似度的文本所对应的SIMHASH；将所有SIMHASH分为n份，将每一份作为key把完整的SIMHASH作为值存入Set集合中；将所述Set集合作为值存入到HashMap中；再次遍历所有SIMHAS，将遍历到的每个SIMHASH分成n份；将遍历后分成的n份SIMHASH段分别放到Map中查找是否有相同；若有相同，则可能存在与其相似的SIMHASH；获取Map中的值再逐一比较是否有满足相似条件的SIMHASH；本发明提供的海量文件相似计算方法及装置，解决了在大量文件的情况下计算相似度速度非常慢甚至无法计算出结果的问题，而且速度得到了很大提升，可以在几秒内就获得结果
海量文件相似计算方法装置

[发明专利]舆情文本分类方法、装置、电子设备及存储介质-CN202310581546.X有效
发明人：何宇凡;赵小兰;何作祥;周锦琦;陈紫丹;郑家森 -专利权人：美云智数科技有限公司
申请日： 2023-05-23 - 公布日： 2023-09-29 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及人工智能技术领域，提供一种舆情文本分类方法、装置、电子设备及存储介质，包括：根据优先展示内容、正文内容、舆情文本所属领域以及权重集合，确定舆情文本的SimHash编码；对舆情文本的SimHash编码进行子段划分，基于SimHash编码集合以及SimHash编码子段集合，确定舆情文本分类结果。本发明提供的舆情文本分类方法及装置，通过引入优先展示内容与正文内容结合舆情文本所属领域以及权重集合，确定舆情文本的SimHash编码，提高了SimHash编码的可靠性以及准确性，且根据该SimHash编码的子段确定舆情文本的相似性
舆情文本分类方法装置电子设备存储介质

[发明专利]基于对比相似度的文档溯源方法及装置-CN202310254303.5在审
发明人：盖丽莉 -专利权人：北京鼎普科技股份有限公司
申请日： 2023-03-16 - 公布日： 2023-07-14 - 主分类号： G06F16/14 文献下载
摘要：本申请公开了一种基于对比相似度的文档溯源方法及装置，涉及文档溯源技术领域，包括：接收导入的文件指纹信息；文件指纹信息是在非涉密计算机上检索后生成的；通过SIMHASH将文件指纹信息映射成第一SIMHASH值；获取生成的新文本；通过SIMHASH将新文本映射成第二SIMHASH值；根据第一SIMHASH值和第二SIMHASH值的海明距离判断文件指纹信息与新文本的相似度。
基于对比相似文档溯源方法装置

[发明专利]一种相似文本分析方法-CN201811144594.8在审
发明人：解一豪;胡晓庆;周庆勇 -专利权人：浪潮软件股份有限公司
申请日： 2018-09-29 - 公布日： 2019-01-25 - 主分类号： G06F16/33 文献下载
摘要：该相似文本分析方法，包括simhash值计算过程和相似性比较过程两部分；使用simhash计算文本simhash值，并将取得的simhash值分组存储到数据库中；当需要对文本的相似度进行比较时，只需要用当前文本的simhash对库中其他文本的simhash进行海明距离计算，即可找到最相近的文本。该相似文本分析方法，解决了传统技术所存在的低效、计算结果存在延迟的问题；而且simhash搭配海明距离的计算方式与常见的文本距离计算方式不同，其hash值提前完成计算，避免了后续直接对文本数据的操作，提高了单次计算速度
文本分析文本海明距离计算方式计算过程延迟相似性比较分组存储实时计算文本距离文本数据大数据相似度离线搭配数据库维护

[发明专利]一种实现对源码文件快速开源成分检测的方法和系统-CN202111279629.0有效
发明人：张涛;陈钟 -专利权人：北京大学
申请日： 2021-11-01 - 公布日： 2022-04-26 - 主分类号： G06F11/36 文献下载
摘要：其中，该方法包括：根据目标源码文件生成第一Simhash值，将其与指纹库中的第二Simhash值匹配分析，得到其中的第三Simhash值；获取全部或部分的第三Simhash值对应的源码库源码文件（即辅助源码文件通过基于Simhash算法的快速匹配分析，上述方案无疑将大幅度提高开源成分检测效率，而作为对弥补Simhash算法快速匹配可能造成的误报，上述方案中也通过相应的措施在较低开销下进行了纠正，确保了相关同源成分检测的精确度
一种实现源码文件快速成分检测方法系统

[发明专利]一种检索相似文章的方法及装置-CN201810912017.2有效
发明人：梁忠平;谢巍;赵剑波;杨棋;张宏毅;黄进;龚健;雷宁;孙坤建 -专利权人：创新先进技术有限公司
申请日： 2018-08-10 - 公布日： 2022-04-26 - 主分类号： G06F16/2458 文献下载
摘要：本发明公开了一种检索相似文章的方法，包括：获取目标文章；计算目标文章的simhash散列值；获取双亲森林数据模型；基于目标文章的simhash散列值，在双亲森林数据模型中检索与目标文章相似的文章。由于该双亲森林数据模型可以使得相似的文章集中在一棵树中，并返回相同的simhash散列值，这样在使用simhash方法时，可以方便进行相似文章去重，从而计算出相似文章的数量，并检索出这些相似文章。故而，解决了现有技术中在给定一篇文章时，无法基于simhash计算出与给定文章相似的文章的数量，并检索出这些相似文章的技术问题。
一种检索相似文章方法装置

[发明专利]商业快讯的去重筛选方法及装置-CN201810675645.3在审
发明人：朱迪;柳超 -专利权人：北京金堤科技有限公司
申请日： 2018-06-26 - 公布日： 2018-11-20 - 主分类号： G06F17/30 文献下载
摘要：本发明提供了一种商业快讯的去重筛选方法及装置，该方法包括：获取待检测商业快讯文本；采用simhash算法对待检测商业快讯文本进行计算，得到待检测商业快讯文本的simhash指纹；根据待检测商业快讯文本中的公司名称，在商业快讯去重数据库中提取预设时间内包含公司名称的目标商业快讯文本的simhash指纹集合；计算待检测商业快讯文本的simhash指纹与simhash指纹集合中每个simhash指纹之间的海明距离；如果海明距离中每个海明距离都大于预设值
去重文本检测筛选海明距离指纹指纹集合计算量预设数据库非重复减小算法缓解

[发明专利]一种重复交通流数据的检测方法、装置及设备-CN201910615189.8有效
发明人：蔡延光;阮嘉琨;蔡颢 -专利权人：广东工业大学
申请日： 2019-07-09 - 公布日： 2020-10-23 - 主分类号： G08G1/01 文献下载
摘要：对交通流数据进行分词，得到特征词集合；确定特征词集合中各个特征词的hash值和权重维度；以权重维度的向量为灰狼位置，利用灰狼算法确定各个特征词的最优权重；根据各特征词的hash值和最优权重，确定交通流数据的simhash指纹；根据simhash指纹，检测得到交通流数据的重复数据。可见，该方案针对simhash算法中特征词对应的权重难以选取的问题，利用灰狼算法对simhash算法中特征词的权重进行了优化，最终利用基于灰狼算法优化的simhash算法检测重复交通流数据，显著提升了重复交通流数据的检测的准确率和效率
一种复交通流数据检测方法装置设备

[发明专利]文本筛选方法、装置、设备及存储介质-CN202011302193.8在审
发明人：董润华 -专利权人：深圳壹账通智能科技有限公司
申请日： 2020-11-19 - 公布日： 2021-02-12 - 主分类号： G06F40/211 文献下载
摘要：为各分词及各关键词分配权重，计算出各分词及各关键词的哈希值，根据哈希值及权重得到分词的权重向量和关键词的权重向量，将权重向量累加得到该文本的第一权重向量及第二权重向量，对第一权重向量及第二权重向量执行降维得到该文本的第一simhash值及第二simhash值，计算第一simhash值与目标文本的第三simhash值的距离值，当该距离值大于第一预设值时，计算第二simhash值与第三simhash值的距离值，当该距离值小于或等于第二预设值时
文本筛选方法装置设备存储介质

[发明专利]一种相似帖子的确定方法、装置、存储介质及终端-CN201811570832.1在审
发明人：王硕硕 -专利权人：北京城市网邻信息技术有限公司
申请日： 2018-12-21 - 公布日： 2019-04-23 - 主分类号： G06F17/22 文献下载
摘要：本发明公开了一种相似帖子的确定方法、装置、存储介质及终端，通过计算出新增帖子的simhash值后，将simhash值分为相同的几个部分，并分别获取具有相同部分的其他帖子的simhash值与新增帖子的simhash
帖子汉明距离存储介质终端快速确定删除操作用户重复阈值时去重预设删除入库查询

[发明专利]一种基于网页框架的网页动态变化和篡改检测方法-CN201811504819.6有效
发明人：张志群;朱建武 -专利权人：杭州全维技术股份有限公司
申请日： 2018-12-10 - 公布日： 2023-05-30 - 主分类号： G06F40/194 文献下载
摘要：包括以下步骤：获取网页的实时信息；分析网页的DOM树并提取DOM树中各节点的内容；忽略DOM树中的文本节点，并将除文本节点之外的其他节点的内容进行拼接后进行simhash计算，计算结果记为simhash1，同时计算所述其他节点的标签数量，记为c1；经时间t后，重复步骤S1至S3，获得simhash计算结果，记为simhash2；重新获得其他节点的标签数量，记为c2；计算前后两次simhash计算结果的距离以及前后两次标签数量的差值
一种基于网页框架动态变化篡改检测方法

[发明专利]基于语义分析与多重Simhash的文本近似重复检测方法-CN201611145824.3有效
发明人：付晗;彭志宇;庄郭冕;章劲 -专利权人：浙江网新恒天软件有限公司
申请日： 2016-12-13 - 公布日： 2019-07-16 - 主分类号： G06F17/22 文献下载
摘要：本发明公开了一种基于语义分析与多重Simhash的文本近似重复检测方法，本发明引入语法、句法、语义等信息，首先根据多因素综合考虑词的重要性而获得文章的关键词，然后创新地提出以关键词前后一定数目的词为文章特征，并以此计算SimHash，在处理语义的问题上，通过同义词替换的方法来消除同义词，然而这种方法比较激进，因此一定程度上降低了准确率，因此采用二重SimHash的方法，即只有在一定范围内才会使用这种激进的计算方式，结果表明改进的检测方法要比传统的SimHash、Shingling等方法效果更优。
基于语义分析多重 simhash 文本近似重复检测方法

1
2
3
4
5
6
7
8
9
10
下一页»
尾页
共 144 条