本发明属于图像处理的技术领域，提供了一种宫颈液基病理细胞检测少样本图像数据增强方法，包括将采集到的方形图像剔除非关键信息，固定图像大小，并进行预处理增强数据集；从数据集取出一个batch的图像后，使用双峰法计算每张图像前景与背景分隔的阈值；根据前景的像素占比与背景的像素占比计算出每张图像的前景与背景之间的对比度；设定对比度阈值P1、P2，且P1
📄 2023105263661
📂 G06T7_136
👤 山东省计算中心(国家超级计算济南中心), 齐鲁工业大学(山东省科学院)
📅 2023-05-06
本发明属于神经网络检测图像的技术领域，更具体地，涉及基于深度学习的宫颈液基细胞检测与识别方法及系统。所述方法包括采集宫颈液基细胞图像数据，并经裁剪生成子图像集；对宫颈液基细胞病理图像的子图像集使用矩形框作为边界框进行异常细胞标注；将标注完成的数据进行数据增强处理得到数据集，再将数据集划分为训练集、验证集和测试集；通过数据集对改进的YOLOv5网络模型进行训练、验证和测试，得到训练好的改进的YOLOv5网络模型；将待分析宫颈液基细胞病理图像输入训练好的改进的YOLOv5网络模型进行识别。本发明解决了现有技术中存在漏检测和误检测的情况，并目标检测的准确性和鲁棒性不足的问题。
📄 2023110868626
📂 G06T7_00
👤 山东省计算中心(国家超级计算济南中心), 齐鲁工业大学(山东省科学院)
📅 2023-08-25
本发明涉及数据处理技术领域，更具体地，涉及一种网络交易违法行为预测方法、电子设备及存储介质。所述方法通过融合多尺度时间卷积网络即TCN、多头不确定性感知差分注意力机制MUDA和倒置Transformer结构iTransformer的深度时序建模框架，实现局部与全局信息的统一建模，显著提升对周期性波动与突发行为的感知与预测稳定性。该方法面向电子商务平台中交易数据的多变量非平稳序列建模任务，通过联合局部与全局特征提取机制，在保持高精度的同时提升模型对异常行为的感知能力与泛化能力。
📄 2025114466607
📂 G06Q20_40
👤 山东省计算中心(国家超级计算济南中心), 齐鲁工业大学(山东省科学院)
📅 2025-10-11
本发明属于预测目的的数据处理方法的技术领域，更具体地，涉及一种基于动态切片与双分支对抗的违法行为预测方法。所述方法包括：收集多维度网络交易违法行为商品时序数据集；构建违法行为时间序列预测模型；将时序数据集输入到动态切片长度调整模块，对该数据集进行动态切片，并对每个切片进行标准化处理；将标准化处理后的数据输入到差异感知时序预测模块进行处理；将标准化处理后的数据输入到动态统计特征预测模块进行处理；将差异感知时序预测模块的预测结果与动态统计特征预测模块的预测结果进行融合，作为最终的时序预测结果。本发明解决了时间序列预测场景中非平稳性、长程依赖性及对异常数据和事件数据鲁棒性问题。
📄 2025114690602
📂 G06Q40_04
👤 山东省计算中心(国家超级计算济南中心), 齐鲁工业大学(山东省科学院)
📅 2025-10-15
一种由二进制代码转换源代码的方法，涉及计算机软件逆向分析及网络安全领域，使用大规模二进制代码中间表示训练预训练模型，预训练有助于模型有效的捕捉二进制中间表示程序指令上下文中的结构和语义相关性，然后基于提示学习的思想利用二进制中间表示生成任意高级编程语言编写的源代码。在无需人工干预的情况下，生成二进制文件的任意编程语言编写的源代码，简化了二进制文件分析过程，提高了二进制文件分析效率，也能为软件分析人员提供多语言的源代码支持。
📄 2023100102748
📂 G06F8_40
👤 山东省计算中心(国家超级计算济南中心), 齐鲁工业大学(山东省科学院)
📅 2023-01-05
一种基于视觉Transformer的恶意软件识别方法，属于软件安全防护技术领域，将良性/恶意软件的可执行文件可视化为RGB图像，构建恶意软件图像数据集；采用ImageNet‑21K图像数据集对视觉Transformer进行预训练，并采用恶意软件图像数据集进行微调；构建轻量级视觉Transformer用于在轻量级设备上的实际部署；基于知识蒸馏将训练完备的视觉Transformer的知识迁移到轻量级视觉Transformer中以缩小两模型之间的性能差距；使用轻量级视觉Transformer进行恶意软件的检测与家族分类。保证了模型的检测效率及较低的硬件资源占用以及模型的检测和家族分类精度。
📄 2023100634523
📂 G06F21_56
👤 山东省计算中心(国家超级计算济南中心), 齐鲁工业大学(山东省科学院)
📅 2023-02-06
一种面向分布式异构网络的安全态势感知方法，能够将网络安全态势感知任务按照任务和设备的参数分配到各层级设备上执行，任务间通过传递参数交互和协同，最终生成全局态势感知结果。本发明提供的方法充分利用了云边端网络各层级设备的计算资源、降低了带宽占用、提升了实时性，及时有效地评估了整个网络安全风险。
📄 2023103804117
📂 H04L9_40
👤 山东省计算中心(国家超级计算济南中心), 齐鲁工业大学(山东省科学院)
📅 2023-04-11
一种从网络安全威胁情报联合抽取实体与关系的方法，涉及网络安全技术领域，利用多任务联合学习的模型架构，进行实体关系的联合抽取，能够有效的降低非联合抽取的方式误差传播问题，利用同一个向量编码器编码的统一向量表示，提取特定于不同任务特征，降低无用特征的噪声影响，提高了实体关系的解码速度。
📄 2023113023937
📂 G06F40_295
👤 山东省计算中心(国家超级计算济南中心), 齐鲁工业大学(山东省科学院)
📅 2023-10-10
一种基于多智能体协同的云‑边‑端安全检测任务调度方法，涉及网络空间安全技术领域，提出了一种EECC分布式架构中节点的安全性度量方法，设计了一个节点安全性指标，端节点利用其周围相邻节点的安全性指标进行联合考量，以衡量自身抵御外界攻击的能力。同时，该标指还用于指导智能代理做出安全检测任务调度和策略优化。实现在保障节点安全的同时，优化资源利用。云边端协同优化问题建模为一个马尔科夫博弈过程，考虑了节点、任务与链路的特性以及边缘节点的负载均衡等特性，以做出更优的安全检测任务调度决策。
📄 2024112516664
📂 H04L9_40
👤 山东省计算中心(国家超级计算济南中心), 齐鲁工业大学(山东省科学院)
📅 2024-09-09
一种基于多关系变分对比学习的下一兴趣点推荐方法，涉及人工智能领域，通过构建转置的注意力增强的权重矩阵，增强了模型对用户访问地点信息的理解能力。通过Transformer编码器和GRU网络的结合使用，有效地捕捉和利用用户访问序列中的多层次语义关系，提高了推荐系统的准确性。
📄 2024118738184
📂 G06F16_9535
👤 山东省计算中心(国家超级计算济南中心), 齐鲁工业大学(山东省科学院)
📅 2024-12-19
一种基于空间关系增强的自监督轨迹学习旅游路线推荐方法，涉及人工智能技术领域，使用空间关系增强的自监督轨迹学习方法，通过四种不同的数据增强策略增加数据的多样性解决签到数据稀疏的潜在问题。设计了不同类型数据的解耦融合，使得模型能够智能整合POI地理信息、用户访问类别、时间特征和位置编码等多源异构数据并通过门控机制动态调整不同类型特征的权重。使用自注意力机制使模型能够深度融合时空上下文信息，能够挖掘POI间更深层的时空依赖关系，设计了一个空间关系编码器通过锚点偏移计算和注意力聚合捕捉全局空间关系，为用户推荐完整的旅游路线。
📄 2025118079497
📂 G06F16_9537
👤 山东省计算中心(国家超级计算济南中心), 齐鲁工业大学(山东省科学院)
📅 2025-12-03
一种适用于多域异构数据的上下文感知智能检索方法，涉及智能检索与大数据处理技术领域，将上下文感知的域语义增强与跨域语义哈希检索模型相结合，在统一的特征空间中实现源域与目标域之间的有效对齐。通过构建域共享编码器与域专用编码器，采用残差融合策略对域共享特征与域特有特征进行整合，从而保留图像细节信息与上下文关系，实现跨域间的特征迁移。在训练过程中，利用域分类损失和分布对齐策略，确保域特有信息与域共享信息的有效建模。
📄 2025118604184
📂 G06F16_903
👤 山东省计算中心(国家超级计算济南中心), 齐鲁工业大学(山东省科学院)
📅 2025-12-11
柿子坊 · 知识产权运营
柿子坊知识产权运营平台