技术简介： 本发明提供一种用于BSM安全审计日志的冗余及无用数据删减方法，包括下列步骤：1）数据格式化；2）挑选关键属性；3）计算关键属性支持度；4）计算日志记录Score值；5）基于score值排序日志记录；…… 查看详细 >
技术简介： 发明涉及一种基于数据映射和B/S架构的可视化卫星轨位管理方法，包括如下步骤：构造数据映射层；基于数据映射层与B/S架构，结合富客户端技术，对SRS数据库智能化查询和图形化显示。本发明简单易…… 查看详细 >
技术简介： 本发明公开了一种基于抽象数据模型的海量栅格数据格式转换并行方法，属于栅格数据格式转换方法领域。本发明的步骤为：借助GDAL库函数解译栅格数据文件，按行划分栅格数据使每块数据量为行数总量…… 查看详细 >
技术简介： 本发明公开了一种基于k阶混合马尔可夫模型的Web页面访问预测方法，首先收集和整理Web服务器访问日志数据，识别客户端和用户，排除无意义的访问数据；再识别用户会话，组建Web日志数据库；并根据…… 查看详细 >
技术简介： 本发明提供一种主动选择代表性图像的相关反馈方法，主要包括以下一系列步骤：(一)计算数据库中每张图像的评分；(二)按照评分从大到小排序，选择评分最大的图像供用户判断是否相关；(三)获得用户…… 查看详细 >
技术简介： 本发明公开了一种数字图像检索中的主动半监督相关反馈方法，包括以下步骤：(1)接受用户的实例图像，包括相关图像和不相关图像；(2)依据实例图像初步计算图像的相似度；(3)基于图像的初步相似度…… 查看详细 >
技术简介： 本发明公开了一种基于词预测的神经机器翻译方法，包括在基于注意力机制的端到端神经机器翻译系统的训练过程中加入词预测机制。其分为两个方面，一是对源端即编码端加入词预测机制，二是在目标端…… 查看详细 >
技术简介： 本发明公开了一种基于Spark的大规模短语翻译模型的训练方法，包括以下步骤：首先采取Spark分布式地调用单机多线程词对齐训练工具MGIZA++的模式，在大规模平行语料库中使用期望最大化算法进行词…… 查看详细 >
技术简介： 本发明提供一种基于词向量、卷积神经网络的实体消歧方法，包括实体识别阶段、实体语义表示阶段、神经网络学习训练阶段和实体分类阶段等四个阶段。本方法依托word2vec训练的词向量和卷积神经网络…… 查看详细 >
技术简介： 本发明提出了一种利用基于词上下文的字嵌入与神经网络的中文分词方法，在大规模的自动切分数据上学习字嵌入，将学习得到的字嵌入作为神经网络分词模型的输入，可以有效帮助模型学习。具体步骤如…… 查看详细 >
技术简介： 本发明提出了一种基于状态转移与神经网络的汉语组块分析方法，包括：将组块分析任务转换成序列化标注任务，使用基于状态转移的框架对句子进行标注，在标注的过程中使用前向神经网络来对每个状态…… 查看详细 >
技术简介： 本发明公开了一种基于词分布和文档特征的垃圾评论自动分类方法，首先收集网络评论，对评论分词得到关键词集合；再建立词分布矩阵，训练语言模型，计算未标注网络评论属于正常评论和垃圾评论的分…… 查看详细 >
Copyright © 2016 国家技术转移西南中心－区域技术转移公共服务平台 All Rights Reserved 蜀ICP备12030382号-1
主办单位：四川省科技厅、四川省科学技术信息研究所、四川省技术转移中心科易网