Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京工商大学李静远获国家专利权

北京工商大学李静远获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北京工商大学申请的专利一种基于智能化多任务学习系统的恶意实体检测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119004460B

龙图腾网通过国家知识产权局官网在2025-07-01发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202410931075.5,技术领域涉及:G06F21/56;该发明授权一种基于智能化多任务学习系统的恶意实体检测方法是由李静远;李博;李令凯;孙诗奇;段仁瑞;吴琼;王元卓设计研发完成,并于2024-07-11向国家知识产权局提交的专利申请。

一种基于智能化多任务学习系统的恶意实体检测方法在说明书摘要公布了:本发明公开了一种基于智能化多任务学习系统的恶意实体检测方法,涉及网络与信息安全技术领域,包括步骤一:数据采集与预处理;步骤二:多任务学习模型构建与训练;步骤三:超参数自适应优化器设计与调优;步骤四:动态任务管理机制;步骤五:模型集成与性能评估;步骤六:恶意实体检测结果输出。本发明相较于传统的单一任务模型或手动调参方法,不仅能够有效识别多样化的恶意实体言论,而且能够自动优化模型超参数,减少了人工调参成本,提高了模型的鲁棒性和适用性。

本发明授权一种基于智能化多任务学习系统的恶意实体检测方法在权利要求书中公布了:1.一种基于智能化多任务学习系统的恶意实体检测方法,其特征在于:包括以下步骤: 步骤一、采集来自不同平台的恶意实体言论相关的原始文本数据,并对所述原始文本数据进行预处理,保证数据的质量和适用性; 步骤二、基于预处理后的数据,构建多任务学习模型,所述多任务学习模型包括关键词匹配模型、朴素贝叶斯分类模型和BERT分类模型,并通过构建训练集对所述多任务学习模型进行模型训练; 步骤三、设计超参数自适应优化器,根据多任务学习模型在验证集上的表现动态调整学习率、批处理大小和正则化参数,包括以下内容: 1关于学习率的动态调整,遵循以下计算公式: 其中:ηt表示当前的学习率,γ是一个小于1的衰减因子,1losst+1>losst是一个指示函数,当损失增加为真时值为1,否则为0; 2关于批量处理大小调整,遵循以下计算公式: 其中:acct是在时间t的准确率,此公式表明如果模型的准确率提高,批处理大小会增加,以加速训练过程;如果准确率未改善,批处理大小保持不变; 3关于正则化参数调整,遵循以下计算公式: λt+1=λt*1-δ*1acct+1<acct 其中:λt是当前的正则化参数,δ是一个正的小数值,用于在性能下降时增加正则化强度,以防过拟合; 步骤四、在所述多任务学习模型中引入动态任务管理机制,用于根据任务的重要性动态调整不同任务的权重,以优化模型在多任务学习过程中的效果; 步骤五、将训练好的多任务学习模型和优化的超参数自适应优化器进行集成,形成完整的智能化多任务学习系统;并利用验证集对所述智能化多任务学习系统进行模型验证; 步骤六、将待检测的文本数据输入至构建好的智能化多任务学习系统中,得到检测结果,检测结果包括对恶意实体言论的分类标签和置信度评分。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京工商大学,其通讯地址为:100048 北京市海淀区阜成路33号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。