申请/专利权人：江西微博科技有限公司

申请日：2024-04-11

公开（公告）日：2024-06-28

公开（公告）号：CN118035456B

主分类号：G06F16/35

分类号：G06F16/35;G06F18/214;G06F18/241;G06N3/0464;G06F40/30;G06F40/289;G06F16/176;G06F21/64

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2024.05.31#实质审查的生效;2024.05.14#公开

摘要：本申请涉及大数据技术领域，且更为具体地公开了一种基于大数据的电子材料数据共享管理系统，其通过提取用户的电子证照信息中的签名图像、管理机构数字证书和电子证照图像，构建特征向量并建立用户证照信息文本关联特征图，最终通过分类器得出分类结果，以判断电子证照的合法性和有效性，从而提高电子证照数据共享的安全性与信任度。

主权项：1.一种基于大数据的电子材料数据共享管理系统，其特征在于，包括：电子材料信息采集模块，用于获取用户的电子证照信息，其中，所述电子证照信息包括：签名图像、管理机构数字证书以及电子证照图像；电子材料信息处理模块，用于分别从所述签名图像、所述管理机构数字证书和所述电子证照图像提取签名信息文本理解特征向量、管理机构数字证书文本理解特征向量和电子证照数据语义特征向量；电子材料特征融合模块，用于构造所述签名信息文本理解特征向量、所述管理机构数字证书文本理解特征向量和所述电子证照数据语义特征向量之间的用户证照信息文本关联特征向量，并对所述用户证照信息文本关联特征向量进行基于类别概率值的相干干涉补偿以得到补偿后用户证照信息文本关联特征向量；电子材料特征分析模块，用于将所述补偿后用户证照信息文本关联特征向量通过分类器以得到分类结果，所述分类结果用于表示电子证照是否合法、有效；其中，所述电子材料特征融合模块，包括：融合矩阵单元，用于融合所述签名信息文本理解特征向量、所述管理机构数字证书文本理解特征向量和所述电子证照数据语义特征向量以得到用户证照信息关联特征矩阵；文本卷积编码单元，用于将所述用户证照信息关联特征矩阵通过作为特征提取器的文本卷积神经网络模型以得到用户证照信息文本关联特征图；特征图降维单元，用于将用户证照信息文本关联特征图的沿通道维度的各个特征矩阵进行全局均值池化以得到所述用户证照信息文本关联特征向量；补偿向量单元，用于对所述用户证照信息文本关联特征向量进行基于类别概率值的相干干涉补偿以得到补偿后用户证照信息文本关联特征向量；其中，所述补偿向量单元，包括：预分类器子单元，用于将所述用户证照信息文本关联特征向量通过预分类器以得到类别概率特征向量；计算干涉矩阵子单元，用于计算所述用户证照信息文本关联特征向量和所述类别概率特征向量之间的协方差矩阵作为干涉矩阵；奇异值分解子单元，用于对所述干涉矩阵进行奇异值分解以得到相干干涉矩阵；相乘子单元，用于将所述用户证照信息文本关联特征向量与所述相干干涉矩阵进行相乘以得到补偿特征向量；向量拼接子单元，用于将所述补偿特征向量与所述用户证照信息文本关联特征向量进行拼接以得到所述补偿后用户证照信息文本关联特征向量；其中，所述计算干涉矩阵子单元，包括：创建项目二级子单元，用于创建Django项目和应用；存储向量二级子单元，用于在文件中定义模型来存储所述用户证照信息文本关联特征向量和所述类别概率特征向量；计算协方差矩阵二级子单元，用于在所述文件中，编写视觉函数来计算所述协方差矩阵，其中，所述视觉函数来自NumPy库；显示矩阵二级子单元，用于在所述文件中，编写模板来写显示计算得到的所述协方差矩阵；配置二级子单元，用于在所述文件中配置URL路由，将所述URL路由和所述视觉函数对应起来；运行二级子单元，用于运行Django开发服务器，并访问所述URL路由来计算并显示所述协方差矩阵。

全文数据：

权利要求：

百度查询： 江西微博科技有限公司 基于大数据的电子材料数据共享管理系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD