-
公开(公告)号：CN114280592A
公开(公告)日：2022-04-05
申请号：CN202111471993.7
申请日：2021-11-30
Applicant: 南京大学
Abstract: 基于蜕变方法的雷达波原始数据增强方法，包括数据蜕变模块和数据成像模块。数据蜕变模块包含了对雷达信号发射与接收的方法进行分析，雷达波原始数据存储规则，已经提出的一组有效雷达波数据增强蜕变方法，最后得到多组被标记的雷达波数据。数据成像模块以SAR雷达波原始数据作为实验对象，负责将被标记的SAR雷达波增强数据进行成像，并将合成的图像与其标记的雷达波数据一一对应。
-
公开(公告)号：CN114265765A
公开(公告)日：2022-04-01
申请号：CN202111471856.3
申请日：2021-11-30
Applicant: 南京大学
Abstract: 一种基于强化学习的深度学习算子测试数据生成方法，其特征是基于提前定义的基本变异方法组构造一个基于变异方法及跳转的QTable，进行带关联的强化学习训练，并最终在复杂场景下采用变异方法链生成深度学习算子测试数据。数据变异方法组合可灵活进行增、删、改，本方法提供的基本变异方法包括：字节、多项式和高斯变异。其中，字节变异是对测试数据的浮点数二进制编码进行字节操作的变异，包括二进制编码各字节的增加、删除、取反、移位、随机重置；高斯变异指利用以测试数据为均值的高斯分布采样得到新的测试数据；多项式变异指对测试数据到边界的距离进行不同比例的放缩。上述变异基于不同的基本思想，兼顾有效性与多样性。
-
公开(公告)号：CN114265074A
公开(公告)日：2022-04-01
申请号：CN202111471923.1
申请日：2021-11-30
Applicant: 南京大学
IPC: G01S17/06 , G01S17/931 , G01S17/89
Abstract: 一种基于蜕变算法的三维激光雷达点云数据扩增方法，将三维激光雷达场景点云数据扩增过程处理为通过蜕变算法程序向三维激光雷达场景点云数据中新增其他三维激光雷达物体点云或旋转场景点云数据中带标签的物体点云生成与三维真实激光雷达场景点云数据高度近似的用例的过程。在新增物体方面，程序对真实三维环境采集的真实激光雷达场景点云数据和物体点云数据库中的物体数据进行融合，生成扩增三维激光雷达场景点云数据。在旋转物体方面，程序根据真实激光雷达场景点云数据原始标签对场景中具有标签的物体点云进行提取并旋转，从而在短时间内自动生成大量高度仿真的激光雷达点云数据用例。
-
公开(公告)号：CN114138653A
公开(公告)日：2022-03-04
申请号：CN202111471771.5
申请日：2021-11-30
Applicant: 南京大学
Abstract: 一种基于深度图像理解的移动应用跨平台强化学习遍历测试技术，包括交互模块，深度图像理解模块，强化学习模块。交互模块通过对apk运行中的状态进行截屏捕获，提供给深度图像理解模块，并通过强化学习模块选择动作执行，从而与移动应用进行交互。深度图像理解模块通过截屏编码器对应用当前界面截图并分析，分别生成状态和可执行动作编码后的特征向量。强化学习模块通过DQN模型分析状态、动作对的优劣，选择最佳可执行动作，实现对移动应用状态空间的高效探索。
-
公开(公告)号：CN114138537A
公开(公告)日：2022-03-04
申请号：CN202111471664.2
申请日：2021-11-30
Applicant: 南京大学
Abstract: 本发明提出了一种面向安卓应用的崩溃信息线上分析方法，用于自动捕捉移动应用运行时的崩溃并提供多维可视化崩溃报告，该发明的主要创新在于(1)收集设备软硬件信息、用户页面路径跟踪及崩溃截图。(2)引入支持向量机和朴素贝叶斯分类算法实现崩溃崩溃，基于模式匹配和不一致性分析的方法实现崩溃去重。(3)多维可视化展示崩溃报告，提供了页面分布视图和崩溃解决建议查看，通过开放第三方解决提交及查看入口，可实现自定义崩溃解决方案，并对有用建议点赞，以解决解决方案的不完善性问题。
-
Patent Agency Ranking
公开(公告)号：CN113283250A
公开(公告)日：2021-08-20
申请号：CN202110581487.7
申请日：2021-05-26
Applicant: 南京大学
IPC: G06F40/58 , G06F40/211
Abstract: 一种基于句法成分分析的机器翻译自动化测试方法，其特征是使用句法成分分析获取句子的选区结构，并构建蜕变关系，无需参考文本即可评估机器翻译模型的性能。主要解决当前测试机器翻译的存在的依赖参考文本。准确性较低、内部参数不可理解、和测试预言难以构建的问题。选区反映了句子与其组成部分之间的整体关系，它通常用于描述句子的句法结构的特征。由于修饰词不能对句子的结构产生强烈的影响，给定句子的选区结构通常保留在其添加修饰语之后的句子的选区结构中，即选区不变性。本方法的步骤包括使用句子压缩模型生成文本扩增模板，使用BERT模型生成选区变体，使用选区解析树模型来表达句子结构，并基于选区不变性检测翻译错误。
-
公开(公告)号：CN111783930A
公开(公告)日：2020-10-16
申请号：CN201910268447.X
申请日：2019-04-03
Applicant: 南京大学
IPC: G06N3/02
Abstract: 本发明提供了一种基于路径状态的神经网络测试充分性评估方法，包括下列步骤：1)模型抽象，获取模型隐藏层结构信息；2)获取数据集在模型运行中的隐藏层神经元信息，整合测试数据路径覆盖情况；3)选择覆盖指标，计算数据集路径覆盖率；4)选定阈值，评估神经网络的测试集上的充分性。本发明提供了一套系统的基于路径状态的数据集测试充分性评估方法，根据神经网络的结构特征，将传统测试方法在深度学习领域迁移，为神经网络模型的测试提供了新的评估指标，有助于开发人员和测试者进行模型的优化和数据集的筛选以及其质量的提升，同时促进了深度学习测试领域的发展。
-
公开(公告)号：CN111459786A
公开(公告)日：2020-07-28
申请号：CN201910051630.4
申请日：2019-01-18
Applicant: 南京大学
IPC: G06F11/36
Abstract: 本发明提出一种基于变异fuzz的智能合约安全测试方法，该方法以智能合约的源代码作为输入，获取智能合约的二进制接口(Application Binary Interface，ABI)，从ABI中找到函数类型的元素，提取它们的函数声明；在此基础上，进一步开展测试数据生成：若被测函数没有种子，则随机生成测试数据，否则将会有一定几率基于种子变异产生测试数据；接着，使用测试数据执行私有链上的智能合约，进而开展漏洞检测，更新种子，再次回到测试输入产生步骤，如此反复直到达到事先设置测试终止条件(该终止条件可以为测试时间、路径覆盖率等)。通过该方法，测试人员可以在短时间内检查智能合约是否存在安全性问题，并且可以参考输入复现其问题。
-
公开(公告)号：CN111190997A
公开(公告)日：2020-05-22
申请号：CN201811298287.5
申请日：2018-10-26
Applicant: 南京大学
IPC: G06F16/33 , G06F16/332 , G06F16/35 , G06F40/289
Abstract: 一种使用神经网络和机器学习排序算法的问答系统实现方法，其根据自然语言格式的问题，使用维基百科文档集作为数据源，给出短文本格式的答案。该方法分为文档检索和机器阅读理解两部分。文档检索部分使用LSI模型对问题和文档进行建模，根据用户提出的问题在维基百科文档库中查找最相关的五篇文档，然后将问题和这五篇文档作为下一阶段的输入，阅读理解部分使用双向神经网络分别对问题和文章中的段落进行建模，最后再使用一个双向神经网络学习最优的答案片段，将最终答案和答案所在段落反馈给用户。
-
公开(公告)号：CN110765007A
公开(公告)日：2020-02-07
申请号：CN201910952058.9
申请日：2019-09-29
Applicant: 南京大学
IPC: G06F11/36
Abstract: 本发明提出了一种面向安卓应用的崩溃信息线上分析方法，用于自动捕捉移动应用运行时的崩溃并提供多维可视化崩溃报告，该发明的主要创新在于(1)收集设备软硬件信息、用户页面路径跟踪及崩溃截图。(2)引入支持向量机和朴素贝叶斯分类算法实现崩溃崩溃，基于模式匹配和不一致性分析的方法实现崩溃去重。(3)多维可视化展示崩溃报告，提供了页面分布视图和崩溃解决建议查看，通过开放第三方解决提交及查看入口，可实现自定义崩溃解决方案，并对有用建议点赞，以解决解决方案的不完善性问题。
-
-
-
-
-
-
-
-
-
Search Results
124
records
(took 0.026 seconds)
