-
公开(公告)号：CN115080051B
公开(公告)日：2023-05-09
申请号：CN202210615116.0
申请日：2022-05-31
Applicant: 武汉大学
Abstract: 本发明涉及GUI图像技术领域，具体地说，涉及一种基于计算机视觉的GUI代码自动生成方法，其包括以下步骤：一、输入一张图像；二、并行运行图像处理模块、深度学习模块和文本检测与识别模块，分别得到图像处理方法和深度学习方法提取的边界框；三、集成图像处理方法和深度学习方法并融合两者的检测结果，随后综合文本检测与识别模块的结果；四、使用Code生成器根据检测结果生成相应的代码。本发明能较佳地自动生成GUI代码。
-
公开(公告)号：CN115438709A
公开(公告)日：2022-12-06
申请号：CN202210813094.9
申请日：2022-07-11
Applicant: 云南恒于科技有限公司 , 武汉大学
Abstract: 本发明涉及代码检测技术领域涉及一种基于代码属性图的代码相似性检测方法，包括：一、生成代码属性图；二、生成图嵌入；先使用经过预训练的的节点嵌入模型生成代码树形图中每个节点的初始向量表示；使用GraphSAGE图神经网络通过聚合邻域特征的方式更新节点信息，在每个节点上生成包含整个图的信息的节点嵌入；最后通过带有注意力机制的图神经网络，生成一个具有代码属性图整体信息的向量表示；三、程序相似性分析；用张量神经网络预测两个图嵌入向量之间的相关程度，并用预测得到的结果作为相似性检测的最终得分。本发明能较佳地进行代码相似性检测。
-
公开(公告)号：CN115080051A
公开(公告)日：2022-09-20
申请号：CN202210615116.0
申请日：2022-05-31
Applicant: 武汉大学 , 云南恒于科技有限公司
Abstract: 本发明涉及GUI图像技术领域，具体地说，涉及一种基于计算机视觉的GUI代码自动生成方法，其包括以下步骤：一、输入一张图像；二、并行运行图像处理模块、深度学习模块和文本检测与识别模块，分别得到图像处理方法和深度学习方法提取的边界框；三、集成图像处理方法和深度学习方法并融合两者的检测结果，随后综合文本检测与识别模块的结果；四、使用Code生成器根据检测结果生成相应的代码。本发明能较佳地自动生成GUI代码。
-
公开(公告)号：CN114217630A
公开(公告)日：2022-03-22
申请号：CN202111288495.9
申请日：2021-11-02
Applicant: 武汉大学
Abstract: 本发明公开了一种基于注意力机制的动态时空无人机充电方法,包括如下步骤，获得无线传感器节点集群的电量和位置信息；获得充电无人机当前的信息建立能耗模型；预估当前充电任务周期内被充电节点的数量；将传感器节点划分为待充电集合与备选集合；计算传感范围内待充电聚类的重要性程度；计算无人机对待充电目标的空间悬停位置。本发明充分考虑传感器节点和无人机的实时电量以及无线充电效率，通过聚类算法和基于注意力机制的在线路径规划算法使无人机能够对关键目标进行充电，节省了无人机和充电和飞行能耗，在与不同算法进行对比后，证明了本方法所体现优势，保证无线传感器网络拥有更稳定的生命周期与鲁棒性。
-
公开(公告)号：CN108834058A
公开(公告)日：2018-11-16
申请号：CN201810389781.6
申请日：2018-04-27
Applicant: 武汉大学
Abstract: 本发明涉及室内定位领域，尤其涉及一种基于遗传与烟花组合算法的室内定位信号源优化部署方法。本发明首次提出了一种更加适合于室内定位信号源优化部署，其部署更加合理、成本更加低廉。该部署方法是一个仿真方法，通过对建筑物及其属性、信号源模型等信息的仿真，使用遗传算法与烟花算法组合实现了一种能够既满足成本不高，又使得定位误差低的信号源部署方案。
-
Patent Agency Ranking
-
公开(公告)号：CN117332419B
公开(公告)日：2024-02-20
申请号：CN202311610887.1
申请日：2023-11-29
Applicant: 武汉大学
IPC: G06F21/56 , G06F18/2415 , G06F18/15 , G06F18/213 , G06F18/214 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开了一种基于预训练的恶意代码分类方法及装置，其中的方法首先提取恶意代码中的浅层特征和subroutine中的操作码，构建特征集；然后构建改进的预训练模型并进行预训练任务，通过训练得到最终模型；最后将待测代码输入到最终模型中，得到类别概率分布，选择具有最高概率的类别作为最终的预测结果。本发明首先提取恶意代码中subroutine的操作码序列，然后提取了TF‑IDF和Asm2Vec的浅层特征。将subroutine用于预训练模型的输入样本进行预训练，可以提升模型的泛化能力，提高模型的训练速度和效果。使用浅层特征作为prefix，既能减少模型训练过程中需要训练的参数规模，又能提升预训练模型的通用性，实现与预训练‑微调范式相当的性能。
-
公开(公告)号：CN117332419A
公开(公告)日：2024-01-02
申请号：CN202311610887.1
申请日：2023-11-29
Applicant: 武汉大学
IPC: G06F21/56 , G06F18/2415 , G06F18/15 , G06F18/213 , G06F18/214 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开了一种基于预训练的恶意代码分类方法及装置，其中的方法首先提取恶意代码中的浅层特征和subroutine中的操作码，构建特征集；然后构建改进的预训练模型并进行预训练任务，通过训练得到最终模型；最后将待测代码输入到最终模型中，得到类别概率分布，选择具有最高概率的类别作为最终的预测结果。本发明首先提取恶意代码中subroutine的操作码序列，然后提取了TF‑IDF和Asm2Vec的浅层特征。将subroutine用于预训练模型的输入样本进行预训练，可以提升模型的泛化能力，提高模型的训练速度和效果。使用浅层特征作为prefix，既能减少模型训练过程中需要训练的参数规模，又能提升预训练模型的通用性，实现与预训练‑微调范式相当的性能。
-
公开(公告)号：CN115017294A
公开(公告)日：2022-09-06
申请号：CN202210615089.7
申请日：2022-05-31
Applicant: 武汉大学 , 云南恒于科技有限公司
IPC: G06F16/335 , G06F16/338 , G06F40/194 , G06N3/04 , G06N3/08
Abstract: 本发明涉及代码搜索技术领域，涉及一种代码搜索方法，其包括以下步骤：一、输入带描述的代码；二、分别对代码和描述进行单独的嵌入；三、对代码特征跟描述特征做交互计算得到一个细粒度相似矩阵，用构建好的CNN网络对矩阵进行学习；四、分别为代码和描述构建全连接图，通过一定的规则更新节点向量；五、对代码和描述分别用注意力机制做加权求和操作；六、预测每个候选代码片段的分数，使用分数对所有候选代码片段进行重新排序。本发明能实现更加复杂的联合交互匹配工作。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.025 seconds)
