一种基于稀有类挖掘的罕见疾病图片搜寻方法

    公开(公告)号:CN111403027B

    公开(公告)日:2023-06-27

    申请号:CN202010185084.6

    申请日:2020-03-17

    Abstract: 本发明公开了一种基于稀有类挖掘的罕见疾病图片搜寻方法,其通过稀有类检测和稀有类开发两步完成,实现了准确高效的罕见疾病图片搜寻,具体包括:大数据集离线预处理;稀有类检测的在线查询;用户交互式更新对数据的兴趣情况;利用正负样本开发稀有类。本发明为了解决稀有类检测的速度问题,通过变量的全局设置离线处理,将单次查询的时间复杂度降低到足以实时反馈的程度,同时利用人机交互确保了稀有类开发结果符合实际,避免了因得到大量无关图片浪费人力资源,填补了当前基于该问题方法的欠缺,不仅能帮助人们从医疗图片中更好地获得经济效益,在相关研究领域也具有借鉴价值。

    一种基于智能合约的多源数字教育资源确权方法

    公开(公告)号:CN109636367B

    公开(公告)日:2021-04-13

    申请号:CN201811533013.X

    申请日:2018-12-14

    Abstract: 本发明公开了一种基于智能合约的多源数字教育资源确权方法,通过区块链系统以及教育资源平台实现,从而解决多源数字教育资源流动过程中实时确权的问题,具体包括:制定教育资源智能合约;数字教育资源信息提交到区块链上;数字教育资源阅读权在多平台之间的交易和确权;数字教育资源所有权在多平台之间的交易和确权。本发明为解决数字教育资源的实时确权问题,通过区块链上的智能合约,填补了当前基于该问题的方法欠缺,同时利用智能合约能够解决传统模式下确权方式的成本高、程序严、周期长的问题,并且由于智能合约的可追踪、不可篡改性更好地保障了权利所有人的权益,不仅有利于个人而且给教育资源平台带来了更大的经济价值。

    一种基于运动特征约束的人体姿态估计方法

    公开(公告)号:CN112347861A

    公开(公告)日:2021-02-09

    申请号:CN202011111463.7

    申请日:2020-10-16

    Abstract: 本发明涉及一种基于运动特征约束的人体姿态估计方法。本发明先将视频分为多个人体时空窗口,提取窗口下每一帧的图像特征,然后根据窗口包含的多个图像特征抽取该窗口的人体运动特征,接着,通过运动特征约束单帧图片的人体姿态估计。本发明采用了全卷积神经网络的架构,并且使用动态卷积使单帧姿态估计能够根据视频中所包含的情境信息适应性的调整,这样可以更好地应对人体姿态估计任务中常见的运动模糊、肢体遮挡等问题,能够更好地对视频进行姿态估计,提高视频场景下的人体姿态估计准确率。

    一种基于智能合约的加密货币多通道支付方法

    公开(公告)号:CN110751469A

    公开(公告)日:2020-02-04

    申请号:CN201911023694.X

    申请日:2019-10-25

    Abstract: 本发明提供了一种基于智能合约的加密货币多通道支付方法,其通过信标选举算法、路由路径查找算法、价格分配算法以及智能合约D-HTLC实现了加密货币多通道支付,具体包括:构建信标选举模块,构建路由路径查找模块,构建价格分配模块,构建智能合约D-HTLC模块。本发明方法实现了加密货币的多通道支付机制,解决了单通道支付的过载问题和隐私问题,保证了加密货币支付的效率和安全性,其不仅具有良好的通用性和实用价值,并且适用于区块链Layer2网络中的所有支付。

    一种融合全局和局部特征的智能合约相似性检测方法

    公开(公告)号:CN115617395A

    公开(公告)日:2023-01-17

    申请号:CN202211262995.X

    申请日:2022-10-14

    Abstract: 本发明公开了一种融合全局和局部特征的智能合约相似性检测方法,其借助合约函数块提取工具提取字节码函数块,使用SimHash算法编码函数块为特征向量,利用海明距离算法计算得出函数块的相似性矩阵,从而得出局部相似值;然后通过对智能合约增加控制流和数据流分析来提取合约的程序依赖图,再使用基于Graph2vec算法的图嵌入模型编码器将程序依赖图编码为特征向量,以此特征向量为相似度计算函数的输入得到合约的全局相似值,最后利用全局和局部的特征融合计算得出合约的相似性结果。本发明融合全局和局部特征的方法考虑到了多维的合约代码特征,实现了更准确的检测效果,具有良好的通用性和实用价值。

    一种基于情境感知网络的人体运动意图预测方法

    公开(公告)号:CN113240714A

    公开(公告)日:2021-08-10

    申请号:CN202110539401.4

    申请日:2021-05-17

    Abstract: 本发明公开了一种基于情境感知网络的人体运动意图预测方法,在神经网络的基础上考虑了情境融入,利用图神经网络和卷积Transformer网络,充分考虑了真实情境中各种因素对人体运动的影响,构建情境感知网络,有效提高了人体运动预测的准确率,具有一定的现实意义和应用价值。本发明还充分利用了视频的时序信息,增强了模型的推理能力,能够更好的对人体未来运动意图进行预测,在安防、自动驾驶等依赖人体未来运动分析的行业具有重要意义。

    基于AST多维特征融合的智能合约代码克隆检测方法

    公开(公告)号:CN115422541B

    公开(公告)日:2025-05-23

    申请号:CN202211157768.0

    申请日:2022-09-22

    Abstract: 本发明公开了一种基于AST多维特征融合的智能合约代码克隆检测方法,能够有效地解决智能合约代码克隆检测问题。本发明通过将智能合约代码转换为抽象语法树AST,分别对AST横向和纵向两个方向进行分析,提取相应的语法信息和语义信息,然后利用编码器得到AST横向和纵向的融合特征向量;最后通过相似性检测算法计算两个不同合约函数块融合特征向量的相似度。本发明方法通过融合语法和语法特征,能够更加精准地实现智能合约的代码克隆检测,具有良好的前瞻性和参考性。

    基于模型指导智能合约调用序列生成的双层模糊测试方法

    公开(公告)号:CN117251375A

    公开(公告)日:2023-12-19

    申请号:CN202311298302.7

    申请日:2023-10-09

    Abstract: 本发明公开了一种基于N‑gram模型指导智能合约调用序列生成的双层模糊测试方法,通过训练函数序列生成模型来知道模糊测试器确定函数调用的先后关系;在第一层模糊测试的过程中结合了分支搜寻策略,来探寻函数调用序列对应所有可到达的分支以及能够到达该分支测试用例形成测试套件集合;在第二层模糊测试的过程中结合了掩码引导变异策略,引导测试套件中的测试用例变异生成更多能够到达对应分支的测试用例。本发明方法采用双层模糊结构,同时结合了合约调用序列的生成模型、分支搜寻策略、掩码引导变异策略,指导模糊检测器实现效率更快、覆盖率更广、准确率更高的智能合约漏洞检测,不仅具有良好的实用价值,而且有很好的借鉴意义。

Patent Agency Ranking