-
公开(公告)号：CN118334468A
公开(公告)日：2024-07-12
申请号：CN202410463149.7
申请日：2024-04-17
Applicant: 福建师范大学
IPC: G06V10/774 , G06V10/44 , G06V10/771 , G06V10/42 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明公开一种用于工业产品质量质控的图像异常检测方法，包括：步骤1，对输入的工业产品图像进行标准化处理，以适应后续的特征提取和重构过程；步骤2，将标准化处理后的原始输入图像映射为潜在特征图；步骤3，将潜在特征图转换为掩码向量，使用掩码向量对潜在特征图中的局部关键特征进行选择，并使用深度特征编码器对局部关键特征进行二次选择，提取具有代表性的局部关键特征；步骤4，利用局部关键特征进行图像重构，使用对抗训练的方式提升重构图像的质量；步骤5，根据原始输入图像与重构图像之间的差异得到异常分数，根据异常分数判定异常结果。本发明避免了异常数据被准确重构而导致无法有效区分异常数据的问题，提高了异常检测的精度。
-
公开(公告)号：CN113535717B
公开(公告)日：2023-07-18
申请号：CN202110719254.9
申请日：2021-06-28
Applicant: 福建师范大学
IPC: G06F16/22 , G06F16/2458 , G06F16/248
Abstract: 本发明公开基于Laplacian算子和LSH技术的检索方法及其系统，利用Laplacian算子对函数剧烈变化特别敏感的特性，首先把数据投影到随机生成的法向量上，利用高斯核密度函数把投影转换为数据的概率密度分布，并把高斯核Laplacian算子应用于投影数据求密度分布的二阶导数，从而找到数据投影分布的剧烈变化位置作为超平面的偏移量。本发明能同时兼顾效率、精度和召回率,具有很好的适应性，进一步拓展了局部敏感哈希方法针对大规模高维数据检索的多种分布适应性能力，能够满足各种分布特性数据的应用需求。
-
公开(公告)号：CN115208651B
公开(公告)日：2023-05-26
申请号：CN202210793836.6
申请日：2022-07-07
Applicant: 福建师范大学
IPC: H04L9/40 , H04L43/04 , H04L43/0876 , G06F18/23213 , G06F18/22
Abstract: 本发明涉及一种基于逆习惯化机制的流聚类异常检测方法及系统，该方法包括以下步骤：（1）对数据进行逆习惯化处理；（2）初始化学习模型；（3）寻找最佳微簇；（4）更新微集群；（5）移除异常微簇；（6）构建宏簇集群。该方法有利于提高流聚类异常检测的速度和有效性。
-
公开(公告)号：CN107179932A
公开(公告)日：2017-09-19
申请号：CN201710382617.8
申请日：2017-05-26
Applicant: 福建师范大学
IPC: G06F9/45
Abstract: 本发明公开了一种基于FPGA高层次综合指令的优化方法及其系统，方法包括：对源程序的源代码进行预处理；对预处理后的源代码进行参数提取；对提取得到的参数进行编码；对编码后的参数进行设置，生成可执行文件；将所述可执行文件送入HLS工具中运行，得到运行结果；根据所述运行结果提取报表数据；根据所述报表数据判断所述运行结果是否满足预设条件；若是，则输出运行结果，得到优化方案；根据所述优化方案提取硬件描述语言；将所述硬件描述语言烧写至FPGA开发板上。本发明可以满足需要硬件加速的各种算法的通用性，方便软硬件开发人员进行相关的开发，可以大大缩短FPGA的硬件工程项目的开发周期，规避传统硬件描述语言的弊端。
-
公开(公告)号：CN113313212B
公开(公告)日：2023-06-06
申请号：CN202110726093.6
申请日：2021-06-29
Applicant: 福建师范大学
IPC: G06F18/214 , G06N3/006 , G06N3/08
Abstract: 本发明涉及一种基于果蝇嗅觉神经网络的隐性异常检测方法及其装置，其包括以下步骤：S1：获取一串具有正常的相同数据的数据流为训练组，一串具有正常的相同数据中混有异常数据的混合数据流为测试组；S2：构建一个果蝇嗅觉神经网络，利用训练组对果蝇嗅觉神经网络进行“习惯化”；S3：利用赢者通吃策略对测试组中异常数据特征提取，输出异常数据的稀疏二值化的特征向量；S4：异常数据的稀疏二值化的特征向量输入的全连接层，采用梯度下降法进行训练并输出结果；S5:建立基于果蝇嗅觉神经网络的隐性异常检测模型，采用以上技术方案能够过滤掉冗余信息，增强对具有相似信息中新数据的辨别能力，提高物联网系统隐性异常的检测能力。
-
Patent Agency Ranking
公开(公告)号：CN115980884A
公开(公告)日：2023-04-18
申请号：CN202211427270.1
申请日：2022-11-14
Applicant: 福建师范大学
Abstract: 本发明涉及一种二次Bezier曲线拟合的高空气象探测中气温异常检测方法，包括：获取高空气象观测数据；根据时间数据与温度数据分别形成数组T和A，进行异常标记；构造用于存储拟合温度数据的数组B，进行Bezier拟合，得到拟合温度数据；计算温度数据与拟合温度数据的偏差，更新异常标记；构造用于存储第二次拟合温度数据的数组D，基于数组B进行Bezier拟合，得到第二次拟合温度数据；计算A与D的偏差，更新异常标记；计算每一个温度数据异常的可能性，输出表示温度异常概率的score数组。本发明对数据的异常检测是从粗粒度到细粒度逐步增强，为数据质控人员提供异常数据判别参考，有利于统一异常数据的判定标准，避免误判和错判，提高质控人员的工作效率。
-
公开(公告)号：CN115292537A
公开(公告)日：2022-11-04
申请号：CN202210423082.5
申请日：2022-04-21
Applicant: 福建师范大学
IPC: G06F16/55 , G06F16/583 , G06F16/51 , G06V10/762 , G06V10/77 , G06K9/62
Abstract: 本发明涉及一种基于最优空间分解的乘积量化近邻检索方法，包括：获取样本数据集；求解样本数据集的空间分解最优解；按空间分解最优解将样本数据集分解至M个子空间，并分别在各子空间内进行聚类分析，得到若干个簇；以簇质心为索引，构建倒排序表；获取待检索数据；按所述空间分解最优解将检待索数据分解至M个子空间，并分别在各子空间内检索若干个最接近簇；计算所述若干个最接近簇的笛卡尔积，得到若干个候选编码集；根据所述多个候选编码集，查询倒排序表得到检索结果集。本发明将乘积量化的空间划分问题转化为一个使各子空间数据分布体积平衡的空间分解问题，实现了空间的合理划分，有效降低量化误差，提高检索精度。
-
公开(公告)号：CN113364884A
公开(公告)日：2021-09-07
申请号：CN202110721174.7
申请日：2021-06-28
Applicant: 福建师范大学
IPC: H04L29/08
Abstract: 本发明公开基于局部敏感布隆过滤器的工业物联网隐性异常检测方法，获取工业物联网的原始多类型数据并通过特征化将多媒体数据转换成特征向量；IIoT数据利用SP‑FJLT进行哈希投影后通过相互竞争策略进行除噪，再映射到Bloom Filter上以将Bloom Filter被哈希映射的位向量由“0”变为“1”。本发明提出的基于空间划分的快速SP‑FJLT变换具有很强的映射保距性，可以准确识别隐性特征，减少了数据在哈希投影中的精度损失。本发明方法具有更高的检测率以及更低的误报率。
-
-
公开(公告)号：CN109857675A
公开(公告)日：2019-06-07
申请号：CN201910151560.X
申请日：2019-02-28
Applicant: 福建师范大学
IPC: G06F11/36
Abstract: 本发明公开一种利用语句类型的程序错误定位方法，其包括以下步骤：步骤1，确定所要测试的程序P，步骤2，确定测试用例集TS，步骤3，用TS中的测试用例作为输入执行程序P，记录语句的执行情况并形成收集数据；步骤4，利用收集数据获取执行语句s的成功测试用例数EP(TS,P,s)；步骤5，根据每一个程序语句s进行语句类型系数计算style(s)，步骤6，利用EP(TS,P,s)和style(s)计算反映语句类型的程序错误定位因子EPS(TS,P,s)，步骤7，基于程序错误定位因子EPS(TS,P,s)计算每条程序语句的可疑度，步骤8，对每条语句的可疑度从大到小排序，获取错误语句的可疑排名。本发明能准确的区分错误语句，提早发现错误语句，提高错误定位的准确度，提高程序调试、修改错误的效率。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.08 seconds)
