-
公开(公告)号：CN108198324A
公开(公告)日：2018-06-22
申请号：CN201810130525.5
申请日：2018-02-08
Applicant: 中南大学
Abstract: 本发明公开一种基于图像指纹的多国纸币币种识别方法，属于纸币模式识别技术领域。基于多国纸币背景图片的模板集和样本集，利用感知哈希算法生成训练样本数据，构建基于SVM分类器的分类模型，并利用训练样本数据对分类模型进行训练，利用训练好的分类模型对待处理纸币图片进行预测，识别币种。本发明方法将纸币识别过程中的单个特征转换为多个特征，并采用基于SVM分类器的方法进行识别，对样本需求量小，训练速度快，识别速度快，而且具有很好的抗干扰能力，能提高预测时的容错率。
-
公开(公告)号：CN119271530B
公开(公告)日：2025-02-28
申请号：CN202411756957.9
申请日：2024-12-03
Applicant: 中南大学
IPC: G06F11/3604 , G06F11/3668 , G06F8/71 , G06N3/044 , G06N3/0499
Abstract: 本申请公开了一种基于多动态程序执行轨迹的软件缺陷定位方法和系统，本方法通过捕获待定位缺陷的源代码执行测试用例时产生的寄存器轨迹、堆轨迹、栈轨迹和指令轨迹；根据第一时间步，将待定位缺陷的源代码执行测试用例时产生的寄存器轨迹、堆轨迹、栈轨迹和指令轨迹信息进行向量化，得到第一时序向量序列；将第一时序向量序列输入训练好的缺陷定位模型，得到每个第一时间步含缺陷的概率；根据每个第一时间步含缺陷的概率与待定位缺陷的源代码执行测试用例时产生的寄存器轨迹、堆轨迹、栈轨迹和指令轨迹，确定缺陷定位报告。本申请能够捕捉程序在运行过程中复杂的多维度动态行为，提高软件缺陷定位的准确性。
-
公开(公告)号：CN119271529A
公开(公告)日：2025-01-07
申请号：CN202411756954.5
申请日：2024-12-03
Applicant: 中南大学
IPC: G06F11/3604 , G06F11/3668 , G06F8/71 , G06N3/045
Abstract: 本申请公开了一种多维度多注意力的软件缺陷定位方法、系统及设备，该方法通过获取待定位缺陷的软件程序代码；提取待定位缺陷的软件程序代码中的第一动态执行信息、第一历史修改信息以及第一静态语义信息，第一动态执行信息用于表征待定位缺陷的软件程序代码在运行时的异常风险，第一历史修改信息用于表征待定位缺陷的软件程序代码历史上的缺陷风险，第一静态语义信息具有待定位缺陷的软件程序代码中的上下文语义信息；将第一动态执行信息、第一历史修改信息以及第一静态语义信息进行融合，得到第一融合信息向量；将第一融合信息向量输入训练好的多头注意力缺陷定位模型中，得到缺陷定位结果。本申请能够提高软件缺陷定位的准确率。
-
公开(公告)号：CN116703950B
公开(公告)日：2023-10-20
申请号：CN202310982262.1
申请日：2023-08-07
Applicant: 中南大学
IPC: G06T7/11 , G06N3/0464 , G06N3/048 , G06V10/80
Abstract: 本发明公开了一种基于多层次特征融合的伪装目标图像分割方法和系统，本方法对每种层次的第一特征图进行全局特征增强，对每种层次的第二特征图进行局部特征增强；并将每种层次的增强后的局部特征和与其相同层次的增强后的全局特征进行特征融合，获得多种层次的融合特征；对多种层次的融合特征中两个浅层网络层的融合特征进行边界引导，得到边界图；将多种层次的融合特征中相邻网络层的融合特征进行特征交互获得多个交互特征；将边界图分别与多个交互特征中的每个交互特征进行边界融合，获得多个边界融合特征；基于多个边界融合特征，分割出每个边界融合特征对应的待分割的伪装目标图像中的伪装目标图像。本发明能够提高伪装目标图像分割的准确度。
-
Patent Agency Ranking
公开(公告)号：CN115185814A
公开(公告)日：2022-10-14
申请号：CN202210659903.5
申请日：2022-06-13
Applicant: 中南大学
Abstract: 本发明公开了一种基于二维程序频谱的多缺陷定位方法、系统及设备，本方法根据测试用例集对源程序进行数据提取，获得数据提取信息；根据数据提取信息划分失败测试用例集和成功测试用例集，对失败测试用例集中的每个失败测试用例进行聚类分析；将每个缺陷的失败测试用例子集分别与成功测试用例集结合，获得每个缺陷的测试用例子集；对每个缺陷的测试用例子集进行特征转换，获得每个缺陷的测试用例子集的二维程序频谱；构建缺陷定位模型，基于缺陷定位模型和二维程序频谱，获取每个缺陷的测试用例子集的语句怀疑度列表；融合所有语句怀疑度列表，获得多缺陷定位报告；通过多缺陷定位报告定位多个缺陷。本发明能够提高多缺陷定位的精确度和效率。
-
公开(公告)号：CN114356641B
公开(公告)日：2022-05-27
申请号：CN202210205512.6
申请日：2022-03-04
Applicant: 中南大学
Abstract: 本发明公开了一种增量式的软件缺陷预测方法、系统、设备及存储介质，该方法通过获取第一训练集，对第一训练集进行预处理，获得第二训练集；基于第二训练集，构建代价敏感LightGBM模型；将代价敏感LightGBM模型作为基分类器构建增量式预测模型，并计算总训练样本数和总缺陷样本数；根据总训练样本数和总缺陷样本数，计算分类阈值；使用增量式预测模型对待预测样本进行预测，获得最终预测值；基于分类阈值和最终预测值，判断待预测样本的类别。本方法能够在原模型的基础上增加新基分类器，学习新数据的同时，无需重复训练历史样本，并能够降低模型计算量，节省存储空间，提高训练效率，不断完善模型，提高软件缺陷预测的准确率。
-
公开(公告)号：CN108320374B
公开(公告)日：2019-12-03
申请号：CN201810129012.2
申请日：2018-02-08
Applicant: 中南大学
IPC: G07D7/206 , G07D7/20 , G06K9/62 , G07D7/0047
Abstract: 本发明公开一种基于图像指纹的多国纸币冠字号字符识别方法，属于纸币模式识别技术领域。基于多国纸币冠字号字符图片的模板集和样本集，利用感知哈希算法生成训练样本数据，构建基于SVM分类器的分类模型，并利用训练样本数据对分类模型进行训练，利用训练好的分类模型对待处理纸币的冠字号字符图片进行识别。本发明方法将纸币冠字号字符识别过程中的单个特征转换为多个特征，并采用基于SVM分类器的方法进行识别，对样本需求量小，训练速度快，识别速度快，而且具有很好的抗干扰能力，能提高预测时的容错率。
-
公开(公告)号：CN108198324B
公开(公告)日：2019-11-08
申请号：CN201810130525.5
申请日：2018-02-08
Applicant: 中南大学
Abstract: 本发明公开一种基于图像指纹的多国纸币币种识别方法，属于纸币模式识别技术领域。基于多国纸币背景图片的模板集和样本集，利用感知哈希算法生成训练样本数据，构建基于SVM分类器的分类模型，并利用训练样本数据对分类模型进行训练，利用训练好的分类模型对待处理纸币图片进行预测，识别币种。本发明方法将纸币识别过程中的单个特征转换为多个特征，并采用基于SVM分类器的方法进行识别，对样本需求量小，训练速度快，识别速度快，而且具有很好的抗干扰能力，能提高预测时的容错率。
-
公开(公告)号：CN109871855A
公开(公告)日：2019-06-11
申请号：CN201910139959.6
申请日：2019-02-26
Applicant: 中南大学
Abstract: 深度多核学习(DMKL)方法与浅层多核学习相比，效率和有效性更高，引起了广泛的关注。然而，现有的DMKL体系结构泛化性较差，很难依据样本数据训练找到合适的参数。本发明提出了一种自适应深度多核学习(SA-DMKL)的结构，这种结构能够自适应、自生长并具有弹性。通过Rademacher混沌复杂度，可以根据不同的数据集和数据空间，筛选每层基核函数，改变每层基核函数数量。用本发明方法对UCI鸢尾花数据集数据集、乳腺癌数据集和Caltech256图像数据集验证，与其他方法相比，有更高的有效性。
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.046 seconds)
