-
公开(公告)号：CN118798821A
公开(公告)日：2024-10-18
申请号：CN202411139998.3
申请日：2024-08-20
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06Q10/10 , G06Q10/0637 , G06Q10/04 , G06Q40/04
Abstract: 本申请涉及大数据大模型技术领域，提供了数据流通交易违规行为处理方法，该方法包括：基于数据流通交易的历史违规行为相关法律文书，构建历史违规行为所属类型对应的证据链；通过监控目标数据流通交易的过程，预测目标数据流通交易所属违规行为的类型；根据目标数据流通交易所属违规行为的类型和历史违规行为所属类型对应的证据链，确定目标数据流通交易的证据相关联的证据类型；根据目标数据流通交易的证据相关联的证据类型，构建目标数据流通交易的证据链；根据目标数据流通交易的证据链计算违规权重并与由具有相同违规行为类型的历史违规行为的证据链计算出的违规权重进行比较，确定目标数据流通交易是否违规。本申请的技术方案可以对数据流通交易过程中的违规行为进行有效判定和溯源。
-
公开(公告)号：CN118707868A
公开(公告)日：2024-09-27
申请号：CN202411190139.7
申请日：2024-08-28
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G05B17/02
Abstract: 本发明提供了一种基于分布式异构的自动驾驶虚拟仿真事故场景生成方法，服务器生成初始测试场景；服务器选择初始测试场景或历史测试场景作为测试任务，委派给空闲的客户端节点；客户端接收到测试任务后，通过自动驾驶模拟器、消息桥接层及自动驾驶软件对被测对象形成联合仿真测试环境进行场景执行，实现车辆动力学的仿真；客户端将测试结果返回服务器，服务器对返回的测试结果进行分析和评估，进行场景风险预测；在服务器端对需要已经完成的历史测试场景进行风险预测优先级排序。利用多台较低配置的服务器，以较高效率完成自动驾驶虚拟仿真事故场景生成任务，从而降低成本开销，提升自动驾驶虚拟仿真测试的效率。
-
公开(公告)号：CN118673736A
公开(公告)日：2024-09-20
申请号：CN202411162658.2
申请日：2024-08-23
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F30/20 , G06T17/00 , G06F111/20
Abstract: 本发明公开了一种用于自动驾驶测试的雪天仿真方法、系统及介质，所述方法包括以下步骤：利用CARLA来搭建自动驾驶雪天仿真环境；在所述雪天仿真环境中对雪天激光雷达和雪天摄像头进行仿真；基于所述雪天仿真环境和所述雪天激光雷达、雪天摄像头构建雪天仿真测试系统；将被测自动驾驶系统接入所述雪天仿真测试系统，对所述雪天仿真测试系统进行测试。本发明能更加真实地仿真雪天自动驾驶环境，能够模拟出激光雷达和摄像头在雪天天气下的工作原理，进而模拟出雪天对激光传播过程和摄像头的影响，提升自动驾驶的安全性。
-
公开(公告)号：CN118672931A
公开(公告)日：2024-09-20
申请号：CN202411162675.6
申请日：2024-08-23
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种自动驾驶仿真测试场景生成方法、系统及介质，该方法包括：选择构建测试场景的参数并界定其取值范围；确定种群规模，并随机生成个体；从当前种群种选择表现较好的个体作为父代；采用单点交叉，随机选择一个交叉点，将两个父代个体的染色体在此点分开，然后交换两部分生成两个子代，生成新的个体；对新产生的子代个体进行变异操作，增加种群的多样性和搜索空间的覆盖程度；将测试场景导入到仿真平台中进行测试，根据测试结果计算适应度值并更新种群。本发明自动生成包含雪天特征的测试场景，全面覆盖了雪天驾驶可能遇到的各种情况，利用生成的雪天仿真测试场景，能对自动驾驶系统进行安全性测试。
-
公开(公告)号：CN118657173A
公开(公告)日：2024-09-17
申请号：CN202411136019.9
申请日：2024-08-19
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06N3/042 , G06N3/045 , G06N3/0495 , G06N3/096 , G06N3/084 , G06F18/241 , G06F40/284
Abstract: 本发明公开了一种知识蒸馏方法和系统，方法包括：获取教师模型在训练集样本上的输出作为软标记训练集；设计学生模型架构和学生模型与教师模型的层对应关系；将训练集或软标记训练集划分为超批次，进行基于主成分分析的第一轮白盒知识蒸馏；进行基于软标记训练集的第二轮黑盒知识蒸馏；测试学生模型性能。本发明利用主成分分析将隐含层大小和架构不同的教师模型和学生模型相互对应，以完成白盒知识蒸馏的方法，使白盒知识蒸馏能被应用在更多学生模型上，便于进一步提高压缩比。本发明蒸馏方法相对白盒知识蒸馏和黑盒知识蒸馏均具有更好的性能。
-
Patent Agency Ranking
公开(公告)号：CN116909574A
公开(公告)日：2023-10-20
申请号：CN202311154532.6
申请日：2023-09-08
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F8/41 , G06F16/33 , G06F40/194
Abstract: 本发明提供了一种检索增强的结构化代码生成系统及方法，该结构化代码生成系统包括检索前处理模块、结构信息提取模块和代码生成融合模块，所述检索前处理模块根据自然语言描述来检索到功能相关的代码片段；所述结构信息提取模块对所述检索前处理模块检索到的代码片段进行结构信息的提取；所述代码生成融合模块将输入的自然语言和代码片段进行融合，完成代码生成任务。本发明的有益效果是：本发明在不改变原有模型规模的条件下，增强其泛化性，提升代码生成的能力。
-
公开(公告)号：CN115455488B
公开(公告)日：2023-03-28
申请号：CN202211420158.5
申请日：2022-11-15
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 暨南大学
Abstract: 本发明公开了一种基于复制秘密共享的密态数据库查询方法及装置，方法包括：用户将查询需求编译成复制秘密共享下的安全多方计算原语并将其交递给计算层，计算层向存储层请求共享查询需求所对应数据的表；每个数据提供方调用布尔复制秘密共享算法生成秘密份额并传输给计算方；计算方调用安全三方计算算法并利用密态过滤算子、密态连接算子、密态排序算子和密态聚合算子中的一个或多个进行安全三方计算，得到秘密共享形式的计算结果的秘密共享份额并发送给用户；调用秘密重构算法将计算结果的秘密共享份额重构之后得到最终的查询结果。本发明每个数据提供方将自己的数据以秘密共享的形式分成三个秘密份额发给计算方，性能更好。
-
公开(公告)号：CN115600012A
公开(公告)日：2023-01-13
申请号：CN202211523157.3
申请日：2022-12-01
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)(CN)
IPC: G06F16/9535 , G06F8/75 , G06F18/214 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于知识增强和结构对比的API推荐方法，包括以下步骤：步骤1，代码预处理构图；解析源代码，提取方法、API和结构节点以及它们之间的关系，构成调用关系图和层次结构图；步骤2，知识增强的图嵌入学习；使用图卷积神经网络GCN在调用关系图上传播信息来细化方法和API的初始嵌入表示，同时用翻译模型TransH学习层次结构图中的实体和关系的嵌入表示；步骤3，多任务学习；包括主要的API推荐任务和辅助的对比学习任务。本发明的有益效果是：本发明提出了知识增强的图嵌入学习，使得方法和API的嵌入向量中不仅建模了调用交互还融合了代码中的层次结构信息，优化了方法和API的表示，达到更准确的推荐效果。
-
公开(公告)号：CN114429109B
公开(公告)日：2022-07-19
申请号：CN202210354868.6
申请日：2022-04-06
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F40/169 , G06K9/62
Abstract: 本发明提供了一种基于评论有用性的自动用户评论摘要的方法，包括依次执行以下步骤：步骤1：预处理；对评论文本进行词形还原；步骤2：评论有用性预测；提取可能会影响评论有用性的特征，用所提取的特征来刻画评论，并使用随机森林分类模型预测评论的有用性；步骤3：基于二元词语的情感‑话题建模；向传统二元词语话题模型中加入情感变量，为评论同时建模话题和情感；步骤4：多要素话题和评论排序。本发明的有益效果是：1.本发明的方法可有效利用一些忽略的重要的评论特征辅助评论有用性预测、辅助后续的排序摘要任务；2.本发明的方法的话题的排序可以节约开发者的时间。
-
公开(公告)号：CN119248289B
公开(公告)日：2025-05-16
申请号：CN202411775766.7
申请日：2024-12-05
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F8/41
Abstract: 本发明公开了一种层次化自适应代码生成方法、系统及介质，该方法包括：基于代码token类型预测模块分析待生成代码的上下文，识别下一个待生成token的基本类型，所述基本类型包括基本结构、代码逻辑和高级语义内容；基于解码层自适应选择算法，自动选择适当的模型层进行输出预测；利用三种不同的分类解码策略分别生成属于基本结构、代码逻辑和高级语义内容的token。本发明提高了LLMs在代码生成任务中的可靠性，使模型能够更有效地利用其内在各层次的知识，减少了生成代码的结构性或语义性错误，能有效确保生成代码的逻辑性和可执行性。
-
-
-
-
-
-
-
-
-
Search Results
118
records
(took 0.041 seconds)
