-
公开(公告)号:CN109871485B
公开(公告)日:2022-04-05
申请号:CN201910112704.0
申请日:2019-02-13
Applicant: 北京航空航天大学
IPC: G06F16/9535 , G06N3/04
Abstract: 本申请公开了一种个性化推荐方法及装置,包括:预处理阶段,对样本特征进行重编码处理,得到稀疏编码;将所述稀疏编码输入到相应的嵌入层,经所述嵌入层基于域敏感分解机对所述稀疏编码进行运算,得到稠密表示;神经网络训练阶段,基于标注的推荐标签信息,使用梯度下降法对所述神经网络进行训练;模型预测阶段,将所述稠密表示输入到神经网络的隐藏层,经所述隐藏层对所述稠密表示进行处理,得到推荐预测结果。
-
公开(公告)号:CN111209398A
公开(公告)日:2020-05-29
申请号:CN201911393728.4
申请日:2019-12-30
Applicant: 北京航空航天大学
Abstract: 本发明通过图神经网络建模的方法,设计一种基于图卷积神经网络的文本分类方法、系统,其方法主要包括三个步骤:输入文本,相似性图的构建;深度学习模型的构建;由相似性图和深度学习模型构成文本分类方法总体模型,进行文本分类。通过上述方法,我们基于文本相似性图、图卷积网络和图注意力网络,提出了一种高效的文本分类方法,即只需要输入源文本,即能够自动对文本进行分类,并在模型的基础上结合硬件构成系统。
-
公开(公告)号:CN111177733A
公开(公告)日:2020-05-19
申请号:CN201911395906.7
申请日:2019-12-30
Applicant: 北京航空航天大学
IPC: G06F21/57
Abstract: 一种基于数据流分析的软件补丁检测方法,利用Extractor对补丁代码进行解析,按序选择检测所述补丁代码中赋值语句和条件语句、函数调用语句、类型相关语句、其它类型语句的修改语义做为待检测补丁的特征;建立二进制代码与源码之间的映射关系;选择VEX-IR作为物联网环境中的设备固件的二进制代码提升的中间代码,使用开源的Angr对二进制代码进行分析,提取出控制流,所述控制流以函数为单位,每个所述函数包含节点为基本块,程序跳转语义为边的控制流;对所述基本块内的数据流进行分析,对所述基本块的代码进行反向逐条分析,提取每个语句中变量的使用链;对跨基本块的数据流进行分析;对提取出的数据流进行优化;从基本块中得到补丁特征,对其进行多阶段匹配。
-
公开(公告)号:CN110032729A
公开(公告)日:2019-07-19
申请号:CN201910113193.4
申请日:2019-02-13
Applicant: 北京航空航天大学
Abstract: 本发明提出一种基于神经图灵机的自动摘要生成方法,包括以下步骤:步骤1,新闻中文语料库构建;步骤2,摘要生成模型训练;步骤3,采用神经图灵机解码,当编码器读取整个源文本之后,解码器部分形成文本摘要的单词序列。本发明使用自动摘要的方式将新闻的主要内容进行抽取,形成简短的容易理解的摘要内容,不需要人工提取语义特征,摆脱了对词性标注和语义分析等自然语言处理工具提取的特征的依赖。
-
公开(公告)号:CN104281663A
公开(公告)日:2015-01-14
申请号:CN201410495959.7
申请日:2014-09-24
Applicant: 北京航空航天大学
IPC: G06F17/30
CPC classification number: G06F17/30684 , G06F17/2785
Abstract: 本发明提供一种基于非负矩阵分解的事件分析方法与系统,该方法包括:获取包括至少一个数据文本的待处理数据;分别对每个数据文本进行分词处理,得到与待处理数据对应的文本空间矩阵;对文本空间矩阵进行非负矩阵分解,根据分解得到的基矩阵确定待处理数据中包含的各个事件以及分别用于描述各个事件的关键词,并根据分解得到的系数矩阵确定分别与各个事件对应的数据文本。通过构造待处理数据的文本空间矩阵,并对该文本空间矩阵进行非负矩阵分解,从而将一个规模庞大的矩阵分解成为两个规模较小的矩阵,并且保证分解前后矩阵元素的非负性,在保证事件挖掘结果的准确性的同时,通过降维找到待处理数据中包含的事件,计算简便,可扩展性较好。
-
公开(公告)号:CN111047589A
公开(公告)日:2020-04-21
申请号:CN201911393654.4
申请日:2019-12-30
Applicant: 北京航空航天大学
Abstract: 本发明实现了一套注意力增强的脑肿瘤辅助智能检测识别方法,技术方案在U-Net模型的基础上进行改进,提出使用对分割任务的训练作为分类任务的注意力增强机制,通过对分割任务、病灶区域和边缘信息的关注提高分类任务的准确率,并通过多任务的损失衡量和训练方法,同时对分割任务与分类任务进行优化,达到分割任务与分类任务两个任务上的预期效果,实现设计目的与应用目标。
-
-
-
公开(公告)号:CN103544090B
公开(公告)日:2016-04-06
申请号:CN201310485094.1
申请日:2013-10-16
Applicant: 北京航空航天大学
IPC: G06F11/30
Abstract: 本发明提供一种虚拟机进程监控方法和装置,其中,方法包括:获取虚拟机的操作系统类型;根据操作系统类型确定与操作系统类型对应的内核数据结构偏移数组,内核数据结构偏移数组中包括:操作系统类型对应的虚拟机的进程链表数据结构以及操作系统类型对应的虚拟机中各进程的进程信息在各进程对应的结构体中的偏移量;根据进程链表数据结构确定操作系统类型对应的虚拟机中各进程对应的结构体的虚拟地址;根据各进程对应的结构体的虚拟地址以及各进程的进程信息在各进程对应的结构体中的偏移量确定操作系统类型对应的虚拟机中各进程的进程信息,解决了现有技术中难以对宿主机上安装有不同操作系统的多个虚拟机同时进行监控,降低监控效率的问题。
-
-
-
-
-
-
-
-