-
公开(公告)号：CN110647656A
公开(公告)日：2020-01-03
申请号：CN201910876038.8
申请日：2019-09-17
Applicant: 北京工业大学
IPC: G06F16/683 , G06F16/632
Abstract: 本发明智能应用型音频信号处理领域，具体涉及一种利用变换域稀疏化和压缩降维的音频检索方法。该方法用音频指纹作为音频检索特征，本技术在音频检索的训练阶段通过利用变换域稀疏化和压缩降维先对样本音频数据进行压缩，再对压缩后的音频序列提取音频指纹，使得提取的音频指纹数据量减小，从而减小样本音频指纹库的数据量。在音频检索的识别(检索)阶段用相同的算法压缩待检音频后提取待检音频指纹和样本音频指纹匹配很大程度上提高了检索效率。
-
公开(公告)号：CN110600038A
公开(公告)日：2019-12-20
申请号：CN201910784077.5
申请日：2019-08-23
Applicant: 北京工业大学
Abstract: 本发明涉及一种基于离散基尼系数计算的音频指纹降维方法，旨在解决音频指纹特征维度高的问题，具体包括分类构建目标声音库、提取样本音频的指纹特征、引入离散基尼系数对音频指纹特征进行降维。本发明在音频指纹各维度引入指纹离散基尼系数，通过音频指纹各维度的离散基尼系数大小反映出不同音频在该维的区分性大小，通过保留离散基尼系数大的维度，删除离散基尼系数小的维度达到降维的目的。通过降维后的音频指纹特征构建的样本音频指纹库数据量更小、利用率更高。
-
Patent Agency Ranking
公开(公告)号：CN109977113A
公开(公告)日：2019-07-05
申请号：CN201910070748.1
申请日：2019-01-25
Applicant: 北京工业大学
Abstract: 本发明公开一种用于医疗影像数据的基于布隆过滤器的HBase多级索引设计方法，采用为每个随机函数都单独分配一组位向量的方式减小了布隆过滤器的假阳性误判率，并且将其作为判断待检索数据是否在集合中的第一步。之后对现有的HBase二级索引提出改进方法，将减少数据的网络IO次数作为主要优化点，独特的行键设计保证了数据表和索引表能够分布在同一个Region上，并且设计了一种抽样散列法解决了Region的写热点问题，从而即利用了负载均衡的特性，又在一定程度上加快了检索效率。
-
公开(公告)号：CN109816010A
公开(公告)日：2019-05-28
申请号：CN201910052118.1
申请日：2019-01-21
Applicant: 北京工业大学
Abstract: 本发明公开一种用于航班延误预测的基于选择性集成的CART增量学习分类方法。针对航班延误预测模型面对新的航班数据不能有效更新模型问题，以及集成分类器规模庞大影响预测性能的弊端。将CART决策树算法与Learn++增量学习框架结合，提出了I-CART方法，实现了对于新数据的增量学习，高效更新预测模型；采用kappa系数作为基分类器投票权重，进一步降低分类错误率；探究基分类器间差异性与准确率关系，设计了两种针对集成分类器的选择方案VS(纵向划线法)与HS(横向划线法)，减小集成分类器规模。本发明能够提高航班延误预测模型对于新数据的学习效率及分类性能，提出的选择性集成方案能显著减小最终集成分类器的规模，提高航班延误预测分类器性能。
-
公开(公告)号：CN103714290B
公开(公告)日：2016-08-17
申请号：CN201310730756.7
申请日：2013-12-26
Applicant: 北京工业大学
IPC: G06F21/56
Abstract: 本发明涉及一种软件行为获取、监控与验证方法，包括：获取软件行为；监控软件行为；验证软件行为。针对现有软件行为监测、分析和验证方法中存在的不仅需要修改程序源码，而且编程负担较重，缺乏监控与分析粒度调控等问题，本发明从基于Java的面向对象编程语言的行为和属性的分析出发，结合UML和OCL技术，提供一种较为通用的软件行为获取、监控与验证方法，可以自动生成监控所需的AOP方面类，减少编码人员工作量；在不修改待验证系统源代码的情况下进行监控与验证；大量使用接口和动态链接库，易于维护和修改。使用本发明对软件系统进行监控和验证，可以对软件系统的可信性进行度量，并且保护软件系统正常运行。
-
公开(公告)号：CN104881608A
公开(公告)日：2015-09-02
申请号：CN201510262308.8
申请日：2015-05-21
Applicant: 北京工业大学
CPC classification number: G06F21/577 , G06F21/562
Abstract: 一种基于模拟浏览器行为的XSS漏洞动态检测方法，爬虫模块含有浏览器的内核，可以模拟浏览器行为来解析JavaScript和加载Ajax以得到页面中隐藏式注入点，相比传统而言，该系统大大增加了对注入点的覆盖。漏洞检测模块使用黑盒测试的方法，在提交攻击向量后，通过模拟浏览器行为检测页面是否有异常情况出现，即能够检测浏览器是否执行了网页脚本，直接判断出当前注入点是否有漏洞，相比传统方法更加准确。此外，该方法完全采用python语言开发，具有易于维护和进行二次开发的特点，对XSS漏洞的检测与研究有非常重要的应用价值。
-
公开(公告)号：CN103714290A
公开(公告)日：2014-04-09
申请号：CN201310730756.7
申请日：2013-12-26
Applicant: 北京工业大学
IPC: G06F21/56
Abstract: 本发明涉及一种软件行为获取、监控与验证方法，包括：获取软件行为；监控软件行为；验证软件行为。针对现有软件行为监测、分析和验证方法中存在的不仅需要修改程序源码，而且编程负担较重，缺乏监控与分析粒度调控等问题，本发明从基于Java的面向对象编程语言的行为和属性的分析出发，结合UML和OCL技术，提供一种较为通用的软件行为获取、监控与验证方法，可以自动生成监控所需的AOP方面类，减少编码人员工作量；在不修改待验证系统源代码的情况下进行监控与验证；大量使用接口和动态链接库，易于维护和修改。使用本发明对软件系统进行监控和验证，可以对软件系统的可信性进行度量，并且保护软件系统正常运行。
-
-
-
-
-
-
Search Results
37
records
(took 0.025 seconds)
