-
公开(公告)号：CN114611115A
公开(公告)日：2022-06-10
申请号：CN202210274334.2
申请日：2022-03-18
Applicant: 北京工业大学
Abstract: 本发明涉及一种基于混合图神经网络的软件源码漏洞检测方法，用于解决在软件源码处理过程中源码内部结构与语义信息丢失，漏洞检测效果差的问题，包括：将源码文件采用信息增强后的代码属性图表示，将信息增强后的代码属性图向量化后输入图卷积神经网络中得到局部特征矩阵；输入门控图神经网络中得到全局特征矩阵。将局部特征矩阵和全局特征矩阵拼接后输入分类器，最后输出检测结果。采用本方法能够有效保留源码内部的结构和语义信息，模型训练采用焦点损失函数在损失计算时赋予正负样本不同大小的权重，避免模型过度拟合样本更多的非漏洞类别，提升了模型的漏洞检测效果。
-
公开(公告)号：CN107862310B
公开(公告)日：2021-10-26
申请号：CN201710836675.3
申请日：2017-09-17
Applicant: 北京工业大学
Abstract: 本发明涉及一种基于块投影的藏文历史文献文本区域提取方法。将采集的藏文历史文献图像预处理；将图像平分为N*N的图像块，利用连通区域的分类信息和角点密度信息对图像块进行过滤；通过分析过滤后的图像块的投影可以定位到文本区域的近似边界位置；通过文本区域的近似边界位置搜索文本区域的边缘；通过文本区域边缘矫正策略矫正文本区域边缘，得到较完整、规则的文本区域。本发明利用块投影，可以准确的定位出文本区域的位置、增强不同文本区域之间的间隔；本发明实现了藏文历史文献的文本区域提取，方法简单、高效、易于实现。实验表明，在较大的文本区域和较小的文本区域的像素精度阈值分别设为95％和90％的情况下，准确率为75.50％，召回率为98.11％，F值为85.33％。
-
公开(公告)号：CN107038117B
公开(公告)日：2020-11-06
申请号：CN201710177955.8
申请日：2017-03-23
Applicant: 北京工业大学
IPC: G06F11/36
Abstract: 本发明公开一种基于事件处理函数间定义‑引用的web自动化测试方法，包括：1)在web自动测试工具中设置被测web应用程序的路径；2)web自动测试工具自动分析被测web应用程序源码；自动识别web应用程序的事件处理函数、事件处理函数中的过程间程序控制流程图，并自动向事件处理函数中注入监控代码；保存自动分析过程获取的数据；3)将步骤2)中注入监控代码的web应用程序拷贝至提供web服务的服务器端，并在服务器端设置web应用程序对外提供web服务的网址；4)在测试机器上的web自动测试工具中设置被测web应用程序的网址，即步骤3)中设置的web服务网址；5)自动测试工具根据被测web应用程序的网址，自动生成测试用例并自动执行。
-
公开(公告)号：CN111598155A
公开(公告)日：2020-08-28
申请号：CN202010405216.1
申请日：2020-05-13
Applicant: 北京工业大学
Abstract: 本发明涉及一种基于深度学习的细粒度图像弱监督目标定位方法，用于解决仅使用易于收集的弱监督的语言描述信息来识别和定位细粒度图像的问题。本发明直接在图像的像素级别上和语言描述的word进行模态间的细粒度语义对齐。把图像输入到卷积神经网络中提取特征向量,同时对语言描述进行编码，提取出语言描述的特征向量。将卷积特征图和语言描述特征向量进行特征匹配，并对特征匹配图进行处理，得到目标的显著图，根据特征匹配图得到最终定位的结果。本发明在不需要强监督的标注边界框的情况下，解决了细粒度图像的弱监督目标定位。
-
公开(公告)号：CN110926342A
公开(公告)日：2020-03-27
申请号：CN201911182766.5
申请日：2019-11-27
Applicant: 北京工业大学
Abstract: 本发明实施例提供一种裂缝宽度测量方法及装置，所述方法包括：获取摄像头采集到的裂缝图像，并根据所述摄像头到裂缝表面的距离，以及所述摄像头拍摄所述裂缝图像时的焦距和像素，计算所述裂缝图像上单个像素点的宽度；识别所述裂缝图像的裂缝像素点，在所述裂缝像素点中选择单个裂缝像素点作为测量像素点，以所述测量像素点为中心点，在所述裂缝图像中获取裂缝块；根据预设算法计算得到所述裂缝块的裂缝主轴，获取经过所述测量像素点且垂直于所述裂缝主轴的直线；统计所述直线上的裂缝像素点的个数，通过所述裂缝像素点的个数及所述单个像素点的宽度计算得到裂缝宽度。采用本方法能够得到更高准确率的裂缝宽度计算结果。
-
Patent Agency Ranking
公开(公告)号：CN106503106B
公开(公告)日：2019-10-18
申请号：CN201610905518.9
申请日：2016-10-17
Applicant: 北京工业大学
IPC: G06F16/51 , G06F16/583
Abstract: 本发明公开了一种基于深度学习的图像哈希索引构建方法，属于图像检索技术领域。该方法首先划分图像数据集得到测试样本集、训练样本集和图像库，然后充分利用深度学习模型提取出的深度特征对图像语义具有很好表达能力这一特点，构建出两个深度卷积网络结构不同的深度哈希网络模型，然后将测试样本集合图像库中的每幅图像分别经两个模型的前向传播计算出对应的两组初始哈希码，再对同一幅图像的两组初始哈希码拼接融合后作为该图的融合哈希码，通过计算查询图像和图像库中每幅图像的融合哈希码间的汉明距离，并将距离按从小到大的顺序排列，得到相似图像检索结果。本发明使得对大规模图像的检索更准确有效。
-
公开(公告)号：CN105590100B
公开(公告)日：2018-11-13
申请号：CN201510977414.4
申请日：2015-12-23
Applicant: 北京工业大学
Abstract: 基于判别性超体素的人体动作识别方法，本发明利用非监督的方法自动提取同类动作视频中不同于其他类别的，能够表征本类特点的视频超体素特征集合。然后再对这些超体素的进行特征描述，最终完成进行动作的识别，能够更准确地识别视频中人体动作的类别。本发明同时参考视频的超体素特征与图像的hog特征这两种维度的特征，通过一个训练，学习的迭代过程，提取视频中具有判别性的超体素，能够更准确地对一个动作进行识别。本发明与传统方法相比，能够自动地提取视频中有效的部分，不仅包括人体中的较有判别性的部分，还能提取到背景中的对本类动作有表征作用的部分。
-
公开(公告)号：CN106845458A
公开(公告)日：2017-06-13
申请号：CN201710125697.9
申请日：2017-03-05
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于核超限学习机的快速交通标识检测方法，属于图像信号处理及模式识别领域。首先，首先，读取原始样本图像，利用基于BING的objectness方法，产生可能包含交通标识的区域，提取候选区域的HOG特征，送入核超限学习机分类器中，得到最后的检测结果；本发明摒弃传统的滑动窗口扫描方法，使用BING算法减少搜索空间，提高检测速度。传统的ELM算法是单隐层结构，在分析复杂信号方面有很大的局限性，本发明采取KELM进行分类检测，核超限学习机可以使学习模型更加稳定、泛化性能更强，提升了检测性能，并且保持了ELM低耗时的优势。
-
公开(公告)号：CN103310450B
公开(公告)日：2016-12-28
申请号：CN201310237708.4
申请日：2013-06-17
Applicant: 北京工业大学
IPC: G06T7/00
Abstract: 本发明公开了一种融合直连通约束的图像分割方法，属于计算机视觉、计算机图形学、图像处理等交叉领域。首先通过应用程序的用户接口，交互式指定部分前、背景。然后建立指定部分前、背景的颜色模型。构造用于分割的图G以及能量函数。能量函数包含颜色约束和梯度约束，以及本发明所提出的直连通约束。最后，采用图割算法求解函数最小值，得到分割结果。若用户对分割结果不满意可以再次添加前背景线索，流程重复循环执行，直至得到满意的分割效果。本发明首次提出融合直连通约束的分割方法，相比仅有颜色和梯度约束的传统方法，在相同交互量的前提下，本发明在处理自联通对象分割时，分割效果更好。
-
公开(公告)号：CN103413050B
公开(公告)日：2016-08-24
申请号：CN201310364359.2
申请日：2013-08-20
Applicant: 北京工业大学
IPC: G06F19/00
Abstract: 本发明属于模式识别和脑?机接口领域，公开了一种基于极速学习机的运动想象脑电信号投票策略分类方法。包括：将原始运动想象脑电信号分为S段子信号；对每一段子信号通过主成分分析方法进行降维；将降维后的特征向量通过线性判别分析方法进行二次降维；对于S段子信号进行同样处理，最终得到S个K?1维的特征向量，将S个K?1维的特征向量进行组合，得到最终为S*(K?1)维的特征；将S*(K?1)维特征送入多个ELM分类器，利用投票分类策略得到最终分类结果。本发明提出了一种基于ELM的投票分类策略，与传统的多次ELM平均正确率方案相比，在不影响其训练分类低耗时的情况下提高了其分类正确率。
-
-
-
-
-
-
-
-
-
Search Results
159
records
(took 0.061 seconds)
