-
公开(公告)号：CN102185930A
公开(公告)日：2011-09-14
申请号：CN201110153505.8
申请日：2011-06-09
Applicant: 北京理工大学
Abstract: 本发明涉及一种SQL注入漏洞检测方法，包括以下步骤：一、用户输入数据截获；二、无害化输入生成；三、进行SQL词法分析和语法分析，生成SQL语法树，分别是基于用户输入字串的语法树以及基于无害化字串的语法树；四、SQL语法树比对，如果相同认为该组测试字串通过本轮测试；五、结果响应：如果发现了用户有SQL注入的企图，则阻止该HTTP包，否则将该HTTP包放行。本发明分析对象均直接或间接来源于用户输入，这样可以最大限度还原用户本意，降低了误报率。同时基于SQL语法树分析，能够从根本上阻断进行SQL注入的可能，从而提高检测的准确率。
-
-
公开(公告)号：CN118747318A
公开(公告)日：2024-10-08
申请号：CN202410737200.9
申请日：2024-06-07
Applicant: 北京理工大学
IPC: G06F18/2413 , G06F18/214 , G06F18/21 , G06N20/00
Abstract: 本发明涉及基于强化学习的智能算力测试安全检测方法，属于对抗攻击和人工智能技术领域，所述方法包括以下步骤：S1：将数据集划分为训练集和测试集；S2：准备目标模型f：S3：基于强化学习的对抗样本生成：S4：训练智能体与评估，其中，步骤S3包括：3.1，构建智能体，3.2，利用智能体生成扰动，并将其与上一轮形成对抗样本结合形成新的对抗样本，即迭代，和3.3，计算奖励并且对奖励进行累计。本发明通过将强化学习应用于智能算力测试安全检测，能够动态优化对抗样本的生成过程，并通过迭代生成机制，使得智能体能够根据目标模型的响应连续改进扰动生成策略，从而使生成的对抗样本攻击效率更高。
-
公开(公告)号：CN114139522B
公开(公告)日：2024-07-26
申请号：CN202111319941.8
申请日：2021-11-09
Applicant: 北京理工大学
IPC: G06F40/194 , G06F40/289 , G06V10/774 , G06N3/0442 , G06V30/41 , G06V30/413 , G06F16/35
Abstract: 本发明涉及一种基于层级注意力和标签引导学习的关键信息识别方法，属于文本挖掘和信息处理技术领域。本发明采用基于层级注意力和标签引导学习融合的关键信息识别框架，将文本表示模型直接应用于文本挖掘的局限性，词编码层和句编码层能够充分捕捉文本组织结构，将重要单词聚合为句子向量，然后将重要句子向量聚合为文本向量；词注意力层和句注意力层将注意力机制分别用于单词和句子层面，使其能够在文本表示时区别关注更重要或者次重要的内容；采用标签引导学习层执行基于标签的注意力编码，将文本表示映射到标签空间，标签引导学习层可以直接与上下文编码一起联合学习。本发明在引文分析、信息检索和细粒度知识服务等领域，具有广阔的应用前景。
-
公开(公告)号：CN116110588B
公开(公告)日：2024-04-26
申请号：CN202211452111.7
申请日：2022-11-21
Applicant: 北京理工大学
IPC: G16H50/50 , G06F18/214 , G06N3/0464
Abstract: 本发明涉及一种基于动态邻接矩阵和时空注意力的医学时间序列预测方法，属于大数据挖掘和医学人工智能数据预测技术领域。该方法对于疾病暴露人口数医学时间序列历史数据，构建静态空间邻接矩阵捕获空间外部数据，构建动态时间邻接矩阵挖掘疾病暴露人口数在时间维度上的关联特征，利用时空注意力机制融合静态空间邻接矩阵和动态时间邻接矩阵，采用图卷积神经网络和门控循环单元框架来预测未来时间步的疾病暴露人口数。本发明引入空间外部数据，学习动态时间邻接矩阵，引入时空注意力机制，能够捕获发病地区之间空间相关性，疾病暴露人口数在时间维度上的关联特征，实现时空信息相关性的融合，从提高医学时间序列预测方法的性能。
-
Patent Agency Ranking
公开(公告)号：CN116431896A
公开(公告)日：2023-07-14
申请号：CN202310145873.0
申请日：2023-02-22
Applicant: 北京理工大学
IPC: G06F16/9535 , G06F18/22 , G06F18/24 , G06F18/25 , G06F18/214 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于预测的学术图书出版选题推荐方法，对获得的用户行为记录进行数据预处理，从中提取可用字段以及去除符号，空值等；预定义一定量的选题数据，选题数据均是网站中引用量较多的论文中的关键词；将通过文本向量化模型的用户行为数据及预定义选题数据通过一层自注意力层进行语义表征增强后每个预定义选题数据都与所有用户行为数据进行文本相似度对比，将生成数据输入layernorm层求出均值，及对应每个选题数据的值；最后对所有均值进行排序，得出推荐的选题数据，对得到了选题数据对应的时间序列进行预测，得到未来一段时间内选题数据的热度变化。
-
公开(公告)号：CN116303880A
公开(公告)日：2023-06-23
申请号：CN202211543842.2
申请日：2022-11-30
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于多视角规则增强的知识抽取方法，属于人工智能信息抽取技术领域。本方法从语义角色标注、开放式信息抽取和实体识别多个视角，将神经网络和规则相结合，在基于神经网络的知识抽取基础上进行规则增强，从而更加准确地进行中英文知识抽取。本方法首先加载知识抽取模型，根据输入文本的语言类型使用不同的视角和增强规则进行知识抽取。对于中文输入，从语义角色标注视角进行规则增强，对于英文输入，从实体识别和开放式信息抽取视角进行规则增强。最后，使用文本和图数据库两种形式分别对知识三元组进行存储。本方法可以补全知识三元组抽取结果中的缺失内容，去除冗余三元组，解决知识抽取中知识缺失和冗余的问题。
-
公开(公告)号：CN113255755A
公开(公告)日：2021-08-13
申请号：CN202110538947.8
申请日：2021-05-18
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于异质融合网络的多模态情感分类方法，属于意见挖掘和情感分析技术领域。包括：1)视频数据预处理；2)构建文本特征向量和识别文本情感类别；3)构建图片特征向量和识别图片情感类别；4)构建音频特征向量和识别音频情感类别；5)构建多模态全局特征向量与识别多模态全局情感类别；6)构建多模态局部特征向量与识别多模态局部情感类别；7)采用投票策略获得最终的情感分类结果。异质融合网络采用了模态内融合和模态间融合两种融合形式，宏观和微观两种融合角度，以及特征层融合和决策层融合两种融合策略。所述方法能深度挖掘多模态数据之间隐含的关联信息，实现多模态数据之间的相互补充和融合，从而提高多模态情感分类的准确率。
-
公开(公告)号：CN112597267A
公开(公告)日：2021-04-02
申请号：CN202011474201.7
申请日：2020-12-14
Applicant: 北京理工大学
IPC: G06F16/31
Abstract: 本发明涉及一种基于模式识别的英文论文文档多粒度内容处理方法，属于信息处理技术领域。本方法，针对英文PDF格式论文文档内容识别处理面临的问题，将论文按章、节、段落拆分为更小粒度的内容子单元，并将论文中的表格、图形、算法等非文本内容单独抽取，同时，保留各个子单元原有的语义关系和上下文联系，以便后续应用。在进行信息抽取时，通过利用文本内容之间的语义关联及文本位置信息，能够高效、快速、准确地识别目标文本内容对象。
-
公开(公告)号：CN112580859A
公开(公告)日：2021-03-30
申请号：CN202011415067.3
申请日：2020-12-03
Applicant: 北京理工大学 , 中国地质大学(北京)
Abstract: 本发明涉及一种基于全局注意力机制的雾霾预测方法，属于人工智能信息预测技术领域。本方法首先获取环境监测点的雾霾数据，对获取的雾霾数据进行处理，基于全局注意力机制训练雾霾预测模型，使用雾霾预测模型输出最终预测结果。在雾霾预测任务中，引入全局注意力机制，为不同影响因素赋予不同的权重，有效解决信息传输距离过长的问题。引入双向门控循环神经网络，不仅引入训练数据中前面时刻数据对后面时刻数据的影响，并且分析后面时刻数据和前面时刻数据的关联，解决了雾霾预测数据中的长期依赖问题，能够准确地预测未来时刻的雾霾数据。本方法具有良好的扩展性，可根据不同地区的数据特征，动态改变网络结构，得到适合本地区的雾霾预测方法。
-
-
-
-
-
-
-
-
-
Search Results
67
records
(took 0.025 seconds)
