-
公开(公告)号:CN113422952A
公开(公告)日:2021-09-21
申请号:CN202110534056.5
申请日:2021-05-17
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于时空传播层次编解码器的视频预测方法。本发明方法首先对给定的原始视频进行采样获得帧序列并输入至低层视觉记忆编码器,得到低层视觉编码特征和低层记忆状态特征;然后分别利用时空传播模块从低层视觉编码表示中提取时空编码特征,以及通过高层语义编码器提取高层语义特征;再将得到的低层视觉编码特征、低层记忆状态特征和高层语义编码特征通过层次特征解码器进行信息融合,输出预测视频帧。本发明方法不仅能够将低层视觉记忆特征和高层语义特征相融合,并通过时空传播模块使得低层视觉信息沿时序方向传播,还能利用视频首帧的先验知识一定程度上解决视频帧模糊问题,从整体上提高预测视频帧的清晰度和视觉质量。
-
公开(公告)号:CN110942463B
公开(公告)日:2021-03-16
申请号:CN201911045144.8
申请日:2019-10-30
Applicant: 杭州电子科技大学
IPC: G06T7/10
Abstract: 本发明公开了一种基于生成对抗网络的视频目标分割方法。本发明方法首先将视频输入考虑首帧以及相邻帧分别与当前帧关系的生成网络模型,经过全卷积神经网络及反卷积上采样,获得生成网络视频分割矩阵;其次,利用视频帧及其生成网络视频分割矩阵构建判别网络模型,获得判别矩阵;再次,采取对抗式学习策略交替优化判别网络与生成网络,使得生成网络尽可能生成与真实分割矩阵一致的视频分割矩阵。本发明通过生成对抗网络能够学习得到更符合真实视频目标数据分布的分割结果,同时充分考虑视频内目标的长期关系和短期关系,能够处理视频内目标的复杂变化,如目标快速运动和形状变化,提高了视频目标分割的准确度和鲁棒性。
-
公开(公告)号:CN112052995A
公开(公告)日:2020-12-08
申请号:CN202010895010.1
申请日:2020-08-31
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于融合情感倾向主题的社交网络用户影响力预测方法。现有方法影响力计算结果笼统,无法有效的体现用户的实际影响力。本发明方法首先提取用户带有不同情感倾向的主题信息,建立对应的用户博文信息列表;然后,建立用户‑情感倾向主题影响力矩阵,获取情感倾向主题相似、邻居相似、用户相似信息;最后,建立预测模型,对未观察到的情感倾向主题进行影响力预测。本发明方法融入情感倾向,结合行为用户属性,使得影响力度量的值更加的准确,更能反应一个用户的影响力程度,使得能够预测用户在未观察到的主题上的影响力,不局限于用户的历史数据观察到的主题,并融合多种相似信息,弥补数据稀疏问题,预测结果更加的准确。
-
公开(公告)号:CN110401581B
公开(公告)日:2020-12-01
申请号:CN201910660498.7
申请日:2019-07-22
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于流量追溯的工控协议模糊测试用例生成方法。本发明步骤如下:步骤1.配置文件读取;步骤2.测试协议相关的协议报文提取;步骤3.测试用例模版填充,生成测试用例脚本;通过对真实流量进行解析、提取报文应用层数据,将报文数据转换为Python语言代码表示,注入到测试用例模版中,生成测试用例脚本,在不需要人工编写测试用例的基础上,快速进行模糊测试;同时使用多个不同类型的测试用例进行针对性和随机性的组合来对目标设备进行测试。本发明使用多个不同类型的测试用例进行针对性和随机性的组合来对目标设备进行测试,有效提高了测试的覆盖率。该方法适用于已有工控协议漏洞挖掘和工控协议研发的自动化测试。
-
公开(公告)号:CN110942463A
公开(公告)日:2020-03-31
申请号:CN201911045144.8
申请日:2019-10-30
Applicant: 杭州电子科技大学
IPC: G06T7/10
Abstract: 本发明公开了一种基于生成对抗网络的视频目标分割方法。本发明方法首先将视频输入考虑首帧以及相邻帧分别与当前帧关系的生成网络模型,经过全卷积神经网络及反卷积上采样,获得生成网络视频分割矩阵;其次,利用视频帧及其生成网络视频分割矩阵构建判别网络模型,获得判别矩阵;再次,采取对抗式学习策略交替优化判别网络与生成网络,使得生成网络尽可能生成与真实分割矩阵一致的视频分割矩阵。本发明通过生成对抗网络能够学习得到更符合真实视频目标数据分布的分割结果,同时充分考虑视频内目标的长期关系和短期关系,能够处理视频内目标的复杂变化,如目标快速运动和形状变化,提高了视频目标分割的准确度和鲁棒性。
-
公开(公告)号:CN110267324A
公开(公告)日:2019-09-20
申请号:CN201910429797.X
申请日:2019-05-22
Applicant: 杭州电子科技大学
Abstract: 本发明提出了一种基于中继充电模型最短完成任务时间优化方法。本发明采用的无线传感网络为:在一个2D平面区域中,随机部署了N个传感器,一个服务基站和多跳充电小车,传感器节点和充电小车均可以中继能量;具体的步骤如下:步骤1:获取传感器节点的地理位置和剩余能量信息,计算每个传感器节点的能量需求;步骤2:选择充电小车的锚点和锚点的充电集合步;3:计算充电小车在每个锚点的充电时间步骤;4:为多辆充电小车规划移动路径。本发明采用基于贪心和分解TSP的调度策略,缩短的充电延时,提升充电效率,从而能够适用于传感器部署稠密的无线传感器网络能量补充。
-
公开(公告)号:CN106780519B
公开(公告)日:2019-05-17
申请号:CN201710076992.X
申请日:2017-02-13
Applicant: 杭州电子科技大学
IPC: G06T7/11
Abstract: 本发明公开了一种基于快速张量鲁棒模型的视频前景提取方法。本发明对给定的视频进行如下操作:1)将视频看做三维张量,视频张量分解为低秩张量和稀疏张量,低秩张量由字典张量和系数张量重构,从而建立张量鲁棒模型。2)通过傅里叶变换‑随机优化迭代‑傅里叶逆变换步骤,快速求解张量鲁棒模型,获得视频帧对应的字典张量、系数张量、稀疏张量。3)依据上述步骤对视频帧逐个处理,视频帧背景由字典张量和系数张量的乘积表示,视频帧前景由稀疏张量表示,直至视频结束。本发明从张量分解、鲁棒性、实时性多角度对视频进行处理,能够逐帧快速提取视频前景,同时重构视频背景,提高了视频内容分析的可靠度和速度。
-
公开(公告)号:CN105828344B
公开(公告)日:2019-01-29
申请号:CN201610279870.6
申请日:2016-04-28
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种3D表面的传感器网络栅栏覆盖部署方法。本发明采用的无线传感网络为:在一个感兴趣的立体区域中,随机部署了N个全向传感器,但是并未形成栅栏覆盖;具体的步骤如下:步骤1:构建监测区域的3D网格曲面模型;从区域地形的GIS信息中得到部署区域的数字高度模型,以DEM数据点集为基础,通过三角重构法构造监测区域的3D网格曲面模型;步骤2:计算3D网格曲面中任意两个数据点之间的最短路径;步骤3:构建栅栏图;步骤4:修改栅栏图的边;步骤5:计算最终的部署结果。本发明采用动态聚类法,减少冗余边数量,提升计算效率,从而能够适用传感器规模较大的应用场景的栅栏部署。
-
公开(公告)号:CN119782191B
公开(公告)日:2025-05-27
申请号:CN202510281101.9
申请日:2025-03-11
Applicant: 杭州电子科技大学
IPC: G06F11/3668 , H04L43/18
Abstract: 本发明涉及基于跨多状态的协议模糊测试方法及系统,其方法包括如下步骤:S1:对目标协议实体程序进行预处理,做测试准备;S2:进行模糊测试,在模糊测试过程中包括递归选择字段组合阶段和有价值种子的替换与变异阶段,并同步进行变异字段关系表的更新和变异字段选择概率表的更新;S3:对结果信息进行反馈。其系统包括测试准备模块、模糊测试模块、结果信息反馈模块。本发明利用字段关系的传递性对所有相邻相关状态的数据模型的字段进行组合变异,减少了不必要的变异操作,并高效利用变异字段关系进行组合变异,并通过引入状态数据模型间的字段关系表和概率选择表,提高分支覆盖率和测试多样性,有效提升测试效率。
-
公开(公告)号:CN119645883B
公开(公告)日:2025-05-06
申请号:CN202510174601.2
申请日:2025-02-18
Applicant: 杭州电子科技大学
IPC: G06F11/3668
Abstract: 本发明涉及基于响应信息的有状态协议模糊测试方法及系统,其方法包括如下步骤:S1:预处理阶段S2:模糊测试阶段;S3:状态选择阶段;S4:种子调度阶段。其系统包括测试准备模块、模糊测试模块、状态选择模块、种子调度模块。本发明通过对待测协议实体程序的源代码进行静态分析捕获其中的枚举类型变量的分配和使用。本发明通过分析被测程序的响应结果信息,提取响应头字段,在响应码表示状态的基础上,进一步细分状态,有效的区分了同一种子中多个相同状态码表示的状态,使用抵达目标状态的响应头字段信息和覆盖率信息对种子价值和变异位置进行调整,显著提升了有状态协议模糊测试的代码覆盖率,发现更多漏洞,大幅提高了模糊测试效率。
-
-
-
-
-
-
-
-
-