一种基于序列变换的循环神经网络可解释性方法、系统

    公开(公告)号:CN114004340A

    公开(公告)日:2022-02-01

    申请号:CN202111344376.0

    申请日:2021-11-15

    Applicant: 南开大学

    Abstract: 本发明实施例提供一种基于序列变换的循环神经网络可解释性方法、系统,包括:获取用户选择的待解释模型和预期输入至待解释模型的原输入、各组件的序列;计算各组件对应的组件内部重要性作为模型局部计算逻辑的解释;计算各个组件对应的组件中心重要性;从组件中心重要性数据库中获取与各组件的序列相似的数据;获取各组件的序列变异后的父代输入和交叉变换之后的子代输入,确定原输入中最关键的输入序列;确定待解释模型对于所计算的原输入的结果的解释。本发明可以探索多个输入序列对循环神经网络计算过程的影响,并将模型的计算过程和其训练过程联系起来,获知训练集对计算产生影响的部分。

    一种基于代码克隆技术的用户评论推荐方法

    公开(公告)号:CN109683946B

    公开(公告)日:2021-12-03

    申请号:CN201811521684.4

    申请日:2018-12-13

    Applicant: 南开大学

    Abstract: 一种基于代码克隆技术的用户评论推荐方法,该方法结合代码克隆技术和用户评论推荐算法为新开发的软件或缺少用户评论的软件提供合理有效的评论。主要过程有:首先收集大量代码克隆数据,使用AST以及Word2Vec处理数据集中的代码对并将其表示为向量,基于向量进行CNN模型训练及保存;其次是用户评论阶段数据的收集及预处理,将用户基于插件输入的代码和用于评论推荐的代码组成代码对,采用代码克隆阶段相同的处理方法将代码对表示为向量;最后基于向量和保存的CNN模型进行相似度值的预测,最终为用户输入的代码段提供合理有效的用户评论。本发明解决了应用软件没有足够多有效用户评论的难题,为软件的进一步提升和改进提供更多有效的信息。

    基于轻量化卷积神经网络的声纹识别方法和装置

    公开(公告)号:CN113611315A

    公开(公告)日:2021-11-05

    申请号:CN202110886681.6

    申请日:2021-08-03

    Applicant: 南开大学

    Abstract: 一种基于轻量化卷积神经网络的声纹识别方法和装置,解决了现有技术中声纹识别技术精度低且网络参数量和计算量过大的问题。声纹识别方法包括:基于声学特征向量,顺次执行多个特征提取子例程,分别得到多个第四声纹特征向量;基于部分第四声纹特征向量确定第五声纹特征向量;采用低秩矩阵分解技术对第五声纹特征向量进行全连接,得到第六声纹特征向量;根据第六声纹特征向量进行声纹识别。其中,特征提取子例程包括:对输入特征向量进行多个不同空洞率的深度可分离卷积操作,得到多个第一声纹特征向量,确定多个第一声纹特征向量各自的权重向量,基于权重向量对多个第一声纹特征向量进行加权融合,得到第二声纹特征向量。

    一种基于多任务分类的肺部病理音自动化分析方法

    公开(公告)号:CN113436726A

    公开(公告)日:2021-09-24

    申请号:CN202110728236.7

    申请日:2021-06-29

    Applicant: 南开大学

    Abstract: 本发明公开了一种基于多任务分类的肺部病理音自动化分析方法,涉及肺部病理分析技术领域,包括以下步骤:将提取的音频特征,输入至卷积神经网络MobileNetV2的多任务分类模型,所述卷积神经网络MobileNetV2的多任务分类模型,包括输出用于肺部病理音识别任务和输出用于肺部疾病预测任务。本发明采用多任务学习方法可以隐式增加训练数据量,并通过同一数据的多个标签信息的领域知识来改善模型的泛化性能,从而提升卷积神经网络MobileNetV2的多任务分类模型的预测准确率,另外使用轻量化的卷积神经网络MobileNetV2的多任务分类模型,参数较少,对训练设备的计算能力、内存大小的需求比较小,使得预测分类任务可以在移动或嵌入式设备上完成。

    训练图像分割模型的方法、图像分割的方法及其装置

    公开(公告)号:CN112365512A

    公开(公告)日:2021-02-12

    申请号:CN202011299408.5

    申请日:2020-11-18

    Applicant: 南开大学

    Abstract: 本发明提供了一种训练图像分割模型的方法、图像分割的方法及其装置。所述图像分割模型包括知识矩阵,所述训练图像分割模型的方法包括:获取待训练图像的特征图;对所述特征图与所述知识矩阵进行特征融合,得到目标特征图,所述知识矩阵用于区分所述待训练图像中的目标区域;基于所述目标特征图进行图像分割,得到图像分割结果,所述图像分割结果用于指示所述待训练图像中的所述目标区域;根据所述图像分割结果调整所述知识矩阵。根据本发明中的方法训练所述图像分割模型,并使用所述图像分割模型进行图像分割,可以提高图像分割的准确率。

    一种相似性检测模型的训练方法及装置、应用方法及装置

    公开(公告)号:CN111860662A

    公开(公告)日:2020-10-30

    申请号:CN202010723891.9

    申请日:2020-07-24

    Applicant: 南开大学

    Abstract: 本发明提供了一种相似性检测模型的训练方法及装置、应用方法及装置。该训练方法包括:对第一应用程序和第二应用程序的属性信息进行特征提取,获得属性特征;根据属性特征,获得第一应用程序和第二应用程序之间的相似度;根据相似度和相似度标签的差异,训练相似性检测模型,其中,相似度标签用于标记第一应用程序和第二应用程序之间的相似性,能够利用相似度标签作为训练标签,建立有监督的相似性检测模型,提高相似性检测模型的性能,从而提高应用程序相似性的检测效率和准确性。

    显著性物体的检测方法、装置、存储介质及电子设备

    公开(公告)号:CN111428805A

    公开(公告)日:2020-07-17

    申请号:CN202010251865.0

    申请日:2020-04-01

    Applicant: 南开大学

    Abstract: 本发明提供了一种显著性物体的检测方法、检测装置、计算机可读存储介质以及电子设备,通过编码操作和解码操作以获取待检测图像中的显著性物体的位置信息和轮廓信息,其中,编码操作包括N层级第一卷积操作,解码操作包括与第一卷积操作对应的N层级第二卷积操作,下一层级第二卷积操作包括对上一层级第二卷积操作的输出图像和该上一层级第二卷积操作对应的第一卷积操作的输出图像进行的第一融合操作,在解码操作中融合对应编码操作的输出图像,可以结合编码操作得到的信息,从而提高检测精度;并且部分第二卷积操作包括多个具有不同空洞率且并行的空洞卷积操作,可以从多个尺度去学习得到多个尺度的信息,从而进一步提高检测精度。

    一种基于回调函数建模自动生成Android应用回调序列的方法

    公开(公告)号:CN106874764A

    公开(公告)日:2017-06-20

    申请号:CN201710029661.0

    申请日:2017-01-16

    Applicant: 南开大学

    Abstract: 本发明公开了一种基于回调函数建模自动生成Android应用回调序列的方法,该方法考虑了生命周期回调函数,GUI回调函数和系统驱动回调函数,在预先设计并搭建好的Android回调信息库基础上,对源程序进行函数‑回调映射预处理从而获取到回调集,非回调集和函数‑回调映射列表等建模所需基础数据,对应用组件内部的生命周期回调关系、注册关系和组件间的跳转关系进行了统一抽象并生成回调序列模型。本发明的这种基于回调函数建模自动生成Android应用回调序列的方法,建模全面统一,执行速度快,经过实践证明是可信的。可用于Android平台上应用程序的静态分析和内部回调建模领域。

    WEB安全检测方法和装置
    60.
    发明公开

    公开(公告)号:CN104834599A

    公开(公告)日:2015-08-12

    申请号:CN201510202647.7

    申请日:2015-04-24

    Abstract: 本发明提供了一种WEB安全检测方法和装置,其中的方法包括:将WEB安全检测前端提交的检测任务信息存储于WEB安全检测数据集合中;从WEB安全检测数据集合中读取待处理的至少一条检测任务信息,并将读取的检测任务信息写入缓存数据集合中;针对读取的各条检测任务信息均产生多个检测子任务,将各检测子任务分别分配给WEB安全检测后端的集群系统;将集群系统执行检测子任务过程中提交的信息写入缓存数据集合中;在一条检测任务信息对应的各检测子任务执行完成后,将该条检测任务信息在缓存数据集合中的检测结果存储于WEB安全检测数据集合中。本发明提供的技术方案提高了WEB安全检测的安全性,并提高了WEB安全检测的效率。

Patent Agency Ranking