-
公开(公告)号：CN119988326A
公开(公告)日：2025-05-13
申请号：CN202510041436.3
申请日：2025-01-10
Applicant: 武汉理工大学
IPC: G06F16/16 , H04L12/28 , G10L15/26 , G06F16/31 , G06F16/334 , G06F16/335 , G06F16/338 , G06N3/08
Abstract: 本发明公开了一种基于大型语言模型的智能家庭助手系统实现方法，该方法包括以下步骤：S1）获取用户的信息、智能家居设置函数文件以及用户的智能家居个性化设置文件通过词嵌入模型进行向量化，将其转化为向量表示；S2）进行用户身份识别，将从向量数据库中读取相应的个性化设置；S3）接收用户的语音指令输入，通过语音识别将用户的语音输入转换为识别的文本；S4）将文本识别结果结合提示词发送给大语言模型；S5）大语言模型根据接收的文本识别结果结合提示词生成返回结果，解析大语言模型生成的结果，将其分为回复内容和可执行代码。本发明方法可以提升智能家居的个性化体验，增强用户满意度。
-
公开(公告)号：CN115098395B
公开(公告)日：2024-10-18
申请号：CN202210836462.1
申请日：2022-07-15
Applicant: 武汉理工大学
IPC: G06F11/36
Abstract: 本发明涉及一种基于无关性覆盖模型的多状态系统可靠性分析方法，包括以下步骤：S1、计算多状态系统中各组件的最小无关触发；S2、根据所述最小无关触发，得到多状态系统状态不达标的逻辑表达式，根据该表达式构造多状态多值决策图；S3、根据所述多状态多值决策图，通过遍历决策图得到使系统状态不达标的不相交之和(SDP)，计算这个SDP发生的概率，由此得到系统的不可靠度。本发明多状态系统中的组件不仅会因为其他组件的失效而成为无关组件，也会因为其他组件的状态衰退而成为无关组件。
-
公开(公告)号：CN113219936B
公开(公告)日：2024-08-20
申请号：CN202110324872.3
申请日：2021-03-26
Applicant: 武汉理工大学
IPC: G05B23/02
Abstract: 本发明公开了一种考虑内在故障和外在故障的基于不完全覆盖的可靠性分析方法，包括：构建由多个组件组成的系统，并构建系统可靠性故障树，据此得到对应的布尔结构函数；判断故障树中每个节点所属的故障类型是内在故障还是外在故障；计算每个节点的最小无关触发，最小无关触发发生后，节点对应组件的状态变为无关状态，无关状态组件发生未覆盖内在故障不影响系统的正常工作；依据不可靠度函数来计算系统的不可靠度，从而获得系统可靠度的结果。本发明针对不同影响范围的故障划分了内在故障和外在故障，同时结合组件的相关性，从而考虑了无关组件的未覆盖内在故障对系统的影响，提高系统可靠度。
-
公开(公告)号：CN115333798B
公开(公告)日：2024-07-23
申请号：CN202210888430.6
申请日：2022-07-27
Applicant: 武汉理工大学
IPC: H04L9/40
Abstract: 本发明涉及一种保护用户数量信息的安全虹膜识别方法，包括以下步骤：S1、注册阶段，所述注册阶段为用户通过不定个数的可撤销令牌生成不定个数的注册模板发送给服务器，服务器判断模板有效后存储注册模板；S2、识别阶段，所述识别阶段为用户提交待识别模板，服务器与数据库中的所有注册模板进行对比输出识别结果。本发明能够在不影响国际标准ISO/IEC 24745对安全虹膜识别提出的不可逆性、可撤销性和不可连接性以及识别精度的情况下，新增对用户数量信息的隐私保护。
-
公开(公告)号：CN116563322A
公开(公告)日：2023-08-08
申请号：CN202310448084.4
申请日：2023-04-23
Applicant: 武汉理工大学
IPC: G06T7/13 , G06N3/094 , G06N3/0475 , G06T5/00 , G06T5/30 , G06T7/62 , G06N3/0455
Abstract: 本发明公开了一种对抗补丁的检测及防御方法，分别基于异常定位和边缘检测。基于异常定位的对抗补丁的检测方法利用干净图像训练编码器‑解码器结构的生成对抗网络；将待检测图像输入至生成对抗网络得到输出图像，二者相减并取绝对值得到绝对误差；绝对误差大于误差阈值的图像区域即为对抗补丁所在的区域；基于边缘检测的对抗补丁的检测方法将待检测图像转化成灰度图并进行边缘检测，得到边缘图像；将边缘图像内的边缘线条连接成一个个封闭区域，保留面积小于对抗补丁区域的面积的封闭区域，即为对抗补丁所在的区域。本发明能够基于异常定位和边缘检测这两种方案分别检测出对抗补丁，并对该区域涂黑或者使用图像修复算法复原该区域以防御对抗补丁。
-
Patent Agency Ranking
公开(公告)号：CN115601764A
公开(公告)日：2023-01-13
申请号：CN202211283747.3
申请日：2022-10-20
Applicant: 武汉理工大学(CN)
Abstract: 本发明公开了一种基于轻量级卷积神经网络的古籍汉字识别方法。通过集成多个专家模型，在训练过程中将预测概率分布差异项加入损失函数，降低在全体类别上的预测偏差和方差，从而提高在所有类别上的识别精度，同时引入模型轻量化技术降低了集成模型的计算开销和参数量，实现轻量级的古籍汉字长尾样本识别模型。本发明得到的模型在样本严重不均衡的古籍汉字数据集上能够有效提升在生僻字样本集上的识别精度，并与常规轻量级模型的计算复杂度和参数量相近。
-
-
公开(公告)号：CN112527670B
公开(公告)日：2022-06-03
申请号：CN202011511241.4
申请日：2020-12-18
Applicant: 武汉理工大学
Abstract: 本发明公开了一种基于Active Learning的项目内软件老化预测方法，通过收集软件中代码静态度量，使用Active Learning挑选出样本进行打标签作为训练集，去预测剩下的无类标的样本。采用Active Learning进行样本挑选和人工打标签，构成训练集。采用过采样和欠采样结合法缓解类不平衡问题，使用机器学习分类器进行预测。本发明考虑了软件老化缺陷数据集样本少，收集比较耗时耗力，采用欠采样和过采样结合的方法缓解极类不平衡问题，有助于开发者在开发测试阶段发现软件老化相关缺陷并移除，避免软件老化问题带来的损失。本发明已在真实软件上验证过其可行性，并可推广至其他软件来预测软件老化相关缺陷。
-
公开(公告)号：CN114140806A
公开(公告)日：2022-03-04
申请号：CN202111292553.5
申请日：2021-11-03
Applicant: 武汉理工大学
IPC: G06V30/413 , G06V30/148 , G06V30/146 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种端到端的实时习题检测方法，首先对输入的图片进行Mosaic数据增强，然后根据数据集标记，自动计算出数据集的最佳锚框值，在上述操作之后会对图片进行自适应缩放，将处理过后的图片送入物体检测网络进行物体检测，输出检测框的坐标位置以及置信度，然后将图片以及检测框的位置信息送入文字识别端进行题目的文字识别，最后输出图片中题目位置以及题目文字信息。
-
公开(公告)号：CN109117255B
公开(公告)日：2021-11-02
申请号：CN201810708461.2
申请日：2018-07-02
Applicant: 武汉理工大学
IPC: G06F9/48 , G06F9/50 , G06F1/3234
Abstract: 本发明公开了一种基于强化学习算法的异构多核嵌入式系统能耗优化调度方法。在硬件方面，在每个处理器上装载一个DVFS调节器，通过调节各处理器工作电压，改变各处理器硬件特性，动态构建出匹配软件特性的硬件平台；在软件方面，针对传统启发式算法(遗传算法、退火算法等)或存在局部搜索能力不足或存在全局搜索能力不强等缺点，探索性地运用机器学习领域的Q‑Learning算法来寻找能耗最优化调度解。Q‑Learning算法通过不断试错以及与环境交互反馈的方式，可兼顾全局搜索和局部搜索的性能，从而实现比传统启发式算法更优的搜索效果。上千组实验表明，Q‑Learning算法相较于传统GA算法，能耗降低率可达6％～32％。
-
-
-
-
-
-
-
-
-
Search Results
87
records
(took 0.051 seconds)
