-
公开(公告)号：CN118963831A
公开(公告)日：2024-11-15
申请号：CN202411009805.2
申请日：2024-07-26
Applicant: 东北大学
IPC: G06F8/76
Abstract: 本发明提供了一种多程序语言跨指令集架构移植方法，涉及程序语言移植方法，在待迁移软件项目压缩包上传后，工具可以自动化扫描软件内部结构中与架构相关的软件成分，包括依赖库信息、源代码成分和配置文件成分等，进行定位和分类归纳，同时结合构建的知识库以及不同架构的白名单和源码映射知识库进行匹配，生成不同类型的迁移建议，从而辅助开发者完成软件迁移工作，与现有技术相比，本发明提出的技术方案中采取自动化定位软件包中和架构相关的软件成分，并可帮助定位多程序语言在迁移时所需要关注的架构相关软件成分，针对不同的待迁移的成分类别，结合收集的知识库，生成定制化的迁移建议，辅助开发者快速构建目标指令集架构的开源软件生态。
-
公开(公告)号：CN114297484B
公开(公告)日：2024-08-13
申请号：CN202111609952.X
申请日：2021-12-27
Applicant: 东北大学
IPC: G06F16/9535 , G06F16/9536 , G06Q50/00
Abstract: 本发明公开一种基于优化观察点选择策略的单信息源点定位方法，该方法利用Jordan中心性，将网络中的感染节点按重要性排序后，将重要的感染节点设置为观察节点，并利用所选观察节点得到的方向信息，删除网络中未参与到传播过程中的边，从而缩减了网络的规模。在缩减的网络上，利用观察节点获取的时间信息，即该观察节点的被感染时间，通过时间可逆的反向传播算法，计算方差最小的节点即该方法所求得的传播源节点。本发明的方法与在网络中随机选择观察节点相比，提高了定位源节点的准确率。另外，该方法基于时间可逆的反向传播算法，不需要将网络重构为树形网络，且在缩小了网络的规模的基础上，降低了单信息传播源节点检测的复杂度。
-
公开(公告)号：CN117194807A
公开(公告)日：2023-12-08
申请号：CN202311057859.1
申请日：2023-08-22
Applicant: 东北大学
IPC: G06F16/9536 , G06F16/901 , G06F16/951
Abstract: 本发明公开一种结合节点高阶邻域熵的多源定位方法，涉及复杂网络传播源点定位技术领域。输入初始数据集，并将初始数据集中的数据转化为邻接矩阵存储的图；随机选取邻接矩阵存储的图中的部分节点作为源节点，并通过传播模型模拟源节点所携带的信息的传播过程，得到传播后的邻接矩阵存储的图；根据得到的感染子图，从感染节点中提取核心节点并组成核心节点集合，进而得到核心节点的数目；根据每个核心节点进行分区的扩展，得到划分完毕的分区结果；根据分区结果，计算分区内每个感染节点的高阶邻域熵，得到每个分区内高阶邻域熵最大的感染节点，该感染节点为其所在分区的源节点，进而找到全部的源节点。
-
公开(公告)号：CN112631607B
公开(公告)日：2023-09-26
申请号：CN202011640702.8
申请日：2020-12-31
Applicant: 东北大学
Abstract: 本发明提供一种检测python环境中依赖冲突的方法，包括：步骤1：构建元数据存储库：获取PYPI所有开源项目名称，判断是否为新增项目；获取全部项目更新版本；获取全部项目更新版本的直接依赖关系；建立全局依赖网络，为每个项目形成依赖关系树。步骤2：分析项目更新引起的依赖问题：获取基础检测数据；查找被分析项目实际安装依赖项；建立被分析项目的完全依赖树及具体安装版本；检测依赖冲突问题；若未发现依赖冲突问题，执行预测问题分析；针对已发生的依赖冲突问题，向开发者推送解决方案。本发明可以持续监控PYPI生态系统的更新，对已发生依赖冲突的检测和可能发生依赖冲突的预测。通过本发明给出的修复意见，能够提供最佳解决方案。
-
公开(公告)号：CN112614052B
公开(公告)日：2023-07-28
申请号：CN202011555544.6
申请日：2020-12-24
Applicant: 东北大学
Abstract: 本发明公开用于图像超分辨率的比特级数据增强。本发明是为解决现存用于超分辨率的数据增强方法利用图片信息不足的问题。比特级数据增强方法包括：图像RGB通道内比特变换数据增强，图像RGB通道间比特交换数据增强，高分辨率、低分辨率图像通道间比特交换数据增强。本发明通过变换图像比特平面发掘隐藏的光感信息，充实图片纹理细节和色彩信息，链接高分辨率和低分辨率图像的相关性。主要步骤为：1)获取图像比特平面；2)图像比特平面变换；3)图像重塑；4)模型训练。本发明在数据集有限的情况下能偶扩展训练集，并在最佳的比特平面变换组合中增强超分辨率恢复效果。
-
Patent Agency Ranking
公开(公告)号：CN116450936A
公开(公告)日：2023-07-18
申请号：CN202310325757.7
申请日：2023-03-30
Applicant: 东北大学
IPC: G06F16/9535 , G06F18/214 , G06N3/08
Abstract: 本发明提供一种基于开发者历史代码的个性化API推荐方法，涉及网络推荐技术领域。本发明通过搜集的训练样本不仅包括符合大众开发者的编程习惯的大量开发者共同开发的项目，而且另外收集开发者个人历史项目代码来进行个性化API推荐；使用数据增强来处理训练样本向量，通过在GREAT模型中加入样本加权的模块以实现开发者个人历史代码数据增强的实现。通过基于开发者历史项目的个性化推荐，模型会学习到开发者特有的个性化API偏好特性，可以更好考虑到开发者在编写代码时的API使用的个人偏好。在推荐过程中考虑到开发者的个人喜好，开发者更有可能接受推荐的API，从而使得产生的推荐结果的准确性得到大幅度的提高。
-
公开(公告)号：CN116450935A
公开(公告)日：2023-07-18
申请号：CN202310322599.X
申请日：2023-03-29
Applicant: 东北大学 , 北京科创汇捷科技发展有限公司
IPC: G06F16/9535 , G06F16/951 , H04L67/51 , G06F40/30 , G06F16/35 , G06F18/22
Abstract: 本发明设计一种面向Web API调用的请求参数转换方法，涉及Web API智能匹配领域和Web API推荐领域；通过将请求参数划分为七种类型，并利用请求参数之间的依赖关系，只需要根据开发人员提供的请求数据和指定的返回数据，就可以向开发人员更加精准的推荐契合开发需求的新Web API，并能帮助开发人员解决用新Web API自动替换失效Web API时的请求参数转换问题，进而实现当一个Web API失效时，在不需要阅读新Web API的开发文档并提供指定的请求参数的情况下，就可以使用一个新的Web API自动替换掉失效的Web API，保证相同的系统效果的情况下，简化软件开发过程。
-
公开(公告)号：CN116405182A
公开(公告)日：2023-07-07
申请号：CN202310385902.0
申请日：2023-04-12
Applicant: 东北大学
Abstract: 本发明提供一种基于递归结构和分块思想的可逆信息隐藏方法，包括对需要嵌入文本信息的载体图像进行预处理，对预处理后的载体图像嵌入隐藏信息，提取载体图像中嵌入的隐藏信息，还原载体图像四个部分。该方法能够将自然图像处理成具备嵌入信息功能的加密图像，提供信息嵌入功能。而且信息提取和图像还原是可以分离的，嵌入信息的第三方可以在不还原图像的条件下进行隐藏信息的嵌入和信息提取，除此之外，该方法是完全可逆的方法，在对图像进行预处理后可以按照逆过程无失真地还原图像。
-
公开(公告)号：CN116346998A
公开(公告)日：2023-06-27
申请号：CN202310369727.6
申请日：2023-04-10
Applicant: 东北大学
IPC: H04N1/32 , H04N19/625 , H04L9/00 , H04N19/91 , H04N19/154 , H04L9/32
Abstract: 本发明提供一种基于混沌理论和直方图移位的JPEG可逆数据隐藏方法，首先根据JPEG图像使用混沌系统生成伪随机序列，然后通过熵解码JPEG图像获得量化后的离散余弦变换DCT系数，得到DCT系数块，用伪随机序列x置乱所有的DCT系数块进行数据嵌入，增强了数据嵌入的隐蔽性和安全性。本发明未修改量化块中的零AC系数，只对绝对值为1的AC系数展开以携带秘密信息，并且提出了一种新的系数块选择策略，即在信息嵌入过程中根据AC系数值为1的数量与其他非零AC系数的数量的比值R进行嵌入系数块的选择，很好地保存了图像的视觉质量和存储大小，具有较高的嵌入容量且嵌入容量仅取决于DCT系数块中绝对值为1的AC系数数量。
-
公开(公告)号：CN116188325A
公开(公告)日：2023-05-30
申请号：CN202310341880.8
申请日：2023-03-31
Applicant: 东北大学
IPC: G06T5/00 , G06T7/90 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于深度学习和图像颜色空间特性的图像去噪方法，涉及图像处理技术领域。本发明考虑到图像的成像原理，利用噪声对于不同颜色通道的影响，对图像进行初步的处理，以增强更多图像信息，帮助网络进行训练。最终算法可以对包含真实噪声的图像和人工合成噪声的图像进行去噪，同时保留了图像的细节信息。由此，本发明设计的网络可以训练出更具有普适性的去噪图像结果，提高了图像去噪的简便性和准确性，具有现实应用价值。
-
-
-
-
-
-
-
-
-
Search Results
103
records
(took 0.027 seconds)
