-
公开(公告)号：CN110263924A
公开(公告)日：2019-09-20
申请号：CN201910530705.7
申请日：2019-06-19
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种神经元群模型的参数和状态估计方法，涉及神经信号处理技术领域。本发明采用UKF算法对神经元群模型的参数和状态进行估计，其中，采用高效率的递归算法对神经元群模型的参数进行估计，利用滤波算法追踪模型中生理学参数的变化，为分析神经科学和临床应用中脑电信号潜在的生理机制提供可靠的依据。从仿真结果可以看出，在含有噪声的情况下，UKF算法可以估计出随时间变化的状态和生理学参数。UKF算法克服了遗传算法运行效率低、参数难以确定等缺陷，同时能估计出随时间变化的生理学参数。
-
公开(公告)号：CN110443045B
公开(公告)日：2020-12-15
申请号：CN201910742264.7
申请日：2019-08-13
Applicant: 北京计算机技术及应用研究所
IPC: G06F21/57
Abstract: 本发明涉及一种基于机器学习方法的模糊测试用例生成方法，涉及信息安全领域。本发明对目前模糊测试技术存在的测试用例冗余问题优化设计，在面向源程序文件的模糊测试用例生成方面，通过在模糊测试用例生成前，标记识别程序对象中的污点变量和问题函数，结合对已有的种子用例生成、筛选技术，可提升模糊测试用例的有效性，降低模糊测试用例集合的冗余度。其中，在测试用例生成环节，结合机器学习，分析机器学习用于测试用例精简的可行性，得到机器学习的测试用例生成优化技术思路，采用机器学习的模型和算法，改进模糊测试流程中的测试用例生成环节，提升测试用例的生成效率，实现测试用例结合的去冗余，达到提高模糊测试流程智能化程度的目标。
-
公开(公告)号：CN110263924B
公开(公告)日：2021-08-17
申请号：CN201910530705.7
申请日：2019-06-19
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种神经元群模型的参数和状态估计方法，涉及神经信号处理技术领域。本发明采用UKF算法对神经元群模型的参数和状态进行估计，其中，采用高效率的递归算法对神经元群模型的参数进行估计，利用滤波算法追踪模型中生理学参数的变化，为分析神经科学和临床应用中脑电信号潜在的生理机制提供可靠的依据。从仿真结果可以看出，在含有噪声的情况下，UKF算法可以估计出随时间变化的状态和生理学参数。UKF算法克服了遗传算法运行效率低、参数难以确定等缺陷，同时能估计出随时间变化的生理学参数。
-
公开(公告)号：CN110443045A
公开(公告)日：2019-11-12
申请号：CN201910742264.7
申请日：2019-08-13
Applicant: 北京计算机技术及应用研究所
IPC: G06F21/57
Abstract: 本发明涉及一种基于机器学习方法的模糊测试用例生成方法，涉及信息安全领域。本发明对目前模糊测试技术存在的测试用例冗余问题优化设计，在面向源程序文件的模糊测试用例生成方面，通过在模糊测试用例生成前，标记识别程序对象中的污点变量和问题函数，结合对已有的种子用例生成、筛选技术，可提升模糊测试用例的有效性，降低模糊测试用例集合的冗余度。其中，在测试用例生成环节，结合机器学习，分析机器学习用于测试用例精简的可行性，得到机器学习的测试用例生成优化技术思路，采用机器学习的模型和算法，改进模糊测试流程中的测试用例生成环节，提升测试用例的生成效率，实现测试用例结合的去冗余，达到提高模糊测试流程智能化程度的目标。
-
-
-
Search Results
4
records
(took 0.033 seconds)
