-
公开(公告)号：CN119988930A
公开(公告)日：2025-05-13
申请号：CN202411957989.5
申请日：2024-12-27
Applicant: 南开大学
IPC: G06F18/213 , G06F18/10 , G06F18/214 , G06F18/24 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N20/20 , G06N5/01 , G06F17/16 , G06F17/18
Abstract: 本申请提供了一种超参空间分析方法、装置、电子设备和存储介质。本公开实施例的方法包括：获取精密系统的超参数据；利用超参数据通过深度学习模型进行空间建模，以使得深度学习模型表征超参数据对应的超参空间中第一维度与第二维度间的映射关系；计算深度学习模型的夏普利(Shapley)值，Shapley值用于指示第二维度对第一维度的影响程度；使用协方差矩阵自适应演化(CMA‑ES)算法针对深度学习模型在超参空间进行空间寻优以获得边界特征值，边界特征值指示超参空间中第一维度上变化最快的点的位置；Shapley值和边界特征值用于对精密系统进行设置或优化。本公开实施例能够实现对精密系统的高效、准确、低成本的设置或优化。
-
公开(公告)号：CN119941574A
公开(公告)日：2025-05-06
申请号：CN202411774657.3
申请日：2024-12-04
Applicant: 南开大学
IPC: G06T5/77 , G06T5/60 , G06N3/0455
Abstract: 本发明提供了一种图像修复方法、装置、电子设备及存储介质，通过预先训练完成的修复模型的特征提取层，对待修复图像进行特征提取，得到图像特征，之后再通过修复模型的编码器和解码器，基于图像特征执行自注意力编码操作，进而得到将该待修复图像自身特征进一步编码后的深度编码特征，以及对该编码特征进行解码，得到解码特征，最后根据解码特征得到目标图像。该方法可基于图像特征执行自注意力编码操作，以得到将待修复图像自身特征进一步编码的深度编码特征，以及对该编码特征执行自注意力解码操作，得到解码特征，进而基于解码特征来得到目标图像，在不需要构建数学模型的情况下，可仅基于图像自身特征，修复得到理想的目标图像。
-
公开(公告)号：CN118797294A
公开(公告)日：2024-10-18
申请号：CN202411274021.2
申请日：2024-09-12
Applicant: 南开大学
Abstract: 本公开提供了一种超参空间边界分析方法、装置、电子设备和存储介质。本公开的方法包括：获取第一超参数据，第一超参数据具有多个维度，每个维度代表一种超参数；对第一超参数据进行降维处理以获得第二超参数据，第二超参数据的维度数量小于第一超参数据的维度数量；针对第二超参数据中每m个不同维度进行连续函数建模以获得多个连续函数关系，m为大于1的整数；针对每个连续函数关系进行空间寻优以获得第二超参数据的特征值，特征值指示第二超参空间中梯度下降步长最大的点的位置；利用第二超参数据的特征值进行边界求解与升维处理以获得第一超参空间边界信息。本公开能够有效提升超参空间边界分析的效率和准确性。
-
公开(公告)号：CN111428805B
公开(公告)日：2023-04-18
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、检测模型、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。
-
公开(公告)号：CN111860662B
公开(公告)日：2023-03-24
申请号：CN202010723891.9
申请日：2020-07-24
Applicant: 南开大学
IPC: G06F18/22 , G06F18/25 , G06N3/0442 , G06N3/084
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。
-
Patent Agency Ranking
公开(公告)号：CN112861786B
公开(公告)日：2022-12-02
申请号：CN202110255119.3
申请日：2021-03-09
Applicant: 南开大学
Abstract: 本申请提供了一种人脸篡改视频检测方法，包括：基于待检测视频对应的多幅图像帧确定所述多幅图像帧对应的多个盲反卷积核，其中，所述多幅图像帧和所述多个盲反卷积核呈一一对应关系；基于所述多个盲反卷积核确定所述待检测视频的类型，其中，所述类型包括篡改视频和非篡改视频。由于篡改视频和非篡改视频对应的图像的盲反卷积核有一定的差异，通过盲反卷积核确定所述待检测视频的类型，提高了人脸篡改视频检测的准确性，且篡改视频和非篡改视频对应的图像的盲反卷积核之间的差异对视频的模糊程度、压缩率等要求较低，因此，通过盲反卷积核确定待检测视频的类型的方法具有较高的通用性。
-
公开(公告)号：CN112329633A
公开(公告)日：2021-02-05
申请号：CN202011225750.0
申请日：2020-11-05
Applicant: 南开大学
IPC: G06K9/00
Abstract: 本发明提供了一种基于张量分解的情感识别方法、装置、计算机可读存储介质及电子设备，通过将多种模态的生理信号数据转换为张量数据，将张量分解为与多种模态分别对应的多个低秩矩阵，并且根据张量数据构建多种模态分别对应的多个图矩阵，其中图矩阵表征一种模态的生理信号数据对应的低秩矩阵中各元素之间的相似性，利用张量数据和图矩阵中的已知量，估算得到生理信号数据的缺失数据，从而补充完整的生理信号数据，然后根据完整的生理信号数据识别情感类别，从而实现了部完整的生理信号数据的情感识别，并且利用生理信号数据之间的相互关联性保证了准确率。
-
公开(公告)号：CN111445913A
公开(公告)日：2020-07-24
申请号：CN202010214245.X
申请日：2020-03-24
Applicant: 南开大学
Abstract: 本发明提供了一种基于神经网络的声纹特征提取方法和装置，解决了现有技术中声纹特征提取精度不够的问题。基于神经网络的声纹特征提取方法包括：利用卷积神经网络结合注意力机制对输入的目标语音数据进行特征提取，得到帧级特征向量序列；结合注意力机制对帧级特征向量序列进行降采样，以将帧级特征向量序列转化为预定维度的中间特征向量；对中间特征向量进行全连接操作，以获得句子级的声纹特征向量。
-
公开(公告)号：CN106709355A
公开(公告)日：2017-05-24
申请号：CN201611042327.0
申请日：2016-11-21
Applicant: 南开大学 , 国网天津市电力公司信息通信公司
CPC classification number: G06F21/577 , G06F16/284
Abstract: 一种基于交互数据采集的Web应用程序访问操作提取方法，该方法首先设计了一种交互数据采集算法，该算法遍历Web应用程序中不同角色下的不同用户的合法操作，捕获和解析用户、Web应用程序端与数据库端之间的交互数据。在此基础上，对Web应用程序可能采用的关系型数据库与MongoDB数据库操作分别解析，并得到写访问操作，然后使用纵向匹配和横向匹配方法解析读访问操作，得到完整的Web应用程序访问操作。本发明方法适用范围广，对采用不同类型数据库的Web应用程序均适用，且可作为自动推导Web应用程序预期访问控制机制的基础，检测Web应用程序访问控制漏洞，可以用于Web应用程序访问控制策略生成和访问控制漏洞检测领域。
-
公开(公告)号：CN101894237A
公开(公告)日：2010-11-24
申请号：CN201010242794.4
申请日：2010-08-03
Applicant: 南开大学
Abstract: 一种应用遗传算法自动生成XSS跨站点脚本漏洞检测参数的方法，该方法设计了一套检测参数集、编码解码策略和攻击参数数据库，使用了遗传算法的交叉、变异、选择操作，以及设计了其模拟攻击操作，并按照跨站点脚本漏洞的参数规则和遗传算法的原理实现其算法。再通过模拟攻击操作的反馈结果和基因编码策略不断生成新的父代与子代，循环执行算法直到达到预期的代数。本发明的这种应用遗传算法自动生成XSS跨站点脚本漏洞检测参数的方法是可信和完备的，它覆盖面广，执行速度块，可用于自动生成跨站点脚本漏洞检测参数领域。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.027 seconds)
