-
公开(公告)号：CN117195237A
公开(公告)日：2023-12-08
申请号：CN202311256715.9
申请日：2023-09-26
Applicant: 哈尔滨工程大学 , 哈尔滨工程大学三亚南海创新发展基地 , 海南俊码数据研究院有限公司
IPC: G06F21/57 , G06F18/2431 , G06F18/2413 , G06F18/214 , G06N3/045 , G06N3/0442
Abstract: 本发明涉及一种面向智能合约的漏洞检测系统及方法，该系统包括：数据预处理模块，用于收集智能合约，将所述智能合约进行无用信息删除、以获取包含与漏洞形成有关的智能合约切片，将所述智能合约切片进行不同漏洞种类标注，获取标注结果；特征提取模块，用于基于所述标注结果，构建智能合约漏洞检测模型，基于所述智能合约漏洞检测模型，获取检测结果；分类模块，用于对所述检测结果进行分类，完成漏洞检测；所述数据预处理模块、所述特征提取模块和所述分类模块依次连接。本发明通过对智能合约的源代码进行切片检测，降低了输入信息的长度，减少了训练的工作量，使代码片段中有用的部分更加密集，提升了智能合约漏洞检测系统的可靠性和准确性。
-
公开(公告)号：CN116821238A
公开(公告)日：2023-09-29
申请号：CN202310770494.0
申请日：2023-06-28
Applicant: 哈尔滨工程大学 , 哈尔滨工程大学三亚南海创新发展基地
Inventor： 潘海为 , 周鑫玥 , 张可佳 , 蔡成涛 , 王巍 , 王一 , 王小芳 , 陈征平 , 毕晓燕 , 刘泽超 , 申林山 , 宋洪涛 , 王兴梅 , 王也 , 杨东梅 , 张立国
IPC: G06F16/27 , H04L67/1097 , G06F16/22 , G06F16/23 , G06F11/14 , G06F30/27 , G06F30/28 , G06N20/00 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种基于机器学习的数值水池虚拟试验管理系统，包括，数据收集模块，用于获取数字虚拟水池试验中各种场景下的初始数据，随机生成模拟数据；模拟数据为实际水文环境中包括水流运动、水位变化、波浪的水动力学现象各种场景的待处理数据；中央存储模块，与数据收集模块连接，用于当接收到数据收集模块发送的存储任务后，对模拟数据进行处理并将处理后的模拟数据进行底层存储；自动化存储模块，与中央存储模块连接，用于根据预测分析结果自动调整存储资源配置，以及维护多个副本的数据一致性。本发明提高了系统对试验数据的存储容量以及试验的精度和效率，实现了对数值水池虚拟试验的自动化管理。
-
公开(公告)号：CN118646734A
公开(公告)日：2024-09-13
申请号：CN202410869805.3
申请日：2024-07-01
Applicant: 哈尔滨工程大学
IPC: H04L61/4511 , H04L9/00
Abstract: 智能标识解析系统的构建方法及解析系统，涉及计算机网络技术领域。解决传统的DNS架构难以应对高并发和大流量的情况，容易导致解析延迟和服务不稳定以及Handle系统在标识解析方面存在限制的问题。方法包括：构建智能标识解析系统的框架，包括节点及账本数据结构设计、标识生命周期管理、数据存储机制设计和标识解析流程；构建智能标识解析系统软件结构，包括基于DNS路径的解析模块、基于区块链路径的解析模块和异步验证模块；建立联盟链网络，联盟链使用超级账本Hyperledger下的优化后的子项目Fabric进行搭建。本发明应用于网络安全和工业互联网领域。
-
公开(公告)号：CN113642245B
公开(公告)日：2024-03-19
申请号：CN202110975058.8
申请日：2021-08-24
Applicant: 哈尔滨工程大学
IPC: G06F30/27 , G06F17/14 , G06F16/36 , G06F16/21 , G06N3/0475 , G06N3/094 , G06F119/10
Abstract: 一种舰船辐射噪声数据集的构建方法，它属于水声信号识别领域。本发明解决了实采舰船辐射噪音样本稀缺的问题。本发明根据现有的舰船辐射噪声数据实采样本，利用仿真技术生成符合实际需要的舰船辐射噪声，将仿真舰船辐射噪声和实采的海洋噪声一起作为原始噪声数据集，将LOFAR谱用于预处理，保留关键特征，最后用GAN实现样本扩展，从而获得更多的数据集来满足深度学习大数据量的需求。本发明可以应用于对舰船辐射噪声数据集的构建。
-
公开(公告)号：CN116543021A
公开(公告)日：2023-08-04
申请号：CN202310596182.2
申请日：2023-05-24
IPC: G06T7/246 , G06V10/44 , G06V10/82 , G06V10/80 , G06N3/0475 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 一种基于特征融合的Siamese网络视频单目标跟踪方法，具体涉及一种基于特征融合的Siamese网络监控视频的单目标跟踪方法，为了解决Siamese网络单目标跟踪算法在面对复杂环境和被跟踪目标附近存在明显的背景干扰时的跟踪能力较低，无法准确跟踪目标，以及跟踪一些特定目标时输出的跟踪区域不够精确的问题。利用模板区域图像集和搜索区域图像集对构建的模型进行训练，分别输出模板图像和搜索图像的特征图，模型依次包括基于混合注意力机制的ResNet‑50网络和孪生特征融合网络，将模板图像的特征图和搜索图像的特征图输入RPN网络中进行相似性对比，输出搜索图像中与模板图像相似度最高的预测区域，实现单目标的跟踪。属于目标跟踪领域。
-
Patent Agency Ranking
公开(公告)号：CN115169216A
公开(公告)日：2022-10-11
申请号：CN202210574452.5
申请日：2022-05-25
Applicant: 哈尔滨工程大学
IPC: G06F30/27 , G06K9/62 , G06N20/00 , G06F111/08
Abstract: 本发明公开了一种面向水声智能伪装的高鲁棒性的对抗样本生成方法及系统，属于数字图像处理技术和水声信号处理技术领域，其中，该方法具体包括：进行对抗扰动的抗噪能力设计基于训练数据扩张的扰动量增强方法，以扩展训练数据集得到第二增强数据集；将敌方的识别模型作为一个未知黑盒子，根据所述第二增强数据集对其进行黑盒攻击，并采用迭代集成学习方法训练替身模型，得到最优对抗样本。该方法在利用声波与各种谱图的转换机制进一步约束对抗扰动，使其具备人眼不敏感但可欺骗机器学习模型的能力，再针对环境和自身噪声设计数据增强方案，完成对抗样本的抗噪能力建设，并基于集成学习提升对抗样本的可迁移性、提高泛化能力。
-
公开(公告)号：CN111028152A
公开(公告)日：2020-04-17
申请号：CN201911240433.3
申请日：2019-12-02
Applicant: 哈尔滨工程大学
Abstract: 本发明属于图像超分辨率重建技术领域，具体涉及一种基于地形匹配的声呐图像的超分辨率重建方法。本发明通过使用中值滤波器、拉普拉斯滤波器对声呐图像进行预处理，在声呐图像中识别并选定地形作为参照物，对同一地形参照物进行配准，解决声呐图像在产生的过程中同一地形在图像中的位置不同的问题。本发明利用声呐图像中的同一地形，将多张声呐图像依据该地形进行配准，使用多张声呐图像重建一张新的图像，直到最终高分辨率图像的生成，解决了声呐图像分辨率低、信噪比低、对比度低、斑点噪声突出的问题，提高了声呐图像的分辨率从而获得更多信息。
-
公开(公告)号：CN111027433A
公开(公告)日：2020-04-17
申请号：CN201911213560.4
申请日：2019-12-02
Applicant: 哈尔滨工程大学
Abstract: 本发明属于人脸识别技术领域，具体涉及一种基于卷积神经网络的多重风格人脸特征点检测方法。本发明通过输入多重风格的人脸图像对残差网络(ResNet-152)进行微调训练，以此来获得风格辨别的特征；利用风格辨别特征，使用K-means对原始图像进行风格聚类；通过生成性对抗网络生成风格聚合的人脸图像集合；最后，将原始人脸图像与风格聚合人脸图像共同作为输入，以级联策略生成人脸特征点预测。本发明降低了多重风格对人脸检测造成的误差，提高了人脸检测的精确度，可应用于人脸识别、头部姿势估计、面部重建和3D面部重建等。
-
公开(公告)号：CN105490962A
公开(公告)日：2016-04-13
申请号：CN201510884120.7
申请日：2015-12-04
Applicant: 哈尔滨工程大学
IPC: H04L12/851 , H04L12/865 , H04L12/815 , H04L12/729
CPC classification number: H04L47/2483 , H04L45/125 , H04L47/23 , H04L47/2433 , H04L47/6295
Abstract: 本发明属于OpenFlow网络管理领域，具体涉及一种基于OpenFlow网络的QoS管理方法。本发明包括：在数据层上进行数据分类；在数据层上进行PQ队列调度与DRR队列调度相结合的队列调度；在数据层上进行队列管理；在控制层上根据数据流的类型和网络当前状况进行首次路由；在控制层上进行路由迁移。本发明通过业务的类别、链路利用率、流的速度，为链路赋予权值，完成路由算法的改进；利用软件定义网络集中控制的特性，提出了一种路由迁移算法，并对路由迁移的时机选择做了优化。
-
公开(公告)号：CN114254618B
公开(公告)日：2024-09-20
申请号：CN202111525656.1
申请日：2021-12-14
Applicant: 哈尔滨工程大学
IPC: G06F40/20 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N5/04
Abstract: 基于动态路由注意力机制的视觉问答方法、存储介质及设备，属于自然语言处理技术领域。为了解决现有的引入了多层注意力的问答模型由于参数量过多，从而导致了训练时长，甚至梯度消失的问题。本发明将图像I和文本问题Q输入视觉问答模型以获得问答答案；视觉问答模型包括：对图像和文本问题进行特征提取的特征提取单元、使用动态路由的方式分别以文本问题特征、视觉特征作为参考向量和特征矩阵在图像中进行注意力权重的更新，根据注意力权重分布获取到图像中的输出向量的动态路由注意力网络单元，以及将获取到的输出向量输入到两层全连接层进行特征转换，然后通过预测层对问题的答案进行预测的答案预测单元。本发明主要用于视觉问答。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.034 seconds)
