-
公开(公告)号：CN115017516A
公开(公告)日：2022-09-06
申请号：CN202210624907.X
申请日：2022-06-02
Applicant: 电子科技大学
Abstract: 本发明提供一种基于符号执行的模糊测试方法，模糊测试工具首先启动符号执行和分析程序；所述符号执行和分析程序构建于二进制层面；符号执行和分析程序接收到请求后调用污点分析程序进行基于二进制符号的污点分析；污点分析程序完成污点分析后生成被污染指令的记录文件，并存放记录文件于模糊测试工具输出目录下的符号执行和分析程序中；符号执行和分析程序分析记录文件通过启发式算法识别记录文件结构得到字段和数据块信息，构建操作数依赖图；符号执行和分析程序按照逆拓扑序遍历操作数依赖图，对每一条二进制指令建立符号化表达完成混合符号执行后回应模糊测试工具。本发明减少了污点分析和符号执行过程中信息的丢失，效率良好，准确度高。
-
公开(公告)号：CN109086771B
公开(公告)日：2021-06-08
申请号：CN201810933249.6
申请日：2018-08-16
Applicant: 电子科技大学
Abstract: 本发明公开了光学字符识别方法，其包括以下步骤：S1、将已知字符内容的光学图像进行相位编码转换为输入神经元；S2、将每个输入神经元转换为脉冲序列；S3、将得到的脉冲序列随机加入抖动强度为2ms的高斯噪声，得到输入脉冲序列；S4、将输入脉冲转换为脉冲感知神经元，并选出正样本训练集和负样本训练集；S5、通过感知机得到更新权值；S6、根据更新权值调整spiking神经网络，得到新的spiking神经网络；S7、采用新的spiking神经网络对待识别光学字符进行识别。本发明将将其负样本选取方式由原来的随机选取方式改变为选取驻点作为负样本的方式，并对学习规则作出相应调整，使得本发明的识别效率更高。
-
公开(公告)号：CN110633472B
公开(公告)日：2021-03-12
申请号：CN201910887855.3
申请日：2019-09-19
Applicant: 电子科技大学
IPC: G06F40/205
Abstract: 本发明公开了一种基于注意力与聚合机制的文章与问题的融合方法，其包括以下步骤：S1、将编码后的文章向量和问题向量分别输入双向注意力模型和共同注意力模型；S2、将步骤S1中的两个输出进行聚合，得到聚合后的向量P3；S3、将P3与编码前的文章向量P进行聚合得到文本编码向量P4；S4、获取文章内部单词之间的全局交互信息；S5、获取使用自注意力模型后的文本向量P5；S6、将P4和P5进行聚合得到聚合后的数据P6；S7、将P6与P进行拼接后送入双向GRU网络中，将双向GRU网络的输出作为文章的上下文语境向量，完成文章与问题的融合。本方法相比FussionNet模型的计算成本更低。
-
公开(公告)号：CN110619123B
公开(公告)日：2021-01-26
申请号：CN201910887852.X
申请日：2019-09-19
Applicant: 电子科技大学
IPC: G06F40/30 , G06F40/126 , G06F16/35
Abstract: 本发明公开了一种机器阅读理解方法，其包括以下步骤：S1、得到问题和文章的字符级表示向量；S2、得到编码后的问题向量和文章向量；S3、得到双向注意力模型的输出P1和共同注意力模型的输出P2；S4、得到聚合后的向量P3；S5、得到文本编码向量P4；S6、获取文章内部单词之间的全局交互信息；S7、获取使用自注意力模型后的文本向量P5；S8、根据P4和P5得到聚合后的数据P6；S9、根据P6和P得到文章的上下文语境向量；S10、根据文章的上下文语境向量和编码后的问题向量预测答案位置，完成机器阅读理解。本发明可快速进行文章阅读理解，并从文章中给出问题的答案。
-
公开(公告)号：CN108827314B
公开(公告)日：2020-06-16
申请号：CN201810933487.7
申请日：2018-08-16
Applicant: 电子科技大学
IPC: G01C21/20
Abstract: 本发明公开了一种路径规划方法，其包括以下步骤：S1、在直角坐标系中录入每个目的地的位置；S2、建立同心圆，使每个目的地位于最大圆内；S3、将分布在同一圆环内的目的地连线成封闭的路径；S4、删除相邻两个圆环中两条封闭路径出现交叉的路段；S5、根据每个圆环中相邻两个目的地之间的路径长度是否大于该路径两端目的地与相邻圆环中的最近目的地的连线长度重新选择路径；S6、将非闭合路径的端点与其他非闭合路径的端点连接成一个闭合的路径，完成路径规划。本发明可以有效地规划多个站点之间的路径，不仅会提高行进效率，还会减少行进过程中资源的浪费，特别适用于物流配送等涉及多个站点的任务。
-
Patent Agency Ranking
公开(公告)号：CN111079011A
公开(公告)日：2020-04-28
申请号：CN201911275392.1
申请日：2019-12-12
Applicant: 电子科技大学
IPC: G06F16/9535 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的信息推荐方法，该方法包括候选生成和候选排名两个阶段；其中候选生成阶段包括构建数据集，提取用户的学习兴趣分布，生成候选列表；候选排名阶段包括对候选列表进行重新排序，得到前N推荐的候选排名。本发明采用候选生成和候选排名两个阶段，在候选生成阶段中采用稀疏LDA模型提取用户的学习兴趣分布，并采用卷积神经网络和概率矩阵因式分解模型生产候选列表，在候选排名阶段中采用三层去噪自动编码器对候选列表进行重新排序，得到前N推荐的候选排名，显著提高了信息推荐性能。
-
公开(公告)号：CN110619123A
公开(公告)日：2019-12-27
申请号：CN201910887852.X
申请日：2019-09-19
Applicant: 电子科技大学
Abstract: 本发明公开了一种机器阅读理解方法，其包括以下步骤：S1、得到问题和文章的字符级表示向量；S2、得到编码后的问题向量和文章向量；S3、得到双向注意力模型的输出P1和共同注意力模型的输出P2；S4、得到聚合后的向量P3；S5、得到文本编码向量P4；S6、获取文章内部单词之间的全局交互信息；S7、获取使用自注意力模型后的文本向量P5；S8、根据P4和P5得到聚合后的数据P6；S9、根据P6和P得到文章的上下文语境向量；S10、根据文章的上下文语境向量和编码后的问题向量预测答案位置，完成机器阅读理解。本发明可快速进行文章阅读理解，并从文章中给出问题的答案。
-
公开(公告)号：CN108900825A
公开(公告)日：2018-11-27
申请号：CN201810933341.2
申请日：2018-08-16
Applicant: 电子科技大学
IPC: H04N13/261 , H04N13/271
Abstract: 本发明公开了一种2D图像到3D图像的转换方法。本发明提出了将2D内容转换为3D内容的新的快速算法，既新颖又快速，并且降低了时间复杂度以及存储器复杂度，降低了计算成本，使高清图像/视频更加逼真，提高了深度图的质量，提高了3D输出的实时性。
-
公开(公告)号：CN115017314B
公开(公告)日：2024-08-16
申请号：CN202210626512.3
申请日：2022-06-02
Applicant: 电子科技大学
IPC: G06F16/35 , G06F40/216 , G06F40/284 , G06N3/0442 , G06N3/045 , G06N3/084
Abstract: 本发明公开了一种基于注意力机制的文本分类方法，属于文本处理技术领域。本发明提供了两种注意力机制方式，其一是基于混合合成注意力机制，其二是基于协作注意力机制。在方式一中，使用合成注意力矩阵的方式只依赖简单的前馈层传播计算，省去了大量占用内存多且耗时的点积操作且获得了不错的分类效果，并使用固定权重注意力计算得到的文本表示可以轻易学习到文本的全局语义信息，以及使用随机初始化权重注意力计算得到的文本表示则在计算量更少的基础上直接学习了基于任务同时跨实例的对齐方式。在方式二中，通过位置编码模块学习文本序列中绝对或相对的位置信息，通过写作注意力处理获取用于输入文本分类器的文本表示，以有效提升文本分类性能。
-
公开(公告)号：CN109214972B
公开(公告)日：2020-04-14
申请号：CN201810933328.7
申请日：2018-08-16
Applicant: 电子科技大学
IPC: G06T1/00
Abstract: 本发明公开了一种基于混沌伪随机DNA增强的图像加密方法，包括以下步骤：S1、输入普通图像和置换子；S2、获得随机置换顺序；S3、进行随机置换，得到随机的置换图像矩阵；S4、生成关键矩阵；S5、使用直接逻辑映射得到新的混沌图像状况值；S6、向下取整得到常数值；S7、选择DNA编码规则；S8、得到置换图像矩阵的DNA序列；S9、得到关键矩阵的DNA序列；S10、选择对应于当前常数值的DNA线性操作；S11、得到密码图像的DNA序列；S12、选择对应与当前常数值的DNA加密规则；S13、得到密码图像，实现图像加密。本发明解决了现有技术中存在的效率低、不安全和不可用的问题。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.02 seconds)
