-
公开(公告)号：CN105844643B
公开(公告)日：2018-11-13
申请号：CN201610191205.1
申请日：2016-03-30
IPC: G06T7/00
Abstract: 本发明提供一种图像篡改检测方法，其中所述方法包括：步骤1、生成图像的亮度图和局部亮度变化图，将亮度图和局部亮度变化图分别执行以下操作：分割为M×N个区域，然后对亮度图和局部亮度变化图分别进行分块处理以得到多个交叠块；步骤2、对亮度图和局部亮度变化图的每一交叠块，分别计算不变矩；步骤3、通过亮度图和局部亮度变化图的不变矩特征向量对交叠块之间进行比较。
-
公开(公告)号：CN105844643A
公开(公告)日：2016-08-10
申请号：CN201610191205.1
申请日：2016-03-30
IPC: G06T7/00
CPC classification number: G06T7/0002 , G06T2207/30168
Abstract: 本发明提供一种图像篡改检测方法，其中所述方法包括：步骤1、生成图像的亮度图和局部亮度变化图，将亮度图和局部亮度变化图分别执行以下操作：分割为M×N个区域，然后对亮度图和局部亮度变化图分别进行分块处理以得到多个交叠块；步骤2、对亮度图和局部亮度变化图的每一交叠块，分别计算不变矩；步骤3、通过亮度图和局部亮度变化图的不变矩特征向量对交叠块之间进行比较。
-
Patent Agency Ranking
公开(公告)号：CN119149752A
公开(公告)日：2024-12-17
申请号：CN202410936177.6
申请日：2024-07-12
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种基于大模型的知识抽取方法和装置，包括获取预设领域的本体，所述本体包括多个知识表示，所述知识表示中包括所述预设领域的实体类型和关系类型；通过思维链CoT提示、所述预设领域的自然语言文本和本体，对大模型进行调整修正；依据所述CoT提示，通过所述大模型对所述预设领域的待抽取文本进行识别，得到所述待抽取文本的三元组信息。本发明显著提升了三元组提取的准确性和一致性，同时降低了对专家注释的依赖，推动了知识图谱构建的自动化进程。本发明还涉及一种设备和存储介质。
-
公开(公告)号：CN118069507A
公开(公告)日：2024-05-24
申请号：CN202410169589.1
申请日：2024-02-06
Applicant: 北京信息科技大学 , 中国电子科技集团公司信息科学研究院
Abstract: 本申请公开了一种基于代码知识图谱的回归测试质量评估方法和装置，本方法和装置通过设计代码本体模型；基于所述代码本体模型，抽取被测软件的源代码中的代码实体、代码实体属性和代码实体关系，对所述源代码中的代码实体、代码实体属性和代码实体关系进行知识融合，得到所述源代码的多粒度多维度代码知识图谱，所述知识融合包括实体消歧和共指消解；基于所述代码知识图谱，通过子图搜索算法和相似度评估技术，计算回归测试中被测软件的程序代码的修改内容影响范围子图与回归测试覆盖度范围子图之间的相似度，通过预设权重对所述相似度进行归一化处理得到回归测试质量评估值。实现了高效的回归测试，对回归测试的质量实现了客观的评价。
-
公开(公告)号：CN111046668B
公开(公告)日：2023-09-22
申请号：CN201911230004.8
申请日：2019-12-04
Applicant: 北京信息科技大学
IPC: G06F40/295 , G06N3/0442 , G06N3/0455 , G06N3/0464
Abstract: 本发明提供了一种基于自适应联合注意力网络的多模态文物数据的命名实体识别NER方法，所述多模态文物数据包括文本和图像信息；结合视觉信息在多模态文物数据上识别命名实体；基于所述自适应联合注意力网络构建处理多模态数据的神经网络模型，其用于学习文本和图像之间的共享语义，首先从序列标注的角度进行处理；将NER任务看作序列标注问题，并结合注意力机制，以编码器‑解码器为基本框架，在文本和图像特征融合方面采用自适应联合注意力网络自动融合信息，采用门控单元来自动选择是否需要视觉信息；基于自适应联合注意力网络，结合视觉信息在多模态文物数据上识别命名实体；并使用过滤门单元来过滤图像引入带来的噪音。
-
公开(公告)号：CN111046668A
公开(公告)日：2020-04-21
申请号：CN201911230004.8
申请日：2019-12-04
Applicant: 北京信息科技大学
IPC: G06F40/295 , G06N3/04
Abstract: 本发明提供了一种基于自适应联合注意力网络的多模态文物数据的命名实体识别NER方法，所述多模态文物数据包括文本和图像信息；结合视觉信息在多模态文物数据上识别命名实体；基于所述自适应联合注意力网络构建处理多模态数据的神经网络模型，其用于学习文本和图像之间的共享语义，首先从序列标注的角度进行处理；将NER任务看作序列标注问题，并结合注意力机制，以编码器-解码器为基本框架，在文本和图像特征融合方面采用自适应联合注意力网络自动融合信息，采用门控单元来自动选择是否需要视觉信息；基于自适应联合注意力网络，结合视觉信息在多模态文物数据上识别命名实体；并使用过滤门单元来过滤图像引入带来的噪音。
-
公开(公告)号：CN217443383U
公开(公告)日：2022-09-16
申请号：CN202220781182.0
申请日：2022-04-02
Applicant: 北京信息科技大学
Abstract: 本实用新型涉及流速测量技术领域，具体为一种基于太赫兹技术的排水管道流速测量装置，包括箱体，所述箱体的内部设置有测量机构，所述测量机构包括计算机、连接器、压控振荡器、模数采集控制器和滤波器，所述箱体的内壁上固定连接有隔板。通过转动螺纹杆，使得螺纹杆与螺纹筒内的螺纹啮合产生推力，根据安装需要调整安装高度和倾斜角度，打开电路开关，通过太阳能充电板给蓄电池供电，在通过逆变器使得电子部件通电，使得装置的续航能力增强，同时扩大装置的适用面，采用集成片上天线的压控振荡器芯片，配合透镜天线，可以实现波束聚焦功能，提高增益，太赫兹雷达流速监测设备具有体积小、功耗低、非接触、精度高的优点。
-
-
-
-
-
-
Search Results
17
records
(took 0.029 seconds)
