-
公开(公告)号：CN115879499A
公开(公告)日：2023-03-31
申请号：CN202211648195.1
申请日：2022-12-21
Applicant: 北京信息科技大学
IPC: G06N3/04
Abstract: 本发明公开了一种基于可解释性分析的DNN模型差分测试方法及系统，涉及缺陷模型检测技术领域，具体步骤为：步骤1、将待测模型集中每个DNN模型对测试用例集的预测行为，使用可解释性方法分析每个DNN模型行为，输出模型行为解释集；步骤2、基于模型行为解释集利用差异分析方法检测存在缺陷的DNN模型。本发明可提高检测缺陷模型的能力和时间效率，且可在单个模型之间比较行为差异，无需多次训练待测模型。
-
公开(公告)号：CN105046572A
公开(公告)日：2015-11-11
申请号：CN201510041944.8
申请日：2015-01-28
Applicant: 国家电网公司 , 国网冀北电力有限公司经济技术研究院 , 北京信息科技大学
IPC: G06Q50/06
CPC classification number: Y02T10/56
Abstract: 本发明提供了一种电动汽车峰谷分时电价信息生成方法及装置，所述的电动汽车峰谷分时电价信息生成方法包括：获取电动汽车谷时段电价折扣率的促销起始点k1和促销饱和点k2；根据所述k1及k2建立充电需求响应模型：获取电动汽车i每次充电需求Qci及电动汽车i的充电周期Cyi，根据所述Qci及Cyi建立充电需求测算模型；根据所述充电需求响应模型计算谷时段充电量QV的最大值，构建峰谷分时电价优化模型；根据所述峰谷分时电价优化模型及所述限制条件计算所述峰时段电价PH、平时段电价PO、谷时段电价PV及所述谷时段电价折扣率kV。本发明既能够引导用户转移充电量，同时还能够避免给供电公司带来售电收入的损失。
-
公开(公告)号：CN101499512A
公开(公告)日：2009-08-05
申请号：CN200910078780.0
申请日：2009-03-03
Applicant: 北京信息科技大学
IPC: H01L41/18 , H01L41/187 , H01L41/193
Abstract: 本发明公开了一种宽带换能器的压电复合材料，属于压电材料技术领域。该压电复合材料包括压电晶体和聚合物，压电晶体分为上、下两部分，其中，压电晶体的上部结构为均匀排列的多个压电晶柱，压电晶体的下部结构为一压电基底，所述压电晶柱的高度呈周期性差异，使得压电基底厚度不均匀，聚合物填充在压电晶柱之间，压电晶柱及压电基底的极化方向沿着压电复合材料的厚度方向。由于每个压电晶柱的谐振频率不同，通过改变压电晶柱间的高度，增加了压电复合材料的宽带。本发明压电复合材料的Q值可以达到10以下，适用于宽带换能器的制备。
-
公开(公告)号：CN105046572B
公开(公告)日：2018-09-07
申请号：CN201510041944.8
申请日：2015-01-28
Applicant: 国家电网公司 , 国网冀北电力有限公司经济技术研究院 , 北京信息科技大学
CPC classification number: Y02T10/56
Abstract: 本发明提供了一种电动汽车峰谷分时电价信息生成方法及装置，所述的电动汽车峰谷分时电价信息生成方法包括：获取电动汽车谷时段电价折扣率的促销起始点k1和促销饱和点k2；根据所述k1及k2建立充电需求响应模型：获取电动汽车i每次充电需求Qci及电动汽车i的充电周期Cyi，根据所述Qci及Cyi建立充电需求测算模型；根据所述充电需求响应模型计算谷时段充电量QV的最大值，构建峰谷分时电价优化模型；根据所述峰谷分时电价优化模型及所述限制条件计算所述峰时段电价PH、平时段电价PO、谷时段电价PV及所述谷时段电价折扣率kV。本发明既能够引导用户转移充电量，同时还能够避免给供电公司带来售电收入的损失。
-
公开(公告)号：CN101499512B
公开(公告)日：2010-10-06
申请号：CN200910078780.0
申请日：2009-03-03
Applicant: 北京信息科技大学
IPC: H01L41/18 , H01L41/187 , H01L41/193
Abstract: 本发明公开了一种宽带换能器的压电复合材料，属于压电材料技术领域。该压电复合材料包括压电晶体和聚合物，压电晶体分为上、下两部分，其中，压电晶体的上部结构为均匀排列的多个压电晶柱，压电晶体的下部结构为一压电基底，所述压电晶柱的高度呈周期性差异，使得压电基底厚度不均匀，聚合物填充在压电晶柱之间，压电晶柱及压电基底的极化方向沿着压电复合材料的厚度方向。由于每个压电晶柱的谐振频率不同，通过改变压电晶柱间的高度，增加了压电复合材料的宽带。本发明压电复合材料的Q值可以达到10以下，适用于宽带换能器的制备。
-
Patent Agency Ranking
公开(公告)号：CN101715157A
公开(公告)日：2010-05-26
申请号：CN200910236983.8
申请日：2009-10-30
Applicant: 北京信息科技大学
IPC: H04R1/44
Abstract: 本发明公开了一种基于串并联压电复合材料的圆柱换能器，包括一带底盘的支架、一环形背衬、一端盖和若干个晶片，所述晶片为串并联压电复合材料晶片，这些晶片沿圆周均匀排列于环形背衬外侧，沿圆环径向极化，在背衬和晶片构成的圆管状敏感元件上下衬垫绝缘垫圈，套扣在支架的底盘上，而所述端盖固定于支架上端，在敏感元件上方的绝缘垫圈之上。该换能器采用多晶片环形阵作为敏感元件，晶片的振动采用厚度模，工作频率较圆管径向振动的频率高，可实现高频发射声波；此外，由于晶片采用串并联复合材料制作，复合材料的机电耦合系数高，频带宽，使换能器的灵敏度高，工作频带宽。因此本发明换能器具有高频、大灵敏度、宽带、水平全向的特点。
-
公开(公告)号：CN120015181A
公开(公告)日：2025-05-16
申请号：CN202510024254.5
申请日：2025-01-07
Applicant: 北京信息科技大学
IPC: G16C20/90 , G16C20/40 , G16C20/70 , G06F16/22 , G06F16/215 , G06F16/28 , G06F16/901
Abstract: 本发明提供一种化合物向量数据库构建方法、化合物相似搜索方法及装置，对多个数据源的化合物结构数据进行清洗、结构编码和向量化，对每个化合物按照其分子基本性质和结构属性形成形式统一的特征向量。将特征向量通过向量数据库进行存储并建立索引，得到化合物向量数据库。在应用过程中，对于需要检索的化合物的结构数据，首先进行结构编码和向量化，再对化合物向量数据库进行查找并输出最相似的多个化合物作为检索结果，借助索引能够实现对大规模化合物数据库中化合物结构的快速、准确检索，在药物发现、材料设计等领域具有广泛的应用前景，为科研人员提供了强大的工具支持。
-
公开(公告)号：CN117574385A
公开(公告)日：2024-02-20
申请号：CN202311634868.2
申请日：2023-12-01
Applicant: 北京信息科技大学
IPC: G06F21/57 , G06F16/901 , G06F18/213 , G06F18/214 , G06F18/241 , G06F18/20 , G06N3/042 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于图注意力网络的智能合约漏洞检测方法及系统，属于区块链智能合约安全技术领域，首先，通过合约源代码构建抽象语法树(AST)，并融合控制依赖关系和数据依赖关系以构建SCG。然后，使用智能合约训练集构建的合约图来训练图注意力网络模型。最后，使用训练好的图注意力网络模型来检测待检测合约是否存在漏洞及具体的漏洞类型。本发明通过将智能合约源代码解析为AST，并将数据依赖和控制依赖关系与AST融合组成合约图，以更好地表征合约特征；并通过图注意力网络对合约图的语义及结构的学习，不仅能够检测合约是否存在漏洞，而且还能够更准确地检测到合约存在的漏洞类型，从而加速漏洞修复过程。
-
公开(公告)号：CN116304560B
公开(公告)日：2023-11-24
申请号：CN202310078949.2
申请日：2023-01-17
Applicant: 北京信息科技大学
IPC: G06F18/10 , G06F18/213 , G06N3/0455 , G06N3/0895 , G06N3/084 , G06N3/088 , G06F16/29 , G06F16/23
Abstract: 本发明提供一种基于多尺度增强对比学习的轨迹表征模型训练方法、表征方法及装置，将经纬度坐标转化为格式一致的Google S2网格编码，能够保证在向量化的过程中保持形式统一再通过双向Transformer的编码器将轨迹各位置向量化后的网格编码和时间戳进行特征提取得到轨迹表征向量。双向Transformer的编码器通过建立正负样本以对比学习的形式进行预训练，最小化各精度层级下所述轨迹样本及其正样本的轨迹表征向量差异、最大化各精度层级下所述轨迹样本及其负样本的轨迹表征向量差异，提升对轨迹表征的稳定性和精确性，提高对原始数据稀
-
公开(公告)号：CN116304560A
公开(公告)日：2023-06-23
申请号：CN202310078949.2
申请日：2023-01-17
Applicant: 北京信息科技大学
IPC: G06F18/10 , G06F18/213 , G06N3/0455 , G06N3/0895 , G06N3/084 , G06N3/088 , G06F16/29 , G06F16/23
Abstract: 本发明提供一种基于多尺度增强对比学习的轨迹表征模型训练方法、表征方法及装置，将经纬度坐标转化为格式一致的Google S2网格编码，能够保证在向量化的过程中保持形式统一再通过双向Transformer的编码器将轨迹各位置向量化后的网格编码和时间戳进行特征提取得到轨迹表征向量。双向Transformer的编码器通过建立正负样本以对比学习的形式进行预训练，最小化各精度层级下所述轨迹样本及其正样本的轨迹表征向量差异、最大化各精度层级下所述轨迹样本及其负样本的轨迹表征向量差异，提升对轨迹表征的稳定性和精确性，提高对原始数据稀疏性和噪音的抗干扰能力。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.088 seconds)
