-
公开(公告)号：CN114091661A
公开(公告)日：2022-02-25
申请号：CN202111409785.4
申请日：2021-11-24
Applicant: 北京工业大学 , 绿盟科技集团股份有限公司
Abstract: 本发明公开了一种基于生成对抗网络和k‑近邻算法提高入侵检测性能的过采样方法，用于提高入侵检测的性能，具体包括：对原始数据进行数值化和归一化处理；基于WGAN‑GP构建生成模型并利用少数类攻击样本和随机噪声对其训练，使生成器对攻击分布进行建模，从而生成攻击样本；采用k‑近邻算法过滤生成攻击样本中的噪声；最后，利用方差分析对数据的字段属性进行重要性排序，根据排序结果进行特征选择，去除不必要的特征，最终得到过采样后的训练集；利用本发明生成的过采样后的训练集能够有效提升入侵检测模型的性能。
-
公开(公告)号：CN108460086B
公开(公告)日：2022-02-08
申请号：CN201810057751.5
申请日：2018-01-22
Applicant: 北京工业大学
IPC: G06F16/338 , G06F16/335 , G06F17/16
Abstract: 本发明提出了一种基于点击特征重构的检索结果排序方法，属于信息检索领域。本方法在利用非负矩阵分解减少数据稀疏性的同时，通过引入同质性系数正则约束相似查询下相似文档的关系。它能根据相似查询下相似文档的点击数据重构出没有点击数据的特征，使得点击特征更丰富、更有效，检索结果的排序性能更好。实验结果表明，重构完成的点击特征对检索结果的排序性能提升明显。
-
公开(公告)号：CN108334573B
公开(公告)日：2021-02-26
申请号：CN201810057738.X
申请日：2018-01-22
Applicant: 北京工业大学
IPC: G06F16/33 , G06F16/9032 , G06F16/35
Abstract: 基于聚类信息的高相关微博检索方法，属于数据挖掘领域。微博检索旨在找出相关，有价值且及时的内容。但微博的检索受到短文本问题的影响,导致模型不可靠。为解决这一问题,本文提出了一种新的方法。人们认为,短文本和查询之间的语言鸿沟使分类任务不满意。在此基础上,提出了一种基于聚类信息的检索模型。我们进行了一系列的实验,以评估提出的框架在语料库中的有效性。实验结果表明,与基线标准相比,该方法在微博检索中是有效的。
-
公开(公告)号：CN112069313A
公开(公告)日：2020-12-11
申请号：CN202010809567.9
申请日：2020-08-12
Applicant: 北京工业大学
IPC: G06F16/35 , G06F40/284 , G06N3/04 , G06N3/08 , G06Q50/00
Abstract: 本发明提供了一种基于BERT和双向LSTM、注意力机制融合的关于灾难信息博文分类方法，用于解决灾难来临时评估社交媒体文本信息重要性的问题，本方法包括训练和分类两大阶段，训练阶段分为以下五步：训练数据预处理；用BERT模型获取训练数据的词向量；用双向LSTM算法对词向量序列进行特征提取；用注意力机制加权获取文本‑标签重要性特征向量；构建前馈神经网络并训练；分类阶段，利用训练完成的网络对待分类文本进行分类；训练阶段中的注意力机制分为两步，其中第二步注意力机制仅用于训练。本方法不同于以往的文本嵌入方式，克服了短文本特征稀缺的问题，明显的提升了分类效果。
-
公开(公告)号：CN111680454A
公开(公告)日：2020-09-18
申请号：CN202010551118.9
申请日：2020-06-16
Applicant: 北京工业大学
Abstract: 本发明涉及一种基于双重注意力机制的风机叶片结冰故障预测方法，利用CNN+LSTM网络结合双重注意力机制，用于解决现有技术难以预测风机结冰状态的问题，具体为：获取风机结冰原始数据集；对原始数据集进行预处理，获取训练集和测试集；CNN网络结合注意力机制进行特征提取；使用LSTM网络结合注意力机制进一步提取时间信息并预测风机结冰状态；利用训练好的模型进行风机叶片结冰预测。而本发明的方法利用SCADA系统采集到的大量时序检测变量，来预测风机叶片结冰现象，能够在叶片结冰以前，就预测到何时会发生结冰，以提前做好保护措施防止叶片的结冰，对风力发电系统的安全可靠持续运营起到更大的作用。
-
Patent Agency Ranking
公开(公告)号：CN106503106B
公开(公告)日：2019-10-18
申请号：CN201610905518.9
申请日：2016-10-17
Applicant: 北京工业大学
IPC: G06F16/51 , G06F16/583
Abstract: 本发明公开了一种基于深度学习的图像哈希索引构建方法，属于图像检索技术领域。该方法首先划分图像数据集得到测试样本集、训练样本集和图像库，然后充分利用深度学习模型提取出的深度特征对图像语义具有很好表达能力这一特点，构建出两个深度卷积网络结构不同的深度哈希网络模型，然后将测试样本集合图像库中的每幅图像分别经两个模型的前向传播计算出对应的两组初始哈希码，再对同一幅图像的两组初始哈希码拼接融合后作为该图的融合哈希码，通过计算查询图像和图像库中每幅图像的融合哈希码间的汉明距离，并将距离按从小到大的顺序排列，得到相似图像检索结果。本发明使得对大规模图像的检索更准确有效。
-
-
公开(公告)号：CN105471844B
公开(公告)日：2018-05-25
申请号：CN201510781489.5
申请日：2015-11-15
Applicant: 北京工业大学
Abstract: 一种基于信任合成的云服务动态组合方法，属于可信云计算安全领域。该方法通过定义云服务的信任属性，将其分解为基础信任和经验信任的集合：1)基础信任，将信任的本质视为对象的客观属性，基础信任的评价问题建模为对云服务主体分解属性的判断问题；2)经验信任，将信任定义为对象交互产生信任的主观测量，经验信任的评价问题建模为对云服务主体之间交互行为的判断问题。定义云服务信任属性；建立云服务基础信任的评价机制；建立云服务经验信任的评价机制；建立云服务组合信任传播模型；计算云服务组合信任值；仿真实验结果表明，所提出的方法可以在持续变化的云环境下有效的组织和提供可信的云服务。
-
公开(公告)号：CN103413050B
公开(公告)日：2016-08-24
申请号：CN201310364359.2
申请日：2013-08-20
Applicant: 北京工业大学
IPC: G06F19/00
Abstract: 本发明属于模式识别和脑?机接口领域，公开了一种基于极速学习机的运动想象脑电信号投票策略分类方法。包括：将原始运动想象脑电信号分为S段子信号；对每一段子信号通过主成分分析方法进行降维；将降维后的特征向量通过线性判别分析方法进行二次降维；对于S段子信号进行同样处理，最终得到S个K?1维的特征向量，将S个K?1维的特征向量进行组合，得到最终为S*(K?1)维的特征；将S*(K?1)维特征送入多个ELM分类器，利用投票分类策略得到最终分类结果。本发明提出了一种基于ELM的投票分类策略，与传统的多次ELM平均正确率方案相比，在不影响其训练分类低耗时的情况下提高了其分类正确率。
-
公开(公告)号：CN105426447A
公开(公告)日：2016-03-23
申请号：CN201510757225.6
申请日：2015-11-09
Applicant: 北京工业大学
CPC classification number: G06F17/30256 , G06K9/6268
Abstract: 一种基于超限学习机的相关反馈方法，本发明输入一副查询图像；对图像进行检索，得到检索结果，让用户对结果进行标记；对标记过的图像分别提取SIFT特征，Color特征，和LBP特征；利用三种特征训练三个基础分类器；将检索图库的图像分别放入三个基分类器当中，根据预测结果进行投票，对每一副未标记图片进行自动标记；重新训练更新分类器；对图库图片进行分类；返回结果。本发明建立在超限学习机的基础上，通过引入人类的查询意图，进行人机交互，有效的利用未标记图库图像来丰富学习数据，可以使图像反馈的精度大大提高，并且处理速度得到很好的控制，使图像在计算机中的表达更符合人类对图像语义的理解，使本发明具有良好的反馈效果。
-
-
-
-
-
-
-
-
-
Search Results
156
records
(took 0.079 seconds)
