-
公开(公告)号：CN107273143A
公开(公告)日：2017-10-20
申请号：CN201710616616.5
申请日：2017-07-26
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明公开了一种基于Xtext的特定领域语言的软件工程设计方法，其中，包括：步骤一、由EMF元模型到Xtext语义模型的转换；骤二、依据步骤一得到的初始的DSL语义模型采用拓扑图结构对语义模型进行验证和优化；步骤三、利用Xtext的语法验证模块编辑验证规则的方法，对代码进行验证；步骤四、验证完成后生成C/Java代码。本发明基于Xtext的特定领域语言的软件工程设计方法，规范DSL设计流程，降低DSL构建成本。同时基于Xtext的代码验证模块，帮助相关人员调式代码，加强DSL对软件环境的适应性。最后，让DSL代码自动生成C/Java代码，避免了语言噪声与语言集中营问题。
-
公开(公告)号：CN119832466A
公开(公告)日：2025-04-15
申请号：CN202411711615.5
申请日：2024-11-27
Applicant: 北京计算机技术及应用研究所
IPC: G06V20/40 , G06V40/10 , G06V10/764 , G06V10/74 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种面向边缘设备视频数据的分层处理系统，属于技术领域。本发明面向获取视频流的边缘设备，根据边缘设备的资源特点，设计用于视频获取与处理的分层处理系统，从采集、分析到存储提出一套解决方案，致力于提升数据处理速度，降低数据处理的成本，达到更好的数据处理能力。
-
公开(公告)号：CN119832288A
公开(公告)日：2025-04-15
申请号：CN202411686000.1
申请日：2024-11-24
Applicant: 北京计算机技术及应用研究所
IPC: G06V10/764 , G06V10/82 , G06V10/80 , G06V10/77 , G06V10/44 , G06V10/26 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于残差融合机制的图像溯源取证方法，属于信息安全领域。本发明首先对输入的图像进行预处理选择；接着输入的图像进入到残差融合机制的图像溯源模型架构进行检测，该架构分为上下两条支路，上支路使用特定方法提取噪声残差信息，下支路使用深度学习网络自动提取噪声残差信息，之后通过残差连接的方式将上下两条支路提取的特征信息进行融合和细化；然后将细化后的残差特征送入到分类模块进行拍摄设备类别的映射溯源；最后通过可视化页面将检测结果进行直观展示。本发明将特定方法和深度学习方法提取的残差信息进行融合，结合了两者的优势，使得提取的残差指纹特征更为深层和细腻，溯源过程快速且鲁棒性较好。
-
公开(公告)号：CN113486191B
公开(公告)日：2024-04-05
申请号：CN202110709394.8
申请日：2021-06-25
Applicant: 北京计算机技术及应用研究所
IPC: G06F16/36 , G06F16/335 , G06F16/35 , G06F40/14 , G06F40/211 , G06F40/30
Abstract: 本发明涉及一种涉密电子文件定解密方法，属于文件定解密领域。本发明包括如下步骤：S1、涉密电子文件密点分析与样本收集；S2、基于信息增益的密点关键词挖掘；S3、基于知识图谱的密点关联规则库构建；S4融合军工密点规则集的知识图谱构建；S5、智能匹配对比与快速定解密。本发明通过智能化分析技术，加强涉密电子文件定解密工作的准确化、规范化；利用电子文件密点动态追踪手段，提升电子文件密级解除工作的及时性、准确性和智能性；通过密点比对和基于语义分析的智能匹配技术，实现涉密电子文件密级的实时确定、智能化变更和及时解密。
-
公开(公告)号：CN110532557B
公开(公告)日：2023-07-28
申请号：CN201910807636.X
申请日：2019-08-29
Applicant: 北京计算机技术及应用研究所
IPC: G06F40/216 , G06F40/30 , G06F18/22 , G06N3/088 , G06N3/0442 , G06N3/045
Abstract: 本发明涉及一种无监督的文本相似度计算方法，其中，包括：步骤一：进行嵌入层模型预训练，对问题集合中的所有词进行预训练，生成满足模型需要的词向量；步骤二：编码层网络，挖掘句子的语义信息；步骤三：进行基于TFIDF融合的模型改进，包括：在每条问句输入到神经网络的同时，对输入的每条问句进行TFIDF的计算，并将计算好的权值输入到神经网络中，控制最后的句子向量表示，采用了归一化的TFIDF计算方法，并将其融入到编码层和表示层。本发明将深度神经网络模型(Bi‑LSTM)用于语料库的无监督训练，得到语言模型，通过无监督的训练方式，可以充分地利用大规模的语料库的信息，从而提高文本匹配的准确率，提升信息检索的精度。
-
Patent Agency Ranking
公开(公告)号：CN113535573B
公开(公告)日：2023-07-14
申请号：CN202110841584.5
申请日：2021-07-26
Applicant: 北京计算机技术及应用研究所
IPC: G06F11/36 , G06F8/41 , G06F8/30 , G06Q10/0639 , G06Q30/0601
Abstract: 本发明涉及一种基于GOMS模型改进的软件可用性量化评估方法，属于软件评估领域。本发明基于GOMS模型改进的软件可用性量化评估方法，对于软件的不同业务采用专家打分法对业务的使用频率、重要程度进行打分，从而确定各个业务的权重；将业务目标分为几个子目标，子目标可以继续细分，直到分解成不能分解的基本操作；以GOMS模型基本操作时间为基础，计算出不同基本操作的复杂度；根据基本操作的复杂度，计算业务复杂度；根据软件系统各个业务的复杂度，得到软件系统的复杂度。本发明对于软件系统的不同设计方案，通过计算各方案的软件界面设计复杂度，软件界面设计的复杂度越高，软件可用性越差，由此即可实现各设计方案的软件可用性的量化评估。
-
公开(公告)号：CN110716875A
公开(公告)日：2020-01-21
申请号：CN201910917182.1
申请日：2019-09-26
Applicant: 北京计算机技术及应用研究所
IPC: G06F11/36
Abstract: 本发明公开了一种国产办公环境下基于反馈机制的并发测试方法，首先建立评测环境，然后构建不同的评测场景，运行被测办公系统和评测工具，采用评测工具收集被测办公系统产生的办公日志，并对收集到的评测日志统计分析，提取热点信息模型；最后在构建出的不同的评测场景中，评测工具开始对办公系统具体测试。本发明考虑了虚拟化分配机制的相关操作，实现了动态压力调整，服务器在将测试用例分发给底层硬件时，根据反馈机制实现多目标优化模型，考虑了测试用例与各类硬件的关联性以及硬件组件之间的负载均衡。这种基于反馈机制的测试方案，流程简单，精准度高，覆盖面全，可以满足未来计算机高速发展的要求。
-
公开(公告)号：CN110647353A
公开(公告)日：2020-01-03
申请号：CN201910846500.X
申请日：2019-09-09
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种本发明一种无监督的软件复杂度评估方法，其中，包括：步骤一、针对软件程序复杂度的度量，总结提炼常用的程序复杂度度量元；步骤二、基于高斯混合模型的度量元概率归一化，包括：首先，针对数据中的各个度量元的频率分布，使用无监督的最大期望算法进行高斯混合建模，拟合该度量元的概率密度函数，基于该度量元的概率密度函数计算其累积分布函数，使用累积分布函数的值作为该度量元的归一化处理后的数值；步骤三、评估基于AOV网络的软件复杂度。
-
公开(公告)号：CN107402759A
公开(公告)日：2017-11-28
申请号：CN201710597752.4
申请日：2017-07-20
Applicant: 北京计算机技术及应用研究所
IPC: G06F9/44
Abstract: 本发明涉及一种基于AADL扩展附件的软件系统堆栈分析方法，属于软件开发技术领域。本发明通过新增属性集，设计了一种基于AADL扩展附件的软件系统堆栈分析方法，其基于树结构实现任务栈空间计算和栈空间调整。利用系统AADL模型信息来构建树，自定义树结点数据结构，计算系统栈空间，并将其与内存大小对比，若设计的栈空间大小超出实际内存大小则进行调整，调整设计的堆栈数据以满足系统要求。该方法可以实现在模型设计阶段进行栈空间分析，提高软件开发效率。
-
公开(公告)号：CN119831030A
公开(公告)日：2025-04-15
申请号：CN202411730689.3
申请日：2024-11-29
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种基于领域数据配比的大语言模型知识注入方法，属于大语言模型、领域知识、自然语言处理技术领域。本发明设计了一个自我监督的持续预训练框架，该框架能够在不增加额外人工标注成本的情况下，利用选定的知识对LLMs进行知识增强；提出了一个基于同质性度量的知识筛选机制，用于从大规模知识图谱中精选与目标任务相关的高质量知识，有效提升了LLMs的领域感知。在多个低资源垂直领域的NER任务上进行了广泛的实验，实验结果验证了本方法的有效性，尤其是在提升模型对复杂实体类型识别能力方面表现出色。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.041 seconds)
