-
公开(公告)号：CN111445913B
公开(公告)日：2023-04-07
申请号：CN202010214245.X
申请日：2020-03-24
Applicant: 南开大学
IPC: G10L17/02 , G10L17/18 , G06N3/045 , G06N3/0464
Abstract: 本发明提供了一种基于神经网络的声纹特征提取方法和装置，解决了现有技术中声纹特征提取精度不够的问题。基于神经网络的声纹特征提取方法包括：利用卷积神经网络结合注意力机制对输入的目标语音数据进行特征提取，得到帧级特征向量序列；结合注意力机制对帧级特征向量序列进行降采样，以将帧级特征向量序列转化为预定维度的中间特征向量；对中间特征向量进行全连接操作，以获得句子级的声纹特征向量。
-
公开(公告)号：CN110096867B
公开(公告)日：2021-10-08
申请号：CN201910392589.7
申请日：2019-05-13
Applicant: 南开大学
Abstract: 本发明公开了一种面向Android应用功能的权限推荐方法及系统。所述权限推荐方法包括：获取高于数量阈值的应用程序的文本描述；所述文本描述为描述应用程序功能的文本；根据所述文本描述建立多主题模型；从所述应用程序的信息描述文件Manifest.xml文件中提取危险权限并映射到与所述危险权限相关的权限组，确定危险权限集合；根据所述多主题模型以及所述危险权限集合建立多主题‑权限映射模型；根据所述多主题‑权限映射模型生成推荐权限决策，对需安装的应用程序的权限进行授权权限推荐。采用本发明所提供的权限推荐方法及系统能够为用户提供合理安全的权限推荐，保护用户的隐私安全。
-
公开(公告)号：CN111523119A
公开(公告)日：2020-08-11
申请号：CN202010339042.3
申请日：2020-04-26
Applicant: 南开大学
Abstract: 本申请公开了一种漏洞检测的方法和装置、电子设备及计算机可读存储介质，所述方法包括：根据待测系统的系统特征向量，通过第一分类器，得到所述待测系统的脚本类别标签向量；根据所述待测系统的脚本类别标签向量，通过第二分类器，得到所述待测系统的脚本代码的结构数据；基于所述待测系统的脚本代码的结构数据进行漏洞检测，能够在不断增长变化的网络环境中进行准确度高，且全面的漏洞检测。
-
公开(公告)号：CN111523647B
公开(公告)日：2023-11-14
申请号：CN202010339933.9
申请日：2020-04-26
Applicant: 南开大学
IPC: G06N3/0464 , G06N3/084
Abstract: 本发明提供了一种网络模型训练方法、网络模型训练装置、特征选择模型、特征选择方法、特征选择装置、计算机可读存储介质及电子设备。该特征选择方法包括：基于预设需求信息确定与预设需求信息具有第一关联度的多个第一特征；基于多个第一特征生成多个第一特征各自对应的第二特征；将多个第一特征和多个第一特征各自对应的第二特征输入至特征选择模型，以确定与预设需求信息具有第二关联度的第一特征。本发明能够提高特征选择模型在处理线性问题时的可解释性。尤其当第二特征为仿制特征时，本发明实施例通过将仿制特征与特征选择模型相结合的方式，提高了特征选择的速度以及精准度。
-
Patent Agency Ranking
公开(公告)号：CN111523119B
公开(公告)日：2023-05-05
申请号：CN202010339042.3
申请日：2020-04-26
Applicant: 南开大学
IPC: G06F21/56 , G06F18/2411 , G06F18/2431
Abstract: 本申请公开了一种漏洞检测的方法和装置、电子设备及计算机可读存储介质，所述方法包括：根据待测系统的系统特征向量，通过第一分类器，得到所述待测系统的脚本类别标签向量；根据所述待测系统的脚本类别标签向量，通过第二分类器，得到所述待测系统的脚本代码的结构数据；基于所述待测系统的脚本代码的结构数据进行漏洞检测，能够在不断增长变化的网络环境中进行准确度高，且全面的漏洞检测。
-
公开(公告)号：CN113436726B
公开(公告)日：2022-03-04
申请号：CN202110728236.7
申请日：2021-06-29
Applicant: 南开大学
Abstract: 本发明公开了一种基于多任务分类的肺部病理音自动化分析方法，涉及肺部病理分析技术领域，包括以下步骤：将提取的音频特征，输入至卷积神经网络MobileNetV2的多任务分类模型，所述卷积神经网络MobileNetV2的多任务分类模型，包括输出用于肺部病理音识别任务和输出用于肺部疾病预测任务。本发明采用多任务学习方法可以隐式增加训练数据量，并通过同一数据的多个标签信息的领域知识来改善模型的泛化性能，从而提升卷积神经网络MobileNetV2的多任务分类模型的预测准确率，另外使用轻量化的卷积神经网络MobileNetV2的多任务分类模型，参数较少，对训练设备的计算能力、内存大小的需求比较小，使得预测分类任务可以在移动或嵌入式设备上完成。
-
公开(公告)号：CN111523647A
公开(公告)日：2020-08-11
申请号：CN202010339933.9
申请日：2020-04-26
Applicant: 南开大学
Abstract: 本发明提供了一种网络模型训练方法、网络模型训练装置、特征选择模型、特征选择方法、特征选择装置、计算机可读存储介质及电子设备。该特征选择方法包括：基于预设需求信息确定与预设需求信息具有第一关联度的多个第一特征；基于多个第一特征生成多个第一特征各自对应的第二特征；将多个第一特征和多个第一特征各自对应的第二特征输入至特征选择模型，以确定与预设需求信息具有第二关联度的第一特征。本发明能够提高特征选择模型在处理线性问题时的可解释性。尤其当第二特征为仿制特征时，本发明实施例通过将仿制特征与特征选择模型相结合的方式，提高了特征选择的速度以及精准度。
-
公开(公告)号：CN111259139A
公开(公告)日：2020-06-09
申请号：CN202010016938.8
申请日：2020-01-08
Applicant: 南开大学
Abstract: 本发明涉及一种基于安卓应用文本挖掘的权限推荐方法及系统。该方法包括：获取安卓应用的文本；获取安卓应用的权限映射关系；根据安卓应用的文本，利用文档主题模型进行主题挖掘，确定安卓应用的主题；根据权限映射关系和安卓应用的主题构建多主题权限模型；利用多主题权限模型确定安卓应用功能与权限的关系；对安卓应用的文本进行分类；获取分类后的安卓应用的权限映射关系；根据分类后的安卓应用的权限映射关系，确定相似应用与权限的关系；根据安卓应用功能与权限的关系和相似应用与权限的关系确定安卓应用的权限推荐。本发明所提供的上述方法及系统，解决现有技术中不能有效的为用户提供合理安全的权限推荐。
-
公开(公告)号：CN110096867A
公开(公告)日：2019-08-06
申请号：CN201910392589.7
申请日：2019-05-13
Applicant: 南开大学
Abstract: 本发明公开了一种面向Android应用功能的权限推荐方法及系统。所述权限推荐方法包括：获取高于数量阈值的应用程序的文本描述；所述文本描述为描述应用程序功能的文本；根据所述文本描述建立多主题模型；从所述应用程序的信息描述文件Manifest.xml文件中提取危险权限并映射到与所述危险权限相关的权限组，确定危险权限集合；根据所述多主题模型以及所述危险权限集合建立多主题-权限映射模型；根据所述多主题-权限映射模型生成推荐权限决策，对需安装的应用程序的权限进行授权权限推荐。采用本发明所提供的权限推荐方法及系统能够为用户提供合理安全的权限推荐，保护用户的隐私安全。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.017 seconds)
