基于多特征深度神经网络的宫颈活检区域识别方法及装置

    公开(公告)号:CN108388841B

    公开(公告)日:2021-04-16

    申请号:CN201810092570.6

    申请日:2018-01-30

    Applicant: 浙江大学

    Abstract: 本发明公开了基于多特征深度神经网络的宫颈活检区域识别方法及装置,装置包括:图像采集单元,采集宫颈的生理盐水图像、醋酸图像和碘图像;数据处理单元,包括已训练的宫颈活检区域识别模型,宫颈活检区域识别模型对生理盐水图像、醋酸图像和碘图像进行分析处理,输出宫颈存在活检区域的概率标签;宫颈活检区域识别模型包括:特征提取层,包括3个独立的特征提取子网络,分别用于提取生理盐水图像、醋酸图像和碘图像的特征;特征结合层,将3个特征拼接起来;顶层,对拼接后的特征进行识别,输出宫颈存在活检区域的概率标签;显示单元,获取所述的概率标签并显示。该宫颈活检区域识别装置可辅助医生对患者的宫颈是否存在活检区域做出准确判断。

    一种基于最近邻算法的代码变更日志自动生成方法

    公开(公告)号:CN111090460A

    公开(公告)日:2020-05-01

    申请号:CN201910967684.5

    申请日:2019-10-12

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于最近邻算法的代码变更日志自动生成方法,属于代码变更日志自动生成领域。该方法包括:输入数据的预处理、训练集数据预处理、通过词袋模型获取词频向量对的集合、通过KNN算法计算候选中间结果、计算BLEU-4值,最终获得输出结果。该方法具有模型结构简单,解释性强,模型不需要训练,实际运行时间较NMT大大缩减,对噪声不敏感,鲁棒性强的特点。

    Linux容器的细粒度沙盒策略执行方法

    公开(公告)号:CN108021807A

    公开(公告)日:2018-05-11

    申请号:CN201711483780.X

    申请日:2017-12-29

    Applicant: 浙江大学

    Abstract: 本发明提供了一种Linux容器的细粒度沙盒策略执行方法,限制Linux容器的系统调用行为,减少攻击面,实现Linux容器的安全加固。所述方法包括:容器追踪模块通过采用ptrace系统调用接口,追踪目标容器运行,根据沙盒策略定义的规则,对具有字符串类型参数的系统调用访问进行过滤。系统调用拦截模块通过采用seccomp/BPF技术,实时拦截目标容器系统调用访问,根据沙盒策略定义的规则,对系统调用类型及具有非字符串类型参数的系统调用访问进行过滤。

    一种基于密度平衡的近邻迁移分区方法

    公开(公告)号:CN106708432A

    公开(公告)日:2017-05-24

    申请号:CN201611097868.3

    申请日:2016-12-03

    Applicant: 浙江大学

    CPC classification number: G06F3/0607 G06F3/0644 G06F3/067

    Abstract: 本发明公开了一种基于密度平衡的近邻迁移分区方法。同一物理节点同时作为部分数据块的master节点,同时又是部分数据块的slave节点,通过slave数据块分布环实现高可用性,分配原则为:master数据块分布环顺时针/逆时针转动一次,同时也可以通过移动1次、2次、n次分别实现复制因子为2、3、n+1的多副本可用性设计。当新节点加入集群时,找到集群中密度最大的节点,重新计算平衡状态,计算迁移动作;当节点失效离开集群时,失效节点两端找到密度较小的节点a,失效节点对应的数据块归入节点a,执行迁移动作。本发明方法根据不同节点的存储密度就近动态调整分区大小,完成数据迁移,该方法同时支持复制因子的概念。

    一种基于多样性的动态影响力传播种子最小化方法

    公开(公告)号:CN115659007B

    公开(公告)日:2023-11-14

    申请号:CN202211151849.X

    申请日:2022-09-21

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于多样性的动态影响力传播种子最小化方法,基于一个双向自适应贪婪算法的框架,采用基于鞅的影响力最大化算法(IMM)和基于鞅的多样性影响力最大化算法(DIMM)实现,算法核心是使用一种随机产生反向影响草图(RI‑Sketch)的采样方法,用于估计影响力扩散和多样性函数增益,具有良好的近似保证。本发明解决了如何以最小的成本在最少时间内使得影响力传播达到特定阈值的问题,克服了传统方法不能有效考虑多样性问题以及算法本身缺乏动态选择过程的弊端,可以在一定的扩散模型下有效选取合适的种子集合。

    一种基于多程序图的漏洞检测方法及装置

    公开(公告)号:CN116663017A

    公开(公告)日:2023-08-29

    申请号:CN202310725504.9

    申请日:2023-06-19

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于多程序图的漏洞检测方法及装置,本发明使用多个不同的程序图来构造代码片段的图,每个图都表示代码片段中的一个语句,图中节点表示相关语句及其细粒度代码元素。并基于图神经网络对这些图进行编码,再根据编码后的图以及文本信息使用三种不同的方式来表征每个输入的代码片段,将其编码为三通道特征矩阵,最终使用卷积神经网络来识别输入的代码片段是否存在漏洞,本方法用于检测方法级别的漏洞,通过引入图神经网络、卷积神经网络,使漏洞检测效果进一步提高。

Patent Agency Ranking