-
公开(公告)号：CN107085676A
公开(公告)日：2017-08-22
申请号：CN201710330164.4
申请日：2017-05-11
Applicant: 北京理工大学
CPC classification number: G06F21/123 , G06F21/125 , G06F21/602 , G06F21/6209 , G06Q50/184
Abstract: 本发明涉及软件的知识产权保护方法，属于计算机与信息科学技术领域。本发明通过提取计算机唯一信息生成加密秘钥，并加密授权起始时间和授权天数的授权文件，最终生成授权证书。软件通过提取计算机唯一信息生成的解密秘钥解密授权证书，获取授权截止时间并与加密锁中的当前时间对比，判断是否在授权范围内。此外，还采用加密锁与软件动态链接库绑定的技术，保证一款软件对应唯一加密锁，并轮询检测加密锁是否存在。最后，利用多种反调试手段增加软件破解的难度，达到软件全方位知识产权保护的目的。
-
公开(公告)号：CN106485067A
公开(公告)日：2017-03-08
申请号：CN201610867280.5
申请日：2016-09-29
Applicant: 北京理工大学
IPC: G06F19/00
CPC classification number: G06F19/3475 , G16H50/30
Abstract: 本发明涉及一种结合BMI的个体膳食能量计算方法。从应用场景的角度讲，属于营养学领域；从技术实现的角度来讲，亦属于计算机科学与健康信息学领域。在该方法中，首先计算个体的每日能量摄入量和每日能量消耗量，二者相除得到个体的膳食能量消耗比；其次计算个体的身体质量指数BMI，对不同BMI范围的个体，采用不同的膳食能量计算标准；最后，将个体的膳食能量消耗比代入到依据能量营养曲线构造的膳食能量计算公式，得到最终的个体膳食能量得分。本发明针对不同个体对能量所需摄入量的不同提出相应的膳食能量计算标准，所得能量得分可用于个体膳食能量合理性的评价，在个体膳食能量评估方面具有更加准确、个体化的效果。
-
Patent Agency Ranking
公开(公告)号：CN106446566A
公开(公告)日：2017-02-22
申请号：CN201610867286.2
申请日：2016-09-29
Applicant: 北京理工大学
CPC classification number: G06K9/6268 , G16H50/30
Abstract: 本发明涉及一种基于随机森林的老年人认知功能分类方法，属于生物医学技术领域。本发明首先采用MMSE量表得分和受教育程度，将老年人认知功能划分为三种类别。然后利用认知功能得分相对比值计算方法和Pearson线性相关系数计算方法，提取影响老年人认知功能类别划分的关键认知域。构建随机森林回归模型，计算非量表属性的属性重要性得分，提取影响老年人认知功能类别划分的外联属性。最后基于提取的关键认知域和外联属性，采用SMOTE上采样方法均衡化样本集，利用随机森林方法构建老年人认知功能分类模型。本发明提出方法相比于量表分类方法，所采用属性较少且易于采集，具有更好的便捷性；相比于其他机器学习算法，实现了老年人认知功能类别的细分，有利于实现对老年人认知功能有针对性干预方法的研究。
-
公开(公告)号：CN102799899B
公开(公告)日：2014-12-10
申请号：CN201210226349.8
申请日：2012-06-29
Applicant: 北京理工大学
IPC: G06K9/62
Abstract: 本发明涉及一种融合支持向量机(SVM)和高斯混合模型(GMM)的特定音频事件分层泛化识别方法，属于计算机与音频事件识别技术领域。本方法首先获得训练样本的音频特征向量文件，然后分别使用GMM方法和SVM方法对大量种类繁多的训练样本的音频特征向量文件进行模型训练，得到具有泛化能力的GMM模型和SVM分类器，完成离线训练。最后使用GMM模型和SVM分类器对待识别音频特征向量文件进行分层识别，经由一定的结果融合判决策略，得到每一个音频片段的类别标签属性。本方法解决了现有特定音频事件识别中对连续音频流识别效率低、持续时间特别短的音频事件漏检概率高等问题，可应用于特定音频检索和基于内容的网络音频监管。
-
公开(公告)号：CN103258536A
公开(公告)日：2013-08-21
申请号：CN201310074743.9
申请日：2013-03-08
Applicant: 北京理工大学
IPC: G10L17/02
Abstract: 本发明涉及一种基于2D-Haar音频特征的、适用于大规模说话者的文本无关说话人辨认方法。本发明提出了2D-Haar音频特征的概念和计算方法，首先使用基础音频特征构成音频特征图；进而利用音频特征图提取2D-Haar音频特征，再使用AdaBoost.MH算法完成对2D-Haar音频特征的筛选和说话人分类器的训练；最终使用训练好的说话人分类器实现说话人辨认。与现有技术相比，本发明可以有效地抑制大规模说话人辨认场合下辨认准确率的衰减，具有较高辨认准确率和辨认速度；不仅适用于桌面计算机，也适用于手机、平板电脑等移动计算平台。
-
公开(公告)号：CN103235772A
公开(公告)日：2013-08-07
申请号：CN201310074883.6
申请日：2013-03-08
Applicant: 北京理工大学
IPC: G06F17/27
Abstract: 本发明涉及一种从中文文本或文本集中自动提取人物关系的方法，属于计算机科学与信息抽取技术领域。在该方法中，利用了句义模型特征用于判定关系属性归属，并结合关系属性消歧、人物关系强度计算的方法等，将分散在文本或文本集中的人物关系自动提取出来，利用人物关系网络进行组织，并且通过人物关系图的方式进行展示（包括展示人物关系属性和关系强度）。本发明引入句义模型特征提升了实体关系提取方法的准确性，丰富了人物关系提取方法。此外，随着文本集中关于中心人物的文本数目的增加，该发明方法对中心人物的人物关系提取将越来越准确和全面，适用范围越来越广。
-
公开(公告)号：CN103198833A
公开(公告)日：2013-07-10
申请号：CN201310075089.3
申请日：2013-03-08
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于文本无关说话人确认方法。本发明提出了Turbo-Boost分类算法与2D-Haar音频特征的相结合的说话人确认方法，首先使用基础音频特征构成音频特征图；进而利用音频特征图提取2D-Haar音频特征，再使用Turbo-Boost算法，通过两轮迭代运算分别完成对2D-Haar音频特征的筛选和说话人分类器的训练；最终使用训练好的说话人分类器实现说话人确认。与现有技术相比，本发明可以在同样的运算消耗下获得更高的准确率，特别适合对于运算速度和说话人确认精度有着严格要求的说话人确认场合，例如电话自动接听系统、计算机身份认证系统、高密级门禁系统等。
-
-
-
-
-
-
Search Results
217
records
(took 0.059 seconds)
