-
公开(公告)号：CN112115326A
公开(公告)日：2020-12-22
申请号：CN202010836902.4
申请日：2020-08-19
Applicant: 北京交通大学
IPC: G06F16/906 , G06F16/951 , G06F21/57 , G06N20/00
Abstract: 本发明提供了一种以太坊智能合约的多标签分类和漏洞检测方法。该方法包括：利用已验证的智能合约构成样本数据集，对样本数据集中的样本进行特征提取，使用特征向量来表示样本；基于各个样本的特征向量训练各种多标签分类模型，对各个多标签分类模型的分类效果进行评价，选取分类效果最好的多标签分类模型；将待分类的以太坊智能合约输入到选取的多标签分类模型中，该多标签分类模型输出所述待分类的以太坊智能合约的漏洞检测结果。本发明的方法通过提取静态特征和利用机器学习算法，实现了以太坊智能合约漏洞自动且高效地检测，本方法更适用于大批量合约漏洞检测的应用场景。
-
公开(公告)号：CN106991492B
公开(公告)日：2020-09-08
申请号：CN201710147207.5
申请日：2017-03-13
Applicant: 北京交通大学
Abstract: 本发明提供一种北方气候快充纯电动公交车运营调度优化方法，包括以下步骤：给出关键参数的互动关系，构建线路长度组合情境下的运力配车规模条件下的充电高峰点分布和充电排队模型关系，构建不同线路长度组合条件下的车桩比优化算法关系。本项发明区别于现有传统公交车配车方法，要兼顾电动车用电结构和线路长度、运力配置影响下的充电高峰时段和排队问题，以及不同线路组合，合理调配充电时间，即满足公交车辆运营发车计划，又能提高充电桩全天利用效率。
-
公开(公告)号：CN109991699A
公开(公告)日：2019-07-09
申请号：CN201711483341.9
申请日：2017-12-29
Applicant: 北京交通大学
IPC: G02B6/02
Abstract: 本发明提出了一种2μm波段相移取样光纤光栅，其制作以光敏光纤101为基质，包括纤芯102和包层103；所述纤芯102中包含有n个取样段，取样周期为p，每个取样段包含一个曝光栅区和一个非曝光区段，且曝光栅区长度为a、光栅周期为Λ，非曝光区长度为b，同时在所述2μm波段相移取样光纤光栅中心位置处设置有π相移点104。本发明同时提供了所述2μm波段相移取样光纤光栅的制作系统和方法。所述相移取样光纤光栅在用于2μm波段单纵模窄线宽光纤激光器制作方面具有潜在的应用前景，具有有益的技术效果。
-
公开(公告)号：CN105894236A
公开(公告)日：2016-08-24
申请号：CN201610458072.X
申请日：2016-06-22
Applicant: 北京交通大学
CPC classification number: G06Q10/083 , G06Q10/0835 , G06Q10/087 , G06Q50/28
Abstract: 本发明提出一种饮用水物流监控系统和基于该系统及联立方程的饮用水供应链递阶质量屋管控方法，该管控方法以饮用水供应链质量需求为输出，将饮用水供应链中各个主体业务环节的工程特性看作是输入，建立一个多输入多输出系统的饮用水供应链递阶质量屋管控模型，可以对饮用水整个供应链上下游进行有效质量设计与控制，改进其质量形成过程，从而最终实现供应商与生产企业的整体利润。
-
公开(公告)号：CN119537956A
公开(公告)日：2025-02-28
申请号：CN202510088643.4
申请日：2025-01-21
Applicant: 中国铁道科学研究院集团有限公司电子计算技术研究所 , 北京交通大学 , 中国铁道科学研究院集团有限公司 , 中国国家铁路集团有限公司
IPC: G06F18/214 , G06F18/2431 , G06F18/23 , G06N3/0895 , G06N3/098
Abstract: 本发明提供了一种基于半监督联邦学习的铁路内部数据流通共享方法，涉及半监督技术领域，包括从多个客户端上获取多个初始本地模型；得到初始全局模型；对无标签数据集中的每个无标签数据分配伪标签；得到多个本地模型；对每个本地模型分配对应的权重参数；得到数据共享模型。本发明通过基于标签数据集训练得到的模型，为无标签数据分配伪标签，使得无标签数据能够参与到后续的模型训练中，进一步扩充了训练数据的规模，提高模型的泛化能力；以及基于每个客户端上数据的聚类分布对每个本地模型分配对应的权重参数，从而反映各个本地模型在数据共享模型中的重要性，使得最终得到的数据共享模型既能够兼顾全局的共性，又能够体现不同客户端的个性。
-
Patent Agency Ranking
公开(公告)号：CN119106656A
公开(公告)日：2024-12-10
申请号：CN202411175096.5
申请日：2024-08-26
Applicant: 北京交通大学
IPC: G06F40/109 , G06V10/80 , G06V10/766 , G06V10/774 , G06T3/147
Abstract: 本发明提供一种中文矢量字体生成方法及系统，属于中文矢量字体设计技术领域，获取字符的组件及布局类型信息；利用预先训练好的组件仿射变换回归器模型对获取的字符的组件及布局类型信息进行处理，得到相应的字符；其中，组件仿射变换回归器模型包括特征提取器、特征融合模块和回归器。本发明通过学习仿射变换参数，在矢量字体组件上对其贝塞尔曲线进行仿射变换，能够直接生成矢量中文字符；生成的中文字符可以满足字体设计任务的需求；通过基于大规模中文字体组件数据集，通过组合字符组件，能够合成复杂的矢量中文字符，实现高效且大规模的中文矢量字体生成，提高了中文字体设计速度。
-
公开(公告)号：CN119011600A
公开(公告)日：2024-11-22
申请号：CN202410981463.4
申请日：2024-07-22
Applicant: 北京交通大学
IPC: H04L67/1074 , H04L41/00 , H04L9/00
Abstract: 本发明提供一种区块链中心化综合评估治理方法及系统，属于区块链安全治理技术领域，确定节点是否参与投票，并进行投票，统计参与投票的节点数量，确定有效奖励发放时长；验证有效举报和监管信息，确定符合奖励条件的节点，并计算每个节点应获得的具体奖励数额；执行奖励分配，将计算的奖励数额发放给相应的节点。本发明综合了区块链中心化程度的多种评估指标，全面分析了采用不同共识协议的区块链系统的中心化程度，并针对不同共识机制提出抽象化的治理模型，利用HK聚类算法优化奖励分配机制以鼓励广泛的参与者在区块链治理中采取积极正直的行为，构建了基于激励机制的面向Web3.0的区块链治理三方演化博弈模型来评估改进的安全性。
-
公开(公告)号：CN118862948A
公开(公告)日：2024-10-29
申请号：CN202410786500.6
申请日：2024-06-18
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于知识蒸馏和锐度感知最小化的个性化联邦学习方法。该方法包括：服务器生成全局共享无标签伪数据集，并下发给各个客户端；客户端利采用锐度感知最小化方法对本地模型进行优化，得到优化后的本地模型wc；客户端利用本地数据集和无标签伪数据集生成本地知识，服务器对各个客户端的本地知识中的logits依据权重系数进行加权运算得到全局#imgabs0#将由全局原型p和全局#imgabs1#构成的全局知识下发给各个客户端；客户端根据本地logits和全局知识中的全局#imgabs2#对本地模型wc进行更新。本发明利用无标签伪数据集作为公共数据集进行知识蒸馏，就能够实现良好的性能。服务器利用权重对本地知识进行聚合，以获得高质量的全局知识，用于提升本地模型性能。
-
公开(公告)号：CN118540096A
公开(公告)日：2024-08-23
申请号：CN202410421446.5
申请日：2024-04-09
Applicant: 北京交通大学
Inventor： 王伟 , 郝玉蓉 , 刘吉强 , 李超 , 段莉 , 许向蕊 , 陈国荣 , 刘鹏睿 , 吕晓婷 , 陈政 , 刘敬楷 , 振昊 , 韩昫 , 刘冲 , 胡福强 , 祝咏升 , 代娇
IPC: H04L9/40 , H04L41/16 , G06F16/9535 , G06N3/098 , G06N20/00
Abstract: 本发明公开了一种面向联邦推荐的有目标投毒攻击防御方法及系统，包括：服务器随机选取预设比例的客户端参加模型训练；服务器连续记录不同用户在每一轮的更新项目模式；服务器通过识别良性用户在训练期间更新项目的两种模式，动态剔除不满足前述模式条件的异常用户；服务器将剩余用户上传的梯度作为正常梯度参与后续聚合更新，并将聚合更新后的结果作为新一轮参数发送至客户端；重复该过程直至模型收敛。本发明能够在训练过程中动态检测来自客户端上传的模型参数更新和交互项目更新模式，通过识别良性用户在训练期间更新项目的两种模式，针对性的对参与联邦推荐训练的异常用户进行检测并剔除，可以有效减轻有目标投毒攻击对联邦推荐系统的损害。
-
公开(公告)号：CN118155161A
公开(公告)日：2024-06-07
申请号：CN202410105601.2
申请日：2024-01-25
IPC: G06V20/56 , G06V10/44 , G06V10/42 , G06V10/771 , G06V10/80 , G06V10/764 , G06V10/776 , G06N3/0464 , G06N3/048 , G06N3/084 , G06N3/08 , G06N3/09
Abstract: 本发明提供一种基于图像全局感受野的道路隔离带检测方法及装置，属于基于机器视觉的道路检测技术领域，获取待检测的道路隔离带图像；利用基于图像全局感受野的道路隔离带检测模型对获取的图像进行处理，得到道路隔离带类型检测结果；其中，所述基于图像全局感受野的道路隔离带检测模型基于所述训练数据训练得到；通过经过层层卷积的前向传播过程获得预测的道路隔离带形式，计算预测结果与真实标签之间的损失，并通过损失进行反向传播，以更新模型权重，直至达到设定的迭代轮数为止。本发明增加了网络层的感受野，精确判断场景的机非隔离形式，提高了预测结果的全面性和精确度。
-
-
-
-
-
-
-
-
-
Search Results
153
records
(took 0.034 seconds)
