-
公开(公告)号：CN112685320B
公开(公告)日：2023-04-25
申请号：CN202110026716.9
申请日：2021-01-09
Applicant: 北京信息科技大学
Abstract: 本发明公开了一种基于多候选程序的软件缺陷修复方法及装置，方法具体包括：S1：在待修复程序中定位缺陷单元，将缺陷单元存放至缺陷集合中，对缺陷单元生成对应的补丁单元，同时将补丁单元存放至补丁集合；S2：将补丁集合添加到待修复程序中，生成对应的修复程序集合；S3：构造适应度函数，利用适应度函数对修复程序集合进行评估得到对应的适应度值，将适应度值进行排序，选取其中排名前k的修复程序作为候选修复程序集合；S4：对候选修复程序集合进行多数决机制投票，输出多数决投票得分最高的候选修复程序运行结果，并将候选修复程序和多数决机制封装成一个整体程序；本发明通过并行运行多个版本的程序提高容错性。
-
公开(公告)号：CN110414671A
公开(公告)日：2019-11-05
申请号：CN201910596454.2
申请日：2019-07-03
Applicant: 北京信息科技大学
Abstract: 本发明提供一种基于Ontology的深度信念网络模型及其生成方法。本发明试图将本体论和深度信念网络结合起来，形成一个新的模型。本体中最重要的关系之一是本体的层次结构。表达深度学习节点属性和函数转换使用本体的概念属性和分类关系。本发明在这里建立的深度信念网络模型只使用本体概念的亲子关系。同时，本发明选择自下而上构建本体，这样，本发明可以最大限度地训练深度信念网络模型，而不会影响本体节点的表示。
-
公开(公告)号：CN110377690A
公开(公告)日：2019-10-25
申请号：CN201910566562.5
申请日：2019-06-27
Applicant: 北京信息科技大学
IPC: G06F16/31 , G06F16/36 , G06F16/958 , G06F17/27
Abstract: 本申请提供一种基于远程关系抽取的信息获取系统，该信息获取系统包括信息检索模块、情报获取模块和情报分析模块。本发明构建了面向web的行业领域信息获取框架，提出了借助知识融合、领域规则等方法，降低知识库“远程监督”标注数据时出现的“噪声”干扰问题；并借助因子图模型良好的性能，实现了情报感知过程中的实体关系自动抽取任务。上述框架和方法可有效应用于情报感知、数据分析和获取工作中，并具有领域移植性。
-
公开(公告)号：CN109190666A
公开(公告)日：2019-01-11
申请号：CN201810854879.4
申请日：2018-07-30
Applicant: 北京信息科技大学
Abstract: 本发明提供了一种基于改进的深度神经网络的花卉图像分类方法，该方法采用迁移学习的方法，将在大规模数据集上训练的InceptionV3网络用于花卉图像数据集的分类，对其中的激活函数进行改进。在通用Oxford flower-102数据集上的实验表明：该模型在花类图像分类任务中比传统方法和普通卷积神经网络分类准确率高，且比未改进的卷积神经网络准确率高，迁移过程准确率达到81.32％，微调过程准确率达到92.85％。
-
公开(公告)号：CN119961692A
公开(公告)日：2025-05-09
申请号：CN202510042928.4
申请日：2025-01-10
Applicant: 北京信息科技大学
IPC: G06F18/22 , G06N5/022 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/0455 , G06N3/047
Abstract: 本发明公开了一种装备知识图谱多维度特征融合实例对齐方法，包括以下步骤：步骤S1，构建对偶图，初始化实例嵌入矩阵、关系嵌入矩阵和属性嵌入矩阵；步骤S2，利用图卷积神经网络学习关系感知实例嵌入，生成第一层实例嵌入优化矩阵；步骤S3，通过图卷积神经网络编码实例的邻居结构和属性信息，得到第二层实例嵌入优化矩阵；步骤S4，构建多头注意力机制的编码器，得到最终实例嵌入矩阵和关系嵌入矩阵；步骤S5，基于属性参与的多维自适应卷积解码器，确定最终的实例对齐结果。本发明利用对偶图卷积神经网络和多头注意力机制，对偶图和原始图的交互学习，结合带有高速公路网络的图卷积网络进行编码，提高实例对齐的精准度。
-
Patent Agency Ranking
公开(公告)号：CN116663545A
公开(公告)日：2023-08-29
申请号：CN202310315234.4
申请日：2023-03-28
Applicant: 北京信息科技大学
IPC: G06F40/289 , G06F40/126 , G06N3/08 , G06N3/084 , G06F16/36 , G06F40/295 , G06F16/35 , G06N3/04
Abstract: 本公开提供了一种事件抽取方法及装置，该方法首先依据小样本数据对通用信息抽取模型进行微调，然后将生语料数据输入微调后的通用信息抽取模型进行预测，得到新增样本数据，之后将小样本数据和新增样本数据作为训练数据对ERNIE模型进行训练，依据训练好的ERNIE模型对目标文本进行编码，得到相应的特征向量，最后依据Global Pointer模型对特征向量进行解码，得到事件元素，该方法基于UIE、ERNIE和Global Pointer进行事件元素的抽取，可以针对领域事件抽取标注数据样本较少的问题，通过自动化的方式对训练样本进行扩充，将准确率、召回率和F1作为评价指标，提高了事件识别任务上和论元识别任务上的F1值，能有效提升小样本下的抽取性能，并且还解决了论元重叠的问题。
-
公开(公告)号：CN110413995B
公开(公告)日：2022-12-23
申请号：CN201910601361.4
申请日：2019-07-03
Applicant: 北京信息科技大学
IPC: G06F40/295 , G06F16/28
Abstract: 本发明提供一种基于双向MGU神经网络的关系抽取方法。解决了单向MGU模型对后文依赖性不足，无法处理后文信息的问题。通过实验表明了该方法的训练时间更短，抽取准确率、召回率和F值更高。通过分析不同关系类型的抽取性能，发现了关系类型的选取以及语料特点对抽取性能存在一定影响。
-
公开(公告)号：CN114678075A
公开(公告)日：2022-06-28
申请号：CN202210302098.0
申请日：2022-03-24
Applicant: 北京信息科技大学
Abstract: 本公开提供一种基于分子结构信息获取分子表示数据的方法，包括：对于组成分子的各个原子，获取单个原子外层的各个电子轨道结构数据，并生成基于波函数表示的各个电子轨道结构数据，将波函数表示的各个电子轨道结构数据作为原子结构数据；在组成分子的单个原子的体素空间内，将基于波函数表示的各个电子轨道结构数据进行组合，形成基于波函数的原子卷积核；在组成分子的所有原子的整个体素空间内，对构成分子的各个原子，通过各个原子对应的基于波函数的原子卷积核进行卷积操作，分子的各个原子经对应的基于波函数的原子卷积核卷积操作后，生成基于体素的可视化分子表示数据。本公开还提供了一种分子属性获取方法。
-
公开(公告)号：CN112069889B
公开(公告)日：2021-08-03
申请号：CN202010759794.5
申请日：2020-07-31
Applicant: 北京信息科技大学
Abstract: 本公开提供了一种民航飞行器轨迹预测方法，其包括：S1、构建FTP‑GAN网络；S2、获取民航飞行器的轨迹数据，并对民航飞行器的轨迹数据进行归一化处理；其中，FTP‑GAN网络的生成器根据归一化后的轨迹数据生成民航飞行器的预测轨迹。
-
公开(公告)号：CN112579463A
公开(公告)日：2021-03-30
申请号：CN202011562073.1
申请日：2020-12-25
Applicant: 北京信息科技大学
IPC: G06F11/36
Abstract: 本发明公开了一种面向Solidity智能合约的缺陷预测方法，应用于软件缺陷预测技术领域，首先从Solidity源码中提取代码模块的度量元，并为每个代码模块标记缺陷数量，从而构建缺陷预测数据集；然后针对Solidity缺陷预测数据集中的类不平衡问题，采用过采样方法进行数据预处理；最后分别构建缺陷数量预测模型和缺陷倾向性预测模型，并评估模型的性能。本发明将度量元集与Solidity智能合约缺陷检测结果结合，构建了Solidity智能合约缺陷预测数据集，能够更好地描述Solidity智能合约的特征，基于以上数据集，分别验证了缺陷数量预测和缺陷倾向性预测问题中，不同模型的性能差异。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.03 seconds)
