-
公开(公告)号：CN113312058B
公开(公告)日：2022-09-02
申请号：CN202110690580.1
申请日：2021-06-22
Applicant: 哈尔滨工程大学
Abstract: 本发明属于区块链智能合约安全检测技术领域，具体涉及一种智能合约二进制函数的相似性分析方法。本发明包括反编译的字节码，生成EVM指令及相应的参数；根据反编译后的EVM指令重建控制流图CFG；将一个合约的CFG划分为若干二进制函数，并且为CFG中的边确定时序关系；提取特征值和图结构；设计了一种基于时序聚合图结构的模型，比较聚合后的图结构可以得出两个二进制函数的相似性。本发明直接对合约的字节码进行研究，不仅能处理大部分缺少源代码的合约，也能使用一些源码层面没有的隐藏信息。
-
公开(公告)号：CN114581864A
公开(公告)日：2022-06-03
申请号：CN202210213377.X
申请日：2022-03-04
Applicant: 哈尔滨工程大学
IPC: G06V20/54 , G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 基于transformer的动态密集对齐车辆重识别技术，本发明涉及车辆重识别方法。本发明的目的是为了解决现有方法对车辆重识别准确率低的问题。具体过程为：一、采集不同视角的车辆图像数据集，分为训练集和测试集；二、建立主干网络，将训练集输入主干网络进行训练，直至收敛，得到训练好的主干网络；所述主干网络包括CNN网络模块、扁平化处理模块、可学习嵌入模块、车辆关键点检测模型、动态密集嵌入模块、Transformer编码器模块、BN、监督学习模块、ID损失、三元组损失；三、将测试集输入练好的主干网络，进行分类结果预测。本发明用于计算机视觉技术领域。
-
公开(公告)号：CN111125455A
公开(公告)日：2020-05-08
申请号：CN201911187376.7
申请日：2019-11-28
Applicant: 哈尔滨工程大学
IPC: G06F16/903 , G06Q50/00
Abstract: 本发明公开了一种基于有向图的局部重叠社区发现模型，为解决有向性，提出有向转变为带权重的无向图的模型；进一步的，为研究社区重叠性，提出基于有向图的局部重叠社区发现模型。该模型包含以下五个部分：步骤S1：在有向社交网络图中，找出入度和出度平均值最大的节点作为中心节点；步骤S2：在有向社交网络中，某节点的邻居节点集中，邻居节点之和最多的节点成为该节点的密友；步骤S3：寻找结点隶属社区的紧密度；步骤S4：寻找重叠结点与社区的重叠度；步骤S5：相邻社区以及相邻社区之间的紧密度；本发明的有益效果是：基于有向图进行深入探究，增加真实性；重点关注了模型对真实社区的重叠性；社区发现的结果精准度高。
-
公开(公告)号：CN110910377A
公开(公告)日：2020-03-24
申请号：CN201911190631.3
申请日：2019-11-28
Applicant: 哈尔滨工程大学
Abstract: 本发明属于医学图像识别技术领域，具体涉及应用在临床实践上的一种基于神经网络的脑梗死MRI图像识别方法。本发明包括以下步骤：采集明确具有脑梗死疾病的脑部MRI图像；数据预处理，对标注好的原始图像进行缩放和裁剪处理；构建神经网络，卷积神经网络总深度为11层,卷积核大小为3*3,第2、4、7层步长为2,其余层步长为1；训练神经网络；测试模型；诊断测试；输出模型和整理结果。本发明的优点在于：使用卷积神经网络进行头部MRI图像识别,相比于传统方法,准确率更高,诊断过程更加智能化，且可以应用于除头部MRI识别外的其他应用场景。本发明使用全卷积网络作为基础网络结构,保留局部信息,使得学习到的特征更易被可视化和理解。
-
公开(公告)号：CN110046672A
公开(公告)日：2019-07-23
申请号：CN201910335224.0
申请日：2019-04-24
Applicant: 哈尔滨工程大学
Abstract: 一种基于半监督学习的银行电子渠道异常交易确定方法，涉及机器学习技术领域，为解决现有异常交易确定技术中存在难度大、效率低、准确性差的问题，本发明在隐马尔科夫模型、时间序列模型(ARIMA)建立账户级别的历史交易序列模型的基础上进一步整合优化，以HMM为基础结合半监督聚类学习预测异常交易行为。本发明通过半监督聚类学习将每个时间截面的交易数据转化为一个时序的向量，并利用半监督学习克服标签数据稀少的问题，利用HMM对每个人的交易向量拟合生成对应的模型，并将半监督学习与HMM结合从截面数据和时序数据两个角度提升异常识别的准确率。采用机器学习来解决异常交易确定的问题，与传统的专家法相比极大的降低了难度，提高了工作效率。
-
Patent Agency Ranking
公开(公告)号：CN106951524A
公开(公告)日：2017-07-14
申请号：CN201710168151.1
申请日：2017-03-21
Applicant: 哈尔滨工程大学
CPC classification number: G06F16/9024 , G06F2216/03 , G06Q50/01
Abstract: 本发明提供的是一种基于节点影响力的重叠社区发现方法。在k‑shell分解算法的基础上，通过综合并全面考虑节点的全局影响力、局部影响力以及邻居节点的贡献度共三类因素而提出。依据影响力降序顺序更新节点，符合社会网络信息传播特性，降低算法的随机性，并在计算归属系数的时候，不仅仅考虑了邻居节点影响力的影响，还将节点本身的归属倾向及节点本身影响力考虑在内。在设定重叠阈值等方面，融合了节点影响力，为每个节点设置了合理的阈值。能够降低原算法的随机性，挖据出高质量的社区结构。
-
公开(公告)号：CN105808739A
公开(公告)日：2016-07-27
申请号：CN201610136924.3
申请日：2016-03-10
Applicant: 哈尔滨工程大学
IPC: G06F17/30
CPC classification number: G06F16/90348
Abstract: 基于Borda算法的搜索结果排序方法，属于搜索引擎结果排序领域。现有的Borda排序算法对于结果相关分值的计算时，所用的位置关系并不能完全代表相关度的变化，导致搜索结果排序不准确。一种基于Borda算法的搜索结果排序方法，先是对返回结果的位置得分统一规范化处理，并且结合进了检索词串与搜索结果的相似度，对相似度的计算方法也进行了改进。本发明利用标题和摘要进行相似度的计算时，结合了查询词与结果的匹配权重，使得相似度的计算更加准确；且提高搜索效率。
-
公开(公告)号：CN114254618B
公开(公告)日：2024-09-20
申请号：CN202111525656.1
申请日：2021-12-14
Applicant: 哈尔滨工程大学
IPC: G06F40/20 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N5/04
Abstract: 基于动态路由注意力机制的视觉问答方法、存储介质及设备，属于自然语言处理技术领域。为了解决现有的引入了多层注意力的问答模型由于参数量过多，从而导致了训练时长，甚至梯度消失的问题。本发明将图像I和文本问题Q输入视觉问答模型以获得问答答案；视觉问答模型包括：对图像和文本问题进行特征提取的特征提取单元、使用动态路由的方式分别以文本问题特征、视觉特征作为参考向量和特征矩阵在图像中进行注意力权重的更新，根据注意力权重分布获取到图像中的输出向量的动态路由注意力网络单元，以及将获取到的输出向量输入到两层全连接层进行特征转换，然后通过预测层对问题的答案进行预测的答案预测单元。本发明主要用于视觉问答。
-
公开(公告)号：CN117632249A
公开(公告)日：2024-03-01
申请号：CN202311664371.5
申请日：2023-12-06
Applicant: 哈尔滨工程大学
Abstract: 一种基于节点特征融合的图神经网络代码差异检测方法，涉及软件测试技术领域。本发明是为了解决现有代码差异检测方法还存在检测准确率低且检测过程容易丢失代码语义信息和结构信息，从而导致无法给测试人员提供准确的测试方向，进而导致测试效率低的问题。本发明包括：获取两份待比较的源代码，并对两份待比较的源代码进行预处理，获得两棵C++源代码语法树；利用源代码语法树进行图构建获得语法图，并获取语法图中节点的嵌入特征向量，将语法图和语法图中的节点的嵌入特征向量输入到GCN图卷积神经网络中，获得语法图嵌入表示；采用对语法图的嵌入表示和语法图中节点的嵌入特征向量进行节点匹配，获得G中节点的匹配关系。本发明用于代码差异检测。
-
公开(公告)号：CN111028152B
公开(公告)日：2023-05-05
申请号：CN201911240433.3
申请日：2019-12-02
Applicant: 哈尔滨工程大学
Abstract: 本发明属于图像超分辨率重建技术领域，具体涉及一种基于地形匹配的声呐图像的超分辨率重建方法。本发明通过使用中值滤波器、拉普拉斯滤波器对声呐图像进行预处理，在声呐图像中识别并选定地形作为参照物，对同一地形参照物进行配准，解决声呐图像在产生的过程中同一地形在图像中的位置不同的问题。本发明利用声呐图像中的同一地形，将多张声呐图像依据该地形进行配准，使用多张声呐图像重建一张新的图像，直到最终高分辨率图像的生成，解决了声呐图像分辨率低、信噪比低、对比度低、斑点噪声突出的问题，提高了声呐图像的分辨率从而获得更多信息。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.025 seconds)
