-
公开(公告)号：CN106484675A
公开(公告)日：2017-03-08
申请号：CN201610866186.8
申请日：2016-09-29
Applicant: 北京理工大学
IPC: G06F17/27
CPC classification number: G06F17/2785 , G06F17/271
Abstract: 本发明涉及一种融合分布式语义和句义特征的人物关系抽取方法，属于自然语言处理领域。本发明首先利用统计词频特征及Bootstrapping算法，分别在少量有标记的语料和大量无标记的语料中训练得到关系特征词典，然后通过元素距离最优化规则构造语句的三元组实例，融合分布式语义信息及语义信息构造三元组特征空间，最后对三元组进行是非二元判定，利用置信度最大化原则得到人物关系类别。本发明实现了特征关系词典的自动生成，将传统的关系多分类问题转化为三元组是非二元判定问题，更加适应传统的机器学习分类算法，且利用分布式语义信息，提升了关系分类的准确率。
-
公开(公告)号：CN106407706A
公开(公告)日：2017-02-15
申请号：CN201610868391.8
申请日：2016-09-29
Applicant: 北京理工大学
IPC: G06F19/00
CPC classification number: G16H50/30
Abstract: 本发明涉及一种老年人体能状态量化等级计算方法，属于生物医学技术领域。本发明首先基于步速将人群划分为较高步速人群、普通步速人群、较低步速人群及全部人群，通过boruta算法针对不同人群提取关键属性，并按照重要性排序及合理的规则最终确定步速的关键影响因素，构建两种逻辑回归模型，预测较高、较低步速人群中体能较好的概率，融合两种模型的判别结果，完成对全部人群的量化等级判定。实现对人群的评定并以等级的形式反馈，可以体现人群个性化的特征,达到细致划分人群的目的，为不同人群的体能评价提供指导意见。
-
公开(公告)号：CN106383817A
公开(公告)日：2017-02-08
申请号：CN201610866179.8
申请日：2016-09-29
Applicant: 北京理工大学
IPC: G06F17/27
CPC classification number: G06F17/2775 , G06F17/2785
Abstract: 本发明涉及一种利用分布式语义信息的论文标题生成方法，属于自然语言处理领域。本发明首先利用TextRank算法获取论文摘要的前k个关键词，训练GloVe模型得到词向量，对提取的关键词进行向量初始化，然后利用基于长短期记忆单元的循环神经网络标题生成模型获取标题，最后进行标题构建。本发明利用深度学习的方法挖掘标题的深层语义信息，使生成的标题可读性强，且符合标题的语义规则。
-
公开(公告)号：CN106254547A
公开(公告)日：2016-12-21
申请号：CN201610867277.3
申请日：2016-09-29
Applicant: 北京理工大学
Abstract: 本发明为一种网络安全技术竞赛动态FLAG管理方法，涉及网络安全技术竞赛，属于计算机与信息科学技术领域。本发通过虚拟化云平台配置和管理网络安全技术竞赛系统，在云平台环境中搭建竞赛所需虚拟机以部署竞赛管理系统及考核题目，并根据需要构建竞赛所需的虚拟网络供竞赛选手接入并答题。在此基础上，通过在虚拟机中加入串行接口通信设备实现虚拟机与实体机的特殊数据交互接口，并通过此接口在不影响竞赛虚拟网络数据流的情况下，实现题目虚拟机和管理虚拟机之间的通信，从而动态更新、配置FLAG。
-
公开(公告)号：CN106203813A
公开(公告)日：2016-12-07
申请号：CN201610522157.X
申请日：2016-07-05
Applicant: 北京理工大学
CPC classification number: G06Q10/06393 , G06Q50/10
Abstract: 本发明涉及一种老年人生活自理能力量化计算方法，属于生物医学技术领域。本发明首先将生活自理能力划分为生活自理能力基线量化值和生活自理能力状态量化值，通过参考文献选择生活自理能力基本因素并计算生活自理能力基线量化值，应用Boruta算法量化属性对生活自理能力的影响程度，选择生活自理能力关键影响因素，采用逻辑回归模型，预测个体的生活自理概率，进而获得个体相对的生活自理概率并百分化为生活自理状态量化值；应用加权融合的方法综合计算生活自理能力量化值。实现对个体生活自理能力的评价并以百分制的形式反馈，可以体现个体个性化的特征,达到细致划分人群的目的，为个体的个性化干预提供指导意见。
-
Patent Agency Ranking
公开(公告)号：CN103258536B
公开(公告)日：2015-10-21
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：CN102831447B
公开(公告)日：2015-01-21
申请号：CN201210314435.4
申请日：2012-08-30
Applicant: 北京理工大学
IPC: G06K9/66
Abstract: 本发明涉及一种基于Haar-like特征的多类别面部表情高精度识别方法，属于计算机科学与图形图像处理技术领域。本发明首先使用Haar-like特征和串联人脸检测分类器实现高准确性的人脸检测；进而利用AdaBoost.MH算法对高维Haar-like特征进行特征筛选；最终使用随机森林算法进行表情分类器训练，以完成表情识别。与现有技术相比，本发明在进一步提升多种类别表情识别率的同时，大大减少训练和识别的时间开销，并可方便地实现并行化，以进一步提高识别效率、满足实时处理及移动计算的需求。本发明可对静态图像和动态视频进行高精度识别；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：CN103209173A
公开(公告)日：2013-07-17
申请号：CN201310075248.X
申请日：2013-03-08
Applicant: 北京理工大学
IPC: H04L29/06
Abstract: 本发明公开了一种针对网络协议的漏洞挖掘方法，其步骤包括：1构造一个具有特征码的正常数据并输入到目标客户端。2劫持系统调用，挂起目标客户端进程，记录特征数据的偏移位置。3对内存中的特征数据，进行动态变异。4继续执行目标客户端进程，使得变异后的特征数据通过目标客户端的发包流程，发送给目标服务端。5监测目标服务端状态，如果监测到异常状态，则记录异常和变异信息，并报告一个安全漏洞。与现有技术相比，本发明可以大大提高未知网络协议的漏洞挖掘效率。
-
公开(公告)号：CN103177722A
公开(公告)日：2013-06-26
申请号：CN201310074868.1
申请日：2013-03-08
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于音色相似度的歌曲检索方法，针对基于内容的音乐检索技术，综合利用歌曲背景音乐音色、歌唱者声音特点等特征，提出了一种基于MFCC和GMM的歌曲个性建模、计算和检索匹配的方法并加以实现，实验结果表明，该系统的检索速度快，系统稳定性高、可扩展性强。本发明特别适合对于音色要求较高的音频检索场合，例如器乐音频检索系统、多媒体音频管理系统等。
-
公开(公告)号：CN103177088A
公开(公告)日：2013-06-26
申请号：CN201310074916.7
申请日：2013-03-08
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于EM聚类-BP神经网络的空缺数据弥补方法，属于生物医学技术领域。本发明首先采用处理不完全数据问题中很重要的迭代算法EM算法，通过EM聚类，将不同缺失数据划分到不同的簇中，完成初步弥补；然后通过BP神经网络方法对每个簇中的完全数据建模，并完成对各个簇中缺失数据的精确弥补。在一定程度上加强弥补算法对任意缺失机制的适用性，并提高弥补的准确性，可适用于生物医学空缺数据弥补领域。
-
-
-
-
-
-
-
-
-
Search Results
232
records
(took 0.068 seconds)
