-
公开(公告)号：CN103023725B
公开(公告)日：2015-03-04
申请号：CN201210560973.1
申请日：2012-12-20
Applicant: 北京工业大学
Abstract: 本发明是一种基于网络流量分析的异常检测方法。本发明通过对IP数据包的深入分析提出了一个比较完备的网络流量初始特征集，有利于从根本上提高异常检测系统的性能。并根据不同类型的网络异常动态选择用于异常检测的特征子集，最后利用贝叶斯分类器根据特征子集对未知样本进行类别预测，如果预测结果为异常，则进行异常提示。软件三个模块：数据预处理模块负责前期数据的处理；特征选择模块根据异常的类型选择用于检测异常的合适的特征子集；异常检测模块在发现异常后进行异常提示。本发明提出的动态特征选择算法可以针对不同类型的异常动态的选择出用于检测该异常的最优特征子集，有助于降低用于检测异常的流量特征维数，提高异常检测的准确率。
-
公开(公告)号：CN102541261B
公开(公告)日：2015-01-07
申请号：CN201210017959.7
申请日：2012-01-19
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于脑电信号特征的影片剪辑筛选辅助仪及实现方法，该仪器主要包括脑电信号采集装置、脑电信号处理装置、脑电信号分析装置和输出响应装置。其中，脑电信号采集装置由多个脑区电极组成，用来采集用户观看影片时的脑电信号，脑区电极与脑电信号处理装置中的放大器I相连，脑电信号处理装置、脑电信号分析装置和输出响应装置依次相连，最终结果显示在输出响应装置的液晶显示屏中。本发明可用于影片制作过程中进行影片剪辑，也可用于对影片内容分级，还可针对个人对影片进行筛选。通过采集观看视频时人的脑电信号评价影片内容，可以克服主观经验的影响，使评价结果更客观。
-
公开(公告)号：CN104127179A
公开(公告)日：2014-11-05
申请号：CN201410146942.0
申请日：2014-04-13
Applicant: 北京工业大学
IPC: A61B5/0476
Abstract: 一种优势电极组合与经验模式分解的脑电特征提取方法脑电信号特征提取方法，输入N导脑电信号数据；选择优势电极，电极记录的脑电信号的分类性能高于某一阈值时，称该电极为优势电极，否则称之为非优势电极。选择优势组合，利用EMD对每一种优势组合所对应的训练样本集的脑电数据和测试样本集的脑电数据分别进行特征提取，得到每一种优势组合的训练特征向量及测试特征向量；分别将每一种优势组合的训练特征向量及测试特征向量、训练样本集标签、测试样本集标签输入到朴素贝叶斯分类器里进行分类，得到每一种优势组合的分类正确率；根据每一种优势组合的分类正确率，推测出执行有关运动想象任务时刺激激活脑区之间的联系。
-
公开(公告)号：CN103440511A
公开(公告)日：2013-12-11
申请号：CN201310397701.9
申请日：2013-09-04
Applicant: 北京工业大学
IPC: G06K9/66
Abstract: 本发明属于图像处理领域，公开了一种基于三角剖分的图像分类方法，包括：步骤一，输入训练图像；步骤二，检测训练图像集中每幅图像的所有兴趣点，得到每幅图像的点集；步骤三，对兴趣点进行三角剖分，利用角度值及其相邻边比值描述特征点的空间关系，得到图像描述子；步骤四，用图像描述子训练分类器；步骤五，输入测试图像，提取测试图像的图像描述子；步骤六，将测试图像的图像描述子输入分类器进行判别。本发明通过提取局部兴趣点并利用三角剖分技术建立图像的全局关系，得到了全局图像描述子。使用全局图像描述子训练分类器，用训练好的分类器预测图像类别。与传统方法相比，本发明图像描述子构建简单，速度快，效果好。
-
公开(公告)号：CN103336806A
公开(公告)日：2013-10-02
申请号：CN201310253678.6
申请日：2013-06-24
Applicant: 北京工业大学
Abstract: 本发明提出一种基于通过词出现间距的内在与外在模式的信息熵差进行关键词排序的方法，属于文字信息处理领域。本方法认为关键词的出现受到两个模式的影响：（1）内在模式，描述在一个话题中的关键词位置的统计特性；（2）外在模式，描述文本中话题簇出现的统计属性。真实文本上实验结果发现，一个词出现间距的内外模式和外在模式信息熵差越大，那么他是关键词的可能性也就越大。
-
Patent Agency Ranking
公开(公告)号：CN103106365A
公开(公告)日：2013-05-15
申请号：CN201310029515.X
申请日：2013-01-25
Applicant: 北京工业大学
IPC: G06F21/56
Abstract: 一种移动终端上的恶意应用软件的检测方法用于手机信息安全领域，其特征在于：首先，采用放回的抽样方法从正常的应用下载软件中独立的抽取多个样本子集，每次随机抽取的样本数量与恶意的应用下载软件的数量相同。这些子集分别与恶意的应用下载软件结合，组成一系列新的训练样本子集；之后，解压新的训练样本子集中的各个样本文件，读取可执行文件和配置文件的内容，进而采用特征选择算法抽取能够代表样本文件的特征，得到特征子集；紧接着，选取在所有特征子集均出现的特征组合得到最终的特征集；然后对训练样本集中的样本重新训练，得到特征向量；最后，通过贝叶斯等分类算法进行分类，检测恶意应用软件。
-
公开(公告)号：CN103093236A
公开(公告)日：2013-05-08
申请号：CN201310013947.1
申请日：2013-01-15
Applicant: 北京工业大学
IPC: G06K9/62
Abstract: 本发明公开了一种在移动设备上基于图像语义分析的敏感区域检测方法，实现了在训练分类器的预处理阶段加入自顶向下的视觉注意机制来增强分类器训练的性能和效果，用训练好的分类器对图像进行分类。包括：输入训练图像；提取输入训练图像的特征；将提取的特征训练多个弱分类器，并级联形成最终需要的强分类器；输入测试图像，对测试图像进行预处理，通过视觉注意机制对图像中敏感区域可能的位置进行标定；进行敏感图像检测；输出敏感图像检测结果。在敏感图像检测前进行自顶向下注意机制的显著图提取，可以提高运算效率，缩短运算时间，显著提高检测速度；也使正检率明显提高，误检率明显降低。
-
公开(公告)号：CN103023725A
公开(公告)日：2013-04-03
申请号：CN201210560973.1
申请日：2012-12-20
Applicant: 北京工业大学
Abstract: 本发明是一种基于网络流量分析的异常检测方法。本发明通过对IP数据包的深入分析提出了一个比较完备的网络流量初始特征集，有利于从根本上提高异常检测系统的性能。并根据不同类型的网络异常动态选择用于异常检测的特征子集，最后利用贝叶斯分类器根据特征子集对未知样本进行类别预测，如果预测结果为异常，则进行异常提示。软件三个模块：数据预处理模块负责前期数据的处理；特征选择模块根据异常的类型选择用于检测异常的合适的特征子集；异常检测模块在发现异常后进行异常提示。本发明提出的动态特征选择算法可以针对不同类型的异常动态的选择出用于检测该异常的最优特征子集，有助于降低用于检测异常的流量特征维数，提高异常检测的准确率。
-
公开(公告)号：CN102831059A
公开(公告)日：2012-12-19
申请号：CN201210303587.4
申请日：2012-08-23
Applicant: 北京工业大学
IPC: G06F11/36
Abstract: 本发明是一种基于状态层的软件行为建模方法。首先，截获软件正常执行时的系统调用序列,利用隐马尔科夫模型（以下简称隐马模型）将系统调用序列转化为状态序列；然后，根据状态序列建立状态转移图；最后，根据软件自身功能，抽取出敏感功能的状态序列，建立局部敏感功能图。该模型从系统调用的基础上抽取出更高层的行为模式，并根据软件的实际执行过程和功能建图，因此对软件行为的描述更加准确完备，存储更加简单，并对图赋予了实际的语义。该模型对软件行为的描述更加准确，隐马判断状态的正确率高达95%以上。
-
公开(公告)号：CN102541261A
公开(公告)日：2012-07-04
申请号：CN201210017959.7
申请日：2012-01-19
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于脑电信号特征的影片剪辑筛选辅助仪及实现方法，该仪器主要包括脑电信号采集装置、脑电信号处理装置、脑电信号分析装置和输出响应装置。其中，脑电信号采集装置由多个脑区电极组成，用来采集用户观看影片时的脑电信号，脑区电极与脑电信号处理装置中的放大器I相连，脑电信号处理装置、脑电信号分析装置和输出响应装置依次相连，最终结果显示在输出响应装置的液晶显示屏中。本发明可用于影片制作过程中进行影片剪辑，也可用于对影片内容分级，还可针对个人对影片进行筛选。通过采集观看视频时人的脑电信号评价影片内容，可以克服主观经验的影响，使评价结果更客观。
-
-
-
-
-
-
-
-
-
Search Results
156
records
(took 0.035 seconds)
