-
-
公开(公告)号：CN119829124A
公开(公告)日：2025-04-15
申请号：CN202411890157.6
申请日：2024-12-20
Applicant: 厦门理工学院
Abstract: 本发明提供的对比聚合与位置感知的二进制代码相似性检测方法及系统，涉及信息安全领域。本发明通过获取待检测的两份二进制代码文件，将两份二进制代码文件进行反汇编，提取得到对应的二进制代码函数信息；采用MLP多层感知机，分别对属性控制流图的节点和边特征进行图标准化编码，得到初始节点嵌入和边嵌入；采用多层门控图神经网络LRGNN进行多层传播处理，并结合残差连接设计；将LRGNN传播后的节点特征结合位置感知注意力后，输入自适应对比Softmax聚合器，通过线性映射、对比归一化、SE注意力机制与动态加权聚合，得到聚合嵌入向量；通过计算聚合嵌入向量的相似度，得到检测结果。本发明解决了现有模型在计算复杂度、训练稳定性、特征保留和适用性上的缺陷。
-
公开(公告)号：CN119252347B
公开(公告)日：2025-03-14
申请号：CN202411776207.8
申请日：2024-12-05
Applicant: 厦门理工学院
Abstract: 本发明提供了一种基于KAN网络和多组学数据的癌症亚型分类方法，该方法包括获取多组学数据，包括基因组学数据、转录组学和蛋白质组学数据，构建测试数据集；利用科尔莫戈洛夫‑阿诺德网络模型对多组学数据进行特征提取和整合,并进行训练，得到训练好的癌症分型模型；在模型评估阶段，采用蒙特卡洛丢弃法进行多次前向传播，以估算模型预测结果的不确定性，提升模型的鲁棒性；癌症分型预测，使用训练好的科尔莫戈洛夫‑阿诺德网络模型对多组学数据进行高精度癌症分型。本方法能够有效解决多组学数据异质性问题，提升癌症分型的准确性和鲁棒性，有助于提高个性化治疗的效果。
-
公开(公告)号：CN118918589B
公开(公告)日：2025-01-21
申请号：CN202411399134.5
申请日：2024-10-09
Applicant: 厦门理工学院
IPC: G06V30/146 , G06V30/19 , G06V30/18 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及一种基于网格点的医疗文档图像矫正识别方法及系统，该方法包括以下步骤：步骤A：获取医疗文档的待矫正图像及其对应的真实图像，构建测试数据集；步骤B：构建基于网格点的医疗文档图像矫正模型并通过训练数据集对其进行训练，得到训练好的医疗文档图像矫正模型；步骤C：利用测试数据集对训练好的医疗文档图像矫正模型进行测试，评估合格的即为最终得到的医疗文档图像矫正模型；步骤D：将最终得到的医疗文档图像矫正模型应用于医疗文档图像矫正，获取矫正后的医疗文档图像；然后对矫正后的医疗文档图像进行文字识别，得到识别后的医疗文本。该方法及系统有利于快速、准确地校正医疗文档图像并对其进行文字识别。
-
公开(公告)号：CN119229220A
公开(公告)日：2024-12-31
申请号：CN202411746649.8
申请日：2024-12-02
Applicant: 厦门理工学院
IPC: G06V10/764 , G06V10/82 , G06V10/774 , G06N3/096
Abstract: 本发明提供了基于跨域截断式迁移学习的放大内镜图像病变分类方法，包括获取放大内镜的真实图像、病变类别，构建训练、验证和测试数据集；构建基于跨域截断式迁移学习的放大内镜图像病变分类模型，设置截断点后进行训练，得到训练后的放大内镜图像病变分类模型；利用验证数据集对模型进行评估，根据验证结果调整模型参数，确定最终的模型；利用测试数据集进行测试，将经过测试的放大内镜图像病变分类模型应用于实际的放大内镜图像病变分类任务中。该方法适用于关于放大内镜图片病变类别工作，在模型训练过程中利用分层截断策略以及动态学习率调整机制，提升了模型的分类精度和训练效率，具有较强的实用性和推广价值。
-
Patent Agency Ranking
公开(公告)号：CN118885827B
公开(公告)日：2024-12-17
申请号：CN202411379898.8
申请日：2024-09-30
Applicant: 厦门理工学院
IPC: G06F18/22 , G06F8/53 , G06N3/0442 , G06N3/0455 , G06N3/042
Abstract: 本发明提供的跨架构二进制代码的相似性检测方法、系统、设备及介质，涉及信息安全技术领域。本发明通过获取待检测的两份二进制代码文件；将两份二进制代码文件进行反汇编，提取得到对应的二进制代码函数信息;将二进制代码函数信息输入预先训练好的基于孪生网络架构的多模态跨架构二进制代码相似性检测模型，输出相似性检测结果。本发明基于K‑BERT深度学习模型生成不同架构下的语义嵌入向量；采用GGNN模型提取出结构嵌入向量；并经MLP多层感知机融合处理后，在孪生网络进行相似性度量，得到相似性检测结果。本发明有效解决了现有技术的局限性，通过多模态信息的有效融合，实现了跨架构特征的统一表达，显著提升了二进制代码相似性检测的精度与鲁棒性。
-
公开(公告)号：CN118968598A
公开(公告)日：2024-11-15
申请号：CN202411154082.5
申请日：2024-08-21
Applicant: 厦门理工学院
Abstract: 本发明涉及一种基于提示学习的人脸属性识别方法及系统，该方法包括以下步骤：1）从数据集中获取人脸图像和人脸属性识别标签，并对人脸图像进行预处理，形成人脸图像Token序列；2）将人脸图像Token序列输入构建的人脸属性识别网络模型，人脸属性识别网络模型对提示序列进行初始化，并将其与人脸图像Token序列拼接后输入Transformer模型；Transformer模型部分冻结，只有提示序列进行迭代，以引导模型进行微调；Transformer模型的不同编码器层之间插入动态可调门控模块，以自适应地调整不同编码器层的提示序列的贡献；对人脸属性识别网络模型进行训练；3）将训练好的人脸属性识别网络模型用于人脸属性识别。该方法及系统有利于更加鲁棒、准确、轻量化的获得人脸属性识别结果。
-
公开(公告)号：CN118918589A
公开(公告)日：2024-11-08
申请号：CN202411399134.5
申请日：2024-10-09
Applicant: 厦门理工学院
IPC: G06V30/146 , G06V30/19 , G06V30/18 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及一种基于网格点的医疗文档图像矫正识别方法及系统，该方法包括以下步骤：步骤A：获取医疗文档的待矫正图像及其对应的真实图像，构建测试数据集；步骤B：构建基于网格点的医疗文档图像矫正模型并通过训练数据集对其进行训练，得到训练好的医疗文档图像矫正模型；步骤C：利用测试数据集对训练好的医疗文档图像矫正模型进行测试，评估合格的即为最终得到的医疗文档图像矫正模型；步骤D：将最终得到的医疗文档图像矫正模型应用于医疗文档图像矫正，获取矫正后的医疗文档图像；然后对矫正后的医疗文档图像进行文字识别，得到识别后的医疗文本。该方法及系统有利于快速、准确地校正医疗文档图像并对其进行文字识别。
-
公开(公告)号：CN118918298A
公开(公告)日：2024-11-08
申请号：CN202411411644.X
申请日：2024-10-11
Applicant: 厦门理工学院
Abstract: 本发明提供了基于球面几何的点云转移攻击方法、装置、设备及介质，涉及点云攻击技术领域，利用球面大地测量距离和配对向量之间的角度生成扰动。通过流形变换，将点云从欧几里得空间映射到球面空间，并计算球面上最近的大地测量距离，从而获得弯曲点对的几何位置。随后，通过学习正负角度偏移生成两个子扰动，控制成对矢量的角度变化以增强扰动多样性。旨在解决解决模型的可移植性较弱的问题。
-
公开(公告)号：CN118916077A
公开(公告)日：2024-11-08
申请号：CN202411396600.4
申请日：2024-10-09
Applicant: 厦门理工学院
Abstract: 本发明提供的基于分层解析的代码克隆检测方法、装置、设备及介质，涉及人工智能与语言处理技术领域，本发明方法通过获取待克隆检测的两份源代码片段；再分别进行解析得到AST；然后对AST分别进行分层提取，得到分层AST；遍历分层AST的每个节点，依次计算节点之间的相对距离，得到相对位置嵌入矩阵，进而得到相对位置分层AST；利用解耦注意力机制处理相对位置分层AST的每个节点，得到内容向量与位置嵌入向量，并分别计算它们之间的注意力权重，得到注意力矩阵；将所述两份源代码片段的相对位置分层AST与注意力矩阵输入暹罗网络进行克隆检测，最后通过相似度得到检测结果。本发明提高了代码克隆检测的效率和准确性，解决了梯度消失问题，降低了计算开销。
-
-
-
-
-
-
-
-
-
Search Results
207
records
(took 0.039 seconds)
