-
公开(公告)号：CN109785409B
公开(公告)日：2020-09-08
申请号：CN201811644583.6
申请日：2018-12-29
Applicant: 武汉大学
Abstract: 本发明公开了一种基于注意力机制的图像‑文本数据融合方法和系统，该方法首先构建基于注意力机制的图像‑文本数据融合网络，并基于特定任务构建完整的训练网络，再利用训练集进行训练，然后将待融合的图像和文本数据输入训练好的数据融合网络中，实现两者的数据融合。具有如下突出的特点和优点：第一，引入位置编码代替循环神经网络对文本上下文进行建模，数据融合网络的可并行化程度更高，训练模型的训练速率更快；第二，通过图像和文本在语义层次上的融合，使得融合后的数据质量更高，可用性更强；第三，该方法可以通过多种任务训练数据融合网络，鲁棒性更强。
-
公开(公告)号：CN107391370B
公开(公告)日：2020-05-12
申请号：CN201710571131.9
申请日：2017-07-13
Applicant: 武汉大学
IPC: G06F11/36
Abstract: 本发明公开了一种基于数据过采样和集成学习的软件缺陷数目预测方法，首先利用过采样技术通过增加缺陷数据集中缺陷数目为大于零的软件模块得到相对平衡的新数据集，然后利用相对平衡的缺陷数据集训练出若干个弱的软件缺陷数目预测模型，最后集成这些弱的软件缺陷数目预测模型来预测待预测的软件模块的缺陷数目。本发明的技术方案既能够解决缺陷数据集中数据不平衡的问题，又能够结合多个弱的预测模型来提高软件缺陷数目预测模型的性能。
-
公开(公告)号：CN109446414A
公开(公告)日：2019-03-08
申请号：CN201811140771.5
申请日：2018-09-28
Applicant: 武汉大学
IPC: G06F16/9535 , G06N3/04 , G06N3/08 , G06K9/62
Abstract: 本发明涉及一种基于神经网络分类的软件信息站点快速标签推荐方法，具体是涉及对软件信息站点中的问题数据集先进行数据预处理，再通过建立词典生成句向量。在输入层中，提取句向量中用于表示软件元素的文本描述的n个n元特征。在隐藏层中，这些n元特征被转换为另一种表示方法并被平均以形成隐藏变量。最后，我们使用softmax函数来计算现有标签上的概率分布是一种基于神经网络分类的软件信息站点快速标签推荐方法，具有如下突出特点和优点：第一、构建一个基于单隐层神经网络的合适的框架；第二、利用文本等级约束来实现准确性和效率；第三、利用特征间的共享参数，避免大标签输出空间的局限性。
-
公开(公告)号：CN107391370A
公开(公告)日：2017-11-24
申请号：CN201710571131.9
申请日：2017-07-13
Applicant: 武汉大学
IPC: G06F11/36
Abstract: 本发明公开了一种基于数据过采样和集成学习的软件缺陷数目预测方法，首先利用过采样技术通过增加缺陷数据集中缺陷数目为大于零的软件模块得到相对平衡的新数据集，然后利用相对平衡的缺陷数据集训练出若干个弱的软件缺陷数目预测模型，最后集成这些弱的软件缺陷数目预测模型来预测待预测的软件模块的缺陷数目。本发明的技术方案既能够解决缺陷数据集中数据不平衡的问题，又能够结合多个弱的预测模型来提高软件缺陷数目预测模型的性能。
-
公开(公告)号：CN107391369A
公开(公告)日：2017-11-24
申请号：CN201710571098.X
申请日：2017-07-13
Applicant: 武汉大学
IPC: G06F11/36
Abstract: 本发明公开了一种基于数据筛选和数据过采样的跨项目缺陷预测方法，设计了合理的数据筛选和数据不平衡处理策略，利用层次聚类算法筛选出真正和本项目模块数据相似的跨项目历史软件模块数据，使跨项目软件缺陷预测模型避免受到不相关跨项目历史软件模块数据的影响，然后利用过采样方法增加有缺陷的软件模块数据得到分类相对平衡的新数据集，使跨项目软件缺陷预测模型避免受到不平衡的训练数据集的影响。本发明的技术方案具有简单高效的特点，能够较好地提高跨项目软件缺陷预测模型的性能。
-
Patent Agency Ranking
公开(公告)号：CN107247751A
公开(公告)日：2017-10-13
申请号：CN201710386864.5
申请日：2017-05-26
Applicant: 武汉大学
Abstract: 本发明公开了一种基于LDA主题模型的内容推荐方法，该方法针对不同一级话题建立不同主题模型，利用模型对网站论坛的用户输入进行主题分析，提炼出五个主题词，形成主题标签组，和用户标签组。然后直接根据主题标签组和用户标签组进行相似度匹配，从而进行相关内容推荐。本发明方法有效地简化了传统内容推荐方法，提高了内容推荐的及时性。
-
公开(公告)号：CN107239798A
公开(公告)日：2017-10-10
申请号：CN201710374939.8
申请日：2017-05-24
Applicant: 武汉大学
CPC classification number: G06K9/623 , G06F11/366 , G06K9/6226
Abstract: 本发明针对软件缺陷数据集中不相关特征和冗余特征会降低软件缺陷个数预测模型的性能的问题，提出了一种面向软件缺陷个数预测的特征选择方法。首先利用特征与特征之间的关联性，对特征集进行谱聚类，将相互之间冗余度高的特征聚类到同一个簇中。在聚类的结果中，利用特征与软件缺陷个数之间的相关性，从每个簇中选出相关性最强的几个特征，这样既降低了特征之间的冗余度，又排除了不相关特征，得到最终的有益于缺陷个数预测模型性能的特征子集。本发明的技术方案具有简单、快速的特点，得到的特征子集有助于提高软件缺陷个数预测模型的性能。
-
公开(公告)号：CN118429692A
公开(公告)日：2024-08-02
申请号：CN202410401573.9
申请日：2024-04-03
Applicant: 武汉大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0895
Abstract: 本发明提出了一种基于图对比学习和半监督原型网络的小样本图像分类方法及装置，从语义和实例两个角度充分利用未标记样本。本发明对原型网络进行半监督拓展，充分挖掘类内样本关系，基于训练集和未标记集为类别创建多原型，从而生成精确的类别原型表示，以推理样本标签。并延伸了半监督小样本场景下一致性正则化约束的表达，利用图对比学习技术对低维嵌入空间上的特征表示施加一致性约束，使相似样本在低维嵌入空间内具有相似的表示，充分利用未标记样本信息，从而构建性能优异且具有实例辨别性的小样本图像分类模型。本发明不仅能在实际应用场景中大幅降低数据采集成本，还能在应用的前期揭示潜在的规律，使深度学习模型更容易应用于实际领域。
-
公开(公告)号：CN113872757B
公开(公告)日：2024-01-12
申请号：CN202111110973.7
申请日：2021-09-23
Applicant: 武汉大学
Abstract: 本发明涉及一种基于SM2公钥加密算法的广播加密方法，包括密钥生成步骤:接收者生成对对应的公私钥对，公私钥对包括接收者的私钥和公钥；广播加密步骤:发送方生成一个临时解密私钥，并基于椭圆曲线计算与临时解密私钥相关的多项式系数，然后基于椭圆曲线点群的生成元计算一个临时加密公钥，根据临时加密公钥生成一个加密密文，最后输出包含了加密密文、多项式系数、以及临时加密公钥的广播加密密文；接收方解密步骤：接收方重构广播加密步骤中得到的多项式系数,根据接收者的私钥以及多项式系数计算临时解密私钥,最后利用临时解密私钥获得消息。本发明具有安全性高、计算简单特点，可以实现高效的数据机密性保护和数据授权访问控制。
-
公开(公告)号：CN114143005B
公开(公告)日：2023-12-08
申请号：CN202111346560.9
申请日：2021-11-15
Applicant: 武汉大学
IPC: H04L9/30
Abstract: 本发明提供了一种Tate双线性对及其变体的加速方法，当输入的 点固定时，基于双线性对中Miller算法的结构及运算特点，使用预计算表，大幅度提高Miller算法的运算效率，可以应用于基于Tate双线性对及其变体的密码算法软硬件实现领域，是利用预计算提高密码实现效率的方法，对于R‑ate对的Miller算法运算效率提高了23.7％，特别适用于存储空间充足但计算资源有限的应用环境，有效地促进了基于双线性对的公钥密码算法在实际中的应用。
-
-
-
-
-
-
-
-
-
Search Results
115
records
(took 0.019 seconds)
