-
公开(公告)号：CN116400901A
公开(公告)日：2023-07-07
申请号：CN202310382529.3
申请日：2023-04-12
Applicant: 上海计算机软件技术开发中心
Abstract: 本发明公开一种Python代码自动生成方法及系统，涉及代码生成领域，该方法包括从测试数据库中获取代码的自然语言描述；获取代码的自然语言描述对应的代码的NLP特征；将代码的自然语言描述转化为Action序列特征；并根据Action特征确定AST表征向量；对代码的NLP特征、Action序列特征以及AST表征向量进行特征融合；利用特征向量进行检索确定样本自然语言描述；并将样本自然语言描述、代码的自然语言描述以及对应的代码作为样本数据集中样本；利用样本数据集训练深度学习PLBART模型；根据待生成的代码的自然语言描述，采用代码生成模型，生成Python代码。本发明可准确自动生成有效的代码。
-
公开(公告)号：CN114817991A
公开(公告)日：2022-07-29
申请号：CN202210500729.X
申请日：2022-05-10
Applicant: 上海计算机软件技术开发中心
IPC: G06F21/62 , G06T3/00 , G06V10/26 , G06V10/82 , G06V20/70 , G06V20/56 , G06V20/59 , G06N3/04 , G16Y20/00 , G16Y40/50
Abstract: 本发明公开了一种车联网图像脱敏方法，包括，采用实例分割模型对获得的车联网图像进行实例分割后进行脱敏处理。对获得的车联网原始图像进行预处理，预处理的内容包括：删除车联网原始图像中的位置信息；对车联网图像进行标准化处理。根据预设立的脱敏规则库中的规则模板，对经过实例分割后的所述车联网图像输出的实例进行脱敏处理。所述的预处理还包括，删除车联网原始图像中的信息包括海拔、纬度、经度、位置、超焦距和/或亮度值。
-
Patent Agency Ranking
公开(公告)号：CN114817991B
公开(公告)日：2024-02-02
申请号：CN202210500729.X
申请日：2022-05-10
Applicant: 上海计算机软件技术开发中心
IPC: G06F21/62 , G06T3/04 , G06V10/26 , G06V10/82 , G06V20/70 , G06V20/56 , G06V20/59 , G06N3/045 , G06N3/0464 , G06N3/08 , G16Y20/00 , G16Y40/50
Abstract: 本发明公开了一种车联网图像脱敏方法，包括，采用实例分割模型对获得的车联网图像进行实例分割后进行脱敏处理。对获得的车联网原始图像进行预处理，预处理的内容包括：删除车联网原始图像中的位置信息；对车联网图像进行标准化处理。根据预设立的脱敏规则库中的规则模板，对经过实例分割后的所述车联网图像输出的实例进行脱敏处理。所述的预处理还包括，删除车联网原始图像中的信息包括海拔、纬度、经度、位置、超焦距和/或亮度值。
-
公开(公告)号：CN116127854A
公开(公告)日：2023-05-16
申请号：CN202310245307.7
申请日：2023-03-15
Applicant: 上海计算机软件技术开发中心
Abstract: 本发明提供了一种自动驾驶虚拟测试场景生成方法、系统及设备。该方法包括：根据场景类型以及场景参数生成随机虚拟驾驶场景；在每个所述随机虚拟驾驶场景中进行仿真模拟驾驶，记录仿真驾驶结果；将随机虚拟驾驶场景作为样本，将仿真驾驶结果作为标签，训练机器学习模型，构建驾驶推理模型；利用对抗样本生成算法生成驾驶推理模型的对抗场景；在对抗场景中进行仿真模拟驾驶，验证对抗场景是否满足预期结果；若是，确对抗场景为关键测试场景，输出并保存对抗场景；关键测试场景为最终的自动驾驶虚拟测试场景；若否，重新生成驾驶推理模型的对抗场景，直至满足预期结果。本发明能够提高拟测试场景生成效率以及场景多样性。
-
公开(公告)号：CN116400901B
公开(公告)日：2024-06-11
申请号：CN202310382529.3
申请日：2023-04-12
Applicant: 上海计算机软件技术开发中心
Abstract: 本发明公开一种Python代码自动生成方法及系统，涉及代码生成领域，该方法包括从测试数据库中获取代码的自然语言描述；获取代码的自然语言描述对应的代码的NLP特征；将代码的自然语言描述转化为Action序列特征；并根据Action特征确定AST表征向量；对代码的NLP特征、Action序列特征以及AST表征向量进行特征融合；利用特征向量进行检索确定样本自然语言描述；并将样本自然语言描述、代码的自然语言描述以及对应的代码作为样本数据集中样本；利用样本数据集训练深度学习PLBART模型；根据待生成的代码的自然语言描述，采用代码生成模型，生成Python代码。本发明可准确自动生成有效的代码。
-
公开(公告)号：CN116432181A
公开(公告)日：2023-07-14
申请号：CN202310385019.1
申请日：2023-04-12
Applicant: 上海计算机软件技术开发中心
IPC: G06F21/56 , G06F18/214 , G06F18/241 , G06F18/25
Abstract: 本发明公开一种安卓恶意软件检测方法、系统及电子设备，涉及网络安全技术领域。本发明提供的安卓恶意软件检测方法，深度学习模型提取有效的应用内在静态结构特征提取样本的静态特征，并获取对应样本的动态特征，以能够有效地缩小深度学习模型的特征量的大小，保留结构特性，从而加速模型计算速度。此外，深度学习模型利用流量数据监测的方式提取动态特征，可以有效避免模拟所有的动态行为，提取特征更为简洁、有效。最后，为了增加深度学习模型的可解释性，本发明研究不同数据特征的重要性，从而达到特征可解释性的研究目的。
-
公开(公告)号：CN116127854B
公开(公告)日：2024-01-09
申请号：CN202310245307.7
申请日：2023-03-15
Applicant: 上海计算机软件技术开发中心
Abstract: 本发明提供了一种自动驾驶虚拟测试场景生成方法、系统及设备。该方法包括：根据场景类型以及场景参数生成随机虚拟驾驶场景；在每个所述随机虚拟驾驶场景中进行仿真模拟驾驶，记录仿真驾驶结果；将随机虚拟驾驶场景作为样本，将仿真驾驶结果作为标签，训练机器学习模型，构建驾驶推理模型；利用对抗样本生成算法生成驾驶推理模型的对抗场景；在对抗场景中进行仿真模拟驾驶，验证对抗场景是否满足预期结果；若是，确对抗场景为关键测试场景，输出并保存对抗场景；关键测试场景为最终的自动驾驶虚拟测试场景；若否，重新生成驾驶推理模型的对抗场景，直至满足预期结果。本发明能够提高拟测试场景生成效率以及场景多样性。
-
-
-
-
-
-
Search Results
7
records
(took 0.036 seconds)
