-
公开(公告)号：CN116737976B
公开(公告)日：2024-12-06
申请号：CN202310704495.5
申请日：2023-06-14
Applicant: 北京科技大学
IPC: G06F16/583 , G06F16/55 , G06F16/35 , G06F16/33 , G06F16/34 , G06N3/0464 , G06N3/0455 , G06N3/09
Abstract: 本发明公开了一种基于话题聚类和转移预测的图像段落释意方法，包括：将句子话题定义为句子嵌入空间中的簇，使用预设的聚类算法对训练数据中的句子进行聚类，根据聚类结果得到每个句子的离散的话题标签；对所有训练数据的话题标签进行统计归纳，构建话题转移概率矩阵；基于话题标签对预设的层次化图像段落释意模型进行监督训练；其中，所述图像段落释意模型通过利用所述话题转移概率矩阵中包含的话题衔接信息来生成语义连贯的段落描述；利用训练好的图像段落释意模型处理待释意图像，得到图像段落释意。本发明的技术方案提升了图像段落释意模型的释意性能，并提高了话题预测的可解释性。
-
Patent Agency Ranking
公开(公告)号：CN115879119A
公开(公告)日：2023-03-31
申请号：CN202310190344.2
申请日：2023-03-02
Applicant: 北京科技大学
IPC: G06F21/57 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/08
Abstract: 本发明公开了一种针对对抗通用补丁攻击的鲁棒视觉Transformer视觉感知方法及装置，涉及计算机视觉技术领域。包括：获取待分类的图像数据；将图像数据输入到构建好的视觉Transformer感知模型；其中，视觉Transformer感知模型包括限制令牌注意层；根据图像数据以及视觉Transformer感知模型，得到待分类的图像数据的分类结果。本发明所提出的视觉感知模型，通过对异常注意力的限制，结合高性能的视觉Transformer模型，构造了更鲁棒更高性能的视觉感知模型，在对抗精度方面明显优于以往的补丁防御方法，对干净样本的精度影响较小。
-
公开(公告)号：CN116737976A
公开(公告)日：2023-09-12
申请号：CN202310704495.5
申请日：2023-06-14
Applicant: 北京科技大学
IPC: G06F16/583 , G06F16/55 , G06F16/35 , G06F16/33 , G06F16/34 , G06N3/0464 , G06N3/0455 , G06N3/09
Abstract: 本发明公开了一种基于话题聚类和转移预测的图像段落释意方法，包括：将句子话题定义为句子嵌入空间中的簇，使用预设的聚类算法对训练数据中的句子进行聚类，根据聚类结果得到每个句子的离散的话题标签；对所有训练数据的话题标签进行统计归纳，构建话题转移概率矩阵；基于话题标签对预设的层次化图像段落释意模型进行监督训练；其中，所述图像段落释意模型通过利用所述话题转移概率矩阵中包含的话题衔接信息来生成语义连贯的段落描述；利用训练好的图像段落释意模型处理待释意图像，得到图像段落释意。本发明的技术方案提升了图像段落释意模型的释意性能，并提高了话题预测的可解释性。
-
公开(公告)号：CN113672921A
公开(公告)日：2021-11-19
申请号：CN202110923732.8
申请日：2021-08-12
Applicant: 北京科技大学
Inventor： 唐挺
Abstract: 本发明公开一种计算机软件分析系统，包括中央微处理控制模块；中央微处理控制模块通过电缆电性连接数据管理模块、响应模块、软件性能评估模块、恶意软件分析模块、语言处理模块以及还原模块；数据控制模块包括目标数据采集模块、目标数据录入模块、目标数据存储模块、目标数据分析处理模块以及数据交换模块；数据交换模块通过加密模块对所接收到的数据进行加密；响应模块电性连接有软件漏洞分析模块和软件安全检测模块。本发明的有益效果：通过恶意软件分析模块、软件漏洞分析模块以及软件安全检测模块等各个模块间的配合，能够有效对计算机软件进行安全检测、漏洞分析，并能够防止恶意软件的传播，减少用户的损失。
-
公开(公告)号：CN120047471A
公开(公告)日：2025-05-27
申请号：CN202510498889.9
申请日：2025-04-21
Applicant: 北京科技大学
Abstract: 本发明提供一种基于提示的脑肿瘤交互式分割方法及系统，涉及图像分割技术领域，方法包括：获取包含多张切片的脑部图像并进行肿瘤标注；筛选肿瘤像素最多的切片作为提示图像；对提示图像中的肿瘤区域进行亮度增强处理，并提取二维特征；使用三维卷积神经网络提取脑部图像的三维特征，将二维和三维特征进行拼接融合，通过上采样层得到切片精细分割特征；提取标注图像特征，并将增强提示图像的提示信息与标注图像特征进行平均掩码池化，构建第一原型特征；计算三维特征与第一原型特征的相似度，并通过池化融合构建第二原型特征；结合第一原型、第二原型和切片精细分割特征进行特征匹配，得到肿瘤和非肿瘤区域的最终分割结果。
-
公开(公告)号：CN115879119B
公开(公告)日：2023-05-16
申请号：CN202310190344.2
申请日：2023-03-02
Applicant: 北京科技大学
IPC: G06F21/57 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/08
Abstract: 本发明公开了一种针对对抗通用补丁攻击的鲁棒视觉Transformer视觉感知方法及装置，涉及计算机视觉技术领域。包括：获取待分类的图像数据；将图像数据输入到构建好的视觉Transformer感知模型；其中，视觉Transformer感知模型包括限制令牌注意层；根据图像数据以及视觉Transformer感知模型，得到待分类的图像数据的分类结果。本发明所提出的视觉感知模型，通过对异常注意力的限制，结合高性能的视觉Transformer模型，构造了更鲁棒更高性能的视觉感知模型，在对抗精度方面明显优于以往的补丁防御方法，对干净样本的精度影响较小。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
