-
公开(公告)号:CN113536551B
公开(公告)日:2024-10-25
申请号:CN202110734471.5
申请日:2021-06-30
Applicant: 中国电子科技集团公司第二十研究所 , 杭州电子科技大学
IPC: G06F30/20
Abstract: 本发明涉及一种基于DEVS的数据链系统的建模与测试的方法。本发明步骤为:建立输入/输出行为模型:根据目标数据链系统消息标准的输入/输出行为建立;建立最小可测试输入/输出对模型:根据各个输入/输出行为在时间上的发生顺序建立;建立规则行为模型:根据各个最小可测试输入/输出对的依赖性关系建立;建立场景行为模型:根据各个规则的依赖性关系建立;建立被测系统模型:基于场景行为模型,使用ADEVS框架并结合相关子模块生成;建立测试模型:镜像被测系统模型的输入/输出行为建立;测试执行:运行测试模型和被测系统模型,能判断出其是否正确实现了目标消息标准中的元素并给出结果;本发明你根据被测系统模型的输入/输出行为,判断其正确性。
-
公开(公告)号:CN113535551A
公开(公告)日:2021-10-22
申请号:CN202110734482.3
申请日:2021-06-30
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于json格式规约描述的6016B规则测试的文本模型构建方法。本发明通过设计特定的json规约描述格式;构建状态变量表;构建规则库;使用启发式规则分析多规则间的依赖关系:通过判断json格式的规约描述中的条件和结果字段内的状态变量是否有交集来确定依赖关系;验证文本模型的正确性:将处理得到的规则对应的json格式规约描述文件输入DEVS仿真模型,观察其能否正确建模并是否可产生正确响应。本发明使用特定的json格式规约描述可明确地表示6016B单条规则内的逻辑关系及多条规则间的依赖关系。使用归纳好的正则表达式模板库,可较为高效地处理与之相似的规则,并且模板库可拓展。
-
公开(公告)号:CN113537312A
公开(公告)日:2021-10-22
申请号:CN202110736605.7
申请日:2021-06-30
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于图匹配算法的关键点匹配方法。本发明实现步骤:(1)图像输入和预处理;(2)利用CNN卷积神经网络进行关键点特征提取;(3)通过线性差值得到关键点特征;(4)采用三角刨分算法构建关键点graph;(5)构建全局结构虚拟关键点;(6)利用GNN图神经网络进行关键点之间的信息交换;(7)计算二图关键点相似度得到匹配结果。本发明通过CNN卷积神经网络能够得到关键点更丰富的语义信息,然后利用三角剖分算法输入的两个图像的待匹配关键点构成的graph,再引入全局结构虚拟关键点,并输入到GNN图神经网络中完成关键点纹理和几何信息的交换,最后计算两图关键点之间的相似度得到最终匹配结果。本发明得到的匹配精确度高、鲁棒性强。
-
公开(公告)号:CN113536551A
公开(公告)日:2021-10-22
申请号:CN202110734471.5
申请日:2021-06-30
Applicant: 杭州电子科技大学
IPC: G06F30/20
Abstract: 本发明涉及一种基于DEVS的数据链系统的建模与测试的方法。本发明步骤为:建立输入/输出行为模型:根据目标数据链系统消息标准的输入/输出行为建立;建立最小可测试输入/输出对模型:根据各个输入/输出行为在时间上的发生顺序建立;建立规则行为模型:根据各个最小可测试输入/输出对的依赖性关系建立;建立场景行为模型:根据各个规则的依赖性关系建立;建立被测系统模型:基于场景行为模型,使用ADEVS框架并结合相关子模块生成;建立测试模型:镜像被测系统模型的输入/输出行为建立;测试执行:运行测试模型和被测系统模型,能判断出其是否正确实现了目标消息标准中的元素并给出结果;本发明你根据被测系统模型的输入/输出行为,判断其正确性。
-
公开(公告)号:CN113536014A
公开(公告)日:2021-10-22
申请号:CN202110736611.2
申请日:2021-06-30
Applicant: 杭州电子科技大学
IPC: G06F16/583 , G06F16/55 , G06K9/62
Abstract: 本发明公开了一种融合容器信息的菜品信息检索方法。本发明步骤如下:(1)建立容器信息数据库;(2)建立菜品信息数据库;(3)菜品图片定位;(4)容器边缘曲率信息提取;(5)菜品图片特征提取;(6)菜品相似度数值计算;(7)菜品信息检索。本发明在对菜品识别方面,采用对比特征检索的方式,而不是直接分类方式去判别菜品类别,当要判别新的菜品类别的时候,只需要对新菜品采样,并将采样得到特征记录到数据集中。当需要判别类别的时候,使用特征在数据库中进行对比,就可得到结果。当然在判别时候使用特征相似度同时还引入菜品图像的颜色直方图相似度与容器边缘曲率相似度,进一步提高的判别的准确性。
-
-
-
-