-
公开(公告)号：CN118260189A
公开(公告)日：2024-06-28
申请号：CN202311675100.X
申请日：2023-12-06
申请人： 武汉理工大学 , 武汉理工大学重庆研究院
IPC分类号： G06F11/36 , G06F18/10 , G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/09
摘要： 本发明涉及一种软件系统老化失效时间预测方法、装置、电子设备及介质，其方法包括：收集软件系统运行失效的原始数据；对原始数据进行预处理得到预处理数据；将预处理数据输入到时间关系提取模块中得到时间高维特征，将预处理数据输入到空间关系提取模块中得到空间高维特征，时间关系提取模块为由若干个双向GRU和注意力机制堆叠构成的神经网络结构，空间关系提取模块为由若干个多尺度卷积块构成的神经网络结构；将时间高维特征和空间高维特征融合，得到时空高维特征；将时空高维特征输入到预设的预测模型中，得到软件系统预测的老化失效时间。本发明可以实现精准有效的预测软件系统的老化失效时间。
-
公开(公告)号：CN118839249A
公开(公告)日：2024-10-25
申请号：CN202410898598.4
申请日：2024-07-05
申请人： 武汉理工大学 , 武汉理工大学重庆研究院
IPC分类号： G06F18/2415 , G06F18/214 , G06F18/23213 , G06F18/22 , G06N3/126
摘要： 本发明公开了一种面向类内和类间高度不平衡的老化缺陷预测方法，该方法包括：获取原始老化缺陷数据集，并将其划分为训练集和测试集；原始老化缺陷数据集包括存在老化bug的样本和没有老化bug的样本；对训练集进行基于噪声点清理的类内平衡；基于类内平衡的训练集，进行基于生成对抗网络的类间平衡；使用平衡后的数据集进行分类器训练，最后利用训练好的分类器进行软件老化缺陷预测。本发明可以有效解决老化缺陷预测中数据集中普遍存在的高度类不平衡问题，提升老化缺陷预测模型的分类精度和效率。
-
公开(公告)号：CN117743142A
公开(公告)日：2024-03-22
申请号：CN202311442939.9
申请日：2023-10-31
申请人： 武汉理工大学 , 武汉理工大学重庆研究院
IPC分类号： G06F11/36 , G06F8/41 , G06F16/901 , G06N3/042 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种基于代码属性图的软件老化缺陷深度语义特征学习方法，包括以下步骤：对源代码进行解析，生成包含抽象语法树、程序依赖图和控制流图的代码属性图；将生成的代码属性图进行图数据构建；对构建的图数据进行节点嵌入和图嵌入；对图数据进行子图采样；基于对图结构敏感的Transformer图神经网络进行模型训练，学习软件老化缺陷深度语义特征。本发明可以有效解决传统人工设计特征对源代码特征表征不足的缺陷，并改进现有深度语义特征模型对语义理解不足的弊端，大幅度提高软件老化缺陷集的特征质量。
-
公开(公告)号：CN116680175A
公开(公告)日：2023-09-01
申请号：CN202310627005.6
申请日：2023-05-26
申请人： 武汉理工大学 , 武汉理工大学重庆研究院
IPC分类号： G06F11/36 , G06F18/2321 , G06F18/10 , G06N7/02
摘要： 本发明公开了一种基于模糊聚类的软件老化交叠点清理方法及系统，该方法包括：对软件老化缺陷数据集进行数据归一化；采用Fuzzy‑C‑means对归一化后的软件老化缺陷数据集进行模糊聚类，将特征相似度高的样本聚类到相同的堆中，并获得每个样本对每个聚类堆的隶属度值；且采用手肘部优化法的思想对Fuzzy‑C‑means的聚类堆值进行优化以得到最优聚类结果；基于得到的聚类结果，对每个聚类堆中的样本根据隶属度值进行交叠点判断，并对每个聚类堆中的交叠点进行清理；将清理交叠点后的样本进行合并得到最终的软件老化缺陷数据集。本发明采用模糊聚类的方法对每个样本赋予不同的簇隶属度，根据隶属度的不同仅对无老化bug的交叠点进行清理，而不考虑有老化bug的交叠点。
-
公开(公告)号：CN118605431A
公开(公告)日：2024-09-06
申请号：CN202410539244.0
申请日：2024-04-30
申请人： 武汉理工大学 , 敦和安全科技(武汉)有限公司
IPC分类号： G05B23/02
摘要： 本发明提供了一种工业自动化控制系统多阶段安全检测方法，包括以下步骤：步骤S1：通过布隆过滤器检测是否存在已知入侵；步骤S2：提取通信数据流特征以及物理设备特征的多维特征，通过密度聚类模型检测得到正常数据特征，判断所述多维特征是否在正常数据特征内，以检测是否存在未知入侵。用布隆过滤器能有效适应工业自动化控制系统边缘设备资源受限的难题，将已知的入侵威胁用于布隆过滤器的训练，能快速的检测已知入侵威胁。使用正常数据训练机器学习模型，使用密度聚类办法勾勒出正常数据的轮廓，有效地应对未知入侵行为难以检测的问题。
-
公开(公告)号：CN117998086A
公开(公告)日：2024-05-07
申请号：CN202311797675.9
申请日：2023-12-25
申请人： 武汉理工大学
IPC分类号： H04N19/126 , H04N19/13 , H04N19/42 , H04N19/154
摘要： 本发明提供了一种轻量级图像压缩方法，包括以下步骤：步骤S1：对图像数据集进行随机裁剪，并将裁剪后的图像转换为张量格式；步骤S2：构建图像压缩网络，通过深度可分离卷积提取下采样的特征图，并对特征图进行编码；步骤S3：使用比特率‑图像重建损失函数对所述图像压缩网络进行优化训练；步骤S4：将待压缩图像输入所述图像压缩网络进行压缩。深度可分离卷积将标准卷积操作拆分为深度卷积和逐点卷积两个步骤，减少了参数量和计算量。这使得压缩后的模型尺寸更小，占用更少的存储空间和计算资源。深度可分离卷积减少了模型中的冗余计算，降低了运算的复杂度。这导致在相同的计算资源下，可以处理更多的图像数据，提高了计算效率。
-
-
公开(公告)号：CN116403184A
公开(公告)日：2023-07-07
申请号：CN202310298768.0
申请日：2023-03-24
申请人： 武汉理工大学
IPC分类号： G06V20/58 , G06V10/80 , G06V10/764 , G06N20/00
摘要： 本发明提供了一种基于N版本机器学习的交通标志识别方法及装置，构建两版本的机器学习架构，包括易感模型和非易感模型，其中，易感模型是为易受对抗样本攻击的模型，非易感模型为不容易或者不会受到对抗攻击的模型；将自动驾驶系统检测到的交通标志牌图像输入两版本的机器学习架构中，得到交通标志识别结果。本发明采用N版本机器学习系统的思想，使用多样性分类模型来防止单一模型的错误输出。在同一系统中使用不相关的分类模型组成多样性模型，以提高系统输出的可靠性。
-
公开(公告)号：CN112613269B
公开(公告)日：2023-02-24
申请号：CN202011587720.4
申请日：2020-12-28
申请人： 武汉理工大学
IPC分类号： G06F30/398
摘要： 本发明公开了一种基于无关性覆盖模型的系统最佳冗余度计算方法，首先对系统进行定性分析，计算各个组件的最小无关触发事件MIT；然后根据无关性覆盖模型中系统失效定义结合MIT进一步分析得到系统发生失效的逻辑表达式；接着利用不相交乘积和SDP技术，计算得到系统可靠性表达式；最后利用定义法分析可靠性表达式的单调性，从而得到系统可靠性取得极大值时组件的个数，即为最佳冗余度。当系统结构满足条件时，能实现最佳冗余度的快速求解。本发明所基于的无关性覆盖模型，是对传统不完全覆盖模型的改进，加入了对无关组件的覆盖，能进一步提升系统的可靠性。
-
公开(公告)号：CN111326214B
公开(公告)日：2022-07-08
申请号：CN202010067402.9
申请日：2020-01-20
申请人： 武汉理工大学
摘要： 本发明公开了一种基于负数据库的基因数据上安全的相似患者查询方法及系统，包括以下步骤：将作为典型样本患者的基因序列转化为二进制串，并生成负数据库，并作为样本负数据库存储到服务器的基因序列总数据库中，同时存储与相应患者的医疗数据；将待查询的基因序列数据转化为二进制串，并生成相应的待查询基因序列负数据库，并上传服务器；计算待查询基因序列负数据库与基因序列总数据库中所有样本负数据库之间的编辑距离；找出编辑距离最小的样本负数据库，并返回相应患者的医疗数据。本发明可以在满足隐私保护的前提下，安全地计算基因序列间的编辑距离，由此比较基因序列间的相似性，用于基因医疗和疾病诊断。
-
-
-
-
-
-
-
-
-
搜索结果
76 条记录 (耗时 0.066 秒)
