-
公开(公告)号：CN113591093B
公开(公告)日：2023-05-16
申请号：CN202110831387.5
申请日：2021-07-22
Applicant: 燕山大学
IPC: G06F21/57 , G06N3/045 , G06N3/0455 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种基于自注意力机制的工业软件漏洞检测方法，该方法采用自注意力机制对软件漏洞进行检测，检测过程分为代码预处理过程和漏洞检测模型训练测试过程；首先获取数据库漏洞程序，提取库API函数调用和程序片段，分为5类漏洞问题构建成工业软件漏洞的漏洞库，然后对漏洞库的关键点进行切片，将切片后的程序组装成行关联代码并进行数据处理，之后将行关联代码转换成对应的向量获得特征向量，并处理成相同长度大小；将特征向量与位置编码向量相加作为漏洞检测模型的输入，然后训练D_transformer神经网络，将训练好的模型通过测试样本验证模型的检测能力。本发明方法进一步提高了检测分类精度，降低了漏报率。
-
公开(公告)号：CN113572742B
公开(公告)日：2022-05-10
申请号：CN202110750388.7
申请日：2021-07-02
Applicant: 燕山大学
Abstract: 本发明公开了一种基于深度学习的网络入侵检测方法，该方法训练过程为：将获取的数据集输入待训练的卷积神经网络模型，通过待训练的卷积神经网络模型提取网络流量特征；再通过空间金字塔模型“卷积层+上采样层+下采样层”反复提取网络流量更丰富的特征，得到多尺度的有效特征层；最后通过逻辑回归预测网络入侵分类置信度，使用逻辑分类模型预测类别，将真实框与预测框通过误差模型计算真实框与预测框的损失误差；然后通过反向梯度进行反复迭代优化，将损失误差最小的待训练的网络入侵检测模型作为训练好的网络入侵检测模型；本发明方法进一步提高了网络入侵的检测精度和速度，提高了对未知攻击的检测能力，降低了误报率。
-
公开(公告)号：CN113591093A
公开(公告)日：2021-11-02
申请号：CN202110831387.5
申请日：2021-07-22
Applicant: 燕山大学
Abstract: 本发明公开了一种基于自注意力机制的工业软件漏洞检测方法，该方法采用自注意力机制对软件漏洞进行检测，检测过程分为代码预处理过程和漏洞检测模型训练测试过程；首先获取数据库漏洞程序，提取库API函数调用和程序片段，分为5类漏洞问题构建成工业软件漏洞的漏洞库，然后对漏洞库的关键点进行切片，将切片后的程序组装成行关联代码并进行数据处理，之后将行关联代码转换成对应的向量获得特征向量，并处理成相同长度大小；将特征向量与位置编码向量相加作为漏洞检测模型的输入，然后训练D_transformer神经网络，将训练好的模型通过测试样本验证模型的检测能力。本发明方法进一步提高了检测分类精度，降低了漏报率。
-
公开(公告)号：CN113674321B
公开(公告)日：2024-05-17
申请号：CN202110980862.5
申请日：2021-08-25
Applicant: 燕山大学
Abstract: 本发明公开了一种基于云端的监控视频下多目标跟踪的方法，属于目标识别跟踪技术领域，包括安装监控相机到指定场合；搭建云端和客户端平台；使用改进后的centernet检测模型对接收的视频帧进行目标检测；使用改进后的deepsort模型对检测到的多目标进行跟踪；在客户端对多目标跟踪输出的视频进行保存、删除以及更新。本发明从智能视频监控出发，对病房看护场景中患者进行轨迹跟踪，并对跟踪算法进行深入研究及改进，实现了高效多目标检测与跟踪监控系统。
-
公开(公告)号：CN113927597B
公开(公告)日：2023-04-07
申请号：CN202111226194.3
申请日：2021-10-21
Applicant: 燕山大学
IPC: B25J9/16
Abstract: 本发明涉及深度学习与视觉机器人技术领域，具体涉及基于深度学习的机器人连接件六自由度位姿估计系统，包括如下步骤：利用虚拟现实技术制作数据集；改进DOPE算法对连接件进行6D位姿估计；搭建机器人连接件位姿估计抓取平台；本发明利用虚拟现实技术对数据集做了改进，使数据集背景信息多样化，即使换到新环境也不会影响精度；对于特定的工业场景制作特定的数据集，利用虚拟现实技术进行制作，极大地减轻了人工标注物体的工作量；同时在单目视觉机器人连接件分拣场景中，对遮挡问题利用随机掩模局部处理方法对数据集进行了改进，提高了网络在处理物体遮挡时的准确度。
-
Patent Agency Ranking
公开(公告)号：CN113927597A
公开(公告)日：2022-01-14
申请号：CN202111226194.3
申请日：2021-10-21
Applicant: 燕山大学
IPC: B25J9/16
Abstract: 本发明涉及深度学习与视觉机器人技术领域，具体涉及基于深度学习的机器人连接件六自由度位姿估计系统，包括如下步骤：利用虚拟现实技术制作数据集；改进DOPE算法对连接件进行6D位姿估计；搭建机器人连接件位姿估计抓取平台；本发明利用虚拟现实技术对数据集做了改进，使数据集背景信息多样化，即使换到新环境也不会影响精度；对于特定的工业场景制作特定的数据集，利用虚拟现实技术进行制作，极大地减轻了人工标注物体的工作量；同时在单目视觉机器人连接件分拣场景中，对遮挡问题利用随机掩模局部处理方法对数据集进行了改进，提高了网络在处理物体遮挡时的准确度。
-
公开(公告)号：CN113688740A
公开(公告)日：2021-11-23
申请号：CN202110984742.2
申请日：2021-08-26
Applicant: 燕山大学
Abstract: 本发明涉及图像处理技术领域，具体涉及一种基于多传感器融合视觉的室内姿势检测方法，包括如下步骤：S1，搭建和训练网络模型；S2，获取实时采集的视频数据和腰带式辅助检测设备的辅助检测参数；S3，将数据输入网络模型获取检测结果，通过卡尔曼滤波器和匈牙利指派算法跟踪患者；S4，将处理之后包含box和检测结果的视频实时同步上传网络中，一旦患者出现跌倒的情况及时发送警报；本发明结合数据融合、监督学习和深度学习方法，对患者的位置、与姿势进行实时跟踪检测和通知，并可短时间内对病人下一个姿势进行预测，实现对病人的跟踪和姿势进行检测。
-
公开(公告)号：CN113674321A
公开(公告)日：2021-11-19
申请号：CN202110980862.5
申请日：2021-08-25
Applicant: 燕山大学
Abstract: 本发明公开了一种基于云端的监控视频下多目标跟踪的方法，属于目标识别跟踪技术领域，包括安装监控相机到指定场合；搭建云端和客户端平台；使用改进后的centernet检测模型对接收的视频帧进行目标检测；使用改进后的deepsort模型对检测到的多目标进行跟踪；在客户端对多目标跟踪输出的视频进行保存、删除以及更新。本发明从智能视频监控出发，对病房看护场景中患者进行轨迹跟踪，并对跟踪算法进行深入研究及改进，实现了高效多目标检测与跟踪监控系统。
-
公开(公告)号：CN113688740B
公开(公告)日：2024-02-27
申请号：CN202110984742.2
申请日：2021-08-26
Applicant: 燕山大学
IPC: G06V40/20 , G06V20/40 , G06V10/44 , G06V10/774 , G06V10/764 , G06V10/75 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明涉及图像处理技术领域，具体涉及一种基于多传感器融合视觉的室内姿势检测方法，包括如下步骤：S1，搭建和训练网络模型；S2，获取实时采集的视频数据和腰带式辅助检测设备的辅助检测参数；S3，将数据输入网络模型获取检测结果，通过卡尔曼滤波器和匈牙利指派算法跟踪患者；S4，将处理之后包含box和检测结果的视频实时同步上传网络中，一旦患者出现跌倒的情况及时发送警报；本发明结合数据融合、监督学习和深度学习方法，对患者的位置、与姿势进行实时跟踪检测和通知，并可短时间内对病人下一个姿势进行预测，实现对病人的跟踪和姿势进行检测。
-
公开(公告)号：CN113572742A
公开(公告)日：2021-10-29
申请号：CN202110750388.7
申请日：2021-07-02
Applicant: 燕山大学
Abstract: 本发明公开了一种基于深度学习的网络入侵检测方法，该方法训练过程为：将获取的数据集输入待训练的卷积神经网络模型，通过待训练的卷积神经网络模型提取网络流量特征；再通过空间金字塔模型“卷积层+上采样层+下采样层”反复提取网络流量更丰富的特征，得到多尺度的有效特征层；最后通过逻辑回归预测网络入侵分类置信度，使用逻辑分类模型预测类别，将真实框与预测框通过误差模型计算真实框与预测框的损失误差；然后通过反向梯度进行反复迭代优化，将损失误差最小的待训练的网络入侵检测模型作为训练好的网络入侵检测模型；本发明方法进一步提高了网络入侵的检测精度和速度，提高了对未知攻击的检测能力，降低了误报率。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.017 seconds)
