-
公开(公告)号：CN115118482A
公开(公告)日：2022-09-27
申请号：CN202210711679.X
申请日：2022-06-22
申请人： 西安电子科技大学广州研究院 , 西安电子科技大学
IPC分类号： H04L9/40 , H04L41/16 , H04L67/125
摘要： 本发明属于互联网技术领域，公开了一种工业控制系统入侵检测线索分析溯源方法、系统及终端，采集工业控制系统中网络数据的传输流量，对传输流量进行预处理形成数据集并训练孤立森林；判断网络数据的传输流量是否正常，若流量异常，则计算各特征的异常贡献度，向相关技术人员报警并提供各特征的异常贡献度。本发明提供的基于孤立森林的工业控制系统入侵线索分析溯源方法，根据工控系统运行的网络数据的传输流量，判断是否出现入侵行为，保证系统安全可靠，并能在发现入侵行为时，为工程师提供线索，便于相关人员及时处理，还能够解决机器学习算法检测网络攻击时无法提供有效攻击线索的问题，快速判断受到的攻击类型，及时采取有效的应对措施。
-
公开(公告)号：CN111538559A
公开(公告)日：2020-08-14
申请号：CN202010158120.X
申请日：2020-03-09
申请人： 西安电子科技大学 , 西安电子科技大学宁波信息技术研究院
摘要： 本发明公开了一种虚拟机迁移方法、装置、电子设备及其存储介质，该虚拟机迁移方法，包括：获取虚拟机的性能数据；根据所述虚拟机的性能数据构建虚拟机的分段线性性能模型；根据所述虚拟机的分段线性性能模型将所述虚拟机迁移到N台物理机中的目标物理机上，N为大于0的整数。本发明提供的虚拟机迁移方法，通过构建虚拟机的性能模型来实现虚拟机的迁移，由于考虑了虚拟机的性能，保障了虚拟机的性能，进而提高了用户体验感。
-
公开(公告)号：CN116958051A
公开(公告)日：2023-10-27
申请号：CN202310732176.5
申请日：2023-06-20
申请人： 西安电子科技大学广州研究院 , 西安电子科技大学 , 深圳瑞德林生物技术有限公司
摘要： 本发明提供一种生物菌落细胞检测方法，涉及图像处理技术领域，包括以下步骤：获取生物菌落图像，根据生物菌落图像的阈值特征利用双边滤波模型消除图片噪声；利用细节增强算法对消除图片噪声后的生物菌落图像进行细胞边缘图像优化，得到细节增强双边滤波图像；利用Otsu算法确定细节增强双边滤波图像的二值化分割阈值并分割背景图像与菌落图像，得到Otsu阈值分割图像；利用细节补偿算法处理细节增强双边滤波图像，并通过位运算叠加Otsu阈值分割图像获得完整图像；分析完整图像采用霍夫圆变换算法，对目标生物菌落进行识别。本发明方法有益于增强滤波图像的边缘信息，提高菌落图像二值化和识别目标生物菌落的精度和可靠性。
-
公开(公告)号：CN115118482B
公开(公告)日：2023-05-09
申请号：CN202210711679.X
申请日：2022-06-22
申请人： 西安电子科技大学广州研究院 , 西安电子科技大学
IPC分类号： H04L9/40 , H04L41/16 , H04L67/125
摘要： 本发明属于互联网技术领域，公开了一种工业控制系统入侵检测线索分析溯源方法、系统及终端，采集工业控制系统中网络数据的传输流量，对传输流量进行预处理形成数据集并训练孤立森林；判断网络数据的传输流量是否正常，若流量异常，则计算各特征的异常贡献度，向相关技术人员报警并提供各特征的异常贡献度。本发明提供的基于孤立森林的工业控制系统入侵线索分析溯源方法，根据工控系统运行的网络数据的传输流量，判断是否出现入侵行为，保证系统安全可靠，并能在发现入侵行为时，为工程师提供线索，便于相关人员及时处理，还能够解决机器学习算法检测网络攻击时无法提供有效攻击线索的问题，快速判断受到的攻击类型，及时采取有效的应对措施。
-
公开(公告)号：CN116955810A
公开(公告)日：2023-10-27
申请号：CN202310864842.0
申请日：2023-07-14
申请人： 西安电子科技大学广州研究院 , 西安电子科技大学
IPC分类号： G06F16/9535 , G06N3/0464 , G06N3/084
摘要： 本发明涉及一种基于图卷积网络的知识协同推荐算法的优化方法，属于计算机技术领域。包括步骤：S1、构建知识协同的交互图：通过TransH方法将用户、项目特征嵌入到交互图中；S2、构建带权的传播聚合层：引入注意力网络对各卷积层输出的用户/项目节点特征进行加权求和；S3、模型预测：将加权后的节点特征表示输入到全连接预测层进行相似度计算生成最终的推荐序列。本发明通过构建协同知识图谱，完善节点的语义信息；同时通过知识图谱中节点之间的连接关系捕捉节点之间的潜在信息和关联信息；并结合图卷积网络，进行远距离信息传播聚合，再搭配注意力机制，根据特征表达能力的不同，差异化分配贡献度，帮助模型达到更理想的推荐效果。
-
公开(公告)号：CN116494247A
公开(公告)日：2023-07-28
申请号：CN202310703629.1
申请日：2023-06-14
申请人： 西安电子科技大学广州研究院 , 西安电子科技大学 , 深圳瑞德林生物技术有限公司
IPC分类号： B25J9/16
摘要： 本发明公开了基于深度确定性策略梯度的机械臂路径规划方法及系统，该方法包括：构建机械臂多任务运动模型、深度确定性策略梯度算法网络模型、机械臂的末端循迹的分层奖励函数和经验样本池；基于分层奖励函数和经验样本的权重对深度确定性策略梯度算法网络模型进行训练，获取训练后的深度确定性策略梯度算法网络模型；将训练后的深度确定性策略梯度算法网络模型部署至机械臂多任务运动模型，对机械臂进行路径规划。通过使用本发明，能够提高机械臂训练样本的利用率和训练速度。本发明作为基于深度确定性策略梯度的机械臂路径规划方法及系统，可广泛应用于机器人机械臂路径规划技术领域。
-
公开(公告)号：CN111538559B
公开(公告)日：2023-06-02
申请号：CN202010158120.X
申请日：2020-03-09
申请人： 西安电子科技大学 , 西安电子科技大学宁波信息技术研究院
摘要： 本发明公开了一种虚拟机迁移方法、装置、电子设备及其存储介质，该虚拟机迁移方法，包括：获取虚拟机的性能数据；根据所述虚拟机的性能数据构建虚拟机的分段线性性能模型；根据所述虚拟机的分段线性性能模型将所述虚拟机迁移到N台物理机中的目标物理机上，N为大于0的整数。本发明提供的虚拟机迁移方法，通过构建虚拟机的性能模型来实现虚拟机的迁移，由于考虑了虚拟机的性能，保障了虚拟机的性能，进而提高了用户体验感。
-
公开(公告)号：CN114973062B
公开(公告)日：2024-08-20
申请号：CN202210442390.2
申请日：2022-04-25
申请人： 西安电子科技大学
IPC分类号： G06V20/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0442 , G06N3/084
摘要： 本发明公开了一种基于Transformer的多模态情感分析方法，其实现步骤为：获取训练样本集、验证样本集和测试样本集；构建多基于Transformer的多模态情感分析模型；对多模态情感分析模型进行迭代训练；获得多模态情感分析结果。本发明采用Bert和ViT预训练模型对文本和视觉模态的数据进行特征提取，基于t的多头注意力模块使视觉和音频数据更专注与文本相关的信息，跨模态Transformer模块和单模态标签预测模块使融合特征表示具有统一性和差异性信息，避免了现有技术中因为忽略不同模态对情感分析贡献度不同、单模态缺少长期依赖，导致情感分析准确度较低的技术问题，有效地提高了多模态情感分析的准确度。
-
公开(公告)号：CN115033670B
公开(公告)日：2024-08-02
申请号：CN202210629686.5
申请日：2022-06-02
申请人： 西安电子科技大学
IPC分类号： G06F16/332 , G06F16/38 , G06F16/532 , G06F16/583 , G06F18/25 , G06V10/42 , G06V10/44 , G06V10/74 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/084
摘要： 本发明公开了一种多粒度特征融合的跨模态图文检索方法，解决了现有跨模态检索方法不能全面提取模态数据的信息，且不能在跨模态数据间进行细粒度信息交互的技术问题，实现包括：建立图文检索数据集；图文特征提取；构建基于注意力的细粒度跨模态交互网络和多粒度特征融合网络；使用联合损失函数对交互网络和融合网络进行训练，完成图文的双向检索。本发明使用预训练模型提取特征，用特征融合网络学习更强大的特征表示，使得本发明构建的跨模态检索模型在双路编码结构下具有较高的检索效率和精度，本发明检索精度和效率高，应用于人工智能领域，如信息推荐和信息检索等。
-
公开(公告)号：CN117851629A
公开(公告)日：2024-04-09
申请号：CN202410022190.0
申请日：2024-01-05
申请人： 西安电子科技大学
IPC分类号： G06F16/58 , G06F16/583 , G06V20/40 , G06V10/80 , G06V10/82 , G06V10/40 , G06N3/0464 , G06N3/084
摘要： 本发明公开了一种基于特征表示增强的视频时刻检索方法，其步骤为：生成训练集；构建视频时刻检索网络；训练视频时刻检索网络；检索视频时刻。本发明构建了基于特征表示增强的视频时刻检索网络，在查询特征提取模块加入查询时序修正操作，使待查询语句中描述不同动作的所有主谓宾三元组按照其对应动作发生的时间顺序排列，实现跨模态特征序列顺序匹配，降低跨模态语义对齐难度。本发明构建了双连接图卷积模块，将候选片段特征作为图节点，通过图卷积将候选片段与前后两部分的全局候选片段连接，实现候选片段特征与视频全局特征的融合，提高候选片段特征表示质量。
-
-
-
-
-
-
-
-
-
搜索结果
118 条记录 (耗时 0.07 秒)
