公开(公告)号：CN112100617A

公开(公告)日：2020-12-18

申请号：CN202010970567.7

申请日：2020-09-15

Applicant: 全球能源互联网研究院有限公司 ,  南京大学 ,  国网福建省电力有限公司电力科学研究院 ,  国家电网有限公司

Inventor： 李武军 ,  李明威 ,  蒋庆远 ,  解银朋 ,  何金栋 ,  吴丹

IPC: G06F21/55

Abstract: 本申请提供一种异常SQL检测方法及装置，该方法包括：获取待检测SQL语句；对待检测SQL语句进行特征提取，确定待检测SQL语句对应的第一特征向量；基于预设的哈希函数，确定第一特征向量对应的哈希编码；根据哈希编码，确定待检测SQL语句在预设的哈希库中所对应的多个近邻语句；分别计算第一特征向量与各近邻语句所对应的第二特征向量之间的距离；根据距离的升序排序结果，确定预设数量的目标语句；根据各目标语句的预设语句标签，确定待检测SQL语句的检测结果。通过确定待检测SQL语句的邻近语句，根据待检测SQL语句与各邻近语句之间的距离，进一步确定目标语句，在保证了检测精度的同时，提高了检测效率。

公开(公告)号：CN112100617B

公开(公告)日：2023-11-24

申请号：CN202010970567.7

申请日：2020-09-15

Applicant: 全球能源互联网研究院有限公司 ,  南京大学 ,  国网福建省电力有限公司电力科学研究院 ,  国家电网有限公司

Inventor： 李武军 ,  李明威 ,  蒋庆远 ,  解银朋 ,  何金栋 ,  吴丹

IPC: G06F21/55

Abstract: 本申请提供一种异常SQL检测方法及装置，该方法包括：获取待检测SQL语句；对待检测SQL语句进行特征提取，确定待检测SQL语句对应的第一特征向量；基于预设的哈希函数，确定第一特征向量对应的哈希编码；根据哈希编码，确定待检测SQL语句在预设的哈希库中所对应的多个近邻语句；分别计算第一特征向量与各近邻语句所对应的第二特征向量之间的距离；根据距离的升序排序结果，确定预设数量的目标语句；根据各目标语句的预设语句标签，确定待检测SQL语句的检测结果。通过确定待检测SQL语句的邻近语句，根据待检测SQL语句与各邻近语句之间的距离，进一步确定目标语句，在保证了检测精度的同时，提高了检测效率。(56)对比文件李应博;张斌.基于改进TFIDF算法的SQL注入攻击检测方法.信息工程大学学报.2020,(第01期),全文.张楚涵;张家侨;冯剑琳.AKNN-Qalsh:PostgreSQL系统高维空间近似最近邻检索插件.中山大学学报(自然科学版).2019,(第03期),全文.

公开(公告)号：CN116598151A

公开(公告)日：2023-08-15

申请号：CN202310719450.5

申请日：2023-06-16

Applicant: 国网新疆电力有限公司哈密供电公司 ,  国家电网有限公司

Inventor： 孙建明 ,  刘传永 ,  周世峻 ,  艾科 ,  郑玮 ,  刘倩倩 ,  李明威 ,  买买提·努尔 ,  刘浩军 ,  杨燕平 ,  郑营营 ,  张生琪 ,  杨萍 ,  王斌 ,  李肇鹏

IPC: H01G13/00

Abstract: 本发明涉及电容器组装技术领域，尤其涉及一种适应于多尺寸电容器的组装设备，包括有支撑架、安装架、第一输送机、第二输送机和第三输送机等，支撑架顶部连接有安装架，支撑架上部安装有用于输送电容器外壳的第一输送机，安装架下部安装有用于输送组装后电容器的第二输送机，安装架中部安装有用于输送电容器芯子的第三输送机。本发明通过第一夹紧板夹紧电容器芯子，升降板推动电容器外壳往上运动至第二转动板上，再控制气缸驱动连接架、第一夹紧板和夹紧的电容器芯子往下运动，连接架挤压滑动块，使第二夹紧板夹紧电容器外壳，连接架将电容器芯子压入电容器外壳内，从而自动对多尺寸电容器进行组装，提高工作效率。

公开(公告)号：CN109919084A

公开(公告)日：2019-06-21

申请号：CN201910166071.1

申请日：2019-03-06

Applicant: 南京大学

Inventor： 李武军 ,  李明威 ,  蒋庆远

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明公开了一种基于深度多索引哈希的行人重识别方法，达到了非重叠视角域多摄像头网络场景下行人检索存储空间低且检索高效的效果。该方法首先从原始视频数据中构造行人图片训练集，再结合深度学习构造端到端的有互反馈的多粒度特征学习网络，基于训练集对网络模型进行训练，得到哈希函数和训练集对应的哈希编码，并基于哈希编码构建索引。对于摄像头新收集的数据，使用哈希函数计算对应的哈希编码，并实时增加到索引中。在线检索时，对于给定的目标行人图片，首先使用多粒度网络模型进行特征的提取，使用哈希函数计算目标行人图片的哈希编码，然后基于哈希编码在索引中进行近邻检索，最后基于实值特征在近邻范围内进行重排序，得到检索结果。

公开(公告)号：CN109919084B

公开(公告)日：2023-04-25

申请号：CN201910166071.1

申请日：2019-03-06

Applicant: 南京大学

Inventor： 李武军 ,  李明威 ,  蒋庆远

IPC: G06V40/10 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于深度多索引哈希的行人重识别方法，达到了非重叠视角域多摄像头网络场景下行人检索存储空间低且检索高效的效果。该方法首先从原始视频数据中构造行人图片训练集，再结合深度学习构造端到端的有互反馈的多粒度特征学习网络，基于训练集对网络模型进行训练，得到哈希函数和训练集对应的哈希编码，并基于哈希编码构建索引。对于摄像头新收集的数据，使用哈希函数计算对应的哈希编码，并实时增加到索引中。在线检索时，对于给定的目标行人图片，首先使用多粒度网络模型进行特征的提取，使用哈希函数计算目标行人图片的哈希编码，然后基于哈希编码在索引中进行近邻检索，最后基于实值特征在近邻范围内进行重排序，得到检索结果。