-
公开(公告)号：CN1883445A
公开(公告)日：2006-12-27
申请号：CN200610012008.5
申请日：2006-05-26
Applicant: 清华大学 , 江苏隆力奇生物科技股份有限公司
Abstract: 多功能彩条加酶牙膏及其制备方法，该牙膏由一种颜色的调节膏体和多种颜色的含酶膏体组成，调节膏体中含有化学药物添加剂和生物酶激活剂，含酶膏体中含有生物酶和生物酶稳定剂；其制备方法是分别制备调节膏体和含酶膏体，然后罐装成彩条牙膏。该种彩条多酶牙膏具有多重防治口腔问题的功效，如防治龋齿，消炎杀菌，脱敏，清新口气，美白牙齿等功能。同时在稳定性上采用稳定剂和彩条，能够很好的保证酶牙膏的稳定性，并通过添加一定的激活剂使酶在释放过程中更加有效地发挥酶的生物学功能。
-
公开(公告)号：CN117271199A
公开(公告)日：2023-12-22
申请号：CN202210668114.8
申请日：2022-06-14
Applicant: 华为技术有限公司 , 清华大学深圳国际研究生院
Abstract: 本申请实施例提供了一种码生成、编码及解码方法及其装置，涉及数据处理领域，该方法包括：以满足预设条件的多项式来构造阵列码的校验矩阵，多项式的数量可影响码长，多项式越多码长越高，从而可使码长增加，满足大比例存储需求；此外，以该多项式的系数所构造的校验矩阵的稀疏度较低，且该多项式的系数为二元，从而可降低以该校验矩阵进行数据编解码时的编解码复杂度。
-
公开(公告)号：CN113240080A
公开(公告)日：2021-08-10
申请号：CN202110490295.5
申请日：2021-05-06
Applicant: 鹏城实验室 , 清华大学深圳国际研究生院
Abstract: 本发明公开了一种基于先验类别增强的对抗训练方法，包括步骤：获取训练数据和神经网络，并根据所述训练数据和所述神经网络，确定样本受到FGSM攻击后的预测标签；所述训练数据包括：训练样本和所述训练样本对应的真实标签；根据所述训练数据、所述神经网络以及所述预测标签，确定所述训练数据对应的对抗样本；根据所述对抗样本和所述真实标签，对所述神经网络的参数进行调整，得到训练后的神经网络。由于先确定样本受到FGSM攻击后的预测标签，并根据训练数据、神经网络以及预测标签，确定训练数据对应的对抗样本，再采用对抗样本进行训练，得到训练后的神经网络，可以提高神经网络对预设标签的鲁棒精度。
-
公开(公告)号：CN112434704A
公开(公告)日：2021-03-02
申请号：CN202011205903.5
申请日：2020-11-02
Applicant: 鹏城实验室 , 清华大学深圳国际研究生院
Abstract: 本发明公开了一种基于高阶统计量的特征图处理方法、终端及存储介质，方法包括：分别计算待处理特征图的各个通道对应的统计量数值，其中，统计量包括至少一个高阶统计量；将待处理特征图输入至预先训练完成的第一神经网络，通过第一神经网络获取第一参数集合，其中，第一参数集合中包括多个第一参数，每个第一参数为待处理特征图分别与各个统计量的相关性分数；根据各个第一参数和统计量数值分别获取待处理特征图的各个通道的注意力权重；根据各个注意力权重对待处理特征图的各个通道进行处理，获取目标特征图。本发明通过包括高阶统计量在内的多个统计量数值能够捕获更丰富的统计信息，能够提升通道注意力权重的准确性，提高神经网络的表示能力。
-
公开(公告)号：CN111382837A
公开(公告)日：2020-07-07
申请号：CN202010080718.1
申请日：2020-02-05
Applicant: 鹏城实验室 , 清华大学深圳国际研究生院
Abstract: 本发明提供了一种基于深度乘积量化的对抗样本生成方法，所述方法包括：将原始图像输入至预设网络模型，以通过所述预设网络模型输出原始图像对应的量化分配中心向量；将所述原始图像对应的初始对抗样本输入至所述预设网络模型，以得到所述初始对抗样本对应的对抗特征向量；基于所述量化分配中心向量以及所述对抗特征向量，确定所述初始对抗样本对应的损失函数；基于所述损失函数对所述预设网络模型进行反向传播，以得到所述原始图像对应的对抗样本。本方法通过基于所述量化分配中心向量以及对抗特征向量确定可导损失函数，提高了对抗样本的迁移性和有效性，为进一步研究神经网络的鲁棒性提供依据。
-
Patent Agency Ranking
公开(公告)号：CN100536816C
公开(公告)日：2009-09-09
申请号：CN200710304523.5
申请日：2007-12-28
Applicant: 清华大学 , 江苏隆力奇生物科技股份有限公司
Abstract: 一种辅酶Q10纳米微囊乳液及其制备方法和应用，具体涉及一种辅酶Q10纳米微囊乳液及其制备方法和应用。其特征是将重量分数为1%-10%的辅酶Q10、1%-20%辛酸/癸酸甘油酯、1%-10%磷脂、50%-94%甘油及2%-20%水等在50℃-60℃条件下依次混合乳化均匀，最后通过高压均质机处理，即可得到外观呈现透明或半透明状，平均粒径小于100nm的辅酶Q10纳米微囊乳液。该辅酶Q10纳米微囊乳液具有稳定性高、水分散性及生物相容性等特点，使得含有辅酶Q10的化妆品的配制方便、简单。
-
公开(公告)号：CN112434704B
公开(公告)日：2024-09-24
申请号：CN202011205903.5
申请日：2020-11-02
Applicant: 鹏城实验室 , 清华大学深圳国际研究生院
Abstract: 本发明公开了一种基于高阶统计量的特征图处理方法、终端及存储介质，方法包括：分别计算待处理特征图的各个通道对应的统计量数值，其中，统计量包括至少一个高阶统计量；将待处理特征图输入至预先训练完成的第一神经网络，通过第一神经网络获取第一参数集合，其中，第一参数集合中包括多个第一参数，每个第一参数为待处理特征图分别与各个统计量的相关性分数；根据各个第一参数和统计量数值分别获取待处理特征图的各个通道的注意力权重；根据各个注意力权重对待处理特征图的各个通道进行处理，获取目标特征图。本发明通过包括高阶统计量在内的多个统计量数值能够捕获更丰富的统计信息，能够提升通道注意力权重的准确性，提高神经网络的表示能力。
-
公开(公告)号：CN118275851B
公开(公告)日：2024-08-27
申请号：CN202410707421.1
申请日：2024-06-03
Applicant: 清华大学
Abstract: 本发明涉及电子器件技术领域，特别涉及一种倒装芯片结壳热阻的无损测量方法、装置、设备及产品，其中，方法包括：标定热盘传感器的电阻与温度系数；测量倒装芯片在非工作状态下热盘传感器电压数据，根据电压数据和电阻与温度系数生成倒装芯片的温度变化曲线；根据温度变化曲线数据计算倒装芯片结壳热阻的结构函数曲线；根据结构函数曲线计算倒装芯片内部各部分热阻，基于倒装芯片内部各部分热阻数据确定倒装芯片的结壳热阻。由此，解决了相关技术中通常无法对倒装芯片的结壳热阻进行准确的测量，且无法在倒装芯片非工作状态下，检测倒装芯片的散热能力，从而增加了测量难度和成本，降低了测量的便捷性，降低判断倒装芯片散热能力的准确性等问题。
-
公开(公告)号：CN112115317B
公开(公告)日：2024-05-14
申请号：CN202010841276.8
申请日：2020-08-20
Applicant: 鹏城实验室 , 清华大学深圳国际研究生院
IPC: G06F16/903 , G06F21/62
Abstract: 本发明公开了一种针对深度哈希检索的有目标攻击方法及终端设备，所述方法包括步骤：提供具有标签t的样本集合，将所述样本集合中的所有样本输入深度哈希检索模型中，生成相应的哈希码；采用位投票算法获得代表哈希码ha；指定超参数α的大小为0到1，并设计损失函数；利用梯度下降的方法计算x′的梯度并利用所述梯度更新x′；将生成的对抗样本x′投影，使得x′满足无穷约束和图像空间；判断是否达到预设的更新次数，如果是，得到对抗样本x′；将所述对抗样本x′输入到所述深度哈希检索模型中，返回期望类别的样本。本发明在设计深度哈希检索模型时采用此种攻击方法，有利于提高模型的安全性和鲁棒性，并且产生的对抗样本能够使检索模型返回攻击者期望的类别样本。
-
公开(公告)号：CN113127672A
公开(公告)日：2021-07-16
申请号：CN202110432335.0
申请日：2021-04-21
Applicant: 鹏城实验室 , 清华大学深圳国际研究生院
IPC: G06F16/583 , G06N3/04 , G06N3/08
Abstract: 本申请公开了一种量化图像检索模型的生成方法、检索方法、介质及终端，所述生成方法包括：利用预设网络模型，确定预设样本集中的训练图像对应的预测量化向量；基于所述训练图像的文本标签确定所述训练图像对应的文本向量；基于所述文本向量以及所述预测量化向量对所述预设网络模型进行训练，以得到量化图像检索模型。本申请通过采用训练图像对应的文本标签作为弱监督标注，并且通过弱监督标注以及预测量化向量对预设网络模型进行训练，这样可以使得深度量化可以利用弱标注图片数据进行学习，解决了现有深度量化依赖高质量标注的数据的问题，这样可以降低量化图像检索模型所处的人工成本，从而降低量化图像检索模型的训练成本。
-
-
-
-
-
-
-
-
-
Search Results
122
records
(took 0.069 seconds)
