-
公开(公告)号：CN114186237A
公开(公告)日：2022-03-15
申请号：CN202111245837.9
申请日：2021-10-26
Applicant: 北京理工大学
Abstract: 本发明提出了一种基于真值发现的鲁棒性联邦学习模型聚合方法，属于机器学习中的联邦学习技术领域。所述基于真值发现的鲁棒性联邦学习模型聚合方法主要包括以下步骤：步骤1、搭建包含一个中心服务器和若干个客户端的联邦学习系统；步骤2、中心服务器将初始全局模型发送给客户端；步骤3、客户端用本地的数据集训练初始全局模型，而后得到本地模型，并将本地模型参数发送给中心服务器；步骤4、中心服务器接收客户端发送的本地模型参数，先估计客户端的权重再计算本地模型参数的真值，聚合得到全局模型参数，最后用余弦相似度过滤恶意客户端。所述聚合方法能抵御恶意中毒攻击，容忍系统中高达50％占比的恶意客户端，具有较强的鲁棒性。
-
公开(公告)号：CN111104434B
公开(公告)日：2022-01-18
申请号：CN201911162454.8
申请日：2019-11-25
Applicant: 北京理工大学
IPC: G06F16/2457 , G06F21/57 , G06F21/62 , G16H40/20
Abstract: 本发明涉及一种基于隐私保护多级属性相似度的电子医疗推荐方法，属于医疗服务推荐以及隐私保护技术领域。可信医疗机构将加密后的医生信息及密钥分别发给服务器和用户，用户需求和医生信息都用多级属性进行表示，用户向服务器发出医疗服务请求，服务器根据用户需求和医生信息进行匹配，具体采用多级属性推荐，对于用户需求和医生信息采用隐私保护的相似度方法。所述方法采用多级属性进行信息标注，如医生的职称属性可分为初级医师、中级医师、高级医师和特级医师四个级别，分别用数字1、2、3、4进行表示；并依据用户关注属性的权值进行推荐，使得推荐结果更加合理效率上有很大的提升，可以实现更加高效的电子医疗推荐。
-
公开(公告)号：CN113592491A
公开(公告)日：2021-11-02
申请号：CN202110830508.4
申请日：2021-07-22
Applicant: 北京理工大学
Abstract: 本发明涉及一种用于以太坊混币合约的启发式地址关联方法，属于区块链应用技术领域，实现在以太坊混币场景下的地址关联，解决由于以太坊混币合约存取款交易的不可链接性导致难以追溯的技术问题。本方法首次提出了以太坊非托管的基于智能合约的混币服务场景下的两种用户行为模式。首次提出了一种适用于以太坊混币场景的启发式地址聚类方法，通过对混币交易的时间间隔、用户的行为模式分析，提出了三种适用于以太坊混币合约的启发式地址聚类规则。首次将启发式地址聚类规则应用于以太坊上流行的混币合约交易集进行实际分析，并验证启发式地址聚类规则的有效性。本方法降低以太坊混币交易的不可链接性，并对加密货币市场及其交易实体进行规范监督。
-
公开(公告)号：CN112995189A
公开(公告)日：2021-06-18
申请号：CN202110264972.1
申请日：2021-03-08
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于隐私保护的公开验证矩阵乘法正确性的方法，属于可验证计算与隐私保护技术领域。所述方法包括：1)委托者生成其函数矩阵并加密，随后生成其公开验证密钥，委托者公开加密函数矩阵与公开验证密钥；2)委托者加密其输入矩阵并发给执行者；3)执行者执行委托者的计算任务得到结果密文并生成计算证明，计算证明被发给验证者，结果密文被发给委托者；4)验证者通过执行验证过程的算法得出执行者的计算结果是正确还是错误并将验证结果返回委托者；5)委托者根据验证结果做出选择：若计算结果正确，委托者对结果密文进行解密，否则委托者不对结果密文进行解密。所述方法能保证委托者的隐私得到保护并有效提高整体的计算效率，降低计算开销。
-
公开(公告)号：CN110008752B
公开(公告)日：2020-10-09
申请号：CN201910294303.1
申请日：2019-04-12
Applicant: 北京理工大学
Abstract: 本发明提出了一种基于隐私保护的车辆编队评价方法，属于车联网车辆编队技术领域。包括系统初始化、车辆注册、生成评分报告、数据验证、数据聚合、评分计算、信任值更新；通过使用双线性映射来保证车辆报告和参与证明的真实性和不可篡改性；通过使用同态加密算法和时间戳来保证车辆信任值的真实性与不可篡改性；通过设计可过滤的真值发现算法来真实地计算头车的评分以及各用户车辆的信任值。本发明实现了车辆编队的安全评价，能够保护车辆的身份、消息和信任值隐私，提升了整个系统的安全性。
-
Patent Agency Ranking
公开(公告)号：CN109682476B
公开(公告)日：2020-06-19
申请号：CN201910104509.3
申请日：2019-02-01
Applicant: 北京理工大学
Abstract: 本发明公开了一种利用自适应编码孔径进行压缩高光谱成像的方法，利用高光谱图像具有高的谱间相关性的特点，预先得到几个波段的恢复图像，将其作为先验信息通过阈值操作构造自适应编码孔径，可以提取出目标场景的结构特征；相对传统的随机编码孔径，能够提高压缩效率，仿真和实验结果验证了本发明能够切实改善高光谱仪的成像质量；通过本发明所述的方法设计出的自适应编码孔径取值为0、1，很容易通过掩膜或者数字微镜阵列编码实现；在压缩高光谱仪中具有很强的普适性，有着广泛的应用前景。
-
公开(公告)号：CN108955882B
公开(公告)日：2020-06-19
申请号：CN201810752547.5
申请日：2018-07-10
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于液晶高光谱计算成像系统的三维数据重构方法，该方法将液晶高光谱计算成像系统的成像过程进行建模，将面阵探测器上得到的光强分布进行离散表示，进而将液晶高光谱计算成像系统的数据获取过程转化为矩阵形式；采用压缩感知理论，可从少量的观测数据中重构出高分辨率的目标场景。
-
公开(公告)号：CN109946241A
公开(公告)日：2019-06-28
申请号：CN201910184983.1
申请日：2019-03-12
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于高光谱计算成像系统的土壤分类方法。使用本发明能够实现不同类型土壤的快速精确分类。本发明基于LCTF的高光谱计算成像系统进行土壤分类，通过测量土壤图像的压缩测量值并利用压缩感知理论进行原始光谱图像的重构，提升土壤光谱图像的光谱分辨率；然后，利用光谱差异理论，以每个土壤样本与所有土壤类型之间的光谱差异作为输入特征，增强不同土壤类型之间的差异性；最后采用3D-CNN进行分类，同时利用土壤光谱图像空间和光谱信息，发挥光谱图像的优势；并利用特征降维算法在最大程度保留原始光谱信息的同时降低光谱维度，提升训练效率，突出土壤的类型特征，提升分类精度。
-
公开(公告)号：CN109300540A
公开(公告)日：2019-02-01
申请号：CN201811232958.8
申请日：2018-10-23
Applicant: 北京理工大学
Abstract: 本发明涉及一种电子医疗系统中的隐私保护医疗服务推荐方法，属于医疗服务推荐以及隐私保护技术领域。该推荐方法主要是根据用户需求与医生信息的相似度以及医生的信誉分数来进行推荐，具体来说包括相似度计算、医生推荐以及医生信誉分数计算三部分。相似度计算即服务器根据用户需求向量与医生个人信息的向量进行相似度计算；医生推荐即服务器根据用户需求与医生信息的相似度和医生的相似度这两个因素进行医生推荐；医生信誉分数计算即服务器处理用户对医生的反馈评分并更新医生的信誉分数。本发明可实现密文下的相似度和信誉分数计算，实现了用户个人信息在推荐过程中的隐私保护。
-
公开(公告)号：CN108955887A
公开(公告)日：2018-12-07
申请号：CN201810752548.X
申请日：2018-07-10
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于LCTF的全偏振高光谱压缩感知成像系统和成像方法，所述系统包括线性延迟器、液晶可调滤光器、数字微镜阵列和面阵探测器；所述线性延迟器的穆勒矩阵设计为每一列前两个元素的绝对值不同；线性延迟器和液晶可调滤光器共同实现偏振维压缩；所述液晶可调滤光器切换L个不同的中心波长，输出每个波段下的图像，实现光谱维压缩；所述数字微镜阵列对每个波段的图像进行编码，实现空间维编码压缩；原始图像依次经线性延迟器、液晶可调滤光器、数字微镜阵列后，由面阵探测器探测，获得包含全斯托克斯参量的图像。使用本发明能够实现原始图像全斯托克斯参量的压缩重构。
-
-
-
-
-
-
-
-
-
Search Results
111
records
(took 0.035 seconds)
