-
公开(公告)号：CN111882055A
公开(公告)日：2020-11-03
申请号：CN202010540046.8
申请日：2020-06-15
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于CycleGAN与伪标签的目标检测自适应模型的构建方法，包括：S1，源域数据集和目标域数据集预处理；S2，使用CycleGAN网络将源域数据集转换为接近目标域数据集的中间域数据集，并将中间域数据集输入Faster R-CNN网络进行训练，得到初步域自适应模型Q；将目标域数据集重新输入到模型Q中，获得带伪标签的目标域数据集；S3，将中间域数据集与带伪标签的目标域数据集轮流输入模型Q进行迭代式地更新与优化，最终得到基于CycleGAN与伪标签的目标检测域自适应模型。本发明通过利用置信度改进Faster R-CNN网络的目标检测总损失函数来训练得到的目标检测域自适应模型，能够解决两个域之间由于存在分布差异而导致目标检测出现域漂移的问题。
-
公开(公告)号：CN111667506A
公开(公告)日：2020-09-15
申请号：CN202010405359.2
申请日：2020-05-14
Applicant: 电子科技大学
IPC: G06T7/246
Abstract: 本发明公开了一种基于ORB特征点的运动估计方法，包括如下步骤：步骤1，采用oFAST特征点与rBRIEF描述子相结合的方式分别提取两帧图像的ORB特征点；步骤2，对两帧图像的ORB特征点进行基于暴力匹配BF和PROSAC的特征匹配，得到最优拟合模型；步骤3，基于所述最优拟合模型，并混合GICP与ICP算法进行运动估计。本发明建立了混合ICP与GICP的运动估计算法估算出机器人的运动轨迹，并在其中采用了基于暴力匹配BF与渐进采样一致性算法PROSAC的从粗到精的特征匹配方法，能够减少因受到干扰而出现的误匹配现象。
-
公开(公告)号：CN111522807A
公开(公告)日：2020-08-11
申请号：CN202010350654.2
申请日：2020-04-28
Applicant: 电子科技大学
IPC: G06F16/215 , G06F16/24 , G06F11/14
Abstract: 本发明公开了一种数据库错误数据修复方法，首先通过数据库访问模块获取目标数据库中的数据表，根据数据表中现有数据建立数据库表不同属性列之间的关系模式；然后利用建立好的关系模式通过正确属性列中的数据从领域知识库查询以获取正确的数据；最后，通过数据库访问模块将正确数据写回数据库中。本发明通过建立显式和隐式的关系模式，通过查询知识库以获取正确的数据，可以在修复的时候结合整个数据库中不同表的关联数据在知识库中进行数据的查找，因此可以有效提高数据库中无显式实际意义的外键列的错误数据修复效率，从而提高整个数据库错误数据的修复效率。
-
公开(公告)号：CN111522791A
公开(公告)日：2020-08-11
申请号：CN202010362251.X
申请日：2020-04-30
Applicant: 电子科技大学
IPC: G06F16/182 , G06F16/174
Abstract: 本发明公开了一种分布式文件重复数据删除系统及方法。系统包括元信息服务节点，元信息服务节点用于管理数据块的内容地址；元信息表，用于存储HDFS系统中所有数据块的内容地址；至少一个HDFS客户端，其包括元信息服务节点和元信息表，去重文件在HDFS客户端上写入，HDFS客户端将重文件切分为多个数据块，计算每个数据块的指纹值，并调用元信息服务节点查询元信息表，去除重复的数据块，将节点中剩余数据块重组后，之后将剩余数据块和索引数据重组后生成新的索引文件，并与NameNode节点交互将索引文件存储到HDFS上，同时将新产生的数据指纹存储在HDFS客户端数据库的元信息表中。通过本发明使得HDFS客户端快速完成文件的重复数据删除和分布式存储。
-
公开(公告)号：CN111464327A
公开(公告)日：2020-07-28
申请号：CN202010116118.6
申请日：2020-02-25
Applicant: 电子科技大学
IPC: H04L12/24
Abstract: 本发明公开了一种基于图卷积网络的空间信息网络抗毁性评估方法，包括：步骤1，确定目标网络的网络拓扑；步骤2，计算网络均衡度：(1)对目标网络中的网络节点的重要性进行排序；(2)计算目标网络中的网络节点的重要性数学期望；(3)根据网络节点的重要性数学期望计算网络均衡度；步骤3，计算网络桥接度；(1)训练图卷积神经网络模型，以进行网络节点分类；(2)计算网络分割攻击效率；(3)根据网络分割攻击效率计算网络桥接度；步骤4，根据网络均衡度和网络桥接度计算得到网络抗毁性。分析本发明与经典的跳面节点法、结构差异度法在计算网络抗毁性方面的特点，证明本发明能够更为准确地区分出不同规模网络的抗毁性大小。
-
Patent Agency Ranking
公开(公告)号：CN110727957A
公开(公告)日：2020-01-24
申请号：CN201910975518.X
申请日：2019-10-15
Applicant: 电子科技大学
IPC: G06F21/62
Abstract: 本发明公开了一种基于采样的差分隐私保护方法和系统，所述方法包括：步骤1，收集个人用户的数据形成原始数据库；步骤2，对原始数据库中的数据进行随机采样得到临时数据库；步骤3，接收查询用户的查询请求q；步骤4，根据查询请求q涉及数据的数据特征选择差分隐私保护机制；步骤5，在临时数据库中运行选择的差分隐私保护机制，使差分隐私保护机制在临时数据库中查询查询请求q的真实答案；步骤6，利用数据噪声混淆所述真实答案；步骤7，将混淆后的真实答案返回给查询用户。本发明中查询用户可以对海量数据进行统计分析；查询用户不能获得数据库中任何用户的具体信息；能够加强已有差分隐私保护方法的隐私保护强度。
-
公开(公告)号：CN110049054A
公开(公告)日：2019-07-23
申请号：CN201910332582.6
申请日：2019-04-24
Applicant: 电子科技大学
Abstract: 本发明公开了一种支持隐私信息隐藏的明文共享数据审计方法和系统，所述方法包括：(1)私钥生成中心对系统进行初始化；(2)用户端从私钥生成中心提取私钥；(3)用户端生成文件的盲文件、文件标签以及对应的签名，并提交给管理端；(4)管理端根据收到的盲文件、文件标签以及对应的签名对文件进行审查，在审查通过时将盲文件、文件标签以及对应的签名上传至云端；(5)第三方审计端根据云端上的盲文件、文件标签以及对应的签名对文件进行完整性审计。本发明提出的隐私信息隐藏机制能够防御恶意管理者对文件非法操作，任何非法操作都会在云端校检文件时检测出来。
-
公开(公告)号：CN109829299A
公开(公告)日：2019-05-31
申请号：CN201811439938.8
申请日：2018-11-29
Applicant: 电子科技大学
Abstract: 本发明公布了一种基于深度自编码器的未知攻击检测方案，通过对所有攻击类型进行一定的语义描述，语义描述基于外部文本数据进行标准化的语义文本提取，并进行自然语言处理形成语义特征描述向量，语义特征空间是所有特征的语义特征描述向量，最终通过攻击数据集训练到语义特征的深度自编码模型。自编码模型获得隐层输出，即训练集数据到语义特征的映射模型，新型攻击的数据特征通过自编码模型得到新型攻击的语义特征，并与语义特征空间进行比较，通过向量相似度的计算，得到新型攻击最接近的攻击类型从而达到预测新型攻击的目的。本发明适用于未知攻击检测，能够对新型攻击得到较为准确的识别，从而便于进行后续快速检测和拦截。
-
公开(公告)号：CN106557611A
公开(公告)日：2017-04-05
申请号：CN201610890375.9
申请日：2016-10-12
Applicant: 电子科技大学
IPC: G06F17/50
CPC classification number: G06F17/5009 , G06F2217/04
Abstract: 分布式交通网络仿真平台的动态负载均衡算法研究及应用。本发明提出了基于博弈论的动态负载均衡算法，以分布式交通仿真平台为基础，借鉴博弈论的思想，提出了基于博弈论的动态负载均衡算法，并通过仿真实验和理论分析来验证了算法的优越性。算法首先对道路的费用函数进行定义，并通过理论推导证明该函数存在纳什均衡；然后，采用迭代生长的方式来对地图网络进行初始分割；最后，道路将根据费用函数计算自身的费用，并根据自身的费用来决定是否进行迁移以及迁移的目的终端，直到完成整个路网的均衡；并且在仿真系统运行中再次出现不均衡状况时，同样也可以依据道路的费用来对道路进行迁移，并再次达到均衡状态。
-
公开(公告)号：CN105119837A
公开(公告)日：2015-12-02
申请号：CN201510237967.6
申请日：2015-05-12
Applicant: 电子科技大学
IPC: H04L12/803 , H04L12/26
Abstract: 本发明涉及了一种以分布式微观仿真系统的仿真终端配置优化、仿真时间模型以及基于仿真终端配置优化的负载均衡算法。针对仿真速度的需求和仿真终端配置优化问题，提出了自顶向下的微观仿真时间开销模型；从贪心生长的思想出发，提出了基于仿真终端配置优化的负载均衡算法；并对仿真速度的不同要求，给出不同的仿真终端配置方案。
-
-
-
-
-
-
-
-
-
Search Results
149
records
(took 0.029 seconds)
