-
-
公开(公告)号：CN108629302A
公开(公告)日：2018-10-09
申请号：CN201810373657.0
申请日：2018-04-24
Applicant: 电子科技大学
Abstract: 本发明涉及的是一种基于卷积神经网络的用眼行为识别方法，具体是采用卷积神经网络实现对多通道的眼电(Electro-oculogram，EOG)信号的个体用眼行为模式识别方法，包括EOG信号采集模块、信号预处理模块和眼动信号-行为状态判断模块。EOG信号采集模块有别于传统采集方法，适用于可穿戴移动设备，且采用干电极，更好的实现对眼电信号的采集。信号预处理模块使用Butterworth滤波器，对原始数据中干扰信号进行滤波，并用Z-score方法进行标准化，接着用信号分帧提取算法将原始信号切割成一个个数据帧，便于神经网络训练。眼动信号-行为状态判断模块使用CNN神经网络对EOG信号进行分类，实现对阅读、休息和使用手机用眼行为的判断。
-
公开(公告)号：CN105279626A
公开(公告)日：2016-01-27
申请号：CN201510608491.2
申请日：2015-09-22
Applicant: 电子科技大学
Abstract: 本发明针对快递行业的信息化管理相关技术的研究，提出了一种基于移动终端的双线架构快递信息保护方法。本发明中，快递员收快递时，将用户隐私信息输入快递员客户端本地数据库中，使用掌纹认证代替传统签字认证，同时根据快递信息生成唯一二维码贴在快递上；其次，通过改进SQLCipher加密数据库实现对快递信息的封锁，保证了快递信息的安全性；在快递运输时，用户隐私信息通过扫二维码在快递员之间通过蓝牙传输，将快递员、快递公司等与用户隐私信息相隔离，而快递还是通过传统物流网运输；为提高快递业务的效率，提出了基于网状结构的定向推出式分拣模型，设计了基于Floyd算法的路径优化方案，使得分拣模型与路径优化方案相互配合，相得益彰。
-
公开(公告)号：CN105163296A
公开(公告)日：2015-12-16
申请号：CN201510607658.3
申请日：2015-09-22
Applicant: 电子科技大学
Abstract: 本发明提出了一种多维度垃圾短信过滤方法并设计了相应的系统，通过垃圾短信拦截和短信管理两个模块来实现3个主要功能：1.对变种垃圾短信和伪基站垃圾短信进行拦截；2.定位伪基站；3.增加短信安全加密，重要提醒等管理功能。本发明在超过100台手机上进行了超过3000次的垃圾短信拦截测试，实现了基本功能模块，运行稳定且占用内存为4.5M，耗电量仅为0.2％。与市场已有的垃圾短信防护系统相比有明显改善，极大的帮助用户避免垃圾短信的骚扰，给用户带来方便。
-
公开(公告)号：CN102799430A
公开(公告)日：2012-11-28
申请号：CN201210224772.4
申请日：2012-07-02
Applicant: 电子科技大学
IPC: G06F9/44
Abstract: 本发明公开了一种面向移动互联网业务的离线可视化业务开发生成器，在进行业务设计时，首先通过项目管理模块对项目中的组件、接口、连接以及数据类型进行创建、添加、删除以及建立它们之间关系的操作，而创建或添加的组件、接口、连接以及数据类型再通过可视化设计模块以及属性编辑模块进行可视化设计，得它们的描述信息；然后，项目管理模块将项目中的组件、接口、连接、数据类型的描述信息以及他们之间的关系保存到项目文件中，或通过项目工程导出模块导出为项目规范的插件或可运行的APP，完成离线可视化业务开发生成工作；本发明采用可视化设计，具有快速开发、快速集成、快速重组、运行维护方便等特点。
-
Patent Agency Ranking
公开(公告)号：CN119005248A
公开(公告)日：2024-11-22
申请号：CN202410956603.2
申请日：2024-07-17
Applicant: 电子科技大学
IPC: G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/098 , G06F18/241 , G06F21/62 , G06N3/096 , G06N3/042 , G06N20/20
Abstract: 本发明公开了一种适于防御DLG攻击的多策略联邦学习方法，包括为每个客户端提供一个条件生成对抗网络cGAN，该cGAN局部执行训练生成器，使生成器捕获特征提取器的特征分布，以模拟特征提取器；在每一轮FL通信中，客户端本地训练完成后将自己的生成器和分类器进行自适应差分隐私处理，然后将自适应差分隐私处理后的生成器和分类器发送至服务器；服务器将接收到的所有客户端发送的生成器和分类器采用SemCKD算法进行聚合，构建全局生成器和全局分类器；客户端下载全局生成器和全局分类器来替换自身的生成器和分类器，并开始下一次训练迭代。本发明不仅显著增强了模型对DLG攻击的安全性，还保持了较高的模型准确率和训练效率，且没有引入额外的计算与通信成本。
-
公开(公告)号：CN116094993B
公开(公告)日：2024-05-31
申请号：CN202211657554.X
申请日：2022-12-22
Applicant: 电子科技大学
Abstract: 本发明公开了一种适用于边缘计算场景下的联邦学习安全聚合方法，包括：(1)边缘节点将各个终端之间的通信拓扑图结构由全连通图修改为基于最小生成树的终端连通拓扑图；(2)各个终端利用本地数据训练联邦学习的模型，并根据修改的终端连通拓扑图与邻居终端以广播密钥的方式进行通信；(3)各个终端计算掩码并用于加密模型梯度；(4)边缘节点接收终端传输的加密的模型梯度并进行局部聚合；(5)云计算处理中心接收来局部聚合模型梯度，再进行一次聚合形成全局聚合模型，并将全局聚合模型下发到边缘节点，为终端提供服务。本发明在解决联邦学习中隐私泄露问题的同时，避免了需要大量额外的计算和通信开销，并提高了模型的收敛速度。
-
公开(公告)号：CN116909742A
公开(公告)日：2023-10-20
申请号：CN202310895639.X
申请日：2023-07-20
Applicant: 电子科技大学
IPC: G06F9/50 , G06F9/48 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种多智能体协同计算资源调度方法，包括配置任务请求队列；获取边缘集群的历史运行状态序列，输入到多层叠加的LSTM神经网络中，输出具有时序特征的系统状态矩阵；将该系统状态矩阵输入到边缘集群配置的Actor‑Critic网络中进行多智能体强化学习，通过计算获得边缘集群的状态价值，并从对应的边缘集群中选择合适的节点来处理任务请求队列中的下一个任务，完成资源调度；然后根据任务回报计算损失函数和梯度来更新Actor‑Critic网络参数。本发明在面对大规模服务请求时能够成功学习请求之间的周期性状态，提高了系统吞吐率，采用时序网络与策略相结合的方式进行每一次任务调度，收敛速度更快，训练需要的数据量更少。
-
公开(公告)号：CN116258354B
公开(公告)日：2023-09-19
申请号：CN202310538906.8
申请日：2023-05-15
Applicant: 中国民用航空总局第二研究所 , 民航成都信息技术有限公司 , 电子科技大学
IPC: G06Q10/0631 , G06Q50/30
Abstract: 本申请涉及航班地勤保障技术领域，尤其涉及航班地勤节点的执行方法、装置、设备及介质，该方法包括：根据各执行用户执行各航班地勤节点的执行时长，确定每个航班的每个航班地勤节点的执行用户得到第二执行用户序列；随机生成第二执行顺序序列；将第二执行用户序列分别与每个第二执行顺序序列进行组合，得到第二执行序列；根据基于执行用户的当前执行信息数据确定的第一执行序列和第二执行序列以及对应的子代执行序列进行迭代，得到目标执行序列。通过本申请的方式能够确定所有航班地勤节点对应的目标执行序列，以执行所有航班地勤节点，提高了执行航班地勤节点的执行效率。
-
公开(公告)号：CN116187482A
公开(公告)日：2023-05-30
申请号：CN202310061325.X
申请日：2023-01-20
Applicant: 电子科技大学
IPC: G06N20/20 , G06F18/2415 , G06N3/084 , G06N3/098
Abstract: 本发明公开了一种边缘场景下轻量级的可信联邦学习方法，包括：(1)终端设备使用私有数据集在本地对模型进行训练，输出训练结果；(2)对训练结果进行加密，并上传至边缘服务器；(3)边缘服务器计算获得一维中的平均值outmean；(4)根据计算的outmean，边缘服务器将结果广播给各个终端设备以助终端设备完成后续训练；同时，边缘服务器还利用outmean和蒸馏温度T计算KL散度，以用于指导全局模型参数训练；(5)边缘服务器将更新的全局模型参数上传到云服务器进行聚合更新；(6)云服务器验证训练模型的性能是否满足标准要求，是，则训练结束；否则，将全局模型参数发送到每个边缘服务器以开始下一轮训练。本发明能有效提升模型的训练效率和准确性。
-
-
-
-
-
-
-
-
-
Search Results
94
records
(took 0.061 seconds)
