-
公开(公告)号：CN104462489A
公开(公告)日：2015-03-25
申请号：CN201410800393.4
申请日：2014-12-18
Applicant: 北京邮电大学
CPC classification number: G06F17/30864 , G06F17/30675 , G06N3/08
Abstract: 本发明提出了一种基于深层模型的跨模态检索方法，该方法包括：利用特征提取方法分别获得目标检索模态与检索库中每一个被检索模态的低级表达向量；目标检索模态的低级表达向量分别与检索库中每一个被检索模态的低级表达向量，通过堆叠对应的受限波尔兹曼机Corr-RBMs深层模型获得目标检索模态的高级表达向量和检索库中每一个被检索模态的高级表达向量；利用目标检索模态的高级表达向量和检索库中每一个被检索模态的高级表达向量计算目标检索模态与检索库中每一个被检索模态的距离；将检索库中与目标检索模态距离最近的至少一个被检索模态确定为与目标检索模态匹配的对象。
-
公开(公告)号：CN117010530A
公开(公告)日：2023-11-07
申请号：CN202311000725.6
申请日：2023-08-09
Applicant: 北京邮电大学
IPC: G06N20/00 , G06V10/764 , G06T9/00 , G06T7/90 , G06T5/10
Abstract: 本发明公开了一种基于先验知识的可控有损压缩后门攻击方法，属于深度学习安全领域；具体步骤为：首先，对ML模型输入的每个图像的干净样本，分别记录各自的交叉熵损失值信息，去最大值后求方差得到各干净样本的损失波动性作为先验知识；然后，选取损失波动比例在5％‑50％的干净样本作为被中毒样本，进行颜色空间转换并进行色度抽样后均分成8×8的块，对每个块执行DCT，并对其系数进行量化；将所有量化系数使用ZigZag方法重新排序后进行压缩；将压缩后的被中毒样本与干净样本混合作为数据集进行深度学习训练，得到被中毒模型；被中毒模型在干净样本上预测为正常标签，在被压缩后的图像上预测为预设标签，达到后门攻击的目的。本发明灵活且不易被发现。
-
公开(公告)号：CN116707828A
公开(公告)日：2023-09-05
申请号：CN202310793120.0
申请日：2023-06-30
Applicant: 北京邮电大学
IPC: H04L9/32
Abstract: 本发明公开了一种基于TEE的DAG投票共识方法，属于信息技术领域；具体为：当节点a需要发布交易时，通过构建区块并在全网广播进行共识计算。当其他节点收到区块申请时进行校验，通过后各节点分别在全网广播自己的赞同投票，当各节点累积的其他节点的赞同票的数量大于总节点数的一半，即可在本地增加各自的区块，从而所有区块构建了有向无环图结构。之后各节点广播区块状态的确认消息，表明自己已经增加了该区块。若此时各节点累积的区块状态确认信息的数量大于总节点数的一半时，则表明达成共识，各个节点均保存了一个相同的更新后的账本。本发明使用了TEE来降低算法的复杂度，保证共识过程的安全性，并提升了算法的容错度。
-
Patent Agency Ranking
公开(公告)号：CN116702883A
公开(公告)日：2023-09-05
申请号：CN202310684834.8
申请日：2023-06-09
Applicant: 北京邮电大学
Abstract: 本发明提出一种多服务器加速分割学习模型训练速度的方法，属于分布式深度学习领域；具体为：每个客户端将数据划分为数据1与数据2；客户端a使用其数据1与服务器s1进行训练，并更新模型给客户端b，s1更新其模型；客户端b使用其数据1与s1按上述方法训练，同时，客户端a使用其数据2与服务器s2按上述方法训练；客户端c继续按上述方法训练，同时，客户端b将得到的两个客户端模型聚合，基于此使用其数据2与s2继续训练。持续上述训练过程直至本轮训练结束，之后服务器通过客户端的聚合转发得到全局服务器模型，客户端通过模型转发得到最新模型，用于下一轮训练；直至完成实验设定的训练轮数。本发明加速了训练速度同时保护了模型的隐私。
-
公开(公告)号：CN112905771A
公开(公告)日：2021-06-04
申请号：CN202110184849.9
申请日：2021-02-10
Applicant: 北京邮电大学 , 国网山东省电力公司电力科学研究院
IPC: G06F16/332 , G06F16/33 , G06F40/284
Abstract: 本发明公开了一种基于词性和位置的特征关键词提取方法，包括以下步骤：第一步，文本预处理，得到候选关键词；第二步，去除特定词性的候选关键词，考虑词性和词位置计算加权词频；第三步，计算文本中候选关键词的增量逆文档频率；第四步，计算文本中候选关键词的权重；第五步，按照权重从大到小对文本候选关键词进行排序，并选择权重最大的x个词作为文本的关键词。基于词在文本中出现的位置、词性的因素来优先选择关键词，提高了关键词提取的正确率。
-
公开(公告)号：CN112836229A
公开(公告)日：2021-05-25
申请号：CN202110184871.3
申请日：2021-02-10
Applicant: 北京深安信息科技有限公司 , 北京邮电大学
Abstract: 本发明提出了一种属性基加密和区块链技术结合的可信数据访问控制方案，主要有六个参与方：数据所有者、数据消费者、访问控制端、区块链网络、IPFS分布式存储网络和第三方授权服务器，数据所有者表示数据的生产者或者拥有者，数据消费者表示需要访问数据的用户，数据所有者产生的数据被加密存储到IPFS中，区块链网络用于存储用户数据存储在IPFS上的地址值、数据的哈希值、访问控制策略和文件标识信息，第三方授权服务器主要是生成和传递属性基加密算法的公钥，主密钥以及私钥；访问控制方案包括数据存储操作和数据访问操作。本发明将区块链技术和分布式存储相结合，区块链上仅存储数据哈希值、密文位置哈希值和访问控制策略等关键信息，缓解了区块链的存储压力。
-
公开(公告)号：CN104866596B
公开(公告)日：2018-09-14
申请号：CN201510290451.8
申请日：2015-05-29
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于自动编码器的视频分类方法及装置。该方法中，获得具有三种模态数据的目标视频的每一种模态数据的低级表示内容；将每一种模态数据的低级表示内容分别输入至堆叠的自动编码器组处理，获得每一种模态数据的高级表示内容；将每两种模态数据的高级表示内容的组合结果分别输入至双模态融合器处理，获得相应两种模态数据的双模态公共表示内容；将双模态公共表示内容的组合结果输入至三模态融合器处理，获得三模态公共表示内容；将三模态公共表示内容输入至有监督分类模型处理，以获得各个视频类别的类别标签，并确定目标视频所对应的视频类别。可见，通过本方案可以结合目标视频的三种模态数据对目标视频进行分类。
-
公开(公告)号：CN104462485A
公开(公告)日：2015-03-25
申请号：CN201410797791.5
申请日：2014-12-18
Applicant: 北京邮电大学
IPC: G06F17/30
CPC classification number: G06F17/30864 , G06F17/30023
Abstract: 本发明提出了一种基于对应的深层信念网络的跨模态检索方法，该方法包括：利用特征提取方法分别获得检索目标与检索库中每一个检索成员的初级向量；检索目标的初级向量分别与检索库中每一个检索成员的初级向量，通过对应的深层信念网络获得检索目标的高级向量和检索库中每一个检索成员的高级向量；利用检索目标的高级向量和检索库中每一个检索成员的高级向量计算检索目标与检索库中每一个检索成员的距离；将检索库中与检索目标距离最近的至少一个检索成员确定为与检索目标匹配的对象。
-
-
-
-
-
-
-
Search Results
28
records
(took 0.037 seconds)
