-
公开(公告)号：CN114169449A
公开(公告)日：2022-03-11
申请号：CN202111505497.9
申请日：2021-12-10
Abstract: 本发明提供一种跨社交网络用户身份匹配的方法，其特征在于，包括以下步骤：步骤S1，对已知用户名数据进行匹配，得到正样本对，再打乱对应的用户名顺序，随机抽取数据并得到负样本对，构成用户名样本对数据集。步骤S2，利用字母表对用户名样本对数据集中的每一个用户名样本对进行向量化表示。步骤S3，构建用户身份匹配网络模型。步骤S4，将样本对训练数据集输入到用户身份匹配网络模型，利用交叉熵损失函数进行监督训练，当训练次数满足结束条件，得到训练完成的用户身份匹配网络模型。步骤S5，将两个待测用户名数据进行配对，得到待测样本对数据。步骤S6，将待测样本对数据输入到训练完成的用户身份匹配网络模型，得到用户名匹配结果。
-
公开(公告)号：CN107547525B
公开(公告)日：2020-07-07
申请号：CN201710689147.X
申请日：2017-08-14
Applicant: 复旦大学
IPC: H04L29/06 , G06F21/62 , G06F16/2457
Abstract: 本发明属于大数据技术领域，具体为一种大数据查询处理的隐私保护方法。本发明方法基于半可信模型，分为初始化和查询处理两大部分。本发明能够同时保护数据隐私、查询隐私和存储隐私，具体包括数据拥有者的数据隐私和存储隐私、数据使用者（即查询者）的查询隐私和服务提供者的存储隐私，突破了现有隐私保护技术仅能保护其中一种或两种隐私的局限性，适用于不同应用领域的开放互联信息网络环境下的分布式大数据查询处理。本发明能够为医疗、金融、生物信息和交通等领域的大数据分布式数据共享提供隐私保护机制，将有助于打破现有云计算及大数据的发展瓶颈，推进整个社会信息化服务的变革。
-
公开(公告)号：CN109543727A
公开(公告)日：2019-03-29
申请号：CN201811317051.1
申请日：2018-11-07
Applicant: 复旦大学
Abstract: 本发明属于机器学习技术领域，具体为一种基于竞争重构学习的半监督异常检测方法。本发明设计两个解码器对样本数据进行竞争重构，它们共享一个编码器以使得数据映射到同一个子空间中，在正样本的标签信息的辅助下，正样本解码器会对正样本有更小的重构误差，而负样本（异常数据）解码器对负样本的重构误差会更小。本发明方法框架简单、使用方便、可扩展性强、可解释性强，在七个主流异常检测数据集进行了实验，达到或超过现有最好方法的水平。本发明能够为计算机视觉、数据挖掘等领域，提供基础框架和算法的支持。
-
公开(公告)号：CN107547525A
公开(公告)日：2018-01-05
申请号：CN201710689147.X
申请日：2017-08-14
Applicant: 复旦大学
Abstract: 本发明属于大数据技术领域，具体为一种大数据查询处理的隐私保护方法。本发明方法基于半可信模型，分为初始化和查询处理两大部分。本发明能够同时保护数据隐私、查询隐私和存储隐私，具体包括数据拥有者的数据隐私和存储隐私、数据使用者（即查询者）的查询隐私和服务提供者的存储隐私，突破了现有隐私保护技术仅能保护其中一种或两种隐私的局限性，适用于不同应用领域的开放互联信息网络环境下的分布式大数据查询处理。本发明能够为医疗、金融、生物信息和交通等领域的大数据分布式数据共享提供隐私保护机制，将有助于打破现有云计算及大数据的发展瓶颈，推进整个社会信息化服务的变革。
-
公开(公告)号：CN102073719A
公开(公告)日：2011-05-25
申请号：CN201110003475.2
申请日：2011-01-10
IPC: G06F17/30
Abstract: 本发明属于信息技术中的空间信息存储与查询技术领域，是一种基于区间编码的GML文档索引方法，将GML文档树中结点按前序遍历中第一次和最后一次被访问时的次序进行编码。对元素、属性、文本结点以B+-树方式来组织索引，以提高值查询和结构查询的查询速度；对几何体结点按R-树方式组织索引，以便提高空间查询和分析效率。查询语言采用基于XQuery的GML查询语言GQL，并对三种查询（非空间查询、空间查询及混合查询）进行了分析与比较。实验证明，所提出的GML文档编码方案和索引机制是可行的，能够有效地处理在GML文档上进行的值查询和空间分析操作。
-
Patent Agency Ranking
公开(公告)号：CN101847998A
公开(公告)日：2010-09-29
申请号：CN201010148380.5
申请日：2010-04-15
Abstract: 本发明属于信息技术中的空间信息获取与处理技术领域，具体是一种GML流压缩方法—GSPress。它在只扫描GML文档一次且不利用GML文件的模式或DTD的情况下，将GML文档的结构和数据分离后分别进行压缩。对于GML文档中的结构部分采用自适应LZ77方法进行压缩；对于文档中的坐标数据则利用增量压缩的方法进行处理。实验结果表明，GSPress可以在压缩性能和压缩效率两个方面上取得较好的权衡，是一种高效的GML流压缩算法。
-
公开(公告)号：CN114240967B
公开(公告)日：2024-12-31
申请号：CN202111541040.3
申请日：2021-12-16
Abstract: 本发明提供一种全景图像的空间感知地理定位方法及系统，其特征在于：建立全景图像和存储地理坐标的光学遥感图像的数据集，对光学遥感图像进行极坐标转换使其与全景图像对应对齐；构建由基干网络、空间感知模块以及天空视域因子自动计算分支组成的空间感知地理定位神经网络并基于平衡正负样本的二项式损失函数进行训练；对训练中产生的图像特征描述符施加注意力机制得到抑制形变的图像特征描述符并采用空间感知模块对其进行聚合嵌入生成最终抑制形变的图像特征描述符；由天空视域因子自动计算分支计算出全景图像的天空视域因子；将天空视域因子嵌入至最终抑制形变的图像特征描述符以生成新的图像特征描述符；基于新的图像特征描述符进行地理定位。
-
公开(公告)号：CN109558898B
公开(公告)日：2023-09-05
申请号：CN201811333067.1
申请日：2018-11-09
Applicant: 复旦大学
IPC: G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明属于机器学习技术领域，具体为一种基于深度神经网络的高置信度多选择学习方法。本发明方法中，提出了一个置信合页损失来解决专家网络过度自信的问题，防止非专家模型以高可信度进行不准确的预测；采用选择网络来学习每个专家网络的可信度，使得最终可以从多样性的预测结果这聚合一个更可靠的决策预测。本发明方法框架简单、使用方便、可扩展性强；在图像分类和图像语义分割的任务上进行实验，达到或超过现有最好方法的水平。本发明能够为计算机视觉、数据挖掘等领域，提供基础框架和算法的支持。
-
公开(公告)号：CN110309671B
公开(公告)日：2022-12-20
申请号：CN201910558380.3
申请日：2019-06-26
Applicant: 复旦大学
Abstract: 本发明属于隐私保护技术领域，具体为一种基于随机应答技术的通用数据发布隐私保护方法。本发明基于随机应答技术，利用矩阵分解方法与克罗内克积性质，将重构无偏估计结果的计算复杂度从指数级增长降为线性增长，实现无偏估计结果的误差最小化，并允许为每个属性单独设置隐私保护参数，有效提高计算效率、数据可用性和应用灵活性。本发明方法支持单敏感属性和多敏感属性的数据发布，所述敏感属性包括布尔型属性、分类型属性和数值型属性；本发明能够为医疗、金融、生物信息和交通等领域的科研与管理提供高效、灵活的数据发布隐私保护机制，有助于在数据发布过程中保护数据隐私的同时，保留发布数据有用信息，促进数据的共享共用。
-
公开(公告)号：CN113256629B
公开(公告)日：2022-06-24
申请号：CN202110759301.2
申请日：2021-07-05
Abstract: 本发明公开了一种图像标定错误检测方法及装置，方法包括：建立图像数据集，利用所述图像数据集对无监督异常检测神经网络进行训练，将训练过程中将产生的隐层特征进行重构，得到隐层特征重构层；将所述隐层特征重构层嵌入所述无监督异常检测神经网络，然后对待检测图像数据进行异常检测，根据异常得分函数，判别待检测图像数据是否标定错误；装置包括：依次连接的基干网络模块、隐层特征重构模块和异常得分模块；本发明能够扩大正常样本与异常样本之间的异常得分差距，提高异常检测性能。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.016 seconds)
