-
公开(公告)号：CN111371611B
公开(公告)日：2021-06-25
申请号：CN202010133626.5
申请日：2020-02-28
Applicant: 广州大学
Abstract: 本发明公开了一种基于深度学习的加权网络社区发现方法及装置。所述方法包括：对给定的加权网络图进行预处理，得到二阶邻相似度矩阵；通过深度稀疏自编码器提取所述二阶邻相似度矩阵的低维特征，得到低维特征矩阵；根据聚类算法对所述低维特征矩阵进行聚类，得到社区发现结果。本发明能够综合考虑节点与邻居节点，及与邻居节点的邻居节点之间的联系，提高社区发现的准确度。
-
-
公开(公告)号：CN111339762A
公开(公告)日：2020-06-26
申请号：CN202010093291.9
申请日：2020-02-14
Applicant: 广州大学
IPC: G06F40/258 , G06F40/284 , G06F16/35
Abstract: 本发明公开了一种基于混合智能的话题表示模型构建方法及装置，包括先通过LDA模型获得用户文档集合D的文档-话题矩阵和话题-词项矩阵；然后计算D中的第j个词项Wj的外部权重和人工调整权重；对于话题θi下的文档集合D(θi)，计算其中的词项Wj的内部权重；再根据外部权重、人工权重和内部权重计算在话题θi中的词项Wj的综合权重；根据话题-词项矩阵，通过LDA模型得到话题θi对应的LDA模型；根据词项Wj的综合权重得到话题θi对应的词项分布敏感的话题表示模型；结合话题θi的LDA模型和词项分布敏感的话题表示模型生成最终的基于词项分布敏感的LDA话题表示模型。本发明能够选取具有更好区分性词项来代表话题，且有效结合了机器智能和人类智能，得到的话题表示模型精确度更高。
-
公开(公告)号：CN110070115A
公开(公告)日：2019-07-30
申请号：CN201910272980.3
申请日：2019-04-04
Applicant: 广州大学
IPC: G06K9/62
Abstract: 本发明公开了一种单像素攻击样本生成方法，通过获取待识别图像X，遍历待识别图像X的每个像素点，在每个像素点采样K个像素值，并分别计算每个数值在预设的神经网络N中的识别概率，得到识别概率最低时的像素点的位置P；遍历像素点的位置P的每个像素值，并分别计算每个数值在预设的神经网络N中的识别概率，得到识别概率最低时的像素值V’；将待识别图像X中像素位置P的像素值修改为V’，得到对抗样本X’，该方法的运行时间短，仅通过修改数字样本图像的一个像素点，就可使得神经网络正确识别数字图像的概率大大降低。
-
公开(公告)号：CN108449145B
公开(公告)日：2019-03-29
申请号：CN201810237628.1
申请日：2018-03-21
Applicant: 广州大学
Abstract: 本发明公开了一种基于量子密钥的密文传输方法，该方法包括：发送终端在发送需通信的明文前，通过量子信道将生成的第一量子密钥发送给接收终端，并检测量子信道是否安全，以使接收终端在确定量子信道为安全时，存储第一量子密钥；发送终端根据第一量子密钥和密钥转换次数N，对需通信的明文进行加密，获得第一密文；发送终端将第一密文发送给接收终端，以使接收终端解析第一密文，获取密钥转换次数N，并根据存储的第一量子密钥和密钥转换次数N，解码第一密文，获得需通信的明文。采用本发明实施例，能降低干扰者对通信信道的攻击影响，使得量子信道在被监听中断后仍能继续传递机密消息。
-
Patent Agency Ranking
公开(公告)号：CN108647727A
公开(公告)日：2018-10-12
申请号：CN201810453103.1
申请日：2018-05-10
Applicant: 广州大学
IPC: G06K9/62
CPC classification number: G06K9/6256 , G06K9/6276
Abstract: 本发明公开了一种不平衡数据分类欠采样方法，包括：获取待处理不平衡数据中的所有多数样例；根据K近邻算法获取每一所述多数样例最近邻的k个样例中少数样例的个数；根据所述少数样例的个数确定对应多数样例的类别；根据每一所述多数样例的类别进行与所述类别对应的操作。解决不平衡大数据分类过程中多数类样例过多和少数样例过少导致的分类学习算法精度低的问题，提高不平衡大数据的分类准确性。
-
公开(公告)号：CN119449352A
公开(公告)日：2025-02-14
申请号：CN202411292721.4
申请日：2024-09-14
Applicant: 广州大学
IPC: H04L9/40 , G06F18/2431 , G06F18/25 , G06F18/213 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06F18/211
Abstract: 本发明公开了一种基于多层深度神经网络模型结合时间注意力机制的入侵检测方法，方法包括：将数据集输入到时间滑动窗口算法，获得保留时间特征的数据；以捕捉数据中的时间动态和网络行为的持续相关性；通过结合1DCNN和Multi‑BIGRU的混合架构，模型能够同时从输入数据中提取出局部和全局的时间特征，引入时间注意力机制，自动关注对分类结果影响最大的关键时间节点。本发明从多个维度提取关键特征，实现对复杂攻击行为的准确识别，提高网络入侵的攻击检测效率。
-
公开(公告)号：CN114298010B
公开(公告)日：2024-11-08
申请号：CN202111499830.X
申请日：2021-12-09
Applicant: 广州大学
IPC: G06F40/211 , G06F40/30 , G06N3/0464 , G06N3/049 , G06N3/08
Abstract: 本发明公开了一种融合双语言模型和句子检测的文本生成方法，该方法步骤包括：语言模型M1和语言模型M2同步扩展关键词前后的单词；语言模型M1正向预测下一字符得到新文本S1，语言模型M2反向预测下一个字符得到新文本S2，拼接新文本S1和新文本S2得到句子；句子满足输出条件则输出句子，否则作为新的输入；基于规约的句法分析方法对句子进行结构分析，句子能规约至文法起始符则符合句法规则；使用N‑Gram统计模型对符合句法规则的候选句子计算语言得分，若候选句子的语言得分超过设定阈值则作为最终文本输出。本发明可应用于句子构造、文章生成等创造性的文本生成任务中，有效解决以往生成技术中句子丰富度低、可读性差的问题。
-
公开(公告)号：CN115774788B
公开(公告)日：2024-04-23
申请号：CN202211455237.X
申请日：2022-11-21
Applicant: 电子科技大学 , 电子科技大学(深圳)高等研究院 , 广州大学
Abstract: 本发明公开了一种用于知识图谱嵌入模型的负采样方法，包括以下步骤：S1：初始化n个包含N个负样本的存储空间；S2：根据给定的正样本三元组，基于实体集合ε中全部实体生成负样本集合，通过均匀采样，从负样本集合中采样得到2*N1个负样本；S3：将步骤S2得到的若干个负样本添加至所储空间；S4：对存储空间中的负样本进行重要性评估；S5：对存储空间中所有负样本的重要性进行排序，保留重要性分数高的N3个样本；S6：从保留的负样本中均匀采样N个负样本组成HNS；S7：重复步骤S2‑S6n次；S8：对模型进行迭代训练。本发明提供的技术方案占用资源少，运行效率高，广泛适用于各种知识图谱模型。
-
公开(公告)号：CN116702867A
公开(公告)日：2023-09-05
申请号：CN202310681015.8
申请日：2023-06-08
Applicant: 广州大学
IPC: G06N3/088 , G06F18/241 , G06F18/214
Abstract: 本公开提供了一种基于离群值采样的分布外数据检测模型训练方法及装置，其中，方法包括：在每个训练周期，使用编码器提取样本相应的特征，使用指数移动平均方法更新每个分布内数据类别原型；将特征输入到神经网络模型中，根据训练周期的阶段，在分布内数据类别原型的基础上选择使用对比学习策略或采样离群样本策略对神经网络模型进行训练，并在训练周期结束后得到最终的分布外数据检测模型。本公开提高神经网络模型的分布外数据检测性能的同时，不影响模型的分布内数据检测性能。
-
-
-
-
-
-
-
-
-
Search Results
134
records
(took 0.023 seconds)
