-
公开(公告)号：CN112487103A
公开(公告)日：2021-03-12
申请号：CN202011555244.8
申请日：2020-12-25
Applicant: 昆明理工大学
Abstract: 本发明公开一种基于区块链智能合约的深度学习数据集可信共享系统，属于信息技术领域。本发明的功能主要包括数据集市，用于元数据的检索以及购买；区块链模块，用于承载发布的智能合约，数据发布合约用于管理元数据的发布，用户授权合约用于生成数据集市中的用户凭证；数据交易合约用于控制数据集的交易流转控制；云端包含可信计算模块和云计算模块，其中可信计算模块用于将数据集载入到深度学习代码中进行安全可信的模型训练，确保源数据对外不可见；云计算模块用于动态的分配节点。本发明所述方法保证了数据提供者的数据安全，建立多方高效联动机制，从而提高社会整体的生产力。
-
公开(公告)号：CN112417056A
公开(公告)日：2021-02-26
申请号：CN202011506721.1
申请日：2020-12-18
Applicant: 昆明理工大学
Abstract: 本发明公开一种基于区块链数据共享的信誉值动态分片两层共识方法。本发明所述方法为在原有联盟链的基础上进行基于信誉值的动态分片，选择信誉值最高的c个节点作为统计域，由统计域根据每个节点的信誉值划分，每个共识域中c个节点，保证不同共识域的信誉值相近；在每个共识域中运行PBFT共识算法处理数据，多个共识域并行共识，将共识结果返回至统计域，统计域节点中超过2/3通过共识确认所有共识域都同意出块则确认出块，多次共识后根据信誉值的变化进行域节点的更替。本发明通过通过两层共识保证在联盟链中数据的安全性，增加在联盟链中进行数据共享的速度并且保证数据的安全性。
-
公开(公告)号：CN103592114B
公开(公告)日：2016-05-25
申请号：CN201310565579.1
申请日：2013-11-14
Applicant: 昆明理工大学
IPC: G01M13/00
Abstract: 本发明专利涉及一种自冲铆接头的力学性能检测方法，系统组成包括铆接试件、材料力学性能试验装置、电子显微镜、图像采集卡以及图像分析处理系统等。本发明设计了双铆接头试件；利用由电子显微镜构成的图像观测系统获取铆扣机械内锁区形变前后的图像序列；试件受载前，在铆钉角剖切面形成的面域内和面域外各选取一个模板图像；通过相关分析法分析计算形变过程图像序列中的单幅图像，利用最大相关系数匹配得到模板图对应的目标图，通过计算模板图与目标图之间相对滑动量得到自冲铆接头铆扣机械内锁的滑移特征量，据此可全面评估自冲铆接头的质量水平，为自冲铆接头的有关研究、设计、工艺制造等提供科学依据。
-
公开(公告)号：CN119782854A
公开(公告)日：2025-04-08
申请号：CN202411866412.3
申请日：2024-12-18
Applicant: 昆明理工大学
Abstract: 本发明涉及一种无数据场景下目标识别二值神经网络的构建方法，属于模型压缩技术领域。该方法通过采样随机噪声生成假样本，并以假样本作为驱动，采用无数据对抗蒸馏框架进行目标识别二值神经网络的训练。在该框架中，通过二值化权重与激活构建二值神经网络，并利用类别信息熵最大化来平衡生成样本的类别分布。此外，应用类内特征聚类约束，增强同一类别样本的异质性，从而提升网络的泛化性能。最终经过训练，构建基于无数据对抗蒸馏框架的目标识别二值神经网络。本发明能够有效应对数据隐私性和不可直接访问性的问题，同时克服了边缘设备在目标识别任务中算力受限的挑战，在确保精度的同时实现了效率的优化平衡。
-
公开(公告)号：CN119420489B
公开(公告)日：2025-04-04
申请号：CN202510023668.6
申请日：2025-01-07
Applicant: 昆明理工大学
Abstract: 本发明涉及一种基于零知识证明与区块链技术结合的梯度聚合联邦学习方法，属于分布式机器学习领域。通过结合零知识证明（zk‑SNARK）和可扩展区块链技术，突破了传统方法在数据隐私保护和模型验证方面的局限。该方法利用零知识证明来验证全局模型的正确性，确保聚合过程的透明性和数据隐私，同时引入中国剩余定理对证明进行压缩，减轻区块链节点的存储负担。通过区块链记录加密模型更新的哈希值，并依托区块链共识节点进行验证，进一步提升了数据完整性和系统透明度。此外，方法中引入的动态客户端选择机制，基于训练表现评分优化参与者，提升了训练效率和模型质量。整体上，本发明提供了一种安全、高效且透明的分布式学习解决方案。
-
Patent Agency Ranking
公开(公告)号：CN119420489A
公开(公告)日：2025-02-11
申请号：CN202510023668.6
申请日：2025-01-07
Applicant: 昆明理工大学
Abstract: 本发明涉及一种基于零知识证明与区块链技术结合的梯度聚合联邦学习方法，属于分布式机器学习领域。通过结合零知识证明（zk‑SNARK）和可扩展区块链技术，突破了传统方法在数据隐私保护和模型验证方面的局限。该方法利用零知识证明来验证全局模型的正确性，确保聚合过程的透明性和数据隐私，同时引入中国剩余定理对证明进行压缩，减轻区块链节点的存储负担。通过区块链记录加密模型更新的哈希值，并依托区块链共识节点进行验证，进一步提升了数据完整性和系统透明度。此外，方法中引入的动态客户端选择机制，基于训练表现评分优化参与者，提升了训练效率和模型质量。整体上，本发明提供了一种安全、高效且透明的分布式学习解决方案。
-
公开(公告)号：CN119210945A
公开(公告)日：2024-12-27
申请号：CN202411308846.1
申请日：2024-09-19
Applicant: 昆明理工大学
IPC: H04L25/02 , H04B7/0413
Abstract: 本发明涉及一种基于Swin Transformer的深度卷积生成对抗网络的信道估计方法，属于无线通信技术领域。首先，接收到的MIMO信号经过OTFS调制，并通过Swin Transformer构建的编码器，提取出接收信号的深层特征。然后，这些特征与参考信号一起输入到DCGAN模块中，通过生成与实际信道相匹配的信道响应，获得初步的信道估计结果。随后，初步的信道估计结果由包含卷积层、批量归一化层和ReLU激活函数的解码器进一步优化，以恢复更精确的信道信息。接着，解码器的输出信道信息经过上采样模块处理。最后，对接收到的信号进行解调，准确还原传输数据。本发明的方法通过结合MIMO与OTFS系统以及先进的深度学习技术，为提升复杂信道条件下的信道估计精度和无线通信系统的传输性能提出了设计建议。
-
公开(公告)号：CN119044104A
公开(公告)日：2024-11-29
申请号：CN202411555267.7
申请日：2024-11-04
Applicant: 昆明理工大学
IPC: G01N21/3563 , G01N21/25 , G01N21/359 , G06N3/006 , G06F18/10 , G06F18/15 , G06F18/214 , G06F18/213
Abstract: 本发明涉及一种基于分数阶多通道土壤元素含量预测方法，属于土壤光谱采集与分析技术领域。首先，采集土壤样本并测量可见近红外光谱和多个土壤元素含量，接着将土壤光谱数据划分成为训练集和测试集，分别对训练集和测试集进行预处理和特征波段筛选，之后利用分数阶微分方法进一步处理训练集和测试集并结合电鳗觅食优化算法筛选出最佳阶次与原始数据拼接形成多通道输入数据，然后建立GA‑PLE多土壤元素含量预测模型并使用训练集的多通道数据进行训练，最后利用评价指标使用验证集对各个模型进行预测精度评价。本发明能快速、无损、准确地进行土壤含量预测，为土壤含量的定量预测提供有力的技术支持。
-
公开(公告)号：CN114584577B
公开(公告)日：2023-12-19
申请号：CN202210228072.6
申请日：2022-03-08
Applicant: 昆明理工大学
IPC: H04L67/1097 , H04L9/40
Abstract: 本发明涉及一种处理数据的区块链分片异步共识方法及系统，属于区块链技术与工业互联网技术领域。本发明通过随机类型算法，将共识节点分为地位、规模、功能上完全一致的多个共识组，每个共识组共识节点数量大致等，它们并行工作，之间相互独立，互不干扰，共识过程满足局部异步性。本发明会极大程度上分摊网络带宽，降低消息复杂度，提高共识效率，并且解决了目前分片共识算法安全性不高，攻击代价减少的缺点。
-
公开(公告)号：CN112417056B
公开(公告)日：2023-10-24
申请号：CN202011506721.1
申请日：2020-12-18
Applicant: 昆明理工大学
Abstract: 本发明公开一种基于区块链数据共享的信誉值动态分片两层共识方法。本发明所述方法为在原有联盟链的基础上进行基于信誉值的动态分片，选择信誉值最高的c个节点作为统计域，由统计域根据每个节点的信誉值划分，每个共识域中c个节点，保证不同共识域的信誉值相近；在每个共识域中运行PBFT共识算法处理数据，多个共识域并行共识，将共识结果返回至统计域，统计域节点中超过2/3通过共识确认所有共识域都同意出块则确认出块，多次共识后根据信誉值的变化进行域节点的更替。本发明通过通过两层共识保证在联盟链中数据的安全性，增加在联盟链中进行数据共享的速度并且保证数据的安全性。
-
-
-
-
-
-
-
-
-
Search Results
162
records
(took 0.03 seconds)
