-
公开(公告)号：CN115168336A
公开(公告)日：2022-10-11
申请号：CN202210524735.9
申请日：2022-05-13
Applicant: 清华大学
IPC: G06F16/22 , G06F16/2453 , G06F21/62 , G06K9/62
Abstract: 本发明提供一种基于多个客户端的跨机构哈希检索方法及装置。其中，方法包括以下步骤：获取待检索数据；将待检索数据输入预先训练的深度哈希模型中，以生成查询哈希码；其中，深度哈希模型是根据所有目标客户端的本地数据训练得到的；将查询哈希码与各个目标客户端预存的本地数据的参考哈希码进行匹配，并根据匹配结果得到查询哈希码与各参考哈希码的相似距离；遍历相似距离，并以相似距离中最小值对应的参考哈希码作为目标数据。本发明的技术方能实现了对多个客户端的跨机构检索，通过深度哈希模型的应用，减少了数据的通信量，同时将查询哈希码分发到各目标客户端本地查询目标数据，实现了本地数据不出本地，保护了数据隐私。
-
公开(公告)号：CN114896602A
公开(公告)日：2022-08-12
申请号：CN202210580388.1
申请日：2022-05-26
Applicant: 清华大学深圳国际研究生院
Abstract: 本申请公开了一种模型漏洞检测方法、检测装置、电子设备及存储介质。模型漏洞检测方法包括：获取随机生成的图像数据和标签数据并据此计算云端模型的模型梯度；获取客户端模型的第一模型参数和第二模型参数，并结合模型梯度计算损失函数值；更新图像数据和标签数据直至得到最小损失函数值，并获取与之对应的目标图像数据和目标标签数据；根据目标图像数据、目标标签数据和原始训练数据检测模型漏洞，其中，第一模型参数为客户端模型在第一时间点的模型参数，第二模型参数为客户端模型在第二时间点的模型参数。通过两个时间点的客户端模型参数获得目标数据，从而可以快速地检测模型算法中存在的数据泄漏漏洞，实用性更高。
-
公开(公告)号：CN103078824B
公开(公告)日：2016-01-20
申请号：CN201310027786.1
申请日：2013-01-24
Applicant: 清华大学 , 北京数字电视国家工程实验室有限公司
CPC classification number: Y02D70/122
Abstract: 本发明公开了一种TDS-OFDM中功率受限频段的功率抑制方法及装置，该方法包括步骤：S1、根据功率受限频段的分布，将训练序列和待发送OFDM数据块的相应功率受限频段上的子载波关闭；S2、用预设序列替换所述训练序列在所述功率受限频段旁的子载波；S3、将处理后的训练序列与待发送OFDM数据块进行时域组帧和时域加窗处理，并经过上变频、滤波、信号放大后进行发送。本发明能够进一步提高TDS-OFDM系统的功率抑制性能，使得系统更好的满足功率受限频段上功率的限制要求，具有复杂度低、频谱成型效果好等优点。
-
公开(公告)号：CN105119859A
公开(公告)日：2015-12-02
申请号：CN201510435451.2
申请日：2015-07-22
Applicant: 清华大学
Abstract: 本发明提供一种ACO-OFDM系统的限幅噪声消除方法及装置，该方法包括以：对输入的数据序列进行调制，得到正实数的时域序列，并对正实数时域序列进行门限判决以将超过预定门限的部分进行限幅，得到发射信号；接收发射信号得到时域信号，对时域信号进行变换以得到频域观测序列，获得频域估计序列和噪声估计序列，由选择矩阵获得压缩感知算法的观测向量和观测矩阵；根据压缩感知算法模型采用压缩感知算法，得到限幅噪声序列；将时域信号减去限幅噪声序列得到消除限幅噪声信号后的信号。该方法能够在限幅噪声恶劣的复杂多径信道中，以较高的频谱效率，精确快速估计并消除限幅噪声，提升系统传输鲁棒性。
-
公开(公告)号：CN103067314B
公开(公告)日：2015-12-02
申请号：CN201210529973.5
申请日：2012-12-10
Applicant: 清华大学
Abstract: 本发明公开了一种基于非对等训练序列填充块传输系统的迭代信道估计方法及装置。该方法包括步骤：S0、信号帧包括帧头和帧体，帧头由第一段训练序列、第二段训练序列组成，第二段训练序列长度为N，帧体为单载波数据块或者OFDM数据块；S1、获得本帧信道冲激响应初估计结果；S2、将当前信号帧第二段训练序列与第一段训练序列逐点相减，计算相减后的序列与信道估计的线性卷积，将此线性卷积结果第N个符号以后的序列作为第二段训练序列的重构项；S3、根据所述重构项，重构第二段训练序列与信道冲击响应的循环卷积；S4、用所述重构循环卷积进行信道估计，更新信道冲激响应估计结果，进行信道估计后处理；S5、输出信道冲激响应估计结果或返回步骤S1。
-
Patent Agency Ranking
公开(公告)号：CN104767599A
公开(公告)日：2015-07-08
申请号：CN201510102570.6
申请日：2015-03-09
Applicant: 清华大学 , 唐山轨道客车有限责任公司
Abstract: 本发明提出一种兼容传输和定位的可见光与电力线融合的通信方法及装置，该方法包括：将发射信号耦合到电力线中进行发送；提取发射信号，得到电力线比特流和第一信令信息，从电力线比特流中选择业务信息得到传输比特流，根据定位信息的来源获得定位比特流，根据传输比特流和定位比特流得到可见光比特流，插入第二信令信息以指示接收端对业务的解调方式，并重新编码、交织、调制以及后端处理后得到合并信号；对LED电流进行强度调制，将电信号转换为可见光信号；接收可见光信号，并解调相应的业务信息，同时获得LED位置信息。本发明的方法能够提高电力线和可见光融合通信系统中多个业务传输的灵活性，有效兼容数据传输和定位业务，提升了系统性能。
-
公开(公告)号：CN103731380A
公开(公告)日：2014-04-16
申请号：CN201410003290.5
申请日：2014-01-03
Applicant: 清华大学
IPC: H04L25/02
Abstract: 本发明公开了一种基于压缩感知的时频联合信道估计的方法及装置。该方法包括步骤：S1.进行当前信号帧的信道冲激响应的初估计，获得信道冲激响应的粗估计信息；S2.根据信道冲激响应的粗估计信息，进行当前信号帧的OFDM数据块的循环重构，获得重构的OFDM数据块；S3.根据步骤S1获得的信道冲激响应的粗估计信息，利用重构的OFDM数据块中的导频信息进行压缩感知，获得信道冲激响应的精确估计信息，所述精确的估计信息作为当前信号帧的信道冲激响应的估计结果。本发明的方法能够提高块传输系统抵抗最大多径时延长度、信道估计精度以及系统频谱利用率，在最大多径时延超过保护间隔的情况下依然具有很好的信道估计性能。
-
公开(公告)号：CN102832970A
公开(公告)日：2012-12-19
申请号：CN201210277888.4
申请日：2012-08-06
Applicant: 清华大学 , 四川长虹电器股份有限公司
Abstract: 本发明提供了一种电力线通信系统中电力传输线状态的监测方法，包括步骤：S1、节点A将已知训练序列和利用OFDM技术调制的待发送数据组帧，并通过耦合器将信号送入电力线进行传输；S2、节点B通过耦合器接收发送信号，利用已知训练序列解调接收信号，提取传输数据；S3、节点B利用已知训练序列获得传输信道频率响应或冲击响应；S4、节点B分析信道频率响应，提取传输线的相关信息，通过分析相关信息的变化得出传输线基本参数的变化信息，以计算信道参数；S5、节点B根据信道参数变化对电力传输线信道状态进行估计和预测。根据本发明的方法，可实时监测电力线状态信息，无需在输电线路以外再布置数据采集装置和通信系统，具有稳定性好、成本低等优点。
-
公开(公告)号：CN114896602B
公开(公告)日：2024-09-17
申请号：CN202210580388.1
申请日：2022-05-26
Applicant: 清华大学深圳国际研究生院
Abstract: 本申请公开了一种模型漏洞检测方法、检测装置、电子设备及存储介质。模型漏洞检测方法包括：获取随机生成的图像数据和标签数据并据此计算云端模型的模型梯度；获取客户端模型的第一模型参数和第二模型参数，并结合模型梯度计算损失函数值；更新图像数据和标签数据直至得到最小损失函数值，并获取与之对应的目标图像数据和目标标签数据；根据目标图像数据、目标标签数据和原始训练数据检测模型漏洞，其中，第一模型参数为客户端模型在第一时间点的模型参数，第二模型参数为客户端模型在第二时间点的模型参数。通过两个时间点的客户端模型参数获得目标数据，从而可以快速地检测模型算法中存在的数据泄漏漏洞，实用性更高。
-
公开(公告)号：CN115392348A
公开(公告)日：2022-11-25
申请号：CN202210918002.3
申请日：2022-08-01
Applicant: 清华大学深圳国际研究生院
Abstract: 本申请实施例提出了一种联邦学习梯度量化方法、高效通信联邦学习方法及相关装置，涉及机器学习领域。根据本申请的第一方面提出了一种联邦学习梯度量化方法，包括：获取来自服务器的待训练模型；使用本地的私有数据对待训练模型进行本地训练，得到本轮训练模型；根据本轮训练模型，获得本轮训练模型的第一参数，第一参数为本地训练模型的模型参数或梯度；根据预设的最大量化等级，计算本轮训练模型与上一轮模型的量化更新量；根据量化更新量，确定第一参数的量化等级，并根据量化等级量化第一参数；将量化后的第一参数发送到中央服务器。能够减少联邦学习训练过程中的非必要通信轮次和每个通信轮次需要传输的数据总量。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.02 seconds)
