-
公开(公告)号：CN112256133A
公开(公告)日：2021-01-22
申请号：CN202011172919.0
申请日：2020-10-28
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于EEG的脑机接口系统的污染攻击方法，属于脑机接口安全领域，根据分类模型的当前分类任务预采集脑电信号后，通过施加周期窄脉冲构造污染样本，并将各污染样本标注为指定类别，得到污染样本集；通过将污染样本集加入到分类模型的原始训练集中，对原始训练集进行污染，待该污染后的训练集对分类模型训练完成，即在分类模型中设置了后门，然后在攻击过程中直接将周期窄脉冲施加到原始脑电信号中，即设置了对应的后门钥匙；整个过程无需预先知晓分类模型、其原始训练集以及原始脑电信号，也无需外加攻击模块，仅通过外加污染样本即可实现攻击，简单可行，能在实际场景中进行有效实施来验证系统安全性。
-
公开(公告)号：CN108256402A
公开(公告)日：2018-07-06
申请号：CN201611245186.2
申请日：2016-12-29
IPC: G06K9/00
Abstract: 本申请实施例提供一种模式识别电路，该模式识别电路包括：N个比较模块、突触矩阵，和选择模块；该N个比较模块中的第n个比较模块，用于在向该突触矩阵的第n行的M个突触模块中的每个突触模块输出低电平或高电平；该突触矩阵中的突触模块nm，用于根据该第n个比较模块的输出结果、该突触模块nm的预设电压值，和第二预设电压阈值，通过该突触模块nm的第一输出端或第二输出端输出电流至该选择模块；该选择模块，用于根据该突触矩阵的M列突触模块中每列突触模块的输出电流，输出M位模式识别结果。上述技术方案提供的模式识别电路结构简单可靠。
-
公开(公告)号：CN105634446A
公开(公告)日：2016-06-01
申请号：CN201610054563.8
申请日：2016-01-27
Applicant: 华中科技大学
CPC classification number: H03K3/356 , G11C13/0009 , G11C14/009
Abstract: 本发明公开了一种基于忆阻器的非易失SR触发器电路；包括忆阻器ME、定值电阻Rd、第一MOS管、第二MOS管、第三MOS管、第四MOS管、第五MOS管、第一反相器N1、第二反相器N2、第三反相器N3以及第四反相器N4，以及将忆阻器与定值电阻串联构成的分压电路读取模块。主要是利用了忆阻的非易失和阻值随流经本身的电荷大小改变的特性，实现了SR触发器的锁存以及置位和复位功能。本发明所构建SR触发器不仅具有传统触发器的功能，而且具备响应速度快以及非易失性的特点，特别适合于电源不稳定的领域，同时本发明将为研制基于忆阻的非易失SR触发器电路提供实验参考。
-
公开(公告)号：CN118353601B
公开(公告)日：2025-04-29
申请号：CN202410513409.7
申请日：2024-04-26
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于多层复杂网络的混沌保密通信系统和方法，属于混沌保密通信技术领域，所述混沌保密通信系统，首先、在发射端设置用于加密的第一第二混沌驱动网络，在接收端设置用于解密的第一第二混沌响应网络，考虑到利用混沌序列的参数敏感性来实现信息加密安全性强。其次，各个混沌驱动、响应网络包括多个节点，结合节点数量巨大、连边关系多样的特点设计通信系统可以提高系统整体架构的复杂性。再次、在接收端设置的第一同步控制器控制第一混沌驱动网络和第一混沌响应网络达到广义同步提高了噪声鲁棒性。最后、即使第一混沌驱动、响应网络被破解也无法在缺失随机序列的情况下完成数据恢复，进一步提高了系统安全性。
-
公开(公告)号：CN119356190B
公开(公告)日：2025-04-25
申请号：CN202411878945.3
申请日：2024-12-19
Applicant: 华中科技大学
IPC: G05B19/042
Abstract: 本发明属于多智能体集群控制相关技术领域，具体涉及一种基于跨物种仿生的多智能体采样事件触发协同跟踪控制方法，包括：提出多智能体系统模型的跨物种仿生表征，实现多智能体系统的协同跟踪控制效果，提升了控制策略的生物可解释性与可靠性，另外提出三套分布式多智能体采样事件触发信息传输机制，分别需要每个智能体在离散的第一个非周期采样序列对其自身对目标智能体系统参数与系统状态估计值进行监测并基于误差进行判断，在离散的第二个非周期采样序列对其自身输出状态值和控制协议进行监测并基于误差进行判断，若满足预定的三套事件触发条件，则将此刻的信息进行传输。本发明能够到达在计算资源和通信资源受限下高效实现协同跟踪控制的目的。
-
Patent Agency Ranking
公开(公告)号：CN119323245B
公开(公告)日：2025-04-04
申请号：CN202411874322.9
申请日：2024-12-19
Applicant: 华中科技大学
IPC: G06N3/084 , G06N3/048 , G06F18/241
Abstract: 本发明公开了一种匹配任务难度的类别增量学习模型定制化方法、装置及存储介质，属于分类网络设计领域。该方法包括：设计匹配当前任务难度的不等式约束，筛选随机节点，以构建类别增量学习模型的表征学习层的神经单元；以动态前向更新的方式更新类别增量学习模型的分类器层的输出权值；基于当前任务的训练数据计算输出概率，并根据输出概率对应的激活阈值对神经单元进行参数化，更新类别增量学习模型，得到定制化的类别增量学习模型；获取训练过的某一任务的测试数据，将测试数据输入定制化的类别增量学习模型中激活对应的神经单元，得到输出类别。分配与任务难度相匹配的扩展配额，使得网络的扩展与适应新任务所需的模型容量相匹配。
-
公开(公告)号：CN119356190A
公开(公告)日：2025-01-24
申请号：CN202411878945.3
申请日：2024-12-19
Applicant: 华中科技大学
IPC: G05B19/042
Abstract: 本发明属于多智能体集群控制相关技术领域，具体涉及一种基于跨物种仿生的多智能体采样事件触发协同跟踪控制方法，包括：提出多智能体系统模型的跨物种仿生表征，实现多智能体系统的协同跟踪控制效果，提升了控制策略的生物可解释性与可靠性，另外提出三套分布式多智能体采样事件触发信息传输机制，分别需要每个智能体在离散的第一个非周期采样序列对其自身对目标智能体系统参数与系统状态估计值进行监测并基于误差进行判断，在离散的第二个非周期采样序列对其自身输出状态值和控制协议进行监测并基于误差进行判断，若满足预定的三套事件触发条件，则将此刻的信息进行传输。本发明能够到达在计算资源和通信资源受限下高效实现协同跟踪控制的目的。
-
公开(公告)号：CN119065386A
公开(公告)日：2024-12-03
申请号：CN202411135751.4
申请日：2024-08-19
Applicant: 华中科技大学
Abstract: 本发明属于多智能体控制领域，具体涉及一种分布式的多智能体三维运动控制模型构建方法，用于实现目标编队队形，包括：根据待控制多智能体系统的三维目标编队队形，构建具有最少边的三维有向持久网络通信拓扑图，其中的节点类型包括第一领导者、第二领导者、第三领导者和跟随者；根据每个智能体的节点类型，相应构建该智能体的输入为该智能体的所有后继邻居智能体相对于该智能体的相对位置信息的三维运动控制模型，输出为该智能体的运动速度；其中，每个跟随者的三维运动控制模型为基于投影的三维编队控制模型。本发明方法能够解决通信受限情况下的三维分布式编队控制的问题。
-
公开(公告)号：CN114973234B
公开(公告)日：2024-09-20
申请号：CN202210488433.0
申请日：2022-05-06
Applicant: 华中科技大学
IPC: G06V20/64 , G06V10/774 , G06T19/20
Abstract: 本发明公开了一种针对3D点云的基于边界的攻击方法及介质，属于三维点云识别技术领域，方法包括：S1，随机生成初始对抗样本；S2，采用基于倒角距离的扰动投影方法，将当前的对抗样本投影到分类边界上，得到新的对抗样本；S3，若新的对抗样本的扰动小于扰动阈值，输出新的对抗样本以进行攻击，否则，执行S4；S4，采用蒙特卡洛估计对抗梯度，从均匀分布中采样得到对抗扰动，并沿着对抗梯度的方向，在新的对抗样本上添加对抗扰动，得到下一次迭代的当前的对抗样本；S5，重复执行S2‑S4，直至S2中得到的新的对抗样本的扰动小于扰动阈值，输出最后一次执行S2得到的新的对抗样本以进行攻击。高效地生成扰动的幅度更小的三维对抗性样本。
-
公开(公告)号：CN117584792B
公开(公告)日：2024-08-27
申请号：CN202311504490.4
申请日：2023-11-13
Applicant: 华中科技大学
IPC: B60L53/62 , B60L53/30 , G06N3/0442 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种电动汽车充电站充电功率在线预测方法及系统，属于电动汽车充电站功率预测领域，包括：在线预测：对于预测时刻h，基于充电功率的历史数据构建特征向量并输入至深度核自适应滤波模型以预测时刻h的功率分布并存储；深度核自适应滤波模型包括依次连接的深度循环神经网络、标准正定核以及预测模块；预测模块，用于利用核自适应滤波算法预测功率分布；在线更新：对于任意时刻h'，实时收集到实际功率Ph'后，获取时刻h'处的功率分布的预测结果，计算其均值与Ph'的误差作为预测损失，基于预测损失对深度核自适应滤波模型的参数进行更新。本发明能够追踪电动汽车充电站充电功率的时变特性，提高电动汽车充电站充电功率的预测准确性。
-
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.024 seconds)
