-
公开(公告)号：CN114610885B
公开(公告)日：2022-11-08
申请号：CN202210233023.1
申请日：2022-03-09
Applicant: 江南大学
Abstract: 本发明公开了一种文本分类后门攻击方法、系统、设备及计算机存储介质，包括利用干净训练集对预训练模型进行训练，得到干净模型，利用定位标签生成器生成伪标签数据集，利用所述伪标签数据集对Sequence‑to‑Sequence模型进行多任务训练，得到定位器模型，利用所述定位器模型生成后门数据集，利用所述后门数据集对所述干净模型训练，得到脏模型。本发明实现了利用预训练干净模型在无需人工标注的情况下生成为伪标签数据集；采用基于Sequence‑to‑Sequence与多任务学习架构的定位器模型，实现了无需人工干预即可动态预测文本序列中后门攻击位置，且动态选取攻击位置取得的性能指标更优异。
-
公开(公告)号：CN114331897A
公开(公告)日：2022-04-12
申请号：CN202111658949.7
申请日：2021-12-31
Applicant: 江南大学
Abstract: 本发明公开了一种基于分解的两目标模糊变化检测方法，属于遥感图像检测技术领域。所述方法对SAR图像进行变化检测时，将变化检测任务分解为保留细节和去除噪声两个子问题。通过对保留细节和去除噪声两个目标的分析，使用log‑mean算子得到了更高质量的保留细节差分图像。利用同态滤波和显著性检测，获得更加有效的去噪差分图像。使用FLICM构建不同的目标模型，同时利用MOEA/D方法对这两个目标同时进行优化。新的隶属度更新方法充分考虑了不同目标之间的平衡，生成了更优的最终变化检测图。通过在四个不同数据集上进行实验证明了本申请方法在复杂噪声干扰的SAR图像中具有更强大的检测性能。
-
公开(公告)号：CN113313235A
公开(公告)日：2021-08-27
申请号：CN202110606132.9
申请日：2021-05-25
Applicant: 江南大学
Abstract: 本发明公开了一种基于改进的LSTM的空气质量预测模型及方法，属于环境保护技术领域。所述模型通过对于Vanilla LSTM的内部循环结构进行简化、改进，减少了一定的参数，增强了该结构对于异常细胞状态的包容性，生成了最终的IV‑LSTM结构。同时，在数据输入输出模型上进行改进，通过LS‑DTW算法选出相关站点增加数据输入通道。相比于纯DTW算法，LS‑DTW选出的站点与目标站点的相似程度更强，数据输入相关性更强，所以整体模型的预测结果更精确。
-
公开(公告)号：CN110110627B
公开(公告)日：2021-03-30
申请号：CN201910333785.7
申请日：2019-04-24
Applicant: 江南大学
Abstract: 本发明公开了一种面向计算资源局限平台部署的实时目标检测的方法，属于深度学习和图像处理领域。本发明通过对YOLO‑v3‑tiny神经网络进行改进，Tinier‑YOLO保留了YOLO‑v3‑tiny的前五个卷积层和池化层以及2个不同尺度的预测，引入了SqueezeNet中的Fire模块、1*1瓶颈层和Dense连接，使得该结构可以在嵌入式AI平台上实时运行。本发明的Tinier‑YOLO的模型尺寸仅为7.9MB，本发明的实时性能与YOLO‑v3‑tiny相比提高了21.8％，与YOLO‑v2‑tiny相比提高了70.8％；准确度与YOLO‑v3‑tiny相比提高了10.1％，与YOLO‑v2‑tiny相比提高了近18.2％。本发明的Tinier‑YOLO能够实现在计算资源有限的平台上仍然可以进行实时检测的目的，且效果更好。
-
公开(公告)号：CN111814884A
公开(公告)日：2020-10-23
申请号：CN202010664220.X
申请日：2020-07-10
Applicant: 江南大学
Abstract: 本发明提供了一种基于可变形卷积的目标检测网络模型的升级方法，属于神经网络图像处理领域。该方法可以将原本的网络模型参数继承给带有可变形卷积结构的网络模型，提升网络的特征提取能力，并经过少量的训练，得到比之前模型更好的结果。此方法在多个目标检测模型和多个目标检测数据集上得到了有效性证明。
-
Patent Agency Ranking
公开(公告)号：CN110413729A
公开(公告)日：2019-11-05
申请号：CN201910554079.5
申请日：2019-06-25
Applicant: 江南大学
IPC: G06F16/33 , G06F16/332
Abstract: 基于尾句-上下文双重注意力模型的多轮对话生成方法，属于人机对话领域。一个合适的回复应该是符合最后一个句子的语义且能够利用到整个上下文的信息。当前多轮对话生成主要基于层次的编码器-解码器结构。本发明提出了一个尾句-上下文双重注意力模型。每句话都通过编码器获取句子的语义表示。对最后一句话中每个词做注意力，同时对每句话的语义表示做注意力。二者拼接作为解码阶段的上下文向量。此外，本发明还引入了多头自注意力机制使得在获取每句话的语义表示时能更关注于关键的词。实验证明本发明方法的模型在自动评价和人工评价两个方面都超出了基准模型。
-
公开(公告)号：CN110069498A
公开(公告)日：2019-07-30
申请号：CN201910303505.8
申请日：2019-04-16
Applicant: 江南大学
Abstract: 本发明公开了基于多目标演化算法的高质量模式挖掘方法，属于数据挖掘技术领域。所述方法通过采用多目标演化算法解决了用户设置一个合适的参数阈值较为困难的问题；通过采用基于OR/NOR-tree结构的种群初始化策略并结合已经表示成位图形式的原始数据库来构建初始种群，以及采用改进的交叉算子和变异算子对OR/NOR-tree结构中的NOR处和OR处进行设置，解决了数据通常比较庞大并且稀疏，导致传统的随机初始化方法以及交叉和变异算子效率不高的问题；另外，本申请还通过采用最差个体搜索方向调整策略进行搜索方向的调整，改进优化过程和优化结果，达到了提高收敛速度以及最终解的质量的目的。
-
公开(公告)号：CN103237312B
公开(公告)日：2016-04-13
申请号：CN201310118083.X
申请日：2013-04-07
Applicant: 江南大学
Abstract: 本发明公开了一种无线传感器网络节点覆盖优化方法，将无线传感器网络节点覆盖问题定义为一个离散化的平面几何问题，并将无线传感器理想化为半径为通信范围的标准圆，进行重叠处理、圆心约束处理，然后通过微分进化算法的进化机制进行优化。为了提高区域覆盖率，那么必然要减少传感器之间的重叠面积，使得传感器的覆盖能力得到不重叠的高效率的利用。本发明中我们对于重叠数过高的传感器我们需要进行重叠处理，在反复实验对比中，得到经验的重叠界限值（如100×100监测区域中散布20-40个无线传感器的重叠界限值n=6时优化效果较佳）。
-
公开(公告)号：CN103202584B
公开(公告)日：2015-04-15
申请号：CN201310118114.1
申请日：2013-04-07
Applicant: 江南大学
IPC: A45B11/00
Abstract: 本发明公开了一种自动转向伞，它包括伞柄，伞杆和固定在伞杆上面的伞面，其特征在于：所述的自动转向伞还包括编码器、芯片、电机、电池及开关；编码器设置在伞杆的顶端，并与芯片相连；芯片还连接有电机、电池及开关；电机的输出轴与伞杆相连；伞柄内装有电机，芯片以及电池；伞柄上设置有开关。本发明的优点是：能够根据风向自动调节伞面的朝向，以达到自动遮风挡雨的目的；功能人性化，操作简单，设计合理。
-
公开(公告)号：CN103237312A
公开(公告)日：2013-08-07
申请号：CN201310118083.X
申请日：2013-04-07
Applicant: 江南大学
Abstract: 本发明公开了一种无线传感器网络节点覆盖优化方法，将无线传感器网络节点覆盖问题定义为一个离散化的平面几何问题，并将无线传感器理想化为半径为通信范围的标准圆，进行重叠处理、圆心约束处理，然后通过微分进化算法的进化机制进行优化。为了提高区域覆盖率，那么必然要减少传感器之间的重叠面积，使得传感器的覆盖能力得到不重叠的高效率的利用。本发明中我们对于重叠数过高的传感器我们需要进行重叠处理，在反复实验对比中，得到经验的重叠界限值（如100×100监测区域中散布20-40个无线传感器的重叠界限值n=6时优化效果较佳）。
-
-
-
-
-
-
-
-
-
Search Results
133
records
(took 0.071 seconds)
