基于联邦学习及均值迭代的机器学习模型压缩方法

    公开(公告)号:CN114202077B

    公开(公告)日:2025-04-15

    申请号:CN202111610294.6

    申请日:2021-12-27

    Abstract: 本发明公开了一种基于联邦学习及均值迭代的机器学习模型压缩方法,包括以下步骤:用户在本地端进行联邦学习获取本次的机器学习模型;针对用户进行联邦学习得到的机器学习模型,使用均值迭代模型压缩算法压缩;将压缩后的机器学习模型上传到中心服务器,对压缩后的机器学习模型进行还原和模型聚合处理,对聚合后的机器学习模型进行精度检测。本发明通过均值迭代压缩算法来动态调整边界和优化值,获得量化区间的最优值和最佳边界区间,进而在高压缩率下,保证模型的收敛和模型的精度。

    一种基于差分隐写的LSQb隐写方法
    64.
    发明公开

    公开(公告)号:CN119254898A

    公开(公告)日:2025-01-03

    申请号:CN202411301352.0

    申请日:2024-09-18

    Abstract: 本发明公开了一种基于差分隐写的LSQb隐写方法,该方法包括:对秘密图像进行差分隐写,并将得到的图像扩大;将得到的图像与封面图像转换为NEQR形式的量子图像,并将秘密图像的信息嵌入到封面图像预定的区域内;用TCP/IP将传输图像发送到接收端;在接收端提取图像各像素的灰度值最低位,将提取得到的NEQR图像转化为经典形式图像;从得到的图像中找出上述的嵌入的区域,并将从该区域中提取的图像压缩为秘密图形大小,再对得到的图像做累加处理,还原秘密图像。本发明提高了传输秘密图像的隐蔽性,增强了信息的安全性和完整性。

    一种基于元强化学习的多无人机基站协同路径规划方法

    公开(公告)号:CN118642366A

    公开(公告)日:2024-09-13

    申请号:CN202410667168.1

    申请日:2024-05-27

    Abstract: 本发明公开了一种基于元强化学习的多无人机基站协同路径规划方法。包括步骤:步骤1、建立多无人机辅助通信系统模型;步骤2、将优化问题建模为马尔可夫决策过程;步骤3、基于行为者‑评论家的架构,设计元评论家算法;步骤4、使用异步并行结构让多无人机与环境交互,迭代更新网络参数。本发明通过无人机群可以在保证地面用户所需最低吞吐量的条件下对地面用户进行协同覆盖,提升无人机基站的规划效率和服务质量。

    一种5G网络切片资源分配方法

    公开(公告)号:CN114070750B

    公开(公告)日:2024-06-11

    申请号:CN202111294104.4

    申请日:2021-11-03

    Abstract: 本发明公开一种5G网络切片资源分配方法,实现过程简单、频谱利用率高、且能满足不同用户服务请求。本发明方法包括如下步骤:(10)用户通信时延敏感度获取:获取5G无线网络切片中移动用户对于通信时延的敏感度,并对其进行数据量化;(20)用户服务请求分配:将移动用户提出的服务请求分配到不同网络切片中;(30)基站频谱资源分配:利用广义凯利算法,以最小化用户传输时延为目标代价函数,将基站的频谱资源分配到不同网络切片中;(40)用户频谱资源分配:利用李雅普诺夫算法将分配到不同网络切片中的基站频谱资源进一步划分,使每个移动用户获得所需的频谱资源;(50)进行数据传输:用户以获得的频谱资源,完成数据传输。

    一种基于选择注意力机制的交通流量预测方法及系统

    公开(公告)号:CN118155400A

    公开(公告)日:2024-06-07

    申请号:CN202410052312.0

    申请日:2024-01-12

    Abstract: 本发明公开了一种基于选择注意力机制的交通流量预测方法及系统,属于智能交通和机器学习领域。该基于选择注意力机制的交通流量预测方法及系统包括:首先,获取历史交通数据、道路拓扑数据和道路属性数据;接着,基于KGCN‑GSAM模型,根据道路拓扑数据和道路属性数据,建立交通预测模型;然后,基于所得交通预测模型,根据历史交通数据,进行下一时段内的交通预测值的预测。通过运用KGCN‑GSAM模型交通预测,本发明有效提高了交通预测的精准度。

    一种基于诱饵态的隐蔽量子密钥分发方法

    公开(公告)号:CN118074892A

    公开(公告)日:2024-05-24

    申请号:CN202410051195.6

    申请日:2024-01-12

    Abstract: 本发明公开了一种基于诱饵态的隐蔽量子密钥分发方法,方法包括:基于诱饵态在发送方处制备多种强度不同的脉冲,并将脉冲中的光子偏振为X基与Z基;接收方通过两个单光子检测器检测传输光子;双方使用认证后的经典隐蔽信道共享脉冲强度信息;接收方根据检测结果与共享结果进行参数估计的计算式;接收者以监控者对隐蔽量子密钥分发的检测偏差作为密钥分发是否隐蔽的性能指标;对原始密钥进行纠错并使用双通用哈希函数提取最终密钥以及密钥长度的计算式。本发明解决了监控者可以借助噪声以及不完美设备对传统量子密钥分发进行攻击的问题,实现了不被监控者检测的量子密钥分发并且能生成比传统量子密钥分发更高的密钥率。

    基于载波索引调制与混合混沌通信的隐蔽通信方法

    公开(公告)号:CN116170130A

    公开(公告)日:2023-05-26

    申请号:CN202310120533.2

    申请日:2023-02-15

    Abstract: 本发明提出了一种基于载波索引调制与混合混沌通信的隐蔽通信方法,在发射端对信息比特进行分流,并对各部分信息比特处理,在接收端混沌信息比特通过基于差分积分的检测算法进行还原,索引比特的还原通过一种地复杂度贪婪检测算法实现,具体步骤为:通过对每个子载波进行最大接收能量检测,得到具有最大能量的K个子载波,通过发射端的载波索引映射方法进一步分析得到子载波索引比特,在检测到的具有最大能量的K个子载波上使用最大似然估计算法还原调制比特,将各部分信息整合,还原出原符号信息比特,完成混沌信息比特与子载波索引比特的隐蔽通信。

    基于信道估计的有限块长隐蔽通信实现方法

    公开(公告)号:CN110300409B

    公开(公告)日:2023-03-14

    申请号:CN201910419695.X

    申请日:2019-05-20

    Abstract: 本发明提供了一种基于信道估计的有限块长隐蔽通信实现方法。以往对于衰落信道中隐蔽通信的研究都是假设信道是已知的,或者通过信道反转功率控制方法来避免信道的估计。然而实际中,由于信道互易性假设的理想性,在衰落信道中不可避免地要进行信道估计。在传统的信道估计中,最优导频数等于发送天线数,但是在隐蔽通信中,该结论可能不再成立。为了提高隐蔽通信的可靠性,我们利用最小均方误差估计方法对信道进行估计,在隐蔽约束条件下设计最优的导频数目和发射功率、数据数目和发射功率以最大化有效速率。与此同时,由于以前的研究一般都是集中于无限块长的分析,但实际中通常要发送有限块长的符号,因此本发明研究有限块长下的隐蔽通信。

Patent Agency Ranking