-
公开(公告)号：CN102158557B
公开(公告)日：2013-05-22
申请号：CN201110090659.7
申请日：2011-04-12
Applicant: 华中科技大学
Abstract: 本发明提供一种云存储环境下的安全策略分解与验证系统，该系统包括数据库、策略分解与验证模块、策略评估模块、资源与访问控制策略调整模块、敏感信息过滤词库管理模块和审计模块；其中策略分解与验证模块包括资源策略分解与验证模块、协作策略分解与验证模块，其中协作策略分解与验证模块包括协作策略分解与验证模块以及协作策略分解优化模块，资源与访问控制策略调整模块包括资源调整模块和访问控制策略调整模块。本发明对云存储环境的安全策略进行了分解与验证，使得策略以及策略所控制的资源能够同时存储到云终端上，同时保证了参与协作的服务方访问控制策略中的敏感信息不被泄漏。本发明系统具有安全性强、执行效率高、可扩展性强的特点。
-
公开(公告)号：CN102620679A
公开(公告)日：2012-08-01
申请号：CN201210087521.6
申请日：2012-03-29
Applicant: 华中科技大学
Abstract: 本发明提供了一种光纤布拉格光栅矢量弯曲传感器，包括刻写有光纤布拉格光栅的光纤，所述光纤布拉格光栅是通过对所述光纤的单面激光照射形成，所述光纤布拉格光栅中心与所述光纤的中心存在偏离，所述布拉格光栅的条纹与所述光纤轴向形成倾斜角。本发明在两个维度上具有不对称性，能够测量任何方向上弯曲的曲率。
-
公开(公告)号：CN101886974B
公开(公告)日：2011-12-14
申请号：CN201010226491.3
申请日：2010-07-15
Applicant: 华中科技大学
Abstract: 本发明公开了一种测量掺稀土双包层光纤吸收系数的方法，该方法改变测试光纤长度，并利用光谱仪差值法获取测试光纤在泵浦光下的光谱差值，依据光谱差值计算得到吸收系数。本发明采取简单的操作方法，实现了对掺稀土双包层光纤吸收系数的准确和直接测量，解决了光路搭建复杂，操作步骤繁杂，测量结果准确性不高的问题。
-
公开(公告)号：CN102158557A
公开(公告)日：2011-08-17
申请号：CN201110090659.7
申请日：2011-04-12
Applicant: 华中科技大学
Abstract: 本发明提供的一种云存储环境下的安全策略分解与验证系统，该系统包括数据库、策略分解与验证模块、策略评估模块、资源与访问控制策略调整模块、敏感信息过滤词库管理模块和审计模块；其中策略分解与验证模块包括资源策略分解与验证模块、协作策略分解与验证模块，其中协作策略分解与验证模块包括协作策略分解与验证模块以及协作策略分解优化模块，资源与访问控制策略调整模块包括资源调整模块和访问控制策略调整模块。本发明对云存储环境的安全策略进行了分解与验证，使得策略以及策略所控制的资源能够同时存储到云终端上，同时保证了参与协作的服务方访问控制策略中的敏感信息不被泄漏。本发明系统具有安全性强、执行效率高、可扩展性强的特点。
-
公开(公告)号：CN101139702B
公开(公告)日：2010-06-30
申请号：CN200710053649.X
申请日：2007-10-19
Applicant: 华中科技大学
Abstract: 本发明公开了一种脉冲激光沉积制备硅基锐钛矿相TiO2薄膜的方法。先将清洗后的Si基片和纯度为99.9％以上的二氧化钛靶放入真空室中，再将真空室抽真空到1×10-3-6×10-3Pa，通入氧气气氛，气体压力为0.5Pa-5Pa，并将Si基片加热到500-750℃；然后采用KrF准分子激光器，将激光通过透镜聚焦到二氧化钛靶材上，激光束的能量为340-750mJ，激光重复频率为1-10Hz，产生的二氧化钛等离子体向外发射至Si基片上，得到锐钛矿相的纳米二氧化钛薄膜。采用二氧化钛靶材，改变脉冲激光沉积过程中的参数，在硅基片上直接生长纯锐钛矿相的TiO2薄膜。本发明方法可以较好地与传统半导体工艺相衔接，将具有较好的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN101054263A
公开(公告)日：2007-10-17
申请号：CN200710052288.7
申请日：2007-05-25
Applicant: 华中科技大学
Abstract: 本发明公开了一种高吸收地表太阳光黑色玻璃及其制备方法。黑色玻璃采用硼硅玻璃和着色剂制备，着色剂包括氧化钴或者氧化亚钴、氧化铬和氧化铜，每100摩尔硼硅玻璃，钴离子为0.1－3摩尔，铬离子为0.1－3摩尔，铜离子为0.5－4摩尔。先将硼硅玻璃料与着色剂按比例混合均匀，置于1300－1500℃下熔化1－6小时；再经过模具成型后置入450－600℃退火炉下进行退火处理，1－3小时后再自然冷却到室温。本发明使用钴、铬和铜离子对玻璃进行复合着色制作出的黑色玻璃可对到达地表的整个太阳光波段(200nm－2500nm)范围的太阳光达到很高吸收的效果。
-
公开(公告)号：CN119293212A
公开(公告)日：2025-01-10
申请号：CN202411384735.9
申请日：2024-09-30
Applicant: 华中科技大学
IPC: G06F16/334 , G06F16/36 , G06F40/30 , G06N3/0455 , G06N3/0895 , G06N3/084 , G06N5/022 , G06N5/04
Abstract: 本发明属于自然语言处理领域，具体涉及一种基于自适应上下文学习的因果事理图谱形成模型构建方法，因果事理图谱形成模型包括检索器和大语言模型，构建方法分为检索器预训练和自适应上下文学习微调两阶段，利用对比学习损失构建基于自监督学习的样本检索器，实现优化文本向量表征；另外，设计出包含样本示例的提示词，结合自适应上下文学习策略，微调大语言模型，使得大语言模型捕捉相似样本中的事件因果关系模式，提高隐式事件因果关系抽取的准确性。本发明方法能充分挖掘文本中的事理逻辑知识，提高了隐式因果事件关系的抽取准确性，从而能够自动高效地构建高质量的因果事理图谱，并推动因果知识问答与推理等下游任务的发展。
-
公开(公告)号：CN113779211B
公开(公告)日：2024-10-22
申请号：CN202110902862.3
申请日：2021-08-06
Applicant: 华中科技大学
IPC: G06F16/332 , G06F16/36 , G06F40/289 , G06N3/042 , G06N3/0455 , G06N3/0499 , G06N3/0442 , G06N3/048 , G06N3/08 , G06N5/04
Abstract: 本发明公开一种基于自然语言实体关系的智能问答推理方法和系统，属于自然语言处理领域。包括：将语料库中每条语句进行分词、实体词提取；以自然语句作为实体关联的边，形成实体关系，对语料库中实体连接关系进行汇总，形成基于自然语言实体关系的语义网络数据库；设计基于BERT预训练语言模型和图神经网络的智能推理深度学习模型；以用户提交问题相关的实体连接图输入网络进行推理，通过多层感知机进行结果筛选给出最终答案。本发明通过任意给定的自然语言文本语料库自动构建实体关系数据库，避免通过人工介入手段进行实体提取和标注，并通过分析用户的复杂问句来自动发现和推理出答案，以帮助用户更快和更精准获得所需结果。
-
公开(公告)号：CN115659334A
公开(公告)日：2023-01-31
申请号：CN202211271076.9
申请日：2022-10-17
Applicant: 华中科技大学
IPC: G06F21/56 , G06F18/22 , G06F18/2411 , G06N20/10
Abstract: 本发明属于深度学习对抗样本和智能合约领域，具体涉及一种智能合约对抗样本生成方法，在通过修改变量名生成智能合约对抗样本的过程中引入变量名词性隐蔽性的概念，提出隐蔽性更高的智能合约对抗样本生成方法。包括：针对恶意智能合约创建者通过对抗样本来规避检测这个全新场景，系统的研究智能合约的对抗样本生成方法，提出权重引导的高隐蔽性智能合约对抗样本生成技术，使通过替换变量名来生成对抗样本时选择与原变量名词性相近的新变量名，增加智能合约对抗样本的隐蔽性；使用平衡因子和掩码，将多个变量名被修改时新旧变量名的词性差距平均值、方差与扰动添加的稀疏性引入优化函数。在求使得优化函数最小的解的时候同时平衡对抗样本的隐蔽性。
-
公开(公告)号：CN115577301A
公开(公告)日：2023-01-06
申请号：CN202211180720.1
申请日：2022-09-27
Applicant: 华中科技大学
IPC: G06F18/2415 , G06F18/23 , G06F18/214
Abstract: 本发明公开了一种用于分布式系统的个性化拆分学习方法及应用，属于分布式协作机器学习技术领域，在每轮训练中所有客户端先训练出一个全局服务端模型，在此基础上，根据数据相似性为客户端分簇，并为每个簇中设置一个个性化的局部服务端模型，且在训练过程中对局部服务端模型基于全局服务端模型进行正则化微调，从而使局部服务端模型相较于全局服务端模型，可以更符合簇中客户端的本地数据特征，进而簇中的客户端设备经局部训练后能够获得更高的预测精度；本发明同时考虑了全局模型和局部模型，既可以利用较多样本来训练模型，又可以在一定程度上解决不同客户端数据非独立同分布的问题，使模型的预测精度有所提升。
-
-
-
-
-
-
-
-
-
Search Results
134
records
(took 0.024 seconds)
