-
公开(公告)号：CN109040438B
公开(公告)日：2020-12-29
申请号：CN201810793972.9
申请日：2018-07-18
Applicant: 东华大学
IPC: H04M1/725
Abstract: 本发明提供了一种基于连续相互验证的移动设备在线防丢检测系统，包括置于同一携带者身体的任意位置的主、从设备；主、从设备中均嵌入有运动传感器、无线连接模块和警报触发器；主、从设备上均设有运动状态监测模块；主设备中还设有一致性交互验证模块，由运动状态一致性检查模块、基于周期相似性的粗粒度验证模块和基于相位稳定性的细粒度验证模块三个子模块；主、从设备的运动状态及运动传感器数据依次通过这三个子模块的交互验证，通过比对各设备上所搭载的运动传感器的数据之间的相关性，从而验证比对设备是否由同一合法用户携带，一旦相互验证失败，该系统将迅速发出警示信息。系统实时性好，准确度高，稳定性好，各种条件下都能可靠运行。
-
公开(公告)号：CN110942105A
公开(公告)日：2020-03-31
申请号：CN201911279148.2
申请日：2019-12-13
Applicant: 东华大学
Abstract: 本发明涉及一种基于最大池化和平均池化的混合池化方法。本发明结合了最大池化和平均池化的优点，利用平方平均的数学意义和实际意义，形成了一种基于最大池化和平均池化的混合池化方法，该池化方法能够更好的保留图像的纹理特征和背景特征，从而提高图像分类精度，并降低分类损失。本发明是基于DenseNet所做的实验，但本发明可应用于其他使用池化层的卷积神经网络，比如ResNet，FastRCNN等等。
-
公开(公告)号：CN108446294A
公开(公告)日：2018-08-24
申请号：CN201810059024.2
申请日：2018-01-22
Applicant: 东华大学
Abstract: 本发明涉及一种面向脏数据的清洗规则挖掘系统，包括规则挖掘模块和策略推荐模块，所述规则挖掘模块采用改进的TANE算法从脏数据中挖掘近似函数依赖；所述策略推荐模块对挖掘出来的近似函数依赖采用基于支持度的排序策略和综合得分排序策略进行排序，用户验证候选近似函数依赖是否为有效的清洗规则。如果是，则利用该清洗规则来检测和修复脏数据。本发明能够帮助用户发现有用的函数依赖，同时检测并修改错误。
-
公开(公告)号：CN110942105B
公开(公告)日：2022-09-16
申请号：CN201911279148.2
申请日：2019-12-13
Applicant: 东华大学
IPC: G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本发明涉及一种基于最大池化和平均池化的混合池化方法。本发明结合了最大池化和平均池化的优点，利用平方平均的数学意义和实际意义，形成了一种基于最大池化和平均池化的混合池化方法，该池化方法能够更好的保留图像的纹理特征和背景特征，从而提高图像分类精度，并降低分类损失。本发明是基于DenseNet所做的实验，但本发明可应用于其他使用池化层的卷积神经网络，比如ResNet，FastRCNN等等。
-
公开(公告)号：CN111400691A
公开(公告)日：2020-07-10
申请号：CN202010264760.9
申请日：2020-04-07
Applicant: 东华大学
Abstract: 本发明公开了一种基于瞳孔光反射的头戴设备认证方法，瞳孔光反射是一种生物性反射，它通过放大或缩小瞳孔来控制落在视网膜上的光的强度，从而帮助人类适应不同的亮度或暗度。其动态反应由交感神经系统和副交感神经系统控制，这两个系统都是自主神经系统(ANS)的一部分。本发明通过比对头戴设备上所搭载的摄像头所捕获的数据之间的相关性，从而验证比对设备是否是其合法用户，一旦用户认证失败，则其不能使用该设备，反之亦然。
-
Patent Agency Ranking
公开(公告)号：CN109040438A
公开(公告)日：2018-12-18
申请号：CN201810793972.9
申请日：2018-07-18
Applicant: 东华大学
IPC: H04M1/725
Abstract: 本发明提供了一种基于连续相互验证的移动设备在线防丢检测系统，包括置于同一携带者身体的任意位置的主、从设备；主、从设备中均嵌入有运动传感器、无线连接模块和警报触发器；主、从设备上均设有运动状态监测模块；主设备中还设有一致性交互验证模块，由运动状态一致性检查模块、基于周期相似性的粗粒度验证模块和基于相位稳定性的细粒度验证模块三个子模块；主、从设备的运动状态及运动传感器数据依次通过这三个子模块的交互验证，通过比对各设备上所搭载的运动传感器的数据之间的相关性，从而验证比对设备是否由同一合法用户携带，一旦相互验证失败，该系统将迅速发出警示信息。系统实时性好，准确度高，稳定性好，各种条件下都能可靠运行。
-
公开(公告)号：CN119293870A
公开(公告)日：2025-01-10
申请号：CN202411408734.3
申请日：2024-10-10
Applicant: 东华大学
IPC: G06F21/64 , G06F21/62 , G06F18/214 , G06N20/00
Abstract: 本发明利用了可信执行环境(TEE)和布隆滤波器技术，构建了一种在可信执行环境下基于布隆滤波器的模型完整性检测方法。本发明充分利用了TEE在安全性、隔离性以及数据隐私保护方面的优势，通过使用布隆滤波器快速地检查参与联邦学习的客户端是否承诺了如实训练所有轮次，以达到模型完整性检测的目的。通过本发明可在有效避免数据泄露的风险的同时降低计算资源和存储空间的消耗。
-
公开(公告)号：CN115965092A
公开(公告)日：2023-04-14
申请号：CN202310016503.7
申请日：2023-01-06
Applicant: 东华大学
IPC: G06N20/00 , G06F18/214 , G06F18/23
Abstract: 本发明提供了一种基于合作夏普利值的联邦学习激励方法，用于贡献评估和酬劳分配。本发明将联邦学习视为多次单阶段的合作博弈。它允许客户及时获得公平的酬劳。本发明根据联邦学习中的特征函数不满足超可加性这一事实，修改了夏普利值。使客户即使持有非独立同分布的数据，数据质量也能得到正确的评估。因此本发明很少给不可缺少的客户分配负值。使用基于客户类型的特征函数的紧凑表达，并结合联邦学习中的参数聚合方法对其进行修改，本发明将夏普利值的计算复杂性从指数级降低到多项式水平。
-
公开(公告)号：CN111738447B
公开(公告)日：2022-07-29
申请号：CN202010572405.8
申请日：2020-06-22
Applicant: 东华大学
IPC: G06N5/04 , G06F16/9536 , G06F16/9537 , G06K9/62 , G06Q50/00
Abstract: 本发明提供了一种基于时空关系学习的移动社交网络用户关系推断方法，本发明同时考虑了个体之间的移动性和社交性。考虑社交网结构对社会联系预测的有效性，该模型首先基于用户的移动性构建一个初步的社交图，然后从初步构建的社交图中抽取用户对的社交网络结构特征，最后综合移动性和社交性两个方面的特征进行朋友关系推断。我们的模型一旦训练完成，可以较好地迁移不同的场景对用户之间的朋友关系进行预测。通过对两个真实世界数据集的实验证明我们的方法始终优于现有的方法。此外，我们的模型对于具有少量签到数据和不具备碰面事件的关系也有效。
-
公开(公告)号：CN108734008B
公开(公告)日：2021-12-07
申请号：CN201810385918.0
申请日：2018-04-26
Applicant: 东华大学
IPC: G06F21/55
Abstract: 本发明涉及一种基于停车记录对车辆匿名的移动轨迹数据去匿名的方法，包括以下步骤：提取轨迹中所有停车点，去除上下客造成的停车，将停车划分为载人停车与空载停车；去除载人停车的异常点，并对载人停车进行建模；用所得模型去除空载停车点中的等红绿灯和堵车停车，保留兴趣停车点；对兴趣停车点构造基于TF‑IDF的特征向量，将已知轨迹的特征向量与匿名轨迹的特征向量相比对，找出匿名轨迹集合中与已知轨迹匹配的匿名轨迹。本发明实现了依靠停车点记录能够从匿名的移动轨迹集中匹配出未匿名的原始轨迹，验证单个驾驶员兴趣停车点特征的稳定性与独特性，并揭示匿名轨迹数据安全风险。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.021 seconds)
