公开(公告)号：CN115630705A

公开(公告)日：2023-01-20

申请号：CN202211175431.2

申请日：2022-09-26

Applicant: 中南大学 ,  合肥本源量子计算科技有限责任公司

Inventor： 石金晶 ,  王雯萱 ,  赵雪娇 ,  徐璐 ,  李芳芳 ,  施荣华

IPC: G06N10/60 ,  G06F18/24 ,  G06F16/35 ,  G06Q10/0635

Abstract: 本发明公开了一种基于量子分类器的数据分类方法，包括获取现有的带有分类标签的分类数据集；构建量子角度编码并将分类数据集转换为量子态作为量子分类器的输入；构建原始量子分类器；采用量子态对原始量子分类器进行训练得到量子分类器；将实际待分类的目标数据集转换为量子态并输入到量子分类器输出最终的结果，完成实际数据的数据分类。本发明还公开了一种包括所述基于量子分类器的数据分类方法的数据安全风险评估方法。本发明提供的这种基于量子分类器的数据分类方法及数据安全风险评估方法，基于量子计算设计了一种量子分类器，并通过设计的量子分类器实现了大规模数据的快速分类，而且本发明的可靠性高，精确性好。

公开(公告)号：CN113343025B

公开(公告)日：2021-11-02

申请号：CN202110893931.9

申请日：2021-08-05

Applicant: 中南大学

Inventor： 黄亮 ,  施荣华 ,  胡超

IPC: G06F16/732 ,  G06F16/71

Abstract: 本发明提供了一种基于加权梯度哈希激活热力图的稀疏对抗攻击方法，包括：步骤1，将查询视频输入视频哈希检索模型，获得查询视频哈希码；步骤2，获取目标视频集并将目标视频集中的目标视频分别输入视频哈希检索模型生成多个目标视频哈希码；步骤3，将查询视频哈希码分别与多个目标视频哈希码进行点乘，构建查询视频哈希码与多个目标视频哈希码之间的汉明距离函数。本发明所述的基于加权梯度哈希激活热力图的稀疏对抗攻击方法，利用加权梯度哈希激活热力图敏感度的准确性，确定了稀疏对抗攻击的位置和敏感区域，降低了对抗攻击的像素代价，提高了稀疏对抗攻击的准确性、效率和对抗样本的不可感知性。

公开(公告)号：CN112699222A

公开(公告)日：2021-04-23

申请号：CN202110019433.1

申请日：2021-01-07

Applicant: 中南大学

Inventor： 石金晶 ,  黎振焕 ,  赖蔚 ,  王雯萱 ,  唐涌泽 ,  黄端 ,  施荣华

IPC: G06F16/33 ,  G06F16/35 ,  G06F40/216 ,  G06F40/289 ,  G06F40/30 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06N10/00

Abstract: 本发明公开了一种基于量子启发式神经网络的文本分类方法，包括训练数据；构建初级文本分类模型；采用训练数据对初级文本分类模型进行训练得到文本分类最终模型；采用文本分类最终模型对实际文本进行分类。本发明还公开了一种包括所述基于量子启发式神经网络的文本分类方法的邮件分类方法。本发明采用量子力学中的密度矩阵表示句子级别的文本，使用投影测量确定文本极性；采用GRU提取文本语义特征，丰富词向量的语义信息，提升模型在文本分类任务中的效果；在GRU层，添加自注意力层，使模型能够关注到句子中的重要单词，降低影响分类结果的单词的权重，进一步提升模型的分类效果；因此本发明方法可靠性高、实用性好且精确度较高。

公开(公告)号：CN112560432A

公开(公告)日：2021-03-26

申请号：CN202011458024.3

申请日：2020-12-11

Applicant: 中南大学

Inventor： 施荣华 ,  金鑫 ,  胡超

IPC: G06F40/205 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明提供了一种基于图注意力网络的文本情感分析方法，包括：步骤1，从Semeval 2014 Task 4数据集中获取文本集合和感情标签集合；步骤2，按比例在文本集合和感情标签集合中进行随机选取，得到训练集和测试集；步骤3，通过Biaffine依赖解析器对训练集中的句子进行句法依存关系分析，根据句子的句法依存关系构建句法依存图；步骤4，将训练集输入BERT预训练模型，通过BERT预训练模型将训练集中的词转化为词向量。本发明通过Biaffine依赖解析器对句子间的句法依存关系进行分析，通过BERT预训练模型获得词向量表示，通过图注意力网络模型对文本进行情感分析，充分利用了文本中复杂的句法结构，提高了文本情感分析的准确率。

公开(公告)号：CN111368920A

公开(公告)日：2020-07-03

申请号：CN202010146730.8

申请日：2020-03-05

Applicant: 中南大学

Inventor： 石金晶 ,  陆玉虎 ,  陈鹭 ,  冯艳艳 ,  陈淑慧 ,  施荣华

IPC: G06K9/62 ,  G06N10/00 ,  G06N3/04 ,  G06N3/08 ,  G06K9/00

Abstract: 本发明公开了一种基于量子孪生神经网络的二分类方法，包括设定分类模型的输入数据；构建量子神经网络模型、量子孪生神经网络模型和用于训练的损失函数模型；根据损失函数模型对量子孪生神经网络模型进行学习和训练并得到最终的量子孪生神经网络分类模型；采用量子孪生神经网络分类模型对待分类的数据进行二分类。本发明还公开了包括所述基于量子孪生神经网络的二分类方法的人脸识别方法。本发明提供的这种基于量子孪生神经网络的二分类方法及其人脸识别方法，通过采用量子孪生神经网络对数据进行二分类，实现了数据的快速二分类，而且本发明方法简单快捷，可靠性高，精确性好。

公开(公告)号：CN111368087A

公开(公告)日：2020-07-03

申请号：CN202010208894.9

申请日：2020-03-23

Applicant: 中南大学

Inventor： 仇俊豪 ,  施荣华 ,  张帆

IPC: G06F16/35 ,  G06F40/289 ,  G06F40/126 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于多输入注意力网络的中文文本分类方法，包括获取中文文本数据；建立对应的语言模型；建立拼音编码器和文本编码器；将拼音编码器和文本编码器结合得到初步的新型多输入注意力网络模型并优化得到最终的新型多输入注意力网络模型；采用最终的新型多输入注意力网络模型对输入的中文文本进行分类得到最终的分类结果。本发明提供的这种基于多输入注意力网络的中文文本分类方法，采用新型的多输入注意力网络结构，来实现对自然语言的中文文本的分类，因此本发明方法的可靠性高、分类准确率高且相对简单。

公开(公告)号：CN107292343B

公开(公告)日：2020-05-22

申请号：CN201710484540.5

申请日：2017-06-23

Applicant: 中南大学

Inventor： 雷文太 ,  侯斐斐 ,  李宏 ,  施荣华

IPC: G06K9/62

Abstract: 本发明公开了一种基于六层卷积神经网络和光谱‑空间信息联合的高光谱遥感图像分类方法,选择一定数目波段的高光谱遥感图像数据，对所选择的各波段二维图像数据进行空间均值滤波，再将每个像元对应的多波段数据进行格式转换，将一维矢量转换为一个方阵，即每个像元对应一个方阵数据。然后设计了基于深度学习模板的六层分类器，包括输入层，第一卷积层，最大池化层，第二卷积层，全连接层，输出层；提取若干个像元对应的方阵数据作为训练集，输入该分类器并对分类器加以训练；提取若干个像元对应的方阵数据作为测试集，输入至训练完毕的分类器中，观察训练器输出的分类结果，并与真实的分类信息相比对，验证分类器的性能。本发明的分类准确率比现有的5‑CNN方法更高。

公开(公告)号：CN109194470A

公开(公告)日：2019-01-11

申请号：CN201811045247.X

申请日：2018-09-07

Applicant: 中南大学

Inventor： 石金晶 ,  周芳 ,  陈淑慧 ,  李伯鹏 ,  施荣华

IPC: H04L9/08 ,  H04B10/70 ,  H04B10/556 ,  H04B10/54 ,  H04B10/532 ,  H04B10/524

Abstract: 本发明公开了一种高效连续变量量子密钥分发方法，包括发送端在一个周期内发送N个弱光脉冲和1个强光脉冲；弱光脉冲和强光脉冲通过振幅调制后再通过第一分束器进行分离；弱光脉冲通过振幅调制和相位调制后输入第二分束器，然后再通过第一和第二偏振分束器，同时强光脉冲通过未调制的等距离光路后输入第二偏振分束器，第二偏振分束器输出一组光脉冲；将光脉冲发送接收端；接收端接收光脉冲并结合本地光进行外差检测，得到发送端发送的连续变量量子密钥。本发明改变了传统的信号传输模式，将传统的单量子信号脉冲对应一对参考脉冲转变为多个量子信号脉冲对应一对参考脉冲的传输模式，从而极大的提高了系统的频谱效率，而且本发明方法简单可靠。

公开(公告)号：CN107147494A

公开(公告)日：2017-09-08

申请号：CN201710467243.X

申请日：2017-06-19

Applicant: 中南大学

Inventor： 施荣华 ,  刘佳丽 ,  石金晶 ,  陈慧 ,  周芳

IPC: H04L9/08 ,  H04L9/14 ,  H04L9/32 ,  H04L29/06

CPC classification number: H04L9/0852 ,  H04L9/0863 ,  H04L9/14 ,  H04L9/3247 ,  H04L63/0428 ,  H04L63/062

Abstract: 本发明公开了一种基于链式相控加密操作的量子双重签名的方法，该方法包括：第一通信者制备相干态的第一盲化信息以及制备相干态的第二盲化信息，并根据链式相控加密操作对第二盲化信息和第一盲化信息分别进行签名得到第二签名信息和第一签名信息；再将第二签名信息和第一签名信息进行连接生成相干态的第三信息，并进行链式相控加密操作获得量子双重签名后发送给第二通信者，第二通信者按照预设相控解密操作解密量子双重签名得到第二签名信息和第一签名信息，对第一签名信息进行验证以及将第二签名信息发送给第三通信者，供第三通信者验证第二签名信息。本发明通过上述方法，加强了签名中相干态之间的关系，提高了电子签名的安全性。

公开(公告)号：CN104836607A

公开(公告)日：2015-08-12

申请号：CN201510228886.X

申请日：2015-05-07

Applicant: 中南大学

Inventor： 施荣华 ,  谢羽嘉 ,  董健

IPC: H04B7/06 ,  H04B7/08

Abstract: 本发明公开了一种用于MIMO系统的联合收发端天线选择方法，属于无线通信领域，采用基于二进制粒子群算法思想，通过对MIMO系统信道容量公式的分析，导出采用二进制编码字符串表示的信道容量，以此作为粒子群算法的适应度函数，简化了计算量；同时采用循环移位种群初始化以提高搜索效率，获得信道容量的提高。本发明在降低计算复杂度的同时获得的信道容量比其他几种次优算法更高。