-
公开(公告)号：CN118319296A
公开(公告)日：2024-07-12
申请号：CN202410512072.8
申请日：2024-04-26
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: A61B5/117 , A61B5/372 , A61B5/00 , G06F18/25 , G06F18/241 , G06F18/2131 , G06F18/213 , G06N3/0475 , G06N3/045 , G06N3/0464 , G06N3/0442
Abstract: 本发明公开一种基于集成学习的多维度EEG信号身份识别的方法和系统，该方法包括：将原始脑电信号转换为时频图和脑电地形图，并使用生成对抗网络进行数据增强；分别针对时频图和脑电地形图设计不同分类网络，提取时频空特征，进而进行身份识别；将不同分类网络的身份识别结果通过加权投票的集成策略进行整合，得到最终的身份识别结果。本发明充分利用了不同分类网络的优势，通过适应性的权重调整实现更为鲁棒和精确的整体分类性能，同时能够处理同一被试的不同形式数据集，从而有效学习脑电信号的时间、频谱和空间结构等多维度的特征信息，显著提升身份识别准确性。
-
公开(公告)号：CN113612602B
公开(公告)日：2023-11-28
申请号：CN202110791227.2
申请日：2021-07-13
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 量子密钥的安全性，进而提高检测量子密钥安全本公开是关于一种量子密钥安全评定方法、 的准确度，使得到的评定结果更准确。量子密钥安全评定装置及介质。量子密钥安全评定方法包括：获取待确定量子密钥安全的光脉冲信号序列，光脉冲信号序列包括由发送方发送至接收方的量子密钥。响应于确定光脉冲信号序列为非独立脉冲序列，且光脉冲信号序列存在后脉冲效应，基于探测到光脉冲信号序列的第一探测率，确定光脉冲信号序列中包括的量子密钥的安全性。通过本公开提供的量子密钥安全评定方(56)对比文件梁晓磊;蒋文浩;刘建宏;张军;陈增兵;金革.用于高速量子密码系统的1.25 GHz InGaAs/InP单光子探测器的研制.中国激光.2012,(第08期),全文.赵峰.单光子探测器及量子密钥分配.激光与光电子学进展.2009,(第09期),全文.冯蔚;廖进昆;陆荣国;徐伟;唐雄贵;李和平.差分相移量子密钥分发研究进展.激光杂志.2010,(第05期),全文.
-
公开(公告)号：CN114781583A
公开(公告)日：2022-07-22
申请号：CN202210238956.X
申请日：2022-03-07
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种提高深度神经网络模型对抗鲁棒性的方法。该方法包括：步骤1：构建内生防护模块，所述内生防护模块包括注意力单元，所述注意力单元包括用于输入原始样本的第一输入端和用于输入对抗样本的第二输入端，以及对应的用于输出原始输出的第一输出端和用于输出对抗输出的第二输出端；步骤2：在给定的深度神经网络模型结构中确定若干个插入位置，在所述插入位置插入所述内生防护模块，得到新的深度神经网络模型；步骤3：采用对抗训练方法对所述新的深度神经网络模型进行训练。本发明从深度神经网络模型结构本身着手，可以极大提高深度神经网络模型的对抗鲁棒性，又不会对其性能带来负面影响。
-
公开(公告)号：CN114723663A
公开(公告)日：2022-07-08
申请号：CN202210208338.0
申请日：2022-03-03
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种针对目标检测对抗攻击的预处理防御方法。该方法包括：步骤1：对原始图像数据集中的图像添加对抗扰动，生成目标检测对抗样本；步骤2：对目标检测对抗样本进行双边滤波和数据归一化处理，得到处理后的目标检测对抗样本；步骤3：构建降噪自编码器模型，将处理后的目标检测对抗样本作为输入，将其对应的原始图像作为标签，对降噪自编码器模型进行降噪训练；步骤4：获取待目标检测图像，对待目标检测图像进行双边滤波和数据归一化处理，得到处理后的待目标检测图像；步骤5：将处理后的待目标检测图像输入至训练好的降噪自编码器模型，得到去噪后的待目标检测图像，将去噪后的待目标检测图像作为目标检测模型的输入实现目标检测。
-
公开(公告)号：CN112767918A
公开(公告)日：2021-05-07
申请号：CN202110018492.7
申请日：2021-01-07
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G10L15/02 , G06F40/58 , G06N3/04 , G06N3/08 , G10L15/06 , G10L15/16 , G10L15/22 , G10L19/16 , G10L25/24
Abstract: 本公开关于一种俄汉语音翻译方法、俄汉语音翻译装置及存储介质。俄汉语音翻译方法，包括：获取待翻译的俄语语音，并将待翻译的俄语语音转换为待翻译梅尔谱图。通过预先训练好的俄汉语音翻译模型，将待翻译梅尔谱图翻译成目标梅尔谱图。根据目标梅尔谱图，得到待翻译的俄语语音对应的汉语语音。通过本公开提供的俄汉语音翻译方法，先将待翻译的俄语语音转换为待翻译梅尔谱图，能够准确表征待翻译的俄语语音的语音特征，进而采用训练好的俄汉语音翻译模型将其翻译成目标梅尔谱图，得到待翻译的俄语语音对应的汉语语音时，便可以降低准确率折损严重的问题，有助于提升翻译质量。且有助于加快俄汉语音翻译速率，有利于提升对俄的信息处理能力。
-
Patent Agency Ranking
公开(公告)号：CN115146310B
公开(公告)日：2024-10-01
申请号：CN202210761993.9
申请日：2022-06-30
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明公开了一种应用容器镜像层度量列表的验证方法及系统，容器服务端可以生成与客户端请求下载的目标容器镜像对应的验证请求；并将其发送至容器镜像远程仓库后，获取第一数据集合，第一数据集合包括第一加密信息、身份证明证书以及容器镜像层度量列表，容器镜像层度量列表为基于默克尔树构造的度量列表，其包括镜像平台的度量聚合值以及每个容器镜像的镜像层哈希值；确定第一数据集合中的容器镜像层度量列表是否完整；若容器镜像层度量列表的度量结果与目标数据库中的哈希值相同，确定目标容器镜像的镜像层完整。通过容器镜像层度量列表，在远程证明过程中减少了远程镜像仓库基础平台和镜像文件的信息泄露、提高了验证效率。
-
公开(公告)号：CN112767918B
公开(公告)日：2023-12-01
申请号：CN202110018492.7
申请日：2021-01-07
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G10L15/02 , G06F40/58 , G06N3/049 , G06N3/0442 , G06N3/045 , G06N3/08 , G10L15/06 , G10L15/16 , G10L15/22 , G10L19/16 , G10L25/24
Abstract: 处理能力。本公开关于一种俄汉语音翻译方法、俄汉语音翻译装置及存储介质。俄汉语音翻译方法，包括：获取待翻译的俄语语音，并将待翻译的俄语语音转换为待翻译梅尔谱图。通过预先训练好的俄汉语音翻译模型，将待翻译梅尔谱图翻译成目标梅尔谱图。根据目标梅尔谱图，得到待翻译的俄语语音对应的汉语语音。通过本公开提供的俄汉语音翻译方法，先将待翻译的俄语语音转换为待翻译梅尔谱图，能够准确表征待翻译的俄语语音的语音特征，进而采用训练好的俄汉语音翻译模型将其翻译成目标梅尔谱图，得到待翻译的俄(56)对比文件刘婉婉;苏依拉;乌尼尔;仁庆道尔吉.基于LSTM的蒙汉机器翻译的研究.计算机工程与科学.2018,(10),全文.
-
公开(公告)号：CN113612602A
公开(公告)日：2021-11-05
申请号：CN202110791227.2
申请日：2021-07-13
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本公开是关于一种量子密钥安全评定方法、量子密钥安全评定装置及介质。量子密钥安全评定方法包括：获取待确定量子密钥安全的光脉冲信号序列，光脉冲信号序列包括由发送方发送至接收方的量子密钥。响应于确定光脉冲信号序列为非独立脉冲序列，且光脉冲信号序列存在后脉冲效应，基于探测到光脉冲信号序列的第一探测率，确定光脉冲信号序列中包括的量子密钥的安全性。通过本公开提供的量子密钥安全评定方法，能够在光脉冲信号序列发送的过程中，根据后脉冲效应的影响，以及基于检测到光脉冲信号序列的第一探测率，确定发送方发送至接收方的量子密钥的安全性，进而提高检测量子密钥安全的准确度，使得到的评定结果更准确。
-
公开(公告)号：CN117152418A
公开(公告)日：2023-12-01
申请号：CN202311233167.8
申请日：2023-09-22
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明属于计算机视觉目标检测技术领域，特别涉及一种基于多样化数据增强的目标检测对抗样本生成方法及装置，该方法包括首先选取若干数据增强方法对数据集中的原始图片进行数据增强；然后将数据增强后的图片送入目标检测模型，计算各种数据增强方法对应的图像增强数据的梯度值，通过对每次迭代随机选取的数据增强策略计算的梯度值与原图梯度值进行加权平均来获取数据增强后的梯度值；最后将数据增强后的梯度值与动量相结合迭代更新原始图片，生成对抗样本。本发明提出了基于翻转和颜色随机变换的数据增强框架，有效防止对抗样本过拟合，另外，在迭代过程中将加权平均梯度与Moment动量结合，避免落入较差的局部最优中，有效的优化了收敛过程。
-
公开(公告)号：CN115358315A
公开(公告)日：2022-11-18
申请号：CN202211000711.X
申请日：2022-08-19
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种神经网络模型的对抗鲁棒性评估方法。该方法包括：步骤1：将神经网络模型中的分类器分为非线性部分fh和线性部分ft；步骤2：利用非线性部分fh来定义输入样本的表征向量；以表征向量作为自变量，利用线性部分ft来定义表征向量到各类别的绝对分类边界的距离公式；步骤3：根据输入至神经网络模型的原始样本x随机生成一个对抗样本，并将其作为最初的起始点；步骤4：利用距离公式和梯度下降法对给定的起始点进行优化更新，使得更新后的起始点的表征向量接近各类别的绝对分类边界；步骤5：重复步骤4，直至达到停止条件；步骤6：将最终的起始点作为对抗样本x′，使用攻击算法进行迭代攻击以确定神经网络模型的对抗鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.037 seconds)
