-
公开(公告)号：CN118839324A
公开(公告)日：2024-10-25
申请号：CN202410790650.4
申请日：2024-06-18
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06F21/32 , A61B5/117 , A61B5/378 , A61B5/00 , H04L9/32 , G06F18/241 , G06F18/213 , G06V40/10 , G06V40/50 , G06V10/764 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于混合任务编码的可撤销脑电身份认证方法，应用于身份认证技术领域。本发明包括：S1、诱发图案设计步骤：采用多个圆形闪烁图案来构成诱发图案；S2、用户注册步骤：获取用户根据S1中诱发图案产生的脑电信号，并依据脑电信号产生身份编码完成用户注册；S3、用户认证步骤：采集用户根据注册时的诱发图案产生的脑电信号，依据脑电信号产生对应身份编码，通过判断认证产生的身份编码与注册产生的身份编码是否一致来完成用户的认证；S4、身份编码撤销更换步骤：当身份编码面临安全风险时，用户则重新进行注册来产生新的身份编码。本发明由于该生成身份编码与任务高度相关，可以通过改变诱发任务更改用户的身份编码，实现脑电身份编码的可撤销性。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN115358373A
公开(公告)日：2022-11-18
申请号：CN202211000089.2
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: 本发明提供一种针对基于交叉熵对抗攻击的防御方法。该方法包括：采用干净样本对需要防御的深度神经网络模型进行训练，使其达到拟合状态；当所述深度神经网络模型达到拟合状态之后，采用干净样本对其继续训练使其达到超拟合状态；所述超拟合状态对应至采用对抗样本对所述深度神经网络模型进行训练之后达到的拟合状态；将此时超拟合状态下的深度神经网络模型作为训练好的深度神经网络模型进行使用。
-
公开(公告)号：CN114722407B
公开(公告)日：2024-05-24
申请号：CN202210208387.4
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: 本发明提供一种基于内生式对抗样本的图像保护方法。该方法包括：步骤1：对原始图像进行特征分解，分解为显性特征和隐性特征；步骤2：对所述隐性特征进行特征修改，得到修改后隐性特征；步骤3：将所述显性特征和所述修改后隐性特征进行合成得到对抗样本，将所述对抗样本替换掉原始图像作为面向外部系统公开的图像。本发明提供的内生式的对抗攻击十分契合于黑盒攻击的场景；并且由于修改的隐性特征部分本身不影响图像质量及其主要内容，因此对抗样本图像与原始图像的视觉一致性天然存在，使得生成的对抗样本天然满足对抗样本应该具有的难以察觉性，具有很好的感知真实性，因此可以省去关于对抗扰动大小的超参数和损失函数的设置。
-
公开(公告)号：CN117312949A
公开(公告)日：2023-12-29
申请号：CN202311260413.9
申请日：2023-09-27
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06F18/241 , A61B5/374 , A61B5/00 , G06F18/214 , G06F18/10 , G06F18/213 , G06N3/0464
Abstract: 本发明涉及脑电信号处理技术领域，特别涉及一种基于2K标准分类器的生成对抗网络脑电数据扩增方法及系统，通过信号格式变换处理对原始脑电信号进行处理，并基于处理后的脑电信号来获取脑电数据样本；在生成对抗网络模型中的生成器和判别器分别添加用于提取脑电信号每个电极中不同维度特征的CNN结构，通过将类别标签加入判别器输入分支来使判别器等效为2K标准分类器，以构建用于脑电数据样本增强的生成对抗网络模型；利用生成对抗网络模型对脑电数据样本进行扩增处理。本发明使得模型有针对性地结合不同类别特征生成数据，有条件生成的扩增数据能够契合脑电身份识别的应用场景，提高类别间差异化特征的学习能力，可适用于脑电不同类型的数据集样本。
-
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：CN114722407A
公开(公告)日：2022-07-08
申请号：CN202210208387.4
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: 本发明提供一种基于内生式对抗样本的图像保护方法。该方法包括：步骤1：对原始图像进行特征分解，分解为显性特征和隐性特征；步骤2：对所述隐性特征进行特征修改，得到修改后隐性特征；步骤3：将所述显性特征和所述修改后隐性特征进行合成得到对抗样本，将所述对抗样本替换掉原始图像作为面向外部系统公开的图像。本发明提供的内生式的对抗攻击十分契合于黑盒攻击的场景；并且由于修改的隐性特征部分本身不影响图像质量及其主要内容，因此对抗样本图像与原始图像的视觉一致性天然存在，使得生成的对抗样本天然满足对抗样本应该具有的难以察觉性，具有很好的感知真实性，因此可以省去关于对抗扰动大小的超参数和损失函数的设置。
-
-
-
-
-
-
Search Results
7
records
(took 0.048 seconds)
