-
公开(公告)号：CN119520165A
公开(公告)日：2025-02-25
申请号：CN202510066964.4
申请日：2025-01-16
Applicant: 中国海洋大学
IPC: H04L9/40 , H04L67/12 , G06N3/0455
Abstract: 本发明属于网络安全技术领域，公开了基于时空编解码器的工控网络无监督异常检测方法及系统，包括以下步骤：步骤1、工业控制网络传感器数据处理和样本构建；对历史传感器原始数据和时间序列进行采样和数据处理，得到样本序列；步骤2、构建基于时空编解码器的无监督深度学习模型并训练；步骤3、传感器数据时空特征分析，输出未来预定时段的传感器数据作为预测值；步骤4、异常报警：结合步骤3输出的预测值和置信度确定置信空间，当前实际的传感器数据超出正常范围时，触发网络异常警报。通过本发明提高提高工业控制网络异常检测的识别率和泛化性。
-
公开(公告)号：CN118351340B
公开(公告)日：2024-08-20
申请号：CN202410772327.4
申请日：2024-06-17
Applicant: 中国海洋大学
IPC: G06V10/75 , G06V10/74 , G06V10/774 , G06V10/82 , G06V10/762 , G06N3/088
Abstract: 本发明属于目标重识别技术领域，公开了基于样本挖掘的双分支无监督目标重识别方法及系统，所述方法包括步骤1、构建无监督目标重识别网络模型，步骤2、特征提取和聚类，步骤3、图匹配筛选，步骤4、损失计算，通过本发明构建相机内和相机间两个分支进行模型训练，并改进对比损失，综合两个分支的对比损失得到混合稀疏对比损失，提高重识别的准确率。
-
公开(公告)号：CN118351340A
公开(公告)日：2024-07-16
申请号：CN202410772327.4
申请日：2024-06-17
Applicant: 中国海洋大学
IPC: G06V10/75 , G06V10/74 , G06V10/774 , G06V10/82 , G06V10/762 , G06N3/088
Abstract: 本发明属于目标重识别技术领域，公开了基于样本挖掘的双分支无监督目标重识别方法及系统，所述方法包括步骤1、构建无监督目标重识别网络模型，步骤2、特征提取和聚类，步骤3、图匹配筛选，步骤4、损失计算，通过本发明构建相机内和相机间两个分支进行模型训练，并改进对比损失，综合两个分支的对比损失得到混合稀疏对比损失，提高重识别的准确率。
-
公开(公告)号：CN117743694B
公开(公告)日：2024-05-14
申请号：CN202410166365.5
申请日：2024-02-06
Applicant: 中国海洋大学
IPC: G06F16/9535 , G06F16/951 , G06N3/0455 , G06N3/096 , G06F18/21 , G06F18/25 , G06N3/042 , G06N3/0464
Abstract: 本发明属于跨域推荐技术领域，公开了基于图节点特征增强的多层迁移学习跨域推荐方法及系统，该方法首先利用用户和物品的索引ID，基于高阶图结构生成用户和物品在源域和目标域的初始嵌入特征；然后提取多维一致性用户偏好特征，然后基于Transformer模型架构深度融合用户初始图节点嵌入特征和多维一致性用户偏好特征，增强图节点嵌入特征；然后分层对齐源域和目标域的用户特征分布、并聚合各层用户和物品特征，最后得到最终用于评分预测的用户和物品嵌入特征，进行评分预测。通过本发明充分挖掘推荐系统中辅助信息的价值以提取用户多维一致性偏好特征，获得更高质量的用户特征表示，提高跨域推荐质量。
-
公开(公告)号：CN117829320A
公开(公告)日：2024-04-05
申请号：CN202410244640.0
申请日：2024-03-05
Applicant: 中国海洋大学
IPC: G06N20/00 , G06N3/0464 , G06N3/08
Abstract: 本发明属于图像处理技术领域，公开了一种基于图神经网络和双向深度知识蒸馏的联邦学习方法，包括以下步骤：服务器端初始化一个全局模型，并将初始权重分发给所有客户端；客户端接收服务器下发的全局模型，并使用基于注意力机制的视觉图神经网络进行本地训练；客户端获取其本地模型的中间层表示和最终输出，并接收服务器在前一轮模型更新中的中间层表示和最终输出，计算出客户端的知识蒸馏损失，进而计算客户端的总损失；更新客户端本地模型梯度并发送到服务器；服务器端接收各客户端模型上传的本地模型更新和蒸馏损失，计算平均梯度和平均蒸馏损失；最后服务器端计算总损失并更新全局模型。通过本发明实现客户端和服务器之间知识共享。
-
Patent Agency Ranking
公开(公告)号：CN117351015A
公开(公告)日：2024-01-05
申请号：CN202311648686.0
申请日：2023-12-05
Applicant: 中国海洋大学
IPC: G06T7/00 , G06T7/13 , G06N3/0464 , G06V20/00 , G06V10/40
Abstract: 本发明属于图像处理技术领域，公开了基于边缘监督和多域交叉相关的篡改检测方法及系统，包括以下步骤：步骤1、提取源域篡改域特征，步骤2、使用解耦边缘监督进行篡改域边缘定位和篡改域定位，提取篡改域特征：步骤3、提取源域特征：将步骤1得到的源域篡改域特征与步骤2得到的篡改域特征做差，得到源域特征；步骤4、进行多域交叉相关性建模，获取源域篡改域背景图：对源域篡改域特征、篡改域特征和源域特征进行多域交叉相关性建模，得到源域篡改域背景图。通过本发明提高源域篡改域定位的准确性，并对最终结果进行监督，提高对源域篡改域和背景判断的准确性。
-
公开(公告)号：CN116644439A
公开(公告)日：2023-08-25
申请号：CN202310911643.0
申请日：2023-07-25
Applicant: 中国海洋大学
IPC: G06F21/57 , G06V10/764 , G06V10/74 , G06V10/30 , G06V10/82 , G06N3/0475 , G06N3/094 , G06N3/084
Abstract: 本发明属于信息安全技术领域，公开了一种基于去噪扩散模型的模型安全性评估方法，包括以下步骤：将目标模型的分类样本送入初始生成器生成初始数据；使用去噪扩散模型扩充初始数据，生成额外数据；通过残差结构融合初始数据和额外数据，得到多源查询样本；通过多源查询样本和目标模型预测结果训练替代模型和生成器模型；计算替代模型和目标模型的功能相似度，评估目标模型的安全性。针对未知架构的人工智能模型，本发明在不访问目标模型训练数据集的基础上，通过去噪扩散模型和残差结构生成高质量的多源查询样本，从而使替代模型对目标模型进行高效地拟合，提升目标模型安全性评估效率。
-
公开(公告)号：CN115205570B
公开(公告)日：2022-12-20
申请号：CN202211112425.2
申请日：2022-09-14
Applicant: 中国海洋大学
IPC: G06V10/762 , G06V10/774 , G06V10/82 , G06V10/74
Abstract: 本发明属于图像处理技术领域，公开了一种基于对比学习的无监督跨域目标重识别方法，包括步骤1、构建无监督跨域目标重识别网络模型，为聚类样本生成伪标签；步骤2、构建基于相机原型的混合内存库；步骤3、基于混合内存库进行联合对比学习，生成可靠伪标签；步骤4、反复迭代步骤1‑步骤3，训练所述无监督跨域目标重识别网络模型；步骤5、将待识别的图像输入训练好的模型中，进行目标重识别，输出识别结果。通过本发明减轻了伪标签噪声对对比学习造成的影响，抑制了伪标签噪声的影响，提高目标识别精度。
-
公开(公告)号：CN114692155B
公开(公告)日：2022-08-23
申请号：CN202210595809.8
申请日：2022-05-30
Applicant: 中国海洋大学
Abstract: 本发明属于网络安全技术领域，公开了基于知识图谱的漏洞代码图谱构建及代码漏洞检测方法，本发明首先生成源代码的代码图谱，然后基于漏洞模式、数据依赖、控制依赖，从源代码漏洞图谱中提取漏洞代码子图，得到标注数据集，然后从漏洞代码子图中提取六种特征，整合得到漏洞代码子图的向量表示，最后将漏洞代码子图的向量表示输入到分类模型进行训练，利用标签信息对分类模型进行优化，生成漏洞代码检测模型。漏洞代码检测模型能够对漏洞代码进行多分类漏洞检测，保证在软件开发过程中代码的安全性。
-
公开(公告)号：CN107047279B
公开(公告)日：2022-08-09
申请号：CN201710252347.9
申请日：2017-04-18
Applicant: 中国海洋大学
Abstract: 一种便于构建和修复海草场的播种装置和方法。包括一个种子皿与下部的定位管脚架及上部的设有一限深杆助推杵，该助推杵下部与种子皿的内壁相套合,种子皿的底部设有一个活动托板。播种时在定位管脚架的下方铺设其上均布着多个限位孔的种距孔板，种子皿外侧四分之一周长所对应的管壁上贴合固定一嵌合装置，且嵌合装置上端面与种子皿上端面相平，嵌合装置下端面与定位管脚架上部外壁贴合；在种子皿下端面、嵌合装置下部左右设有一嵌位槽。本发明结构合理、成本低，操作简便可靠，实现了种子留存率高、萌发效果好的特点，为大规模的构建和恢复遭到破坏的海草场提供了一种新的装置和方法，为实现结构复杂而稳定的海草床生态系统提供有效的技术支持。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.039 seconds)
