-
公开(公告)号：CN119360158B
公开(公告)日：2025-04-15
申请号：CN202411909187.7
申请日：2024-12-24
Applicant: 军工保密资格审查认证中心
IPC: G06V10/774 , G06V10/764 , G06V10/84 , G06V10/30
Abstract: 本申请提出了一种用于防御对抗攻击的模型训练方法，包括：获取常规样本图像集合，以及获取对抗样本图像集合；在第一训练阶段，基于所述常规样本图像集合，对第一扩散分类模型进行训练，迭代至模型预测结果与常规样本图像的真实分类结果的差异小于或等于预定差异阈值，得到第二扩散分类模型；在第二训练阶段，基于所述对抗样本图像集合，对所述第二扩散分类模型进行训练，迭代至反向扩散过程中每步去噪的误差小于或等于预定误差阈值，得到第三扩散分类模型。本申请的技术方案有效提升了图像分类模型抵御对抗攻击能力。
-
公开(公告)号：CN113946681A
公开(公告)日：2022-01-18
申请号：CN202111558098.9
申请日：2021-12-20
Applicant: 军工保密资格审查认证中心 , 北京中船信息科技有限公司
IPC: G06F16/35 , G06F40/284 , G06N3/08
Abstract: 本申请涉及一种文本数据的事件抽取方法、装置、电子设备及计算机可读介质。该方法包括：将文本数据中的至少一个句子依次输入BERT模型进行预训练；根据预训练结果生成所述至少一个句子对应的至少一个句子向量集合，句子向量集合中包括多个单词和其对应的词向量、位置向量、句子序号；将所述至少一个句子向量集合输入事件抽取模型中以生成至少一个事件集合；其中，所述事件抽取模型基于实体注意力机制和动态池化层生成。本申请涉及的文本数据的事件抽取方法、装置、电子设备及计算机可读介质，能够减少无关信息对事件抽取任务产生的干扰，一次性的由文本数据的句子中抽取多个有价值的信息，提升信息抽取的准确度。
-
公开(公告)号：CN119360158A
公开(公告)日：2025-01-24
申请号：CN202411909187.7
申请日：2024-12-24
Applicant: 军工保密资格审查认证中心
IPC: G06V10/774 , G06V10/764 , G06V10/84 , G06V10/30
Abstract: 本申请提出了一种用于防御对抗攻击的模型训练方法，包括：获取常规样本图像集合，以及获取对抗样本图像集合；在第一训练阶段，基于所述常规样本图像集合，对第一扩散分类模型进行训练，迭代至模型预测结果与常规样本图像的真实分类结果的差异小于或等于预定差异阈值，得到第二扩散分类模型；在第二训练阶段，基于所述对抗样本图像集合，对所述第二扩散分类模型进行训练，迭代至反向扩散过程中每步去噪的误差小于或等于预定误差阈值，得到第三扩散分类模型。本申请的技术方案有效提升了图像分类模型抵御对抗攻击能力。
-
公开(公告)号：CN119323537A
公开(公告)日：2025-01-17
申请号：CN202411818855.5
申请日：2024-12-11
Applicant: 军工保密资格审查认证中心
IPC: G06T5/77 , G06T5/60 , G06T5/50 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/0985
Abstract: 本申请提出了一种针对低光图像恢复模型的优化训练方法，包括：获取当前图像恢复任务的第一训练集，第一训练集的每组样本数据包括第一训练图像和第二训练图像；对第一训练集中每组样本数据的第一训练图像进行反事实增强处理，得到第三训练图像；以第三训练图像替换第一训练图像，得到第二训练集；以第二训练集中的第三训练图像作为输入图像，以第二训练集中的第二训练图像作为输出图像的对照图像，对初始低光图像恢复模型优化训练至收敛，在每次优化训练过程中，对模型内至少一个尺度的编码器网络内部的残差块处理得到的中间图像进行频域正则化处理。本技术方案提升了低光图像恢复模型的图像恢复准确性。
-
公开(公告)号：CN118520927A
公开(公告)日：2024-08-20
申请号：CN202410979252.7
申请日：2024-07-22
Applicant: 军工保密资格审查认证中心
IPC: G06N3/0895 , G06N3/042 , G06N3/045
Abstract: 本发明涉及图对比学习技术领域。一种引入层次拓扑同构知识的对比学习方法包括获取数据集，对神经网络初始化；获取原始输入图，并对原始输入图进行增强，得到增强图；利用自监督的初始图对比学习，对增强图进行处理，经过神经网络的主干图神经网络#imgabs0#和映射头#imgabs1#，得到对比学习损失#imgabs2#；将图增强输入至神经网络的图层专家系统#imgabs3#和图层拓扑同构知识预测头#imgabs4#，得到图层拓扑同构损失#imgabs5#；将图增强输入至神经网络的子图层专家系统#imgabs6#和子图层预测头#imgabs7#，得到子图层拓扑同构损失#imgabs8#；将对比学习损失#imgabs9#、图层拓扑同构损失#imgabs10#和子图层拓扑同构损失#imgabs11#进行结合，得到模型损失#imgabs12#；利用模型损失#imgabs13#，得到分类F1值。
-
Patent Agency Ranking
公开(公告)号：CN118520925A
公开(公告)日：2024-08-20
申请号：CN202410979228.3
申请日：2024-07-22
Applicant: 军工保密资格审查认证中心
Abstract: 本公开提供一种基于去偏域抽象的预训练模型微调方法、装置和设备，包括：获取下游任务数据集，下游任务数据集中包括样本训练集、样本验证集和样本测试集；基于样本训练集和预训练模型确定去偏域抽象表征，基于预设去偏提示词、去偏域抽象表征以及样本训练集确定提示学习训练集；基于提示学习训练集对预训练模型进行微调；基于提示学习验证集对预训练模型进行评估调整；基于提示学习测试集对预训练模型进行模型测试。从而结合预训练模型与下游任务相关知识域的实际分布，通过去偏的方式近似下游任务的完整目标域，以完整目标域作为提示为预训练模型提供无歧义指导，使得微调后的预训练模型与下游任务具有较强的关联性，能够有效执行相应任务处理。
-
公开(公告)号：CN115081452B
公开(公告)日：2022-11-01
申请号：CN202211002675.0
申请日：2022-08-22
Applicant: 军工保密资格审查认证中心 , 北京中船信息科技有限公司
IPC: G06F40/295 , G06N20/00 , G06F16/35 , G06F40/216
Abstract: 本申请属于自然语言处理领域，具体提供了一种实体关系的抽取方法。该方法包括：利用BERT模型对待抽取的文本数据进行编码，获得所述文本数据的向量化表示；其中，所述文本数据包括至少一个句子；基于所述文本数据的向量化表示，利用实体关系抽取模型获取所述文本数据中单词对存在特定关系的概率；其中，所述实体关系抽取模型基于多头注意力机制和知识蒸馏构建。基于本申请提供的技术方案，可以提高实体关系抽取的精确性。
-
公开(公告)号：CN113946681B
公开(公告)日：2022-03-29
申请号：CN202111558098.9
申请日：2021-12-20
Applicant: 军工保密资格审查认证中心 , 北京中船信息科技有限公司
IPC: G06F16/35 , G06F40/284 , G06N3/08
Abstract: 本申请涉及一种文本数据的事件抽取方法、装置、电子设备及计算机可读介质。该方法包括：将文本数据中的至少一个句子依次输入BERT模型进行预训练；根据预训练结果生成所述至少一个句子对应的至少一个句子向量集合，句子向量集合中包括多个单词和其对应的词向量、位置向量、句子序号；将所述至少一个句子向量集合输入事件抽取模型中以生成至少一个事件集合；其中，所述事件抽取模型基于实体注意力机制和动态池化层生成。本申请涉及的文本数据的事件抽取方法、装置、电子设备及计算机可读介质，能够减少无关信息对事件抽取任务产生的干扰，一次性的由文本数据的句子中抽取多个有价值的信息，提升信息抽取的准确度。
-
公开(公告)号：CN118520925B
公开(公告)日：2024-12-13
申请号：CN202410979228.3
申请日：2024-07-22
Applicant: 军工保密资格审查认证中心
Abstract: 本公开提供一种基于去偏域抽象的预训练模型微调方法、装置和设备，包括：获取下游任务数据集，下游任务数据集中包括样本训练集、样本验证集和样本测试集；基于样本训练集和预训练模型确定去偏域抽象表征，基于预设去偏提示词、去偏域抽象表征以及样本训练集确定提示学习训练集；基于提示学习训练集对预训练模型进行微调；基于提示学习验证集对预训练模型进行评估调整；基于提示学习测试集对预训练模型进行模型测试。从而结合预训练模型与下游任务相关知识域的实际分布，通过去偏的方式近似下游任务的完整目标域，以完整目标域作为提示为预训练模型提供无歧义指导，使得微调后的预训练模型与下游任务具有较强的关联性，能够有效执行相应任务处理。
-
公开(公告)号：CN115186109B
公开(公告)日：2023-05-05
申请号：CN202210942932.2
申请日：2022-08-08
Applicant: 军工保密资格审查认证中心 , 中科大数据研究院
IPC: G06F16/36 , G06F40/247 , G06F40/289 , G06F40/295
Abstract: 本发明涉及安全信息网络技术领域，提供一种威胁情报知识图谱的数据处理方法、设备、介质，方法包括：获取威胁情报数据，所述威胁情报数据包括多类实体集，每类实体集包括多个实体；每个实体包括多个基本属性和多个关联属性；每个基本属性和关联属性均包括属性名和属性值，每一个关联属性的属性值为另一个实体；将每个实体的基本属性和关联属性存入一个实体文档；建立三元组列表；将三元组列表和每个实体文档转换格式，导入搜索服务器，形成威胁情报知识图谱。本方案将海量的威胁情报相关的信息进行整合、清理、图谱关联，返回关键要素和关联关系等有价值的信息，及时为网络安全的预防工作提供保障。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.031 seconds)
