-
公开(公告)号:CN111598805A
公开(公告)日:2020-08-28
申请号:CN202010402772.3
申请日:2020-05-13
Applicant: 华中科技大学
Abstract: 本发明属于对抗样本防御技术领域,公开了一种基于VAE-GAN的对抗样本防御方法及系统,使用变分自动编码器VAE和生成对抗网络GAN对对抗样本进行去噪,VAE作为分类器的预处理模型对对抗样本进行去噪处理,GAN用于辅助VAE的训练,使得VAE输出的图像结果更加接近于原始无噪声的图像。本发明提供的基于VAE-GAN的对抗样本防御方法属于输入预处理,可在不同分类模型之间学习迁移;无需重新训练原有分类网络,训练成本较低;几乎不影响原始无噪声样本分类精度;不需要使用对抗样本,所以无需而外的训练对抗样本;对噪声较小的对抗样本防御效果也很好;预处理速度快且输出图像质量接近于原始无噪声图像。
-
公开(公告)号:CN114627900B
公开(公告)日:2023-07-04
申请号:CN202210289619.3
申请日:2022-03-23
Applicant: 华中科技大学
IPC: G11B7/0037 , G11B7/0045
Abstract: 本发明属于存储介质定位技术领域,公开了一种能在单一存储介质定位的方法、系统及应用,将光学头采用双物镜或双光点的方案;预制三维体材料的螺旋线以开环的写入方式,将带有层信息的地址写入一定宽度的螺旋线上;在预先制备刻写时在螺旋线特定的位置标识上地址信息。本发明的能在单一存储介质定位的方案,能够保证可在单一体存储材料中能找到不同的逻辑层,实现信息数据的读取与写入操作。通过本发明提出的格式及基于此格式的跳层方案,能够实现精准的跳层操作,对后续实现多层的数据读取和写入具有重要意义;采用此跳层方案一定宽度的螺旋线仅占用较少的存储空间用于标识层号,没有过多的占用用户的存储空间,提升了三维体存储的存储容量。
-
公开(公告)号:CN114627900A
公开(公告)日:2022-06-14
申请号:CN202210289619.3
申请日:2022-03-23
Applicant: 华中科技大学
IPC: G11B7/0037 , G11B7/0045
Abstract: 本发明属于存储介质定位技术领域,公开了一种能在单一存储介质定位的方法、系统及应用,将光学头采用双物镜或双光点的方案;预制三维体材料的螺旋线以开环的写入方式,将带有层信息的地址写入一定宽度的螺旋线上;在预先制备刻写时在螺旋线特定的位置标识上地址信息。本发明的能在单一存储介质定位的方案,能够保证可在单一体存储材料中能找到不同的逻辑层,实现信息数据的读取与写入操作。通过本发明提出的格式及基于此格式的跳层方案,能够实现精准的跳层操作,对后续实现多层的数据读取和写入具有重要意义;采用此跳层方案一定宽度的螺旋线仅占用较少的存储空间用于标识层号,没有过多的占用用户的存储空间,提升了三维体存储的存储容量。
-
公开(公告)号:CN111476867A
公开(公告)日:2020-07-31
申请号:CN202010265887.2
申请日:2020-04-07
Applicant: 华中科技大学
Abstract: 本发明属于图像数据处理技术领域,公开了一种基于变分自编码和生成对抗网络的手绘草图生成方法,获取矢量格式草图,进行格式转换,构建新数据集;获取新数据集中笔画向量的全局和局部特征结构;利用解码器,得到新数据集的笔画正态分布参数数据和笔画状态分类分布的概率数据;从正态分布中随机取样并计算笔画状态,得到每个时间步的预测输出,获取预测生成的草图;利用鉴别器,获取输入数据的真假信息,得到融合VAE和GAN的草图生成模型;将数据输入到生成模型中,得到预测生成草图。本发明的草图生成方法生成草图质量高,并且支持多类草图生成。
-
-
-