-
公开(公告)号：CN113641935B
公开(公告)日：2023-10-20
申请号：CN202110924601.1
申请日：2021-08-12
Applicant: 厦门大学
IPC: G06F16/958 , G06N20/00
Abstract: 本发明公开了一种利用数据增强提高匿名网络网页指纹监控能力的方法，包括：收集预设数量的网络流量；对每一条收集到的网络流量应用预设次三种数据包增强操作，以将每一条网络流量生成多条不同的网络流量；所述三种数据包增强操作包括插入操作(Injecting)、移除操作(Removing)和丢失操作(Losing)；使用增强后的网络流量数据集对分类器进行训练；监控者监听并捕获用户的网络流量，并利用训练好的分类器实现网页指纹识别。本发明通过三个增强操作模拟了真实互联网环境下可能出现的网络异常情况，具有现实意义；限制收集的网络流量在一定程度上解决了网页指纹识别中出现的可复制性困难和引导时间过长的问题。
-
Patent Agency Ranking
公开(公告)号：CN114970596A
公开(公告)日：2022-08-30
申请号：CN202210061313.2
申请日：2022-01-19
Applicant: 福建省产品质量检验研究院(福建省缺陷产品召回技术中心) , 厦门大学
Abstract: 本发明公开了一种基于拉曼光谱分析的鱼粉掺假快速检测方法，包括：通过数据增强方法获得训练数据集：随机挑选纯鱼粉和掺假物质的拉曼光谱进行预处理，再按照一定比例进行线性加和，并按需进行归一化操作，生成兼具鱼粉和掺假物质拉曼光谱特征的用于训练的正样本；基于纯鱼粉样品用类似正样本生成的方法生成具有鱼粉拉曼光谱特征的用于训练的负样本；将所获得的训练样本按照预设比例拆分为训练集、测试集和验证集，共同输入神经网络进行网络模型训练；采集待测鱼粉样品的拉曼光谱，输入训练好的网络模型以检测该样本是否含有掺假物质。本发明将数据增强引入网络模型训练中，训练成本低，鉴别过程速度快，能够满足鱼粉掺假快速检测的需求。
-
公开(公告)号：CN113378680B
公开(公告)日：2022-06-28
申请号：CN202110610390.4
申请日：2021-06-01
Applicant: 厦门大学 , 厦门市普识纳米科技有限公司
Abstract: 本发明提出一种拉曼光谱数据的智能建库方法，首先利用小波变换将原始拉曼光谱的一维序列信号变换为小波空间中的二维信号，然后输入生成对抗网络进行训练。生成对抗网络包括一个生成模型和一个判别模型，以两个模型对抗的形式训练；前者输入随机生成的向量产生生成光谱(二维格式)，后者输入原始光谱和生成光谱(二维格式)并判断输入是否为原始光谱。生成对抗网络的训练完成后，利用其中的生成模型产生大量的与原始光谱相似的生成光谱(二维格式)，并与原始光谱联合建立光谱数据库。该数据库以二维信号格式来存储光谱数据。本发明的方法解决了将深度学习应用于拉曼光谱分析领域时所面临的光谱数据采集难、成本高和耗时长等问题，推动了深度学习方法在光谱分析应用的落地。
-
公开(公告)号：CN113378680A
公开(公告)日：2021-09-10
申请号：CN202110610390.4
申请日：2021-06-01
Applicant: 厦门大学 , 厦门市普识纳米科技有限公司
Abstract: 本发明提出一种拉曼光谱数据的智能建库方法，首先利用小波变换将原始拉曼光谱的一维序列信号变换为小波空间中的二维信号，然后输入生成对抗网络进行训练。生成对抗网络包括一个生成模型和一个判别模型，以两个模型对抗的形式训练；前者输入随机生成的向量产生生成光谱(二维格式)，后者输入原始光谱和生成光谱(二维格式)并判断输入是否为原始光谱。生成对抗网络的训练完成后，利用其中的生成模型产生大量的与原始光谱相似的生成光谱(二维格式)，并与原始光谱联合建立光谱数据库。该数据库以二维信号格式来存储光谱数据。本发明的方法解决了将深度学习应用于拉曼光谱分析领域时所面临的光谱数据采集难、成本高和耗时长等问题，推动了深度学习方法在光谱分析应用的落地。
-
公开(公告)号：CN114970596B
公开(公告)日：2024-08-23
申请号：CN202210061313.2
申请日：2022-01-19
Applicant: 福建省产品质量检验研究院(福建省缺陷产品召回技术中心) , 厦门大学
IPC: G06F18/2415 , G06F18/15 , G06F18/213 , G06N3/0464 , G06N3/084 , G01N21/65
Abstract: 本发明公开了一种基于拉曼光谱分析的鱼粉掺假快速检测方法，包括：通过数据增强方法获得训练数据集：随机挑选纯鱼粉和掺假物质的拉曼光谱进行预处理，再按照一定比例进行线性加和，并按需进行归一化操作，生成兼具鱼粉和掺假物质拉曼光谱特征的用于训练的正样本；基于纯鱼粉样品用类似正样本生成的方法生成具有鱼粉拉曼光谱特征的用于训练的负样本；将所获得的训练样本按照预设比例拆分为训练集、测试集和验证集，共同输入神经网络进行网络模型训练；采集待测鱼粉样品的拉曼光谱，输入训练好的网络模型以检测该样本是否含有掺假物质。本发明将数据增强引入网络模型训练中，训练成本低，鉴别过程速度快，能够满足鱼粉掺假快速检测的需求。
-
公开(公告)号：CN113641935A
公开(公告)日：2021-11-12
申请号：CN202110924601.1
申请日：2021-08-12
Applicant: 厦门大学
IPC: G06F16/958 , G06N20/00
Abstract: 本发明公开了一种利用数据增强提高匿名网络网页指纹监控能力的方法，包括：收集预设数量的网络流量；对每一条收集到的网络流量应用预设次三种数据包增强操作，以将每一条网络流量生成多条不同的网络流量；所述三种数据包增强操作包括插入操作(Injecting)、移除操作(Removing)和丢失操作(Losing)；使用增强后的网络流量数据集对分类器进行训练；监控者监听并捕获用户的网络流量，并利用训练好的分类器实现网页指纹识别。本发明通过三个增强操作模拟了真实互联网环境下可能出现的网络异常情况，具有现实意义；限制收集的网络流量在一定程度上解决了网页指纹识别中出现的可复制性困难和引导时间过长的问题。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
