-
公开(公告)号:CN106709477A
公开(公告)日:2017-05-24
申请号:CN201710098166.5
申请日:2017-02-23
Applicant: 哈尔滨工业大学深圳研究生院
CPC classification number: G06K9/00288 , G06K9/2018 , G06K9/6292 , G06N3/084
Abstract: 本发明公开了一种基于自适应得分融合与深度学习的人脸识别方法及系统,该系统包括:近红外人脸和可见光人脸采集单元,用于通过两个模态的摄像头协同工作,共同采集同一个人脸的图片;人脸特征提取单元,用于通过深度卷积模型分别对获取的近红外人脸图片和可见光人脸图片进行特征提取;自适应的分融合单元,用于通过欧氏距离求出两张图片的相似度,也就是图片的得分,然后利用自适应的得分融合算法对使用深度学习算法提取到的人脸特征在得分层次进行融合,求出该用户最终的得分;结果输出单元,用于进行最终得分结果的输出。本发明既可以解决近红外光的光照强度对人脸成像的影响,又可以利用可见光图片解决近红外图片细节消失的问题。
-
公开(公告)号:CN110378148B
公开(公告)日:2023-02-03
申请号:CN201910680596.7
申请日:2019-07-25
Applicant: 哈尔滨工业大学
IPC: G06F21/62
Abstract: 一种面向云平台的多域数据隐私保护方法,涉及多域数据隐私保护技术领域。本发明为了解决现有的多域数据隐私保护方法一般采用静态匿名来发布数据,不够灵活,不能限制数据分析人员获得的数据范围,无法满足使用原始数据的需求的问题。本发明包括数据匿名化处理和原始数据恢复处理;本发明针对数据分析和事务处理场景下的具体需求,来采用相应的隐私保护策略,对不同领域的结构化数据表,通过数据匿名为主体的隐私保护技术,来达到减少云端数据隐私泄露风险的效果,同时满足一定事务处理上的需求。将匿名后数据存储并用于数据分析,降低隐私信息泄露的风险,对数据进行动态的匿名化,限制数据分析人员可以获得的数据范围,同时更好的保护数据隐私。
-
公开(公告)号:CN110378148A
公开(公告)日:2019-10-25
申请号:CN201910680596.7
申请日:2019-07-25
Applicant: 哈尔滨工业大学
IPC: G06F21/62
Abstract: 一种面向云平台的多域数据隐私保护方法,涉及多域数据隐私保护技术领域。本发明为了解决现有的多域数据隐私保护方法一般采用静态匿名来发布数据,不够灵活,不能限制数据分析人员获得的数据范围,无法满足使用原始数据的需求的问题。本发明包括数据匿名化处理和原始数据恢复处理;本发明针对数据分析和事务处理场景下的具体需求,来采用相应的隐私保护策略,对不同领域的结构化数据表,通过数据匿名为主体的隐私保护技术,来达到减少云端数据隐私泄露风险的效果,同时满足一定事务处理上的需求。将匿名后数据存储并用于数据分析,降低隐私信息泄露的风险,对数据进行动态的匿名化,限制数据分析人员可以获得的数据范围,同时更好的保护数据隐私。
-
公开(公告)号:CN106919808B
公开(公告)日:2019-06-14
申请号:CN201710110410.5
申请日:2017-02-28
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G16B20/00
Abstract: 本发明公开了一种基于变步长最小均方误差自适应滤波器的基因识别系统,包括变步长最小均方误差自适应滤波器算法改进单元和基因结构多特征加权融合算法处理单元;所述的变步长最小均方误差自适应滤波器算法改进单元,用于通过变步长最小均方误差自适应改进算法对基因序列进行滤波处理,得到随机噪声较少、周期3行为较强的基因特征;所述的基因结构多特征加权融合算法处理单元,用于通过多特征加权融合策略,对基因序列进行特征提取,从而得到表达能力更强的特征向量。本发明提出了变步长最小均方误差自适应滤波器改进算法和多特征加权融合算法,并将二者集成到同一个基因识别系统中,进一步改善其识别性能。
-
公开(公告)号:CN106919808A
公开(公告)日:2017-07-04
申请号:CN201710110410.5
申请日:2017-02-28
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06F19/18
CPC classification number: G16B20/00
Abstract: 本发明公开了一种基于变步长最小均方误差自适应滤波器的基因识别系统,包括变步长LMS自适应滤波器算法改进单元和基因结构多特征加权融合算法处理单元;所述的变步长LMS自适应滤波器算法改进单元,用于通过变步长LMS自适应改进算法对基因序列进行滤波处理,得到随机噪声较少、周期3行为较强的基因特征;所述的基因结构多特征加权融合算法处理单元,用于通过多特征加权融合策略,对基因序列进行特征提取,从而得到表达能力更强的特征向量。本发明提出了变步长LMS自适应滤波器改进算法和多特征加权融合算法,并将二者集成到同一个基因识别系统中,进一步改善其识别性能。
-
-
-
-