-
公开(公告)号:CN116707826A
公开(公告)日:2023-09-05
申请号:CN202310788288.2
申请日:2023-06-29
Applicant: 哈尔滨工程大学 , 哈尔滨工程大学三亚南海创新发展基地 , 价值链技术(深圳)有限公司
Abstract: 本发明公开了一种基于国密的CoAP协议身份认证和数据加密方法,包括:对客户端与服务端的身份认证数据进行预配置;并根据预配置信息进行身份认证,判断客户端与服务器的安全性,同时进行密钥协商,获得会话密钥,若判断安全性符合要求,则基于会话密钥完成数据传输。本发明针对客户端和服务器各自建立了身份表,重要数据只能由双方查表才能得到;利用预共享密钥的方式,采用SM4和SM3算法在客户端和服务器进行数据传输之前完成了双向身份认证及密钥协商,仅使用两个握手消息,仍能够保证身份认证时重要数据的机密性以及消息的完整性;使用了时间戳及随机数防止了重放攻击;采用最节省开销的观察者模式进行数据的传输。
-
公开(公告)号:CN116954522A
公开(公告)日:2023-10-27
申请号:CN202311089522.9
申请日:2023-08-28
Applicant: 哈尔滨工程大学 , 哈尔滨工程大学三亚南海创新发展基地 , 海南俊码数据研究院有限公司
Inventor: 徐东 , 武秋燕 , 孟宇龙 , 卢中玉 , 赵佳媛 , 刘芳玮 , 杨梓韵 , 蔡成涛 , 王巍 , 赵伟 , 王小芳 , 李承国 , 李冰洋 , 吕宏武 , 吕继光 , 谢晓芹 , 郑丽颖 , 王红滨 , 李熔盛 , 初妍
Abstract: 本发明公开了一种基于IPFS的区块链存储优化方法,包括:构建区块安全性判定模型,获取高安全性区块和低安全性区块;上传UTXO集结合所述高安全性区块,通过压缩所述高安全性区块生成摘要块并更新所述UTXO集,将所述摘要块广播给其他节点存储,其他节点将接收到的所述摘要块进行安全性验证后进行存储;所述低安全性区块直接存储本地节点;所述摘要块通过首尾链接形成摘要链,利用所述本地节点存储所述摘要链代替完整高安全性区块,完成区块链存储优化。本发明能够一定程度缓解区块膨胀问题,减轻节点存储开销的效果,能有效响应交易验证和提高交易处理速度。
-
公开(公告)号:CN104133897A
公开(公告)日:2014-11-05
申请号:CN201410374437.1
申请日:2014-08-01
Applicant: 哈尔滨工程大学
IPC: G06F17/30
CPC classification number: G06F17/2785 , G06F17/30864
Abstract: 本发明属于话题溯源范畴语义社会网络中的数据挖掘领域,具体涉及一种基于话题影响力的微博话题溯源方法。本发明包括:根据信息检索领域的隐形语义查询扩展方法,对输入的话题词组tp进行语义扩展,得到与给定话题相关的前k个话题;确定微博网络中的用户关系及信息传播规律,确定话题影响力TIN;根据影响力计算公式,以1h为一个时间步计算话题的影响力,得到话题在传播过程中随着时间变化的影响力趋势,其影响力强度从话题初期的缓慢增长到急剧上升最后达到平稳状态,即话题成长为热点;推导话题溯源递推公式,并确定其溯源递推终止条件,输出引发话题的源头。本发明使话题溯源递推的终止条件更加准确,溯源更加准确有效。
-
公开(公告)号:CN101499981B
公开(公告)日:2014-10-22
申请号:CN200910071577.0
申请日:2009-03-19
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种电子邮件网关类系统邮件帐户维护的方法。使用POP3协议和SMTP协议探测邮件帐户信息,并将有效账户信息存储在动态散列表中,通过时间滑动窗口维护信息的有效性,这样当发现投递失败的邮件则将其从散列表中丢弃,对于新增加的用户在经过滑动窗口的等待时间以后在重新进行探测。在固定周期内,将散列结构存储到文件系统中,防止信息丢失,在系统意外重起时,可以直接从文件加载。本发明的有点在于:1)可以帮助邮件网关过滤掉大量账户不存在的邮件信息,降低了网关的负担,提高网关系统的利用率;2)支持在一个邮件网关中,同时管理多个邮件系统,减少了系统的部署成本。
-
公开(公告)号:CN112861970B
公开(公告)日:2023-01-03
申请号:CN202110179265.2
申请日:2021-02-09
Applicant: 哈尔滨工程大学
IPC: G06V10/764 , G06V10/80 , G06V10/44 , G06V10/42 , G06V10/25 , G06V10/26 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明属于计算机视觉中的图像识别技术领域,具体涉及一种基于特征融合的细粒度图像分类方法。本发明实现了细粒度图像在分类任务上对局部细节特征的提取,并精准定位在关注的目标区域,解决了细粒度图像在分类任务上类内差异小的难点,利用改进的非极大值抑制soft‑NMS优化区域建议网络RPN来获取目标对象,避免背景信息的干扰。本发明通过注意力模块SCA改进双线性卷积神经网络B‑CNNs用于细粒度分类任务,以获取不同维度的注意力特征。较现有的分类方法,本发明定位在区分的关键部分,具有更高的准确度。
-
公开(公告)号:CN109598586B
公开(公告)日:2022-11-15
申请号:CN201811455085.7
申请日:2018-11-30
Applicant: 哈尔滨工程大学
Abstract: 本发明属于计算机技术领域中的推荐系统领域,具体涉及一种基于注意力模型的推荐方法。本发明首先将用户对商品的评分表示成用户商品评分矩阵;然后,将用户评论中的词语映射成词向量,作为双向循环神经网络的输入,并在双向循环神经网络的隐层之后加入注意力模型,用于提取重要情感词语的特征;接着,通过注意力模型为每条评论生成情感评分;最后,将用户对商品的真实评分与情感评分进行加权,更新用户评分矩阵,使用传统的协同过滤推荐方法为用户进行推荐。本发明可以有效的改善传统的推荐方法中对输入信息的稀释问题,同时考虑用户的情感因素对评论结果的影响,能够更准确地更正用户的评分行为,进而提高了推荐的准确率。
-
公开(公告)号:CN114511739A
公开(公告)日:2022-05-17
申请号:CN202210089412.1
申请日:2022-01-25
Applicant: 哈尔滨工程大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06N20/00
Abstract: 本发明属于计算机技术领域,具体涉及一种基于元迁移学习的任务自适应的小样本图像分类方法。本发明通过结合元迁移学习,弥补MAML模型采用4Conv浅层网络提取特征不充分的问题;增加可训练的参数来学习平衡元知识在每个任务中的使用,解决现实场景下小样本学习的任务不平衡,类别不平衡,分布不平衡问题。本发明挑选每个任务中准确率低的样本,并重新组合它们的数据,使其成为更困难的任务,使元学习器在学习更加困难的任务的过程中提高模型的准确率。本发明提出的困难任务挖掘算法在线的收集分类效果差的样本组成困难任务,让学习器在困难任务中学习得更快、效果更好。
-
公开(公告)号:CN108830842B
公开(公告)日:2022-01-07
申请号:CN201810561043.5
申请日:2018-06-04
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于角点检测的医学图像处理方法。一:对医学图像进行预处理;二:提取Harris角点;三:计算尺度归一化算子,检测每个点在某一个尺度响应值是否达到最大,获得提取的角点矩阵;四:获得了图像的角点矩阵之后将获得的点在图像中绘制出来,之后将角点矩阵传给聚类算法,进行聚类处理;五:给出一个K值,按照Kmeans算法进行聚类处理,用相似度矩阵作为判别函数,相似度低于阈值的类,不再进行合并。本发明无论是效果还是处理效率,亦或是在实际中的应用方面,均表现出了优越性与极大的适用价值。
-
公开(公告)号:CN109034632A
公开(公告)日:2018-12-18
申请号:CN201810877437.1
申请日:2018-08-03
Applicant: 哈尔滨工程大学
CPC classification number: G06Q10/0635 , G06N3/084 , G06Q10/06393
Abstract: 本发明提出了一种基于对抗样本的深度学习模型安全风险评估方法,属于计算机技术领域。所述方法通过原始样本图像xc进行预处理和利用待测目标深度学习模型对原始样本图像xc进行预测等步骤实现深度学习模型安全风险评估。所述方法能够实现对深度学习模型安全风险的有效评估。
-
公开(公告)号:CN107609634A
公开(公告)日:2018-01-19
申请号:CN201710717240.7
申请日:2017-08-21
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于增强极速学习的卷积神经网络训练方法,属于人工神经网络领域。其特征在于:构建传统的卷积神经网络,以三层感知机作为全连接层;利用传统的训练算法预训练卷积神经网络模型;当网络的损失函数小于预先设定好的阈值时,停止预训练;将所有样本输入预训练好的卷积神经网络模型,记录误分类的样本;保持预训练的模型结构和参数不变,根据误分类样本和极速学习算法微调全连接层的隐层与输出层之间的连接权值。本发明克服了传统CNN存在的问题,具有学习速度快、网络泛化能力强的特点。
-
-
-
-
-
-
-
-
-