一种基于逐步逆扩散生成式对抗神经网络的图像生成方法

    公开(公告)号:CN117252938A

    公开(公告)日:2023-12-19

    申请号:CN202311083239.5

    申请日:2023-08-25

    Abstract: 本发明公开了一种基于逐步逆扩散生成式对抗神经网络的图像生成方法,采用生成式对抗网络GAN来拟合扩散模型DM的逆扩散过程,用来更加高效地生成图像。本发明首先采用图像逐步加噪的方式将数据集中的原始图像转化为高斯噪声,并将每一步加噪的图像也作为样本给生成式对抗网络训练,GAN中的生成器通过每一步加噪后的图像来学习生成加噪前的图像,而判别器通过判别真实样本图像和生成的图像来指导控制生成器的逐步生成,最终生成器通过逐步生成从高斯噪声中还原生成原始图像。本发明相比基于生成式对抗神经网络GAN的图像生成方法具有更好的生成质量以及多样性,相比基于扩散模型DM的图像生成方法具有更快速的采样效率。

    一种自适应尺度网格和扩散强度的密度峰值聚类方法

    公开(公告)号:CN117113117A

    公开(公告)日:2023-11-24

    申请号:CN202311166189.7

    申请日:2023-09-11

    Abstract: 本发明涉及数据集聚类技术领域,具体涉及一种自适应尺度网格和扩散强度的密度峰值聚类方法;将原数据点按照自适应尺度网格划分映射到网格空间中,并根据网格密度阈值划分将网格划分为稠密网格和稀疏网格,并将数据点映射到网格空间Tg,计算每个网格密度,将网格单元视为后续聚类步骤中的聚类对象;根据密度波动划分网格并计算连通度;计算相对距离和扩散强度,筛选假定中心并划分初始簇;查找簇间边缘网格的密度峰值;多簇合并;将网格聚类结果映射到原数据集;通过上述方式,能够获得处理更高维度的数据聚类的效果。

    一种增量式需求跟踪性链接恢复方法

    公开(公告)号:CN116225453A

    公开(公告)日:2023-06-06

    申请号:CN202310260494.6

    申请日:2023-03-16

    Abstract: 本发明涉及软件开发技术领域,具体涉及一种增量式需求跟踪性链接恢复方法,基于深度学习技术和GPT网络对原始需求文档进行动态生成,得到伪数据;对所述伪数据加以权重,得到二次伪数据;将所述二次伪数据和真实数据一起送入需求跟踪链接恢复分类器进行模型训练,得到分类器初始状态,该方法相较于传统的信息检索方法,具备更高的恢复准确性和泛化性,同时相比较于采用端到端训练的深度学习方法,该方法采用数据增强和增量训练的方式,对数据集规模要求低,更容易在落地实现,解决现有跟踪性链接恢复方法准确率还是较低的问题。

    一种基于Raft共识算法的分布式哈希表的生成方法

    公开(公告)号:CN115964373A

    公开(公告)日:2023-04-14

    申请号:CN202310013763.9

    申请日:2023-01-05

    Abstract: 本发明涉及计算机技术领域,具体涉及一种基于Raft共识算法的分布式哈希表的生成方法,包括对分布式哈希表标识进行注册,得到新分布式哈希表标识;对将旧分布式哈希表标识定向到新分布式哈希表标识,得到定向分布式哈希表标识;基于定向分布式哈希表标识解决恶意用户,本发明本提供一种针对现有Kademlia DHT算法的改进方式,以增强DHT覆盖网络的长期稳定性。通过运行一个Raft算法的第三方辅助实体,在DHT网络之外,独立运行一个Raft共识第三方实体,可以在数据一致性上进行弥补,提高DHT网络中数据的持久性存储,进而提高DHT网络的长期稳定性,从而解决了现有的分布式哈希表生成方法稳定性较差的问题。

    由深度可分离卷积生成式对抗神经网络生成人脸的方法

    公开(公告)号:CN117252939A

    公开(公告)日:2023-12-19

    申请号:CN202311083931.8

    申请日:2023-08-25

    Abstract: 本发明公开了一种由深度可分离卷积生成式对抗神经网络生成人脸的方法,包括以下步骤:构建包括全连接模块、上采样模块和深度可分离卷积模块的深度可分离卷积生成式对抗网络生成器;利用深度可分离卷积生成式对抗网络生成器根据服从高斯分布的随机噪声生成人脸图像。本发明通过在深度卷积生成式对抗网络(DCGAN)的基础上加入了深度可分离卷积模块,用来更加高效地生成图像。本发明的优点在于:能够相较DCGAN有更加快速的运行速度,以及更加少的模型参数。

    一种多尺度的基于扩散方程的聚类方法

    公开(公告)号:CN117251753A

    公开(公告)日:2023-12-19

    申请号:CN202311079260.8

    申请日:2023-08-25

    Abstract: 本发明涉及聚类技术领域,具体涉及一种多尺度的基于扩散方程的聚类方法;随机选取对于一个可被划分为k个簇的数据集其中的k个点作为k个簇的中心点;将其余的点划分为k个簇;计算整个系统的浓度;选择数据集样本点之间的最大欧式距离作为初始扩散尺度,使用高斯随机数生成函数生成期望为0,方差为1的高斯分布随机数;根据生成的高斯分布随机数以及扩散尺度按照中心点运动公式生成新的中心点坐标即进行簇的扩散;重复上述过程,直至到达预定的循环阈值;将扩散尺度减半,直至扩散尺度小于预定阈值;输出中心点最优解以及聚类后的数据;通过上述方式,实现跳出局部最优解,能够准确地把一个数据集分割成不同的类或簇目。

    一种基于区块链的可协商隐私电力需求响应方法

    公开(公告)号:CN117114342A

    公开(公告)日:2023-11-24

    申请号:CN202311168838.7

    申请日:2023-09-11

    Abstract: 本发明公开了一种基于区块链的可协商隐私电力需求响应方法,包括以楼宇用户作为区块链节点,并设置对应的监管者节点,构建区块链系统;对区块链系统进行初始化,生成楼宇用户的同态公私钥对和普通公私钥对;基于楼宇用户生成的电力互济需求,通过需求发布合约将电力互济需求发布至区块链系统;根据区块链系统上发布的电力互济需求以及楼宇用户的同态公私钥对和普通公私钥对,通过互济合同签署合约完成电力互济需求响应。本发明提高了需求响应过程的灵活性,同时本发明采用同态加密和引入可信监管者节点的方式确保了电力交易过程中数据隐私性和可监管性。

    一种增量式需求跟踪性链接恢复方法

    公开(公告)号:CN116225453B

    公开(公告)日:2023-11-10

    申请号:CN202310260494.6

    申请日:2023-03-16

    Abstract: 本发明涉及软件开发技术领域,具体涉及一种增量式需求跟踪性链接恢复方法,基于深度学习技术和GPT网络对原始需求文档进行动态生成,得到伪数据;对所述伪数据加以权重,得到二次伪数据;将所述二次伪数据和真实数据一起送入需求跟踪链接恢复分类器进行模型训练,得到分类器初始状态,该方法相较于传统的信息检索方法,具备更高的恢复准确性和泛化性,同时相比较于采用端到端训练的深度学习方法,该方法采用数据增强和增量训练的方式,对数据集规模要求低,更容易在落地实现,解决现有跟踪性链接恢复方法准确率还是较低的问题。

    一种基于混沌系统的助记词生成方案

    公开(公告)号:CN117014129A

    公开(公告)日:2023-11-07

    申请号:CN202210453457.2

    申请日:2022-04-27

    Abstract: 本发明涉及区块链和非线性动力学技术领域,尤其涉及一种基于混沌系统的助记词生成方案,包括生成随机数并提取z轴数据;将所述随机数根据变换规则变换获得变换后的随机数;将所述变换后的随机数对预设数取整,获得熵值;利用所述熵值计算校验和和hash值;将所述熵值拆分组成新的十进制数值;将所述十进制数值对照BIP39助记词词库,最终生成12个单词所组成的助记词。本发明的一种基于混沌系统的助记词生成方案,设计了一种带有混沌系统的随机熵值生成模块,使用该模块替换BIP39中的熵值生成过程。改进后的混沌系统,在生成助记词时,生成助记词的单词序列和单词个数均具有随机性,增加了重放攻击、日蚀攻击的难度。

    一种多边交易环境下基于时空证明的隐私身份认证方法

    公开(公告)号:CN118487764A

    公开(公告)日:2024-08-13

    申请号:CN202410433933.3

    申请日:2024-04-11

    Abstract: 本发明提供了一种多边交易环境下基于时空证明的隐私身份认证方法,通过身份认证服务器接收客户端发送的注册请求,注册请求通过第一用户信息生成;其中,身份认证服务器包括相互匹配的第一密钥对;并根据注册请求生成注册ID,且将注册ID发送给客户端;身份认证服务器存储客户端发送的第二密钥对,其中,第二密钥对为客户端匹配注册ID生成;接受并基于零知识证明验证客户端发送的登录信息,其中,登录信息为客户端根据注册ID与第二用户信息生成;其中,身份认证服务器包括数据存储服务器、数据处理服务器;本申请文件通过零知识证明方法使得用户本地客户端和电网管理节点之间只需要4次通信便可完成验证过程,可以有效减少证明交互次数,降低通信开销,提高验证效率。

Patent Agency Ranking