一种基于便捷样本获取的离线签名比对方法

    公开(公告)号:CN114155613B

    公开(公告)日:2023-09-15

    申请号:CN202111219886.5

    申请日:2021-10-20

    Abstract: 本发明公开了一种基于便捷样本获取的离线签名比对方法,包括如下步骤:步骤S1:收集历年考场情况登记表;步骤S2:利用手写字体转换器,将表格中的姓名转换为各种形式的签名笔迹,得到大量该学生的伪冒手写签名图像;步骤S3:从历年考场情况登记表中将学生的手写签名提取出来,并保存为灰度图像文件形成训练集,对手写签名图像进行预处理;步骤S4:任意选取训练集中某一学生的两张真实手写签名图像做为正样本,一张真实手写签名图像和一张该学生的伪冒签名图像做为负样本,输入孪生网络中得到损失函数,通过训练使损失函数最小,迭代至分类器的损失稳定,得到鉴定模型;步骤S5:将训练的网络模型应用于测试样本,进行手写签名比对。

    用于对任意变量的两个布尔函数进行仿射等价的判定方法

    公开(公告)号:CN104301089A

    公开(公告)日:2015-01-21

    申请号:CN201410489846.6

    申请日:2014-09-23

    Abstract: 本发明公开了一种用于对任意变量的两个布尔函数进行仿射等价的判定方法,属于数字集成电路与密码学领域,其包括以下步骤:一、确定布尔函数Fm;二、任意两个布尔函数,求出对应的变量取值矩阵;三、计算rank(Af)、rank(Ag);四、判断rank(Af)、rank(Ag)是否相等,代表元是否相同,若是f与g仿射等价;否则f与g仿射不等价。本发明可以应用到组合逻辑电路、FPGA的可编程逻辑单元和Reed-Muller码中。

    一种基于AIG和SAT求解器的GSTE模型检测方法

    公开(公告)号:CN103838908A

    公开(公告)日:2014-06-04

    申请号:CN201310418675.3

    申请日:2013-09-14

    Abstract: 本发明提供了一种基于AIG和SAT求解器的GSTE模型检测方法,其特征在于包括以下步骤:步骤1,使用ABC工具建立AIG模型;将该AIG转化成FRAIG,同时使用逻辑综合算法化简该FRAIG,减小AIG规模;步骤2,计算每条边上的状态集不动点Ψ*,步骤3:将算得的每条边上的不动点和相应边上的cons做验证,若则报错,并通过反向迁移找到反例;步骤4:判断每条边上的状态集是否到达不动点,若到达不动点,完成本次验证,否则返回步骤2,进行下一轮状态集的计算。

    一种基于一致性对齐的偏好解耦的跨域推荐方法

    公开(公告)号:CN117786218A

    公开(公告)日:2024-03-29

    申请号:CN202311825003.4

    申请日:2023-12-28

    Abstract: 本发明公开了一种基于一致性对齐的偏好解耦的跨域推荐方法,属于推荐技术领域。本发明的在实现跨域推荐时,通过一致性对齐学习到物品的域共有属性特征,并以此为作为辅助对用户进行兴趣和从众性的偏好解耦,本发明对共享用户实体的点击偏好进行了解耦,更精准地捕获了隐式反馈数据下用户的真实行为目的,从而实现更好的推荐效果;本发明在跨域推荐场景数据较为稀疏的情况下,通过一致性对齐提取共有的物品属性,缓解了数据稀疏性的问题。本发明的推荐方法可用于购物决策、音乐选择和社交媒体阅读等应用场景。

    无源域场景下的协同去噪跨域推荐方法

    公开(公告)号:CN117611257A

    公开(公告)日:2024-02-27

    申请号:CN202311769685.1

    申请日:2023-12-21

    Abstract: 本发明公开了一种无源域场景下的协同去噪跨域推荐方法,属于推荐技术领域。本发明在实现跨域推荐时,使用源域模型在目标域推荐模型的训练过程中,为其过滤掉噪声数据,具体为:将目标域数据按照指定的批此处分别输入到源域模型和目标域推荐模型,基于预测结果计算各自的损失值;根据设置计算方式确定噪声数据量N,将损失值最大的N各样本作为噪声数据样本并抛弃得到对应的各自的感觉样本数据,再交叉输入至对应的模型中对模型参数进行更新,重复该处理直至模型收敛。本发明在迭代过程中通过过滤掉损失值较大的样本数据的方式进行去噪,并在迭代过程中,动态调节过滤掉噪声数据占当前样本的比例,减少噪声数据对模型的误导,从而提升推荐效果。

Patent Agency Ranking