-
公开(公告)号:CN116757283A
公开(公告)日:2023-09-15
申请号:CN202310749432.1
申请日:2023-06-21
Applicant: 电子科技大学
IPC: G06N5/025 , G06F16/36 , G06F18/214 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种知识图谱链接预测方法,包括以下分步骤:利用TransE模型对实体和关系进行预训练,获得初始化的实体和关系的嵌入表示;基于初始化的实体和关系的嵌入表示,构建训练集和测试集,将训练集的数据输入基于卷积神经网络和自注意力机制的神经网络模型进行训练,并计算训练集在基于卷积神经网络和自注意力机制的神经网络模型上的损失函数值,保存优化模型参数;基于优化的模型参数,对测试集的候选三元组进行打分排序,预测缺失的实体或关系,完成对知识图谱的链接预测。本发明面向知识图谱链接预测任务,结合使用卷积神经网络和自注意力机制,实现充分挖掘三元组内部的交互信息,提高模型链接预测能力。
-
公开(公告)号:CN119183005A
公开(公告)日:2024-12-24
申请号:CN202410746388.3
申请日:2024-06-11
Applicant: 电子科技大学
IPC: H04N23/611 , G06V40/16 , G06V10/82 , G06N3/0475 , G06N3/045 , G06N3/094
Abstract: 本发明公开了一种启发式视频反取证方法,属于计算机视觉技术领域,包括以下步骤:将干净的深度伪造视频分割为帧图像的集合,通过人脸检测算法对所有帧图像中的人脸进行定位,得到人脸定位框;确定对抗扰动点的数量上限,通过启发式算法对帧图像施加对抗扰动,并将扰动区域限制在人脸定位框内,生成对抗帧图像;根据上一对抗帧图像对当前对抗帧图像补色,得到所有补色对抗帧图像;将所有补色对抗帧图像合成为对抗视频,通过对抗视频误导深度伪造检测模型,完成针对深度伪造视频的启发式视频反取证。本发明解决了现有技术中面向黑盒环境下的视频反取证存在的对抗速度慢和局限性强的问题。
-
公开(公告)号:CN118521419A
公开(公告)日:2024-08-20
申请号:CN202410758358.4
申请日:2024-06-13
Applicant: 电子科技大学
IPC: G06Q50/00 , G06F18/22 , G06F18/20 , G06N3/042 , G06N3/0464 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/088
Abstract: 本发明涉及社交网络数据分析技术,其公开了一种基于属性与结构融合的网络节点对齐方法,提高社交网络对齐的准确性。该方案中,首先对待对齐的两社交网络根据用户间的关系构建网络图;然后,基于网络图采用随机游走计算节点的关系嵌入,构建关系拓扑视图;采用图卷积神经网络计算节点初始的属性嵌入,之后将初始的属性嵌入转换至同一向量空间并利用双向WGAN网络进行重构,从而获得两网络图中节点的属性嵌入,以此构建属性视图;接着根据关系拓扑视图和属性视图分别计算两节点间的关系嵌入相似度和属性嵌入相似度,进行融合后获得两节点最终相似度;最后基于两个社交网络中的节点间的最终相似度,结合相似度阈值进行两个社交网络中的节点对齐。
-
-