公开(公告)号：CN116402999A

公开(公告)日：2023-07-07

申请号：CN202310651370.0

申请日：2023-06-05

Applicant: 电子科技大学

Inventor： 樊矾 ,  张晓玲 ,  韦顺军 ,  师君 ,  胥小我

IPC: G06V10/26 ,  G06N3/084 ,  G06N3/0464

Abstract: 本发明公开了一种联合量子随机数与深度学习SAR实例分割方法，它是通过利用量子随机数实现对原始SAR图像样本进行数据增强操作，提升了SAR图像数据样本增强的随机性和均匀性；通过在SAR图像目标层进行语义分割时结合上下文信息流实现对SAR图像的深层特征提取，提升了对SAR图像进行实例分割效率；通过融合损失函数并利用该函数进行反向传播来优化算法的模型参数，提升了对SAR图像实例分割的精度。可避免现有SAR图像实例分割算法缺少图像语义的上下文信息，导致目标检测位置不准等问题，提升了SAR图像实例分割的精度和效率。本发明适用于SAR图像分割，也适用于其他的遥感图像、光学图像的实例分割。

公开(公告)号：CN116360732A

公开(公告)日：2023-06-30

申请号：CN202310354946.7

申请日：2023-04-04

Applicant: 电子科技大学

Inventor： 樊矾 ,  张晓玲 ,  韦顺军 ,  师君 ,  胥小我

IPC: G06F7/58 ,  G06F18/24 ,  G06F18/214 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明公开了一种用于随机数发生器安全性检测的预测方法、装置及介质；预测方法包括如下步骤：构建数据集；数据集预处理；构建编码网络对预处理后的数据进行计算得到含有索引信息的数组；构建解码网络对编码网络输出的数组数据进行计算得到权重信息；采用分类卷积神经网络对编\解码网络结构的输出融合计算得到预测数据；构建预测器，利用训练集对预测器进行训练；采用测试集对预测进行测试，对预测器进行安全性检测完成预测。本发明利用变点检测算法进行数据预处理，并联合注意力机制的编/解码网络与分类卷积神经网络进行随机数的预测以实现对随机数发生器的安全性分析和检测，具有检测准确率高，计算效率高、鲁棒性强等优点。

公开(公告)号：CN119814300A

公开(公告)日：2025-04-11

申请号：CN202411986381.5

申请日：2024-12-31

Applicant: 电子科技大学

Inventor： 樊矾 ,  张晓玲 ,  韦顺军 ,  师君 ,  王谋 ,  胥小我

IPC: H04L9/08 ,  H04L9/06

Abstract: 本发明实例提供了一种基于哈希函数组合的保密增强方法及装置，属于量子保密通信的技术领域。本发明包括量子密钥分发双方获取共享一致低安全密钥S；量子密钥分发双方的一方从平方模数哈希函数族SQH中随机选取平方模数哈希函数gx，并共享给另一方，量子密钥分发双方利用平方模数哈希函数gx对共享一致低安全密钥S进行压缩得到一致的中间密钥S'＝gx(S)；量子密钥分发双方的一方从数论变换哈希函数族NH中随机选取数论变换哈希函数hc，并共享给另一方，量子密钥分发双方利用数论变换哈希函数hc对中间密钥S'进行压缩得到一致的最终安全密钥K＝hc(S')。本发明提出的保密增强方法具有计算复杂度低，实现简单且计算效率高的等优点，并且能够解决现有技术中由于采用基于通用类哈希函数进行保密增强计算时计算量会随着原始密钥处理长度增长而快速增加的问题，能够有效提升保密增强计算速度。

公开(公告)号：CN116402999B

公开(公告)日：2023-09-15

申请号：CN202310651370.0

申请日：2023-06-05

Applicant: 电子科技大学

Inventor： 樊矾 ,  张晓玲 ,  韦顺军 ,  师君 ,  胥小我

IPC: G06V10/26 ,  G06N3/084 ,  G06N3/0464

Abstract: 本发明公开了一种联合量子随机数与深度学习SAR实例分割方法，它是通过利用量子随机数实现对原始SAR图像样本进行数据增强操作，提升了SAR图像数据样本增强的随机性和均匀性；通过在SAR图像目标层进行语义分割时结合上下文信息流实现对SAR图像的深层特征提取，提升了对SAR图像进行实例分割效率；通过融合损失函数并利用该函数进行反向传播来优化算法的模型参数，提升了对SAR图像实例分割的精度。可避免现有SAR图像实例分割算法缺少图像语义的上下文信息，导致目标检测位置不准等问题，提升了SAR图像实例分割的精度和效率。本发明适用于SAR图像分割，也适用于其他的遥感图像、光学图像的实例分割。