-
公开(公告)号：CN115276668B
公开(公告)日：2025-04-25
申请号：CN202210545215.6
申请日：2022-05-19
Applicant: 电子科技大学长三角研究院(湖州) , 电子科技大学
Abstract: 本发明属于信道编码技术领域，具体涉及一种基于CRC的LDPC码混合译码方法。本发明的混合译码方式，采用BP译码器作为前级译码器，ADMM译码器作为第二级译码器，并加入Hamming距离比较判决器，即当BP译码失败时，将错误码字对应的初始信道软信息送入ADMM译码器接着译码。为了尽可能大的提升BP‑ADMM混合译码器的性能，并尽可能降低混合译码时延，通过在LDPC码编码前加入CRC(Cyclic Redundancy Check，循环冗余校验)，以奇偶和CRC双重校验来校验前级译码器(BP译码器)是否译码正确。仿真显示，加入CRC校验后BP译码UEP(Undetected Error Probability，不可检错误概率)远低于单独采用奇偶校验BP译码后的UEP。
-
公开(公告)号：CN115276668A
公开(公告)日：2022-11-01
申请号：CN202210545215.6
申请日：2022-05-19
Applicant: 电子科技大学长三角研究院(湖州) , 电子科技大学
Abstract: 本发明属于信道编码技术领域，具体涉及一种基于CRC的LDPC码混合译码方法。本发明的混合译码方式，采用BP译码器作为前级译码器，ADMM译码器作为第二级译码器，并加入Hamming距离比较判决器，即当BP译码失败时，将错误码字对应的初始信道软信息送入ADMM译码器接着译码。为了尽可能大的提升BP‑ADMM混合译码器的性能，并尽可能降低混合译码时延，通过在LDPC码编码前加入CRC(Cyclic Redundancy Check，循环冗余校验)，以奇偶和CRC双重校验来校验前级译码器(BP译码器)是否译码正确。仿真显示，加入CRC校验后BP译码UEP(Undetected Error Probability，不可检错误概率)远低于单独采用奇偶校验BP译码后的UEP。
-
公开(公告)号：CN119005248A
公开(公告)日：2024-11-22
申请号：CN202410956603.2
申请日：2024-07-17
Applicant: 电子科技大学
IPC: G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/098 , G06F18/241 , G06F21/62 , G06N3/096 , G06N3/042 , G06N20/20
Abstract: 本发明公开了一种适于防御DLG攻击的多策略联邦学习方法，包括为每个客户端提供一个条件生成对抗网络cGAN，该cGAN局部执行训练生成器，使生成器捕获特征提取器的特征分布，以模拟特征提取器；在每一轮FL通信中，客户端本地训练完成后将自己的生成器和分类器进行自适应差分隐私处理，然后将自适应差分隐私处理后的生成器和分类器发送至服务器；服务器将接收到的所有客户端发送的生成器和分类器采用SemCKD算法进行聚合，构建全局生成器和全局分类器；客户端下载全局生成器和全局分类器来替换自身的生成器和分类器，并开始下一次训练迭代。本发明不仅显著增强了模型对DLG攻击的安全性，还保持了较高的模型准确率和训练效率，且没有引入额外的计算与通信成本。
-
公开(公告)号：CN111198995B
公开(公告)日：2023-03-24
申请号：CN202010012212.7
申请日：2020-01-07
Applicant: 电子科技大学
IPC: G06F16/955 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种恶意网页识别方法，包括如下步骤：步骤1，获取恶意网页数据集，并通过数据预处理得到恶意网页的训练集和测试集；步骤2，利用Char‑CNN模型获取训练集和测试集的字符级嵌入；步骤3，构建BiLSTM‑Attention神经网络模型；步骤4，利用训练集及其字符级嵌入，以及静态词嵌入训练步骤3构建的BiLSTM‑Attention神经网络模型；步骤5，利用测试集及其字符级嵌入，以及静态词嵌入验证步骤4训练好的BiLSTM‑Attention神经网络模型；步骤6，经过步骤5验证后，将训练好的BiLSTM‑Attention神经网络模型用于对用户访问的网页数据进行恶意网页识别。本发明采用基于attention机制的双向长短时记忆循环神经网络，同时还使用字符级嵌入与静态词嵌入相结合的方法，实现了恶意网页识别的目的。
-
公开(公告)号：CN113218907B
公开(公告)日：2022-09-27
申请号：CN202110496194.9
申请日：2021-05-07
Applicant: 电子科技大学
IPC: G01N21/3563 , G01D21/02 , G06N20/10
Abstract: 本发明涉及一种红外无损检测设备状态判别系统及方法。该系统包括：设备数据中心以及多个缺陷检测设备；光电模块获取异常数据；计算模块采用支持向量机SVM模型对异常数据进行判别；光电模块将异常数据发送至中心存储模块以及中心计算模块；中心计算模块采用ARTMAP模型对异常数据进行二次判别；中心控制模块根据中心判别结果确定调整策略，并将中心判别结果和调整策略发送至控制模块以及显示模块；控制模块用于当中心判别结果与预判结果一致时，根据调整策略进行自动调整；当中心判别结果与预判结果不一致时，根据中心判别结果与预判结果进行调整。本发明能够快速判别异常状态类型，自动进行调整，提高系统的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN110212021B
公开(公告)日：2021-04-13
申请号：CN201910459108.X
申请日：2019-05-29
Applicant: 西安电子科技大学
IPC: H01L29/06 , H01L29/872
Abstract: 本发明公开了一种集成金属氧化物半导体的混合PiN肖特基二极管，包括：N+衬底层；漂移层，位于N+衬底层上；P型区，包括：沟槽底部P型区和沟槽侧壁P型区，沟槽侧壁P型区侧边与沟槽第一侧壁、沟槽底部P型区侧边贴合；二氧化硅层，包括：纵向二氧化硅层和横向二氧化硅层，横向二氧化硅层设置沟槽上，与沟槽第二侧壁贴合，纵向二氧化硅层设置横向二氧化硅层上，与沟槽第二侧壁贴合；金属层，位于漂移层表面、P型区、二氧化硅层上，部分金属层与二氧化硅层、漂移层形成金属氧化物半导体；金属区域，位于金属层表面。本发明采用P型区半沟槽结构，且在二氧化硅层形成金属氧化物半导体，在正向导通电阻减小的同时，漏电流减小，击穿特性改善。
-
公开(公告)号：CN111301479A
公开(公告)日：2020-06-19
申请号：CN202010186871.2
申请日：2020-03-17
Applicant: 电子科技大学
IPC: B61K9/08
Abstract: 本发明公开了一种轨道移动探伤在线监测系统，涉及特种设备无损检测领域，包括多个相同、相互通信且安装在列车底部、轨道上方和/或车轮之间的检测设备；检测设备包括控制器及与控制器连接的温度传感器、速度传感器、热激励源、红外探头和图像处理系统；控制器用于根据速度传感器检测的列车行驶速度信息和温度传感器检测的被测轨道表面温度信息，调整红外探头角度和热激励源功率；图像处理系统用于对红外探头捕捉的被测轨道表面红外图像进行图像分割，确定被测轨道上的已有缺陷区域、漏检区域和疑似缺陷区域，为列车靠后位置的检测设备，进行缺陷复检提供判断依据。本发明能够在列车行驶过程中即全自动化的完成缺陷的检测。
-
公开(公告)号：CN111124860A
公开(公告)日：2020-05-08
申请号：CN201911291751.2
申请日：2019-12-16
Applicant: 电子科技大学
Abstract: 本发明公开了一种在不可控环境下使用键盘和鼠标数据识别用户的方法，包括如下步骤：步骤1，数据采集：在计算机中部署键盘动作采集程序和鼠标动作采集程序，采集计算机日常操作中的键盘元数据和鼠标元数据；步骤2，特征提取：从采集的键盘元数据和鼠标元数据中，提取键盘动作特征和鼠标动作特征；步骤3，模型培训：利用提取的键盘动作特征和鼠标动作特征在每个用户之间训练一个增强拓扑的进化神经网络，得到用户识别模型；步骤4，用户识别：利用用户识别模型对待识别用户进行识别。本发明使用键盘动作特征和鼠标动作特征相结合，比只使用单独一种特征的方法更加有效，并在使用NEAT算法进行训练后，比传统的SVM和神经网络算法有更高的识别率。
-
公开(公告)号：CN111107076A
公开(公告)日：2020-05-05
申请号：CN201911291425.1
申请日：2019-12-16
Applicant: 电子科技大学
Abstract: 本发明公开了一种安全高效的矩阵乘法外包方法，包括如下步骤：(1)客户端生成用于伪装原始矩阵的私密参数；(2)客户端利用私密参数对原始矩阵进行转换，并将转换后的矩阵乘法任务发送给云服务器；(3)云服务器对接收到的矩阵乘法任务进行乘法计算，并将计算结果返回给客户端；(4)客户端对云服务器返回的计算结果进行恢复；(5)客户端对恢复后的结果进行验证，如果结果不能通过客户端的验证则拒绝接受恢复的结果并重新执行(1)～(5)；如果通过客户端的验证则接受恢复的结果并结束。本发明相比现有的矩阵乘法外包方案更能保护矩阵元素的隐私信息，尤其是矩阵中零元素的隐私信息。
-
公开(公告)号：CN109770942A
公开(公告)日：2019-05-21
申请号：CN201910079271.3
申请日：2019-01-28
Applicant: 电子科技大学
IPC: A61B8/00
Abstract: 本发明提供了一种手臂超声三维成像自动采集装置，包括控制器、与所述控制器连接的超声设备、采集处理器、与所述超声设备和所述采集处理器连接的工作站以及分别与所述控制器、所述采集处理器以及所述超声设备连接的手臂检查机构。本发明通过上述设计解决了传统以手工操作二维超声对手臂瘘管的超声检测效率低的问题，以及获取手臂血管二维成像精度不高的问题。本发明结构简单、设计合理，具有很强的实用价值和推广应用价值。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.029 seconds)
