-
公开(公告)号：CN120014348A
公开(公告)日：2025-05-16
申请号：CN202510094035.4
申请日：2025-01-21
Applicant: 西安电子科技大学 , 西安电子科技大学广州研究院
IPC: G06V10/764 , G06V10/774 , G06V10/40
Abstract: 一种基于弱监督训练的平面设计元素重要性检测方法、系统、设备及介质，方法：手工标注全局网格顺序的数据集；通过弱监督训练将图形设计分成全局和局部网格；利用局部序列预测模型和全局序列预测模型得到预测序列和相对权重；文本和视觉特征Vt的相对权重通过权重自适应模型获取；计算图形设计元素的重要性指标；系统、设备及介质用于实现该方法；通过引入平面设计的全局网格和局部网格的划分以及多尺度序列预测模型相结合的策略，优化训练过程并实现高效序列预测；能够以高效、准确且低成本的方式进行设计元素的重要性检测，为广泛的平面设计领域提供了更具可行性的解决方案。
-
公开(公告)号：CN120070666A
公开(公告)日：2025-05-30
申请号：CN202510126918.9
申请日：2025-01-27
Applicant: 西安电子科技大学 , 西安电子科技大学广州研究院
IPC: G06T11/60 , G06N3/0455 , G06N3/0475 , G06N3/0464 , G06N3/096
Abstract: 一种层次布局驱动的任意形状场景文本图像生成方法、系统、设备及介质，方法包括：对场景文本图像训练集进行预处理，得到预处理后的场景文本布局生成训练集、场景文本图像生成训练集和场景文本图像生成测试集；构建背景图像生成模块、层次化布局生成模块和场景文本图像生成模块；构建完整的任意形状场景文本图像生成模型；分别对层次化布局生成模块和场景文本图像生成模块进行训练，得到训练后的层次化布局生成模块和场景文本图像生成模块的权重文件；模型推理，得到最终的场景文本图像；系统、设备及介质用于实现该方法；本发明能够不依赖用户输入布局，自动化的生成任意形状场景文本图像。
-
公开(公告)号：CN118590958A
公开(公告)日：2024-09-03
申请号：CN202410209455.8
申请日：2024-02-26
Applicant: 西安电子科技大学 , 中国航空工业集团公司西安航空计算技术研究所
Abstract: 本发明提供了基于Gossip算法的星座场景路由通信方法及系统。其中，方法，包括：获取第一状态信息；任一当前源节点周期性地向外广播HELLO消息，通过HELLO消息确定出目标节点并将目标节点更新到当前源节点的第一状态信息中，得到第二状态信息；任一当前源节点按照预设传播概率周期性地向目标节点发送索引消息，目标节点根据预设的校验机制以及索引消息判断第二状态信息是否发生变化，得到变化结果；目标节点根据变化结果向当前源节点返回数据消息；当前源节点根据数据消息更新第二状态信息，得到第三状态信息；当前源节点根据第三状态信息计算当前预设传播概率，并作为预设传播概率；循环执行上述过程，完成所有节点的路由通信。
-
公开(公告)号：CN117391219A
公开(公告)日：2024-01-12
申请号：CN202311513638.0
申请日：2023-11-14
Applicant: 西安电子科技大学
Abstract: 一种智能电网场景下抵御推断攻击的高效联邦学习方法、系统、设备及介质，方法包括：将中继聚合器RA、云服务器SO和云服务器PS构建联邦学习模型并对相关参数初始化，RA生成的随机掩码发送至SO，RA发送受局部掩码保护的模型参数更新至PS，SO决定本轮联邦学习参与者，SO接收RA发送的随机掩码得到局部掩码，并生成全局掩码发送至RA，聚合全局掩码和局部掩码均值发送至PS，云服务器PS聚合模型参数更新得到聚合结果，并广播至每个RA，接收SO发送的全局掩码和PS发送的聚合结果，RA计算得到最新全局模型；系统、设备及介质，用于实现一种智能电网场景下抵御推断攻击的高效联邦学习方法；本发明具有具有低计算成本、低时间开销、准确率不受影响的特点。
-
公开(公告)号：CN118015483A
公开(公告)日：2024-05-10
申请号：CN202410162175.6
申请日：2024-02-05
Applicant: 西安电子科技大学
IPC: G06V20/13 , G06V10/82 , G06V10/80 , G06V10/40 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 一种地学先验知识引导的轻量化遥感图像云检测方法、系统、设备及介质，方法包括：获取遥感图像数据集，并对其进行预处理；构建编码器模块、解码器模块、特征提取模块和特征融合桥接模块；构建轻量化云检测网络模型；使用训练集对轻量化云检测网络模型进行迭代训练，并经固定迭代次数间隔，使用验证集对轻量化云检测网络模型验证效果并计算相关指标，在迭代训练结束后选择验证过程指标最优的模型作为最终训练得出模型，并将模型参数保存为文件，得到最优网络模型文件；使用最优网络模型文件对所需遥感图像进行云层检测；系统、设备及介质用于实现该发明；本发明解决了主流云检测神经网络参数量庞大、计算复杂度过高的问题，提高了云检测的精度。
-
Patent Agency Ranking
公开(公告)号：CN117313031A
公开(公告)日：2023-12-29
申请号：CN202311285260.3
申请日：2023-10-07
Applicant: 西安电子科技大学
IPC: G06F18/25 , G06F18/214 , G06Q50/06 , G06N3/0442
Abstract: 一种融合自身与最近邻用电信息的ConvLSTM窃电检测方法、系统、设备及介质，方法为：获取智能电网中某一区域内所有用户在某个时间段内的用电量数据并进行预处理，构建含预处理后所有用户一维用电量数据的时序数据集合；构建各用户的最近邻用户集合；将预处理后某一用户的一维用电量时序数据重构为二维邻近日矩阵序列；基于构建的最近邻用户集合，将预处理后用户自身及其最近邻的一维用电量时序数据重构为二维最近邻矩阵序列；构建窃电检测方法的检测样本数据集，划分训练集和测试集；构建ETD‑SENICON检测模型，通过训练集训练、优化该检测模型，测试集测试该检测模型；系统、设备及介质：用于实现该方法；本发明实现了低误检率、低漏检率、高检测精度的窃电检测。
-
公开(公告)号：CN115599763A
公开(公告)日：2023-01-13
申请号：CN202211158455.7
申请日：2022-09-22
Applicant: 西安电子科技大学(CN)
Abstract: 本发明提供的一种面向云原生数据库的工作负载预测方法，通过获取当前时间前的一段时间内用户请求形成的负载数据，之后构建多层感知器模型并使用改进人工蜂群算法优化该模型中的参数，本发明可以根据负载数据的特征自适应的调整多层感知器模型的参数，此外本发明可以减少初始值选择对多层感知器模型的影响从而降低整体误差，得到一个精准鲁棒的多层感知器模型，之后对未来时刻的用户请求数量进行预测。本发明可以提升云原生数据库的工作负载预测的精度，为后续数据库的资源配置提供更可靠精准的资源需求数据。
-
公开(公告)号：CN119180884A
公开(公告)日：2024-12-24
申请号：CN202411111559.1
申请日：2024-08-14
Applicant: 西安电子科技大学
IPC: G06T11/20 , G06T11/40 , G06T11/60 , G06V10/26 , G06V20/70 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0475 , G06N3/045 , G06N3/0464 , G06N3/09 , G06N3/084
Abstract: 一种基于语义布局驱动的场景手绘草图生成和编辑方法、系统、设备和介质，包括：场景图像预处理，得到预处理后的场景图像中的单个物体的图像草图图像对；构建场景图像全景分割模块、场景布局建模模块、单个物体草图生成模块、草图矢量化模块及场景草图组合模块；对场景布局建模模块和单个物体草图生成模块进行模型训练；构建完整的场景草图生成模型；系统、设备及介质用于实现该方法；本发明能根据输入的场景图像，生成对应的多张具有不同场景布局、物体形态多样、草图细节可编辑的人类手绘场景草图，使最终生成的场景草图具备场景级别的手绘抽象特性，同时突出场景物体的语义特征。
-
公开(公告)号：CN117992625A
公开(公告)日：2024-05-07
申请号：CN202410221319.0
申请日：2024-02-28
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于压缩索引的属性图数据查询系统，应用于基于压缩索引的属性图数据库，包括：图计算引擎对查询请求进行解析以判断其是否合法，并在查询请求合法时将查询请求转化为查询计划；根据查询计划确定查询请求所涉及的数据是否在数据更新表中被标记；数据更新表包括用户已经更新、但还未更新到压缩索引模块的属性图数据对应的VID；当所涉及的数据未在数据更新表中被标记时，定位索引单元获取待提取的文本串的起始位置及终止位置；属性索引单元根据起始位置和终止位置，利用高阶熵压缩全文自索引GeCSA算法提取文本串；数据处理器将文本串转化为预设格式，输出查询结果。本发明减少了属性图数据库的存储开销，进而提升查询性能。
-
公开(公告)号：CN117560143A
公开(公告)日：2024-02-13
申请号：CN202311505676.1
申请日：2023-11-13
Applicant: 西安电子科技大学
Abstract: 一种支持隐私保护的智能电网多维数据自适应高效聚合方法、系统、设备及介质，步骤1，对控制中心、网关以及智能电表初始化：生成双线性配对参数(q，P，G1，G2，e)，生成paillier公钥密码系统参数公钥pk与私钥sk以及生成中国剩余定理所需的聚合参数；步骤2，报告生成：用户端智能电表生成报告后传输给网关；步骤3，网关接收用户端报告后进行数据聚合和批验证，生成聚合报告，将聚合报告传输给控制中心；步骤4，控制中心接收聚合报告后进行数据解密；系统、设备及介质，用于实现本发明；本发明通过利用shamir多秘密分享方法，将多维用电数据转化为多维共享秘密，省略对多维用电数据使用数据聚合算法，进而降低加密次数，最终降低了用户端的计算开销。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.024 seconds)
