“初妍”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果19个，建议您升级VIP下载更多相关专利

[发明专利]一种基于IPFS的区块链存储优化方法-CN202311089522.9在审
发明人：徐东;武秋燕;孟宇龙;卢中玉;赵佳媛;刘芳玮;杨梓韵;蔡成涛;王巍;赵伟;王小芳;李承国;李冰洋;吕宏武;吕继光;谢晓芹;郑丽颖;王红滨;李熔盛;初妍 -专利权人：哈尔滨工程大学;哈尔滨工程大学三亚南海创新发展基地;海南俊码数据研究院有限公司
申请日： 2023-08-28 - 公布日： 2023-10-27 - 主分类号： G06F3/06 文献下载
摘要：本发明公开了一种基于IPFS的区块链存储优化方法，包括：构建区块安全性判定模型，获取高安全性区块和低安全性区块；上传UTXO集结合所述高安全性区块，通过压缩所述高安全性区块生成摘要块并更新所述UTXO集，将所述摘要块广播给其他节点存储，其他节点将接收到的所述摘要块进行安全性验证后进行存储；所述低安全性区块直接存储本地节点；所述摘要块通过首尾链接形成摘要链，利用所述本地节点存储所述摘要链代替完整高安全性区块，完成区块链存储优化。本发明能够一定程度缓解区块膨胀问题，减轻节点存储开销的效果，能有效响应交易验证和提高交易处理速度。
一种基于 ipfs 区块存储优化方法

[发明专利]一种基于国密的CoAP协议身份认证和数据加密方法-CN202310788288.2在审
发明人：刘泽超;孙若尘;蔡成涛;王巍;贺玉珍;王小芳;程雪蕾;陈征平;陈志远;初妍;何鸣;李熔盛;郑文琪;吴伟宁;杨悦 -专利权人：哈尔滨工程大学;哈尔滨工程大学三亚南海创新发展基地;价值链技术（深圳）有限公司
申请日： 2023-06-29 - 公布日： 2023-09-05 - 主分类号： H04L9/32 文献下载
摘要：本发明公开了一种基于国密的CoAP协议身份认证和数据加密方法，包括：对客户端与服务端的身份认证数据进行预配置；并根据预配置信息进行身份认证，判断客户端与服务器的安全性，同时进行密钥协商，获得会话密钥，若判断安全性符合要求，则基于会话密钥完成数据传输。本发明针对客户端和服务器各自建立了身份表，重要数据只能由双方查表才能得到；利用预共享密钥的方式，采用SM4和SM3算法在客户端和服务器进行数据传输之前完成了双向身份认证及密钥协商，仅使用两个握手消息，仍能够保证身份认证时重要数据的机密性以及消息的完整性；使用了时间戳及随机数防止了重放攻击；采用最节省开销的观察者模式进行数据的传输。
一种基于 coap 协议身份认证数据加密方法

[发明专利]一种基于EM聚类的水下多目标轨迹关联方法-CN201911188834.9有效
发明人：初妍;王科智;宁慧;王丽娜;于海涛 -专利权人：哈尔滨工程大学
申请日： 2019-11-28 - 公布日： 2023-02-14 - 主分类号： G01C21/20 文献下载
摘要：本发明提供的是一种基于EM聚类的水下多目标轨迹关联方法。对数据进行预处理；通过引入信息熵来构建构建轨迹质量分级模型，在轨迹关联的时候，把质量好的点当做中心优先进行轨迹关联匹配；通过轨迹间拓扑信息建立高斯混合模型同时将质量好的点当做质心，得到高斯概率密度函数；建立混合整数非线性规划模型，利用递归的思想降低关联偏差；通过EM聚类，对未知参数求极值，来设定关联判断门限，同时对结果进行唯一化处理，求解得到水下目标轨迹的对应关系，最后匹配出水下目标的轨迹。本发明在不同目标个数、不同传感器测角测距误差、以及不同传感器探测概率等情况下，本发明具有很好的正关联率，具备一定的优越性和鲁棒性。
一种基于 em 水下多目标轨迹关联方法

[发明专利]一种基于特征融合的细粒度图像分类方法-CN202110179265.2有效
发明人：初妍;王丽娜;莫世奇;李思纯;李松;时洁;胡博;苗晓晨;赵佳昕 -专利权人：哈尔滨工程大学
申请日： 2021-02-09 - 公布日： 2023-01-03 - 主分类号： G06V10/764 文献下载
摘要：本发明属于计算机视觉中的图像识别技术领域，具体涉及一种基于特征融合的细粒度图像分类方法。本发明实现了细粒度图像在分类任务上对局部细节特征的提取，并精准定位在关注的目标区域，解决了细粒度图像在分类任务上类内差异小的难点，利用改进的非极大值抑制soft‑NMS优化区域建议网络RPN来获取目标对象，避免背景信息的干扰。本发明通过注意力模块SCA改进双线性卷积神经网络B‑CNNs用于细粒度分类任务，以获取不同维度的注意力特征。较现有的分类方法，本发明定位在区分的关键部分，具有更高的准确度。
一种基于特征融合细粒度图像分类方法

[发明专利]一种基于注意力模型的推荐方法-CN201811455085.7有效
发明人：初妍;单晨琪;郑丽颖 -专利权人：哈尔滨工程大学
申请日： 2018-11-30 - 公布日： 2022-11-15 - 主分类号： G06Q30/06 文献下载
摘要：本发明属于计算机技术领域中的推荐系统领域，具体涉及一种基于注意力模型的推荐方法。本发明首先将用户对商品的评分表示成用户商品评分矩阵；然后,将用户评论中的词语映射成词向量，作为双向循环神经网络的输入，并在双向循环神经网络的隐层之后加入注意力模型，用于提取重要情感词语的特征；接着，通过注意力模型为每条评论生成情感评分；最后，将用户对商品的真实评分与情感评分进行加权，更新用户评分矩阵，使用传统的协同过滤推荐方法为用户进行推荐。本发明可以有效的改善传统的推荐方法中对输入信息的稀释问题，同时考虑用户的情感因素对评论结果的影响，能够更准确地更正用户的评分行为，进而提高了推荐的准确率。
一种基于注意力模型推荐方法

[发明专利]局部航迹分维度的选择性航迹状态估计融合方法-CN201910575692.5有效
发明人：初妍;孙志洋;徐丽;宁慧;魏兰兰;栾兰;夏琳琳;沈洁;于海涛;张艳丽 -专利权人：哈尔滨工程大学
申请日： 2019-06-28 - 公布日： 2022-07-19 - 主分类号： G01C21/20 文献下载
摘要：本发明是局部航迹分维度的选择性航迹状态估计融合方法。本发明对局部航迹进行读取和预处理，进行时间对准和空间对准；对局部航迹按纬度进行拆分，利用基于灰色接近关联度的航迹质量衡量算法进行单纬度下的航迹质量计算，并分维度排序；设置循环次数，根据航迹质量依据选择单纬度航迹数，将两条高质量的单纬度航迹和进行航迹状态估计融合，得到融合航迹，确定系统航迹；当融合航迹的航迹质量大于高质量的单纬度航迹的航迹质量，本发明实现了局部航迹的选择性融合，维度拆分后，再经过算法结构实现航迹选择，并采用局部航迹与局航迹的多传感器的简单凸组合融合方法后，融合生成的系统航迹精度有所提高。
局部航迹维度选择性状态估计融合方法

[发明专利]一种基于图卷积神经网络的人脸聚类方法-CN202210066025.6在审
发明人：初妍;李龙;赵庆超;莫士奇;李思纯;李松;时洁 -专利权人：哈尔滨工程大学
申请日： 2022-01-20 - 公布日： 2022-05-17 - 主分类号： G06V40/16 文献下载
摘要：本发明属于人脸聚类技术领域，具体涉及一种基于图卷积神经网络的人脸聚类方法。本发明首先对人脸数据做特征提取，把人脸特征看成节点，计算所有节点的局部密度值；然后，基于局部密度值将数据划分为高密度节点和低密度节点两部分，高密度节点连接最近邻中同为高密度的节点，形成多个聚类中心；为低密度节点构造自适应子图，作为图卷积神经网络的输入，预测节点间的连通性；最后，将两部分合并后使用伪标签传播将不符合要求的边切除，获取最终的聚类结果。本发明基于密度将数据划分为两部分，仅对低密度部分构建子图进行推理，提高了聚类的效率，同时自适应子图能够提取更为丰富的上下文信息，使得对子图的推理更为准确，提高了聚类的准确度。
一种基于图卷神经网络人脸聚类方法

[发明专利]一种基于元迁移学习的任务自适应的小样本图像分类方法-CN202210089412.1在审
发明人：初妍;谢天文;莫士奇;李松;时洁;曹宇辰 -专利权人：哈尔滨工程大学
申请日： 2022-01-25 - 公布日： 2022-05-17 - 主分类号： G06V10/764 文献下载
摘要：本发明属于计算机技术领域，具体涉及一种基于元迁移学习的任务自适应的小样本图像分类方法。本发明通过结合元迁移学习，弥补MAML模型采用4Conv浅层网络提取特征不充分的问题；增加可训练的参数来学习平衡元知识在每个任务中的使用，解决现实场景下小样本学习的任务不平衡，类别不平衡，分布不平衡问题。本发明挑选每个任务中准确率低的样本，并重新组合它们的数据，使其成为更困难的任务，使元学习器在学习更加困难的任务的过程中提高模型的准确率。本发明提出的困难任务挖掘算法在线的收集分类效果差的样本组成困难任务，让学习器在困难任务中学习得更快、效果更好。
一种基于迁移学习任务自适应样本图像分类方法

[发明专利]一种基于角点检测的医学图像处理方法-CN201810561043.5有效
发明人：杨悦;马潇阳;刘卓;杨静;张健沛;王勇;初妍;王巧红 -专利权人：哈尔滨工程大学
申请日： 2018-06-04 - 公布日： 2022-01-07 - 主分类号： G06T7/00 文献下载
摘要：本发明提供的是一种基于角点检测的医学图像处理方法。一：对医学图像进行预处理；二：提取Harris角点；三：计算尺度归一化算子，检测每个点在某一个尺度响应值是否达到最大，获得提取的角点矩阵；四：获得了图像的角点矩阵之后将获得的点在图像中绘制出来，之后将角点矩阵传给聚类算法，进行聚类处理；五：给出一个K值，按照Kmeans算法进行聚类处理，用相似度矩阵作为判别函数，相似度低于阈值的类，不再进行合并。本发明无论是效果还是处理效率，亦或是在实际中的应用方面，均表现出了优越性与极大的适用价值。
一种基于检测医学图像处理方法

[发明专利]基于卷积神经网络的人脸简笔画生成方法-CN201810062910.0有效
发明人：郑丽颖;王伊雪;赵硕;邴鑫阳;初妍;其他发明人请求不公开姓名 -专利权人：哈尔滨工程大学
申请日： 2018-01-23 - 公布日： 2021-06-01 - 主分类号： G06T11/00 文献下载
摘要：本发明涉及一种基于卷积神经网络的人脸简笔画生成方法，包括如下步骤：步骤一：初始化I＝{I1，I2，……，IN}为人脸图像集；步骤二：构造训练数据集；步骤三：使用误差反传梯度下降算法，根据训练数据集T训练卷积神经网络；步骤四：生成人脸简笔画。本发明根据已有数据集，对原有数据集进行多尺度扰动，增大训练数据集，提高网络泛化能力，可以实现自动提取人脸特征，提取的人脸轮廓精确，系统鲁棒性强。
基于卷积神经网络简笔画生成方法

[发明专利]一种基于对抗样本的深度学习模型安全风险评估方法-CN201810877437.1有效
发明人：初妍;王泉;李传博;魏兰兰;栾兰;夏琳琳;沈洁;于海涛;高迪;张艳丽 -专利权人：哈尔滨工程大学
申请日： 2018-08-03 - 公布日： 2019-06-18 - 主分类号： G06Q10/06 文献下载
摘要：本发明提出了一种基于对抗样本的深度学习模型安全风险评估方法，属于计算机技术领域。所述方法通过原始样本图像x_c进行预处理和利用待测目标深度学习模型对原始样本图像x_c进行预测等步骤实现深度学习模型安全风险评估。所述方法能够实现对深度学习模型安全风险的有效评估。
风险评估原始样本图像学习样本安全计算机技术领域预处理待测目标对抗评估预测

[发明专利]基于用户行为分析的子群发现方法-CN201810560998.9在审
发明人：杨悦;王巧红;刘卓;杨静;张健沛;初妍;马潇阳 -专利权人：哈尔滨工程大学
申请日： 2018-06-04 - 公布日： 2018-10-30 - 主分类号： G06F17/30 文献下载
摘要：本发明提供的是一种基于用户行为分析的子群发现方法。输入；设定阈值，构建聚类中心的数据池D1；从D1中选取任意样本作为初始C1；计算每个样本与当前已有聚类中心之间的最大交互强度即联系最为密切的一个聚类中心之间的联系强度；计算每个样本被选做下一个聚类中心的可能性,按照可能性大小优先计算与D1内各节点间的权重，值大者作为一个聚类中心；选择出k个聚类中心；针对样本集中每个样本x,计算它到k个聚类中心的交互强度，并将它分到交互强度最大的聚类中心所对应的类中；重新计算他们的聚类中心，与D中数据的交互强度直到聚类中心不再变化；输出簇划分。本发明可明显减少中心点选取时的迭代次数，使得子群的划分更加稳定准确。
聚类中心样本子群用户行为分析重新计算数据池中心点迭代构建权重发现输出

[发明专利]一种基于增强极速学习的卷积神经网络训练方法-CN201710717240.7在审
发明人：郑丽颖;沈柳笛;张文武;初妍 -专利权人：哈尔滨工程大学
申请日： 2017-08-21 - 公布日： 2018-01-19 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种基于增强极速学习的卷积神经网络训练方法，属于人工神经网络领域。其特征在于构建传统的卷积神经网络，以三层感知机作为全连接层；利用传统的训练算法预训练卷积神经网络模型；当网络的损失函数小于预先设定好的阈值时，停止预训练；将所有样本输入预训练好的卷积神经网络模型，记录误分类的样本；保持预训练的模型结构和参数不变，根据误分类样本和极速学习算法微调全连接层的隐层与输出层之间的连接权值。本发明克服了传统CNN存在的问题，具有学习速度快、网络泛化能力强的特点。
一种基于增强学习卷积神经网络训练方法

[发明专利]一种基于循环神经网络的推荐算法-CN201710606791.6在审
发明人：初妍;李光;单晨琪;夏琳琳;沈洁;郑丽颖;高迪 -专利权人：哈尔滨工程大学
申请日： 2017-07-24 - 公布日： 2017-12-22 - 主分类号： G06Q30/06 文献下载
摘要：本发明为一种基于循环神经网络的推荐算法，涉及推荐算法领域；该算法首先提出一个引入商品评分信息的基于循环神经网络(Recurrent Neural Network,RNN)推荐算法的模型框架Rating‑RNN，对用户将要消费哪一个商品作出准确的预测。然后提出一个基于循环神经网络推荐算法的模型框架Category‑RNN，对用户将要消费哪一类别的商品作出预测。最后，将Rating‑RNN与Category‑RNN输出层合并，形成能够并行训练的Mixing‑RNN。对用户的消费历史进行建模，利用用户的评分信息以及商品类别信息等多种特征，能够捕获用户兴趣的演变，可以有效的提高推荐算法的评估指标。
一种基于循环神经网络推荐算法

[发明专利]一种基于话题影响力的微博话题溯源方法-CN201410374437.1有效
发明人：杨静;董圆;张健沛;王勇;初妍;张乐君;杨悦;张泽宝;国林 -专利权人：哈尔滨工程大学
申请日： 2014-08-01 - 公布日： 2017-07-11 - 主分类号： G06F17/30 文献下载
摘要：本发明属于话题溯源范畴语义社会网络中的数据挖掘领域，具体涉及一种基于话题影响力的微博话题溯源方法。本发明包括根据信息检索领域的隐形语义查询扩展方法，对输入的话题词组tp进行语义扩展，得到与给定话题相关的前k个话题；确定微博网络中的用户关系及信息传播规律，确定话题影响力TIN；根据影响力计算公式，以1h为一个时间步计算话题的影响力，得到话题在传播过程中随着时间变化的影响力趋势，其影响力强度从话题初期的缓慢增长到急剧上升最后达到平稳状态，即话题成长为热点；推导话题溯源递推公式，并确定其溯源递推终止条件，输出引发话题的源头。本发明使话题溯源递推的终止条件更加准确，溯源更加准确有效。
一种基于话题影响力溯源方法

1
2
下一页»
尾页
共 19 条