“王国胤”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125个，建议您升级VIP下载更多相关专利

[发明专利]一种基于区块链与数据脱敏的医疗数据共享方法与系统-CN202310655103.0在审
发明人：唐飞;马馨婷;何平逊;郭芷佟;唐麒淞;沈菊颖;肖云鹏;王国胤 -专利权人：重庆邮电大学
申请日： 2023-06-05 - 公布日： 2023-10-20 - 主分类号： G06F21/62 文献下载
摘要：本发明属于隐私保护技术领域，具体涉及一种基于区块链与数据脱敏的医疗数据共享方法与系统，所述方法应用于医疗数据共享系统，包括：病人将医疗数据存入数据库中，将数据的哈希值上链存证；用户根据需求向发布系统发送调用数据的请求；发布系统验证用户身份信息，验证通过则向脱敏模块发送脱敏数据调用请求；脱敏模块根据请求设置脱敏规则，根据脱敏规则对数据进行脱敏处理，并返回给发布系统，并将脱敏规则存证上链；发布系统将数据返回给调用的用户，并对数据的哈希值上链存证。本发明通过将区块链与数据脱敏技术相结合，实现了医疗数据中敏感信息的保护和数据的有效共享。
一种基于区块数据医疗共享方法系统

[发明专利]基于矩阵数据重排的图像特征编码方法、装置及电子设备-CN202310779355.4在审
发明人：戴大伟;徐嘉;刘颖格;夏书银;王国胤 -专利权人：重庆邮电大学
申请日： 2023-06-28 - 公布日： 2023-09-22 - 主分类号： G06T9/00 文献下载
摘要：本发明属于图像处理领域，涉及一种基于矩阵数据重排的图像特征编码方法、装置及电子设备；所述方法包括获取待处理的目标图像并预处理；采用特征提取网络提取出目标图像的输入特征张量；将输入特征张量切分为若干子特征，在通道上采用通道或空间维度优先进行矩阵数据重排，拼接得到目标图像的第一特征张量；采用分组特征混合器对第一特征张量进行处理，生成目标图像的第二特征张量，并进行残差连接，连接得到目标图像的第三特征张量；将第三特征张量切分为若干子特征，在空间上采用相对应的空间或通道维度优先进行逆矩阵数据重排，拼接得到目标图像的输出特征张量。本发明能够充分利用图像内部的信息，提高了模型在计算机视觉任务中的性能。
基于矩阵数据重排图像特征编码方法装置电子设备

[发明专利]基于多头类卷积自注意力的图像特征编码方法、装置及电子设备-CN202310780064.7在审
发明人：戴大伟;徐嘉;刘颖格;夏书银;王国胤 -专利权人：重庆邮电大学
申请日： 2023-06-28 - 公布日： 2023-09-22 - 主分类号： G06T9/00 文献下载
摘要：本发明属于图像处理领域，涉及一种基于多头类卷积自注意力的图像特征编码方法、装置及电子设备；所述方法包括获取目标图像并进行预处理；提取出输入特征张量后进行展开操作，按照指定步长和子区域大小生成Q、K、V展开特征；使用可学习的Q、K和V类卷积权重参数，对应编码为一组自注意力特征；使用点积注意力机制计算多头注意力权重，将多头Q特征和多头K特征相互关联；将多头注意力权重应用于多头V特征，融合子区域内的特征点信息，得到多头自注意力输出特征；利用多头混洗权重参数进行混洗操作；提取和整合目标图像的输出特征信息。本发明采用多头类卷积自注意力机制，提升了处理图像时的性能，改善了对图像底层局部特征的学习。
基于多头卷积注意力图像特征编码方法装置电子设备

[发明专利]一种面向医疗数据的可验证隐私保护集合求交方法-CN202310749242.X在审
发明人：唐飞;龚洁;凌国玮;马馨婷;肖云鹏;王国胤 -专利权人：重庆邮电大学
申请日： 2023-06-25 - 公布日： 2023-09-05 - 主分类号： G06F21/62 文献下载
摘要：本发明属于数据安全技术领域，具体涉及一种面向医疗数据的可验证隐私保护集合求交方法，包括：构建系统，并初始化系统参数，系统包括服务端和客户端；服务端对医疗数据进行存证，得到隐私保护集合；客户端和服务端根据求交协议进行第一轮隐私保护集合求交；根据第一轮隐私集合求交结果客户端和服务端进行第二轮隐私保护集合求交；客户端对两轮隐私集合求交结果进行校验；本发明不仅能使医疗客户机构的权益，能够保证服务端能够校验医疗服务机构是否使用了自身正确的医疗数据ID进行隐私保护集合求交。
一种面向医疗数据验证隐私保护集合方法

[发明专利]一种对象推荐方法、装置、系统及电子设备-CN202110422812.5有效
发明人： 王国胤;陈珂;胡军;李培森;乐玉宾 -专利权人：重庆邮电大学
申请日： 2021-04-19 - 公布日： 2023-09-05 - 主分类号： G06F16/9536 文献下载
摘要：本发明属于网络信息处理领域，涉及一种对象推荐方法、装置及电子设备；所述方法包括采集相关人员的边缘信息和关系数据；采用方差权重的方式融合相关人员的多源边缘属性；将边缘信息和关系数据数据对齐处理后进行多粒度融合表示学习；利用双向长期短期记忆神经网络对同级关系的信息融合，利用平均池化对上下级关系的信息融合；计算与相关人员接触的密切人员的重要程度；按照相关人员所学习到的低维向量表示计算出相关人员与其密切人员的相似度距离，根据相似度距离推荐出相关人员的若干密切人员；本发明融合了相关人员的多源数据，基于多粒度认知计算理论去除对分析有影响的噪声信息或者线索；提高了推荐结果的准确性。
一种对象推荐方法装置系统电子设备

[发明专利]一种基于可信执行环境的医疗数据联邦学习方法及系统-CN202310446599.0在审
发明人：唐飞;梁世凯;肖云鹏;王国胤 -专利权人：重庆邮电大学
申请日： 2023-04-24 - 公布日： 2023-07-25 - 主分类号： G06F21/62 文献下载
摘要：本发明属于联邦学习领域，具体涉及一种基于可信执行环境的医疗数据联邦学习方法及系统，该方法包括：客户端与聚合服务器进行双向身份认证；客户端向聚合服务器获取初始全局模型参数，根据初始全局模型参数对全局模型进行训练，将训练后的模型参数加密后返回给聚合服务器；聚合服务器对返回的模型参数进行聚合，将聚合结果发送给客户端，客户端对聚合结果进行安全性验证，若验证失败，则重新进行模型参数聚合，若验证成功，则根据参数聚合结果确定最优模型参数；根据最优的训练模型完成医疗资源分配；本发明通过可信执行环境并结合数字签名SM2技术，实现了安全可信的联邦学习模型训练机制，保证了联邦计算过程中结果的安全性和可靠性。
一种基于可信执行环境医疗数据联邦学习方法系统

[发明专利]一种基于三支决策的多粒度知识图谱概念认知方法-CN202211474458.1在审
发明人：段江丽;胡新;王国胤 -专利权人：长江师范学院
申请日： 2022-11-22 - 公布日： 2023-07-21 - 主分类号： G06F16/36 文献下载
摘要：本发明涉及一种基于三支决策的多粒度知识图谱概念认知方法，属于人工智能技术领域。该方法包括：S1：基于一个概念和知识图谱构建属性有/无粒度的决策信息系统；S2：获得属性有/无粒度的决策信息系统的所有粒；S3：将属性有/无粒度的决策信息系统的所有粒划分到正粒空间、负粒空间和边界粒空间；S4：基于较粗粒度的边界粒空间，在较细粒度上构建决策信息系统，并将边界粒空间中的粒划分到正粒空间、负粒空间和边界粒空间；S5：按照同样的方式处理另外三个较细粒度的决策信息系统，直到最细粒度的粒被划分；S6：将所有分支的正粒空间和负粒空间生成多粒度决策规则，从而实现知识图谱概念认知。
一种基于决策粒度知识图谱概念认知方法

[发明专利]一种面向不平衡网络的恶意软件检测方法-CN202310275519.X在审
发明人：李暾;马可心;万鑫;金洺如;刘红;李茜;庞育才;贾朝龙;王蓉;肖云鹏;王国胤 -专利权人：重庆邮电大学
申请日： 2023-03-21 - 公布日： 2023-07-21 - 主分类号： G06F21/56 文献下载
摘要：本发明属于网络与信息安全技术领域，具体涉及一种面向不平衡网络的恶意软件检测方法，包括：使用对抗生成网络对原始不平衡数据集进行数据增强，从而使得良性与恶意样本数量达到平衡；选取不同元路径构建异质网络挖掘各类实体信息；采用残差连接和恒等映射的方法提取节点的高阶隐藏信息，避免过平滑现象；基于自注意力机制对个元路径进行自适应加权聚合，获得最终嵌入表示，使用分类器进行分类操作；本发明考虑在现实生活中各类恶意软件的样本量少、难获取的问题，采用对抗生成网络进行数据增强操作，随后对其进行异质网络建模，利用高阶模型获取节点隐藏关系，再利用注意力机制进行元路径聚合，能够有效的对不平衡的软件数据集进行准确检测。
一种面向不平衡网络恶意软件检测方法

[发明专利]一种基于多模态数据融合的手绘图像实时检索方法-CN202310229513.9在审
发明人：唐晓宇;戴大伟;刘颖格;李玉堂;夏书银;王国胤 -专利权人：重庆邮电大学
申请日： 2023-03-10 - 公布日： 2023-06-09 - 主分类号： G06F16/583 文献下载
摘要：本发明属于动态草图检索领域，具体涉及一种基于多模态数据融合的手绘图像实时检索方法；该方法包括：使用完成训练的改进神经网络模型提取样本的图像特征与标签特征构建数据库，向模型输入目标图像的手绘草图和标签信息，得到草图的图像特征向量和标签特征向量；拼接草图的图像特征向量和标签特征向量，得到草图联合嵌入向量；计算草图联合嵌入向量和数据库中每个样本的联合嵌入向量的相似度，得到相似度集合；将相似度集合中的元素按照从大到小的顺序进行排序，取相似度最高的前K张样本图像作为最终的检索结果；本发明减少了手绘草图的早期检索时间，提高了检索效率。
一种基于多模态数据融合手绘图像实时检索方法

[发明专利]一种基于专家交互学习的深度判别模型的解释结果修正方法-CN202310061482.0在审
发明人：王煜淇;戴大伟;夏书银;王国胤 -专利权人：重庆邮电大学
申请日： 2023-01-17 - 公布日： 2023-06-09 - 主分类号： G06V10/82 文献下载
摘要：本发明属于可解释技术领域，具体涉及一种基于专家交互学习的深度判别模型的解释结果修正方法，包括：获取图像，并将图像分成预测训练集、解释训练集；通过预测训练集对resnet18网络模型进行训练，并加入修正模块，得到解释判别模型；将解释训练集中的图像输入解释判别模型，得到每个像素对模型决策的重要程度的可解释热力图；通过专家知识对可解释热力图进行交互，得到判别结果；将错误解释输入解释判别模型的修正模块进行错误解释结果修正；对修正后的解释结果进行评估。本发明本发明通过使用主动学习的训练策略、专家知识交互以及对网络模型可解释结果的修正，提高了网络模型的可解释能力，提高了用户对于网络模型的信任程度。
一种基于专家交互学习深度判别模型解释结果修正方法

[发明专利]一种基于特征块折叠的非局部性卷积建模方法及装置-CN202310041708.0在审
发明人：徐嘉;戴大伟;兰丹凤;夏书银;王国胤 -专利权人：重庆邮电大学
申请日： 2023-01-12 - 公布日： 2023-06-09 - 主分类号： G06V10/764 文献下载
摘要：本发明属于图像识别技术领域，具体涉及一种基于特征块折叠的非局部性卷积建模方法及装置；该方法包括：构建FFNL模块，FFNL模块包括FF子模块、RFF子模块和NL子模块；将FFNL模块嵌入到普通卷积网络的浅层阶段，得到基于特征块折叠的非局部性卷积分类模型；获取训练数据并采用训练数据训练基于特征块折叠的非局部性卷积分类模型，得到训练好的基于特征块折叠的非局部性卷积分类模型；采用训练好的基于特征块折叠的非局部性卷积分类模型对待分类数据处理，得到分类结果；本发明可帮助卷积神经网络建立基于特征块的非局部特征学习机制，从而获得更大的有效感受野和更好的性能。
一种基于特征折叠局部性卷积建模方法装置

[发明专利]一种基于粒球计算的文本情感抽取方法、系统及电子设备-CN202310257830.1在审
发明人：陈子忠;陈涛;夏书银;王国胤 -专利权人：重庆邮电大学
申请日： 2023-03-16 - 公布日： 2023-05-23 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及计算机技术领域，公开了一种基于粒球计算的文本情感抽取方法、系统、及电子设备，包括如下步骤：S1、通过Bert模型提取输入文本的高级语义表征信息，并通过聚类的方式根据所述输入文本的高级语义表征信息对该输入文本进行簇的划分，将所述输入文本划分成若干粒球，并对若干所述粒球进行分类，从而抽取出输入文本的方面词和观点词；S2、根据所述方面词与观点词之间的距离，对每个方面词与观点词组成的词对进行位置嵌入到BLSTM模型中，经过所述BLSTM模型编码完成后，将来自方面词和观点词的隐藏状态连接起来，从而进行情感分类。本发明提出了一种基于粒球的计算方法来进行方面词与观点词的提取，解决了词语重叠的问题。
一种基于计算文本情感抽取方法系统电子设备

[发明专利]一种基于特征空间图结构的骨关节图像分类方法及系统-CN202310083889.3在审
发明人：徐涛;戴大伟;夏书银;王国胤 -专利权人：重庆邮电大学
申请日： 2023-01-31 - 公布日： 2023-05-09 - 主分类号： G06T7/00 文献下载
摘要：本发明属于深度学习图像识别领域，具体涉及一种基于特征空间图结构的骨关节图像分类方法及系统；该方法包括：获取骨关节图像并对其进行预处理；将预处理好的骨关节图像输入到训练好的深度神经网络中得到骨关节特征图；对骨关节特征图进行图结构化表示，得到骨关节特征图的图结构信息；图结构信息包括节点信息、边信息以及邻接矩阵；将骨关节特征图的图结构信息输入到训练好的图神经网络模型中进行处理，得到骨关节图像分类结果；根据骨关节图像分类结果可视化图神经网络模型关注区域的热力图；本发明能帮助模型学到空间域中远距离的特征关系以及结构信息，计算速度快，分类精度高，且能更好的理解模型背后如何工作，可解释性好。
一种基于特征空间结构关节图像分类方法系统

[发明专利]一种基于粒球计算的图像内容噪声处理方法-CN202211568658.3在审
发明人：庄志国;戴大伟;朱浩;夏书银;王国胤 -专利权人：重庆邮电大学
申请日： 2022-12-08 - 公布日： 2023-05-05 - 主分类号： G06T5/00 文献下载
摘要：本发明属于图像处理领域，具体涉及一种基于粒球计算的图像内容噪声处理方法，所述方法包括获取待处理图片的各个像素点的梯度；以当前梯度最小的像素点为中心，按照矩形形状向外扩散，重复迭代形成多个不同的矩形局域；计算出各个像素点到其对应矩形区域中心的欧式距离，将所有像素点的欧式距离的倒数经过处理，得到各个矩形区域的权重列表；将各个矩形区域的权重列表与对应像素点的像素值求乘积得到聚类后的各部分像素值，进而完成对待处理图片的聚类操作；基于高斯分布对聚类操作后的待处理图片进行重采样处理。通过本发明处理后的图像，能够拥有更多的抗噪和抗攻击能力。
一种基于计算图像内容噪声处理方法

[发明专利]一种基于自适应最近邻模型的瓦斯浓度预测方法及装置-CN202310036344.7在审
发明人：代劲;李昊;王国胤 -专利权人：重庆邮电大学
申请日： 2023-01-09 - 公布日： 2023-04-18 - 主分类号： G06F18/214 文献下载
摘要：本发明属于煤矿瓦斯领域，具体涉及一种基于自适应最近邻模型的瓦斯浓度预测方法及装置；该方法获取监测点的初始瓦斯数据，对其进行预处理得到瓦斯训练数据作为最近邻模型的训练集；获取最新一小时的瓦斯数据并归一化得到最新一小时的瓦斯样本，并将其加入到最邻近模型的训练集；采用样本去噪方法处理最近邻模型的训练集；根据最新一小时的处理后瓦斯数据查找已删除数据，并使用样本重用策略对查找到的已删除数据进行判定，将有效的已删除数据重新放入最近邻模型的训练集，并根据当前的训练集重新训练最近邻模型；根据最新一小时的处理后瓦斯数据的特征查找最邻近瓦斯数据，并加权求和预测瓦斯浓度；本发明对瓦斯浓度预测结果更可靠，更有优势。
一种基于自适应近邻模型瓦斯浓度预测方法装置

1
2
3
4
5
6
7
8
9
下一页»
尾页
共 125 条