“吴黎兵”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27个，建议您升级VIP下载更多相关专利

[发明专利]基于残差分离注意力机制的遥感图像超分辨率方法、系统及介质-CN202310691423.1在审
发明人：吴云韬;陈希彤;巩朋成;程旭;李晖;张卓钰;刘冰艺;吴黎兵 -专利权人：武汉工程大学
申请日： 2023-06-12 - 公布日： 2023-09-15 - 主分类号： G06T3/40 文献下载
摘要：本申请涉及一种基于残差分离注意力机制的图像超分辨率方法、系统及介质，包括将高分辨率遥感卫星图像下采样至目标低分辨率遥感卫星图像；提取粗糙特征图；构建上采样模块；构建残差分离注意力模块；构建残差分离注意力组，进一步提取精细特征；将粗糙特征图作为全局残差学习与最后一个残差注意力组的输出进行融合，最后将各个阶段得到的精细遥感卫星特征图输入多级特征融合模块进行融合；将融合得到的最终精细的遥感卫星特征图进行普通卷积，重建成目标的高分辨率遥感卫星图像。本发明所提出的网络优于其他最新的遥感卫星图像超分辨率算法，能够生成更高质量的卫星图像，尤其是在高采样倍数的情况下。
基于分离注意力机制遥感图像分辨率方法系统介质

[发明专利]一种面向自动驾驶语义分割的对抗纹理生成方法及系统-CN202310594947.9在审
发明人： 吴黎兵;马传国;张壮壮;方程瑛;胡跃竞 -专利权人：武汉大学
申请日： 2023-05-24 - 公布日： 2023-08-29 - 主分类号： G06V10/26 文献下载
摘要：本发明提供一种面向自动驾驶语义分割的对抗纹理生成方法及系统，属于人工智能技术领域，包括：对目标车辆进行对抗纹理生成3D模型建模，获取待生成对抗纹理的faces id列表；基于预设数据集构建所述对抗纹理生成3D模型的训练数据和测试数据；利用所述训练数据和所述测试数据对所述对抗纹理生成3D模型进行训练，对输出对抗纹理进行迭代优化，获取最优对抗纹理。本发明通过在自动驾驶场景中针对高维度物体，制作对抗样本，对车辆对抗纹理进行优化渲染，具有较强的抗攻击性和鲁棒性，并提出语义平均损失，在优化语义平均损失过程中将模型注意力引导到非目标区域，并引入可微分渲染器构造端到端训练框架，通过反向传播算法优化对抗纹理。
一种面向自动驾驶语义分割对抗纹理生成方法系统

[发明专利]基于协同过滤和深度学习的个性化推荐方法及系统-CN202011510007.X有效
发明人： 吴黎兵;闵姝文;全聪 -专利权人：武汉大学
申请日： 2020-12-19 - 公布日： 2023-08-25 - 主分类号： G06Q30/0601 文献下载
摘要：本发明提供一种基于协同过滤和深度学习的个性化推荐方法及系统，包括获取用户购买商品的历史行为特征数据，并进行预处理，将用户的购买行为按照时间进行排序，排序后的数据称为用户的行为特征序列；个性化推荐系统建模，包括从交互矩阵中获取用户和商品的输入向量，然后分别生成用户和商品的嵌入向量，再经过注意力神经网络对嵌入向量进行加权，加权后的嵌入向量再进行线性和非线性的交互，从而获取用户和商品之间的显式和隐式关系，最后进行用户对商品的点击率预估；使用用户行为特征序列进行模型的训练和测试。本发明充分挖掘了用户的和商品的协同信号，为捕捉用户的个性化需求提供基础，能够提高推荐系统准确度和可解释性。
基于协同过滤深度学习个性化推荐方法系统

[发明专利]基于变分自编码器和多维模态对齐的零样本图像分类方法-CN202310632389.0在审
发明人： 吴黎兵;蔡吉燕;张壮壮;王一周;马超 -专利权人：武汉大学
申请日： 2023-05-31 - 公布日： 2023-08-15 - 主分类号： G06V10/764 文献下载
摘要：本发明提供一种基于变分自编码器和多维模态对齐的零样本图像分类方法，包括以对零样本学习设置中可见类样本集和语义描述集进行定义以及各个模态进行处理的变分自编码器VAE进行建模；定义各模态在隐含空间不同维度的中间分布函数Z1、Z2以及相关损失函数LDA、LCAn、LVAEn，其中，LDA为分布对齐损失，表示不同模态间在隐含空间的距离损失函数，LCAn为交叉重建损失，表示不同模态样本进行的交叉重构损失函数，LVAEn为关于变分自编码器的损失函数；依据半监督学习算法构建基于多维信息空间对齐的n‑CADA‑VAE；准备实验训练数据和测试数据；训练并保存，然后对模型进行测试并评估，在通过评估后基于模型进行图像分类。本发明在广义零样本学习和少样本学习中都具有优异的性能。
基于编码器多维对齐样本图像分类方法

[发明专利]一种基于深度信念网络的CAN总线入侵检测方法及系统-CN202310524368.7在审
发明人： 吴黎兵;毛智超;张壮壮;马亚军;刘芹 -专利权人：武汉大学
申请日： 2023-05-08 - 公布日： 2023-08-04 - 主分类号： H04L9/40 文献下载
摘要：本发明提供一种基于深度信念网络的CAN总线入侵检测方法及系统，属于入侵检测技术领域，包括：确定基于控制器局域网CAN报文规则过滤器和基于深度信念网络的初始检测模型；采用不同的预设训练数据集和预设测试数据集，对基于CAN报文规则过滤器和初始检测模型进行训练，得到入侵组合检测模型；对待检测CAN报文进行预处理得到预处理报文；将预处理报文输入入侵组合检测模型，输出CAN总线入侵检测结果。本发明在车载环境中，利用CAN报文构建过滤器，能提高检测精度，减少检测过程时间开销，克服带攻击数据集难以获取的问题，全部使用无攻击的正常报文来进行模型训练，对于混合攻击的检测准确率，能实现更优的误报率以及精确度。
一种基于深度信念网络 can 总线入侵检测方法系统

[发明专利]一种公共审计的拜占庭鲁棒联邦学习系统及方法-CN202211470114.3在审
发明人： 吴黎兵;张壮壮;曹书琴;王敏;张瑞 -专利权人：武汉大学
申请日： 2022-11-23 - 公布日： 2023-05-23 - 主分类号： G06N3/098 文献下载
摘要：本发明提出了一种公共审计的拜占庭鲁棒联邦学习系统及方法。本发明通过引入第三方审计服务器来对联邦学习训练过程进行审计。首先，聚合服务器向每个联邦学习客户端和审计服务器发送初始化模型参数；其次，联邦学习客户端在本地数据集上进行模型训练，并将本地模型更新上传给聚合服务器；然后，第三方审计服务器进行模型训练得到审计服务器的模型更新，并采用随机采样方法结合余弦相似度计算每个客户端与审计服务器的相似度；最后，聚合服务器将相似度作为每个客户端的权重，通过加权求平均获得全局模型更新。本发明一直执行上述流程直到达到最大训练次数。本发明在有拜占庭客户端参与时，依然可以训练出准确的模型。
一种公共审计拜占庭联邦学习系统方法

[发明专利]一种基于激励机制的车联网隐私感知数据调度方法-CN202010111580.7有效
发明人： 吴黎兵;夏有华;王志波;夏振厂 -专利权人：武汉大学深圳研究院
申请日： 2020-02-24 - 公布日： 2023-04-07 - 主分类号： H04W4/40 文献下载
摘要：本发明公开了一种基于激励机制的车联网隐私感知数据调度方法，首先通过平衡源节点，转发节点和目的节点之间的收益来鼓励车辆承担不同的任务，同时使它们获得正收益。其次，车辆通过激励机制参与任务后，为了提升任务完成的效率，先完成关键任务。然后，为了使完成的关键任务信息能够安全的传输至目的车辆，通过数据干扰机制来实现车辆与云服务器之间的数据传输的安全性和私密性。最后，通过该激励机制，使车辆遵守加密方案。发明解决了车辆自私性的问题,使车辆参与到任务的执行中，从而使网络的效用最大化，同时，本发明提供了保护完成的关键任务信息的数据干扰机制，使得关键信息安全的传输至目的车辆，从而保护车辆隐私信息。
一种基于激励机制联网隐私感知数据调度方法

[发明专利]一种基于时空门控超图卷积网络的交通预测系统及方法-CN202211392924.1在审
发明人： 吴黎兵;曹书琴;张瑞;张壮壮;王敏 -专利权人：武汉大学
申请日： 2022-11-08 - 公布日： 2023-04-04 - 主分类号： G06F16/901 文献下载
摘要：本发明提出一种基于时空门控超图卷积网络的交通预测系统及方法。本发明方法构建交通超图以建模高阶空间相关性；将多个历史时刻各道路节点交通流通过滑动窗口划分方法，得到多组各道路节点交通流样本和真实交通流；结合交通超图构建时空门控超图卷积网络交通预测模型，将每组样本输入至预测模型进行预测得到预测交通流，结合真实交通流构建损失函数，通过Adam优化训练得到优化后时空门控超图卷积网络交通预测模型；中心服务器通过多个交通流传感器采集多个时刻各道路节点交通流，将采集的交通流通过优化后时空门控超图卷积网络交通预测模型预测，得到未来多个时刻各道路节点交通流。本发明充分挖掘高阶空间相关性和不同类型交通数据间的相关性。
一种基于时空门控超图卷积网络交通预测系统方法

[发明专利]一种分组可验证的链式隐私保护联邦学习方法及装置-CN202210882955.9在审
发明人： 吴黎兵;张壮壮;曹书琴;王敏;张瑞 -专利权人：武汉大学
申请日： 2022-07-26 - 公布日： 2022-10-11 - 主分类号： G06F21/62 文献下载
摘要：本发明公开了一种分组可验证的链式隐私保护联邦学习方法及装置，首先提出了一种分组的链式学习机制来保证用户在训练阶段的隐私，然后提出了一个可验证的安全聚合协议来保证全局模型的可验证性。具体来说，本发明首先将用户分成不同组进行模型训练，并每组将训练结果和验证标签上传到聚合服务器；然后聚合服务器对训练结果和验证标签进行聚合，并返回聚合结果即全局模型；最后用户对聚合后的标签进行验证，在验证通过后接受该聚合结果。本发明在不引入复杂密码学原语的基础下通过分组的链式学习机制保证了客户端的隐私，并通过可验证的聚合协议实现了聚合结果的可验证性，计算开销较低，可解决资源受限场景下的联邦学习需求。
一种分组验证链式隐私保护联邦学习方法装置

[发明专利]一种基于时空多尺度图卷积网络的交通流预测模型的构建方法以及交通流预测方法-CN202210175760.0在审
发明人： 吴黎兵;曹书琴;张瑞;王敏;张壮壮 -专利权人：武汉大学
申请日： 2022-02-25 - 公布日： 2022-06-10 - 主分类号： G06F30/27 文献下载
摘要：本发明提供了一种基于时空多尺度图卷积网络的交通流预测模型的构建方法以及交通流预测方法，具体来说，给定一个细粒度交通图，首先通过谱聚类生成一个粗粒度交通图；然后分别提取细粒度和粗粒度交通图的时空相关性，本发明充分挖掘了空间相关性，包括区域的静态不变特征和动态的空间相关性；其次，为了缓解细粒度交通图中交通流波动的负面影响，采用跨尺度融合来实现细粒度交通图和粗粒度交通图之间的信息扩散；最后，在两个真实世界的交通数据集上进行实验，选择最优参数，确定最终的结果。本发明改进了现有的交通流预测模型，使得模型可以利用粗粒度交通图中的特征，缓解细粒度交通图中交通流波动的负面影响，一定程度上提高了预测精度。
一种基于时空尺度图卷网络通流预测模型构建方法以及

[发明专利]一种面向边缘计算场景下的隐私保护联邦学习方法-CN202210157685.5在审
发明人： 吴黎兵;张壮壮;曹书琴;张瑞;王敏 -专利权人：武汉大学
申请日： 2022-02-21 - 公布日： 2022-06-07 - 主分类号： G06N20/00 文献下载
摘要：本发明提供了一种面向边缘计算场景下的隐私保护联邦学习方法，该方法使用双服务器架构进行模型聚合和拜占庭鲁棒。首先，服务器将初始模型参数下发到客户端中；其次，客户端利用本地数据集和初始参数进行多次迭代训练，并获得本轮次训练结果；然后，客户端对训练结果进行秘密分享处理，将其分别上传到不同服务器中；最后，双服务器进行协同的拜占庭节点检测，获取拟聚合参数，并在此基础上，进行协同的模型聚合，获得本轮全局模型训练结果。上述过程不断迭代，直到训练出最优解。该方法通过双服务器架构，解决了在保护数据隐私的同时实现对拜占庭节点的防御，计算通信开销较低，可解决边缘计算场景下的协同训练问题。
一种面向边缘计算场景隐私保护联邦学习方法

[发明专利]一种基于电磁信号EMR的篡改软件检测方法-CN201911408166.6有效
发明人： 吴黎兵;刘英;王敏;张瑞 -专利权人：武汉大学
申请日： 2019-12-31 - 公布日： 2022-05-24 - 主分类号： G06F11/36 文献下载
摘要：本发明公开了一种基于电磁信号EMR的篡改软件检测方法，用于判断待检测程序与官方原装软件相比，是否被篡改；该方法包括以下步骤：步骤1、特征数据库构建：在电子设备中启动该软件，使用磁力计设备获取该软件启动时发出的电磁信号EMR，提取EMR信号的时域特征和频率特征，构建特征数据库；步骤2、软件检测：对特征数据库中的EMR信号，使用基于路径斜率约束的动态弯曲算法作为距离度量算法，使用相应的路径斜率约束的均值中心算法求取时间序列中心，与预设的原装软件特征库进行匹配，计算其隶属度根据阈值判断是否被篡改。本发明能够快速方便的对可能篡改过的软件进行检测，从而为电子设备的安全提供保障。
一种基于电磁信号 emr 篡改软件检测方法

[发明专利]基于商滤波器边缘计算的信号灯路口交通数据检测方法-CN202010165750.X有效
发明人： 吴黎兵;张瑞;王敏;曹书琴 -专利权人：武汉大学深圳研究院
申请日： 2020-03-11 - 公布日： 2022-05-20 - 主分类号： G08G1/01 文献下载
摘要：本发明公开了一种基于商滤波器边缘计算的信号灯路口交通数据检测方法，该方法包括：首先，上游交叉路口的信号灯边缘节点上传需要通过下游交叉路口的车辆的可靠数据到云服务器C，并将这些在上存储的数据清除；其次，下游交叉路口的信号灯边缘节点从云服务器C下载数据并与来自其它方向的可靠车辆数据进行合并更新至然后，建立车辆Vk与边缘节点之间的连接，并查询是否有攻击者冒充已注册车辆，更新QFSA；最后，将更新后的QFSA上传到云服务器C中，并向其它边缘节点发送警告。本发明使用商滤波器大幅度提升了查询的有效性，降低了空间占用；具有较高的速度和良好的哈希效果，使得商滤波器的插入与查询操作更加高效。
基于滤波器边缘计算信号灯路口交通数据检测方法

[发明专利]一种基于跨领域排名推荐模型的排名推荐方法-CN201810019103.0有效
发明人： 吴黎兵;牛中超;王俊;李石君 -专利权人：武汉大学
申请日： 2018-01-09 - 公布日： 2022-04-01 - 主分类号： G06F16/9535 文献下载
摘要：本发明涉及一种基于跨领域排名推荐模型的排名推荐方法。首先通过自适应的用户聚类，同时计算目标领域和辅助领域之间基于用户以及基于用户聚类的相似度，然后使用跨领域的用户相似度加权用户潜在因子，进行跨领域相似度约束，迁移不同领域用户之间的特征信息，最后建立一个联合列表预测和评分预测的跨领域排名推荐模型。本发明有效提升了排名推荐的准确度，能更有效地解决协同过滤推荐中目标评分数据的稀疏性问题。
一种基于领域排名推荐模型方法

[发明专利]一种基于身份的不使用双线性对的密文等值判定方法-CN201910184267.3有效
发明人： 吴黎兵;张宇波;王婧;夏振厂;吴煜 -专利权人：武汉大学
申请日： 2019-03-12 - 公布日： 2021-09-24 - 主分类号： H04L9/08 文献下载
摘要：本发明公开了一种基于身份的不使用双线性对的密文等值判定方法，首先，KGC执行系统初始化算法生成系统相关参数；其次，用户向KGC发送注册请求，KGC产生用户的公私钥对并通过安全信道发送给用户；然后，用户A和B对分别明文MA和MB进行加密得到密文CA和CB，并根据自身需求选择相应的授权方式Authi，产生对应的陷门tdA和tdR，将密文CA，CB和陷门tdA，tdB分别发送给服务器；最后，服务器选择相应的测试算法Testi执行等值判定操作，若输出1，则表明MA和MB相同，否则不同。发明避免了使用计算性能较差的双线性对操作,大幅提高了协议的计算效率，同时，本发明提供了四种不同级别的细粒度的授权机制，使得用户具有更灵活多样的授权方式，从而保护用户隐私信息。
一种基于身份使用双线等值判定方法

1
2
下一页»
尾页
共 27 条