“夏树涛”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96个，建议您升级VIP下载更多相关专利

[发明专利]图像处理方法、装置、计算机设备及存储介质-CN202210405950.7在审
发明人：白家旺;龚迪洪;夏树涛;李志锋;刘威 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-04-18 - 公布日： 2023-10-27 - 主分类号： G06T3/00 文献下载
摘要：本申请公开了一种图像处理方法、装置、计算机设备及存储介质，属于计算机技术领域。该方法包括：获取原始图像与目标图像之间的偏移特征图；对该目标图像中的目标像素，基于该偏移特征图，从该原始图像中确定与该目标像素对应的原始像素；基于该原始像素的多个邻域像素，对该目标像素进行赋值；输出由多个赋值后的目标像素构成的目标图像。本申请可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景，通过像素级别的逐个像素偏移和赋值，使得修改得到的目标图像整体具有低感知性质，不易被防御者感知和察觉。
图像处理方法装置计算机设备存储介质

[发明专利]一种针对多种漏洞的模糊测试方法-CN202310043932.3在审
发明人：肖喜;叶开;夏树涛;江勇;郑海涛;陆孺牛 -专利权人：清华大学深圳国际研究生院
申请日： 2023-01-29 - 公布日： 2023-10-10 - 主分类号： G06F11/36 文献下载
摘要：本发明公开了一种针对多种漏洞的模糊测试方法，包括：S1、对以多种漏洞为导向的目标程序进行插桩编译；S2、通过基于种子组列队的针对模糊测试核心环节进行多目标优化后，将变异的种子输入至已插桩编译的目标程序并运行多目标模糊测试；S3、根据目标程序的状态和多目标模糊测试运行结果进行相应处理；S4、在多目标模糊测试运行结束后，对收集到的异常种子进行整理和过滤，并对过滤去重后的种子进行潜在漏洞分析和定位。本发明能够获取额外的漏洞相关的程序行为和状态信息；同时能够进行多目标模糊测试，从而使得模糊测试工具能够更加高效地进行多目标模糊测试并找到多种潜在漏洞；在不影响效率前提下，对于多种漏洞的挖掘有更强的针对性。
一种针对多种漏洞模糊测试方法

[发明专利]一种数据泄露检测的方法、装置、存储介质及电子设备-CN202310863481.8在审
发明人：李一鸣;刘焱;翁海琴;江勇;夏树涛 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2023-07-13 - 公布日： 2023-10-03 - 主分类号： G06F21/62 文献下载
摘要：本说明书公开了一种数据泄露检测的方法、装置、存储介质及电子设备。用于隐私保护，该数据泄露检测的方法包括：在样本数据中添加目标干扰数据，得到目标样本数据，并确定目标样本数据所对应的目标标签，将目标样本数据输入目标模型，以得到目标样本数据对应的输出结果，以及确定潜在干扰数据，以最小化目标样本数据对应的输出结果与目标标签之间的偏差，以及确定将添加潜在干扰数据的样本数据输入到目标模型后得到不为目标标签的输出结果为优化目标，对所述目标模型进行训练，而后获取添加目标干扰数据的目标校验数据，将目标校验数据输入到待检测模型，得到待检测模型的输出结果，根据待检测模型的输出结果，检测目标模型的模型数据是否泄漏。
一种数据泄露检测方法装置存储介质电子设备

[发明专利]基于二值神经网络模型的图像分类方法以及相关设备-CN202310927246.2在审
发明人：王耀威;李天翔;王乾蔚;黄钰均;陈斌;夏树涛 -专利权人：鹏城实验室
申请日： 2023-07-27 - 公布日： 2023-08-29 - 主分类号： G06V10/764 文献下载
摘要：本申请涉及人工智能技术领域，提供了一种基于二值神经网络模型的图像分类方法以及相关设备，基于二值神经网络模型的图像分类方法利用全精度神经网络模型对属于相同网络结构的第一神经网络模型进行逐层知识蒸馏得到的第二神经网络模型，能够使得第二神经网络模型充分学习到全精度神经网络模型的知识，之后再将第二神经网络模型的权重参数固定为1比特得到二值神经网络模型，能够极大程度地减少模型推理过程中占用的存储空间以及计算资源，利用该二值神经网络模型能够在诸如嵌入式设备或移动设备等存储空间和计算资源有限的微型设备上实现准确高效的图像分类。
基于神经网络模型图像分类方法以及相关设备

[发明专利]物联网异常实时检测方法、装置、终端及可读存储介质-CN202210362853.4有效
发明人：李清;董宇韬;李克军;江勇;夏树涛 -专利权人：鹏城实验室
申请日： 2022-04-07 - 公布日： 2023-08-18 - 主分类号： H04L9/40 文献下载
摘要：本发明公开了一种物联网异常实时检测方法，包括：对途径交换机的数据流进行过滤，得到异常流ID，并将异常流ID报告给服务器防火墙，同时将包含异常流ID的镜像流量发送给服务器；服务器从镜像流量中分析异常流ID，并得到异常流的包序列；对得到的包序列进行高精度异常检测，并根据高精度异常检测结果进行判断，得到一个判断信息，根据判断信息更新交换机的黑名单；本发明提前将孤立森林转换成规则并部署在交换机上，实现了在交换机上通过无监督学习算法来对互联网进行恶意流量的检测，在交换机上设计使用了双哈希算法特征提取方案，降低了延迟和资源占用，设置非对称的自动编码器模型，在交换机初步检测流量后进一步检测，提高了检测高精度。
联网异常实时检测方法装置终端可读存储介质

[发明专利]基于自注意机制的网络流量分类方法、介质及终端设备-CN201911412366.9有效
发明人：江勇;谢国锐;李清;夏树涛;齐竹云 -专利权人：鹏城实验室;清华大学深圳国际研究生院
申请日： 2019-12-31 - 公布日： 2023-07-28 - 主分类号： H04L47/2441 文献下载
摘要：本发明公开了一种基于自注意机制的网络流量分类方法、介质及终端设备，所述方法获取待分类网络流量包数据，并确定所述待分类网络流量包数据对应的输入序列；将所述输入序列输入至预先训练的网络流量分类模型，通过所述网络流量分类模型预测所述待分类网络流量包数据对应的流量类别。本发明使用的网络流量分类模型包括编码模块，所述编码模块包括自注意机制单元，这样通过自注意机制提取有效流量特征，提高了流量分类精度。
基于注意机制网络流量分类方法介质终端设备

[发明专利]一种基于深度乘积量化的对抗样本生成方法-CN202010080718.1有效
发明人： 夏树涛;陈斌;冯岩;戴涛;李清;李伟超 -专利权人：鹏城实验室;清华大学深圳国际研究生院
申请日： 2020-02-05 - 公布日： 2023-07-18 - 主分类号： G06N3/0464 文献下载
摘要：本发明提供了一种基于深度乘积量化的对抗样本生成方法，所述方法包括：将原始图像输入至预设网络模型，以通过所述预设网络模型输出原始图像对应的量化分配中心向量；将所述原始图像对应的初始对抗样本输入至所述预设网络模型，以得到所述初始对抗样本对应的对抗特征向量；基于所述量化分配中心向量以及所述对抗特征向量，确定所述初始对抗样本对应的损失函数；基于所述损失函数对所述预设网络模型进行反向传播，以得到所述原始图像对应的对抗样本。本方法通过基于所述量化分配中心向量以及对抗特征向量确定可导损失函数，提高了对抗样本的迁移性和有效性，为进一步研究神经网络的鲁棒性提供依据。
一种基于深度乘积量化对抗样本生成方法

[发明专利]一种基于自诱导拥塞和单向延迟的可用带宽测量方法-CN202210277722.6有效
发明人：李清;金涛;李伟超;江勇;夏树涛 -专利权人：鹏城实验室
申请日： 2022-03-21 - 公布日： 2023-06-16 - 主分类号： H04L43/0852 文献下载
摘要：本发明公开了一种基于自诱导拥塞和单向延迟的可用带宽测量方法，恢复时间预测值方法包括：获取自诱导拥塞负载队列的第一参数和恢复拥塞的检查队列的第二参数，并基于预设的算法，根据第一参数和第二参数，生成探测队列；通过发包器对探测队列进行一轮定时发送，并通过收包器测量一轮定时发送后的探测队列的接收时间，接着根据接收时间和定时发送时的发送时间获取单向延迟数组；基于预设的恢复定位算法和预设的去噪算法对单向延迟数组进行定位和去噪处理，得到恢复时间预测值和首个恢复的包的下标，并根据恢复时间预测值和首个恢复的包的下标，计算网络的可用带宽。本发明的方法在高带宽速率、快速变化的多跳现代网络中，能够高效、准确地测量网络的可用带宽。
一种基于诱导拥塞单向延迟可用带宽测量方法

[发明专利]一种基于敲击节奏的智能手表用户识别方法-CN202110163294.X有效
发明人：肖喜;张焓祺;夏树涛;江勇;郑海涛;陆孺牛 -专利权人：清华大学深圳国际研究生院
申请日： 2021-02-05 - 公布日： 2023-06-09 - 主分类号： G06F18/24 文献下载
摘要：本发明公开了一种基于敲击节奏的智能手表用户识别方法，从敲击节奏训练数据中提取特征，构造特征向量；利用One‑class DBSCAN算法来训练模型，得出核心对象集；计算新样本特征向量与每个核心对象之间的欧氏距离，以识别该新样本是否属于核心向量的类。本发明针对智能手表缺乏合适的用户识别导致的隐私问题，提出了一种新的基于敲击节奏的智能手表用户识别方法，并提出了一种新的一类分类算法One‑class DBSCAN，本发明适用于智能手表较小的屏幕以及低功耗的设定，新的一类分类算法One‑class DBSCAN可以在训练数据只有一类的情况下准确地判断新样本是否属于当前类。
一种基于敲击节奏智能手表用户识别方法

[发明专利]一种基于语义知识增强的自动化人机互动方法-CN202110567502.2有效
发明人：郑海涛;林子博;李自然;肖喜;江勇;夏树涛 -专利权人：清华大学深圳国际研究生院
申请日： 2021-05-24 - 公布日： 2023-06-06 - 主分类号： G06F16/332 文献下载
摘要：本发明公开了一种基于语义知识增强的自动化人机交互方法，本发明给定一段文本，能自动生成一段语义相同且表达能力更强的文本，从而提升人机交互过程的多样性。本发明可以用来构建智能写作系统，即可以为用户已经创造的文本提供一些不同表达方式的候选项文本，用户可以从中选择，并进行进一步的修改，从而使得创造出来的文本更具表现力，多样性，避免用词用句重复单调；本发明解决使用传统的语言生成技术无法有效地进行自动化文本改写的问题，本发明设计一个基于多头注意力机制的神经网络模型，同时利用外部语义知识提升文本改写的多样性和灵活性。相比于传统基于模板的文本改写方法，本发明具备更高的灵活性和通用性，极大地减少人工的参与度，降低生产成本。
一种基于语义知识增强自动化人机互动方法

[发明专利]电力监控系统时间序列异常检测方法、系统、设备及存储介质-CN202310127049.2在审
发明人：肖飞;蔚睿;王治华;周劼英;汪明;金明辉;王之梁;杨家海;韩东岐;夏树涛 -专利权人：国网上海市电力公司;清华大学
申请日： 2023-02-16 - 公布日： 2023-05-26 - 主分类号： H04L9/40 文献下载
摘要：本发明涉及一种电力监控系统时间序列异常检测方法、系统、设备及存储介质，该方法包括以下步骤：步骤S1、获取待检测设备运行的日志数据；步骤S2、采用预训练的基于事件门的长短期记忆神经网络LSTM提取预处理后日志数据的时间序列特征，输出整段序列的特征中心点c；步骤S3、基于当前时间序列的特征中心点c，采用异常检测器根据特征空间中的距离量度对当前时间序列进行异常检测；其中，所述特征空间为采用正常设备的运行日志数据对基于事件门的长短期记忆神经网络LSTM进行预训练所得的特征空间。与现有技术相比，本发明具有检测精度高的优点。
电力监控系统时间序列异常检测方法设备存储介质

[发明专利]一种以漏洞为导向的高效区域模糊测试方法-CN202310138337.8在审
发明人：肖喜;叶开;夏树涛;江勇;郑海涛;陆孺牛 -专利权人：清华大学深圳国际研究生院
申请日： 2023-02-20 - 公布日： 2023-05-05 - 主分类号： G06F11/36 文献下载
摘要：本发明公开了一种以漏洞为导向的高效区域模糊测试方法，包括如下步骤：S1、对以漏洞为导向的目标程序进行插桩编译，得到包含代码覆盖信息以及潜在漏洞位置信息的插桩后的目标程序；S2、通过基于种子选择的模糊测试核心环节对插桩后的目标程序运行区域模糊测试；S3、根据区域模糊测试运行结果进行相应处理；S4、在区域模糊测试运行结束后，对目标种子进行筛选去重，并对筛选去重后的种子进行潜在漏洞分析。本发明能够在保持覆盖率基本不变的同时有效降低区域模糊测试过程中种子队列中种子的数量，降低了模糊测试的开销，进而提升模糊测试的效率。
一种漏洞导向高效区域模糊测试方法

[发明专利]一种基于风格迁移的黑盒视频对抗攻击方法-CN202211539264.5在审
发明人：肖喜;曹钰鑫;夏树涛;江勇;郑海涛;陆孺牛 -专利权人：清华大学深圳国际研究生院
申请日： 2022-12-01 - 公布日： 2023-04-25 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种基于风格迁移的黑盒视频对抗攻击方法，包括如下步骤：设计风格数据集，并为干净视频选择最优风格图像；根据最优风格图像对干净视频进行视频风格迁移得到风格化视频；对风格化视频进行梯度估计，并迭代更新，输出对抗视频。本发明通过根据最优风格图像对干净视频进行视频风格迁移得到风格化视频，对风格化视频进行梯度估计，并迭代更新的设置，有利于维持对抗视频的感官舒适度与降低所需要的查询次数；通过考虑语义不变的无限制对抗扰动，提高了黑盒攻击效率，并可以绕过现有的对抗防御方法，是一种低成本、高效、实用的新型视频攻击方法。
一种基于风格迁移黑盒视频对抗攻击方法

[发明专利]一种基于Fisher信息的对抗训练泛化能力提升方法-CN202310008684.9在审
发明人：肖喜;曹钰鑫;夏树涛;江勇;郑海涛;王兴军 -专利权人：清华大学深圳国际研究生院
申请日： 2023-01-04 - 公布日： 2023-04-18 - 主分类号： G06V10/82 文献下载
摘要：本发明公开了一种基于Fisher信息的对抗训练泛化能力提升方法，包括如下步骤：S1、通过不同对抗攻击方法将干净图像生成不同对抗图像；S2、通过Fisher信息将不同对抗图像进行线性叠加得到泛化对抗图像；S3、通过粒子群算法优化泛化对抗图像加权系数得到最优泛化对抗图像；S4、使用最优泛化对抗图像进行对抗训练得到泛化能力更强的分类模型。本发明不仅可以维持传统对抗攻击方法在干净图像上的分类准确率，而且对多种和未知的对抗攻击方法生成的对抗图像也具有很强的泛化性。
一种基于 fisher 信息对抗训练泛化能力提升方法

[发明专利]一种图像超分辨方法和系统-CN201910439532.8有效
发明人： 夏树涛;戴涛;李清;林栋;汪漪 -专利权人：鹏城实验室;清华大学深圳研究生院
申请日： 2019-05-24 - 公布日： 2023-04-18 - 主分类号： G06T3/40 文献下载
摘要：本发明提供一种图像超分辨方法和系统，该方案包括：将待处理图像作为卷积神经网络超分模型的输入，卷积神经网络超分模型由四个依次连接的执行模块构成；第一执行模块对待处理图像进行处理，得到第一处理图像；第二执行模块对第一处理图像进行处理，输出包含第二处理图像；第三执行模块对第二处理图像进行处理，输出第三处理图像；第四执行模块对第三处理图像进行处理，输出超分辨率图像。基于本发明，卷积神经网络超分模型为待处理图像设置加权特征，通过对加权特征的学习，确定待处理图像中的重要特征，并依据重要特征进行超分辨处理，从而提高卷积神经网络超分模型的特征表达能力，使得超分辨处理后所得到的超分辨率图像的细节质量大大提高。
一种图像分辨方法系统

1
2
3
4
5
6
7
下一页»
尾页
共 96 条