-
公开(公告)号:CN120015351A
公开(公告)日:2025-05-16
申请号:CN202510473405.5
申请日:2025-04-16
Applicant: 北京理工大学
IPC: G16H50/70 , G16H50/30 , G06F18/214 , G06F18/241 , G06F18/213 , G06F18/10 , G06F18/25
Abstract: 本发明公开了面向精神障碍的多模态大模型识别与智能干预方法与系统,属于精神障碍智能识别与干预技术领域,包括:多模态数据采集阶段、数据预处理阶段、特征提取阶段、跨模态特征融合阶段、精神障碍识别阶段、个性化非药物干预阶段。多模态数据采集阶段实时采集皮肤电、心电、脑电、面部表情多模态数据,结合认知行为疗法理论,构建了对话‑反馈‑调整闭环机制。本发明采用上述面向精神障碍的多模态大模型识别与智能干预方法与系统,通过整合脑电、心电、皮肤电、表情分析及文本数据多模态生理与行为数据,结合大语言模型及跨模态注意力机制,实现对精神障碍的精准识别与个性化干预。
-
公开(公告)号:CN118890103B
公开(公告)日:2024-12-24
申请号:CN202411376947.2
申请日:2024-09-29
Applicant: 北京理工大学
Abstract: 本申请涉及无线通信技术领域,特别涉及一种基于大模型的对抗扰动生成方法,其中,方法包括:利用大模型将电磁信号与满足预设条件的模态数据进行组合,得到多模态电磁信号数据;基于多模态电磁信号数据与显著图的电磁信号对抗样本生成对抗扰动信号;按照预设调制方式对原始电磁信号进行信号调制,并将第一调制后的信号与对抗扰动信号进行组合,得到满足预设抗干扰条件的传输信号;对传输信号进行对抗扰动去除处理,并对第二调制后的信号进行解调,得到解调结果,以根据解调结果得到大模型的原始数据。由此,解决了相关技术使用的处理电磁信号的对抗扰动算法仅针对单一模态数据,且其自适应性较差,面对复杂的电磁干扰其抵抗效果较差等问题。
-
公开(公告)号:CN119149801A
公开(公告)日:2024-12-17
申请号:CN202411377020.0
申请日:2024-09-29
Applicant: 北京理工大学
IPC: G06F16/951 , G06F40/166 , G06F40/284 , G06N20/00 , G06F16/31 , G06F16/335 , G06F21/56
Abstract: 本发明涉及网络安全技术领域,特别涉及一种基于大模型对抗恶意蜘蛛池的方法,其中,方法包括:基于爬虫在当前工作周期下返回的当前网页得到当前网页数据包的所有长尾关键词,输入预先训练的语义大模型得到当前网页数据包的所有目标关键词,由此检测当前网页是否满足预设相似条件,在满足预设相似条件的情况下,判定爬虫处于恶意蜘蛛池,并停止爬虫在当前网页的爬取。本发明实施例可以利用预训练大模型提取当前页面所有长尾关键词的对应的目标关键词,并构建网页特征向量,检测当前网页和先前网页的关键词相似程度,从而精准识别长尾关键词,以判断未知网页的相似性,快速诊断困入蜘蛛池的爬虫,保障了网络搜索的高效性和安全性,更加实用。
-
-