一种低采样率下的深度学习图像恢复方法

    公开(公告)号:CN114418866A

    公开(公告)日:2022-04-29

    申请号:CN202111410413.3

    申请日:2021-11-23

    Abstract: 本发明公开了一种低采样率下的深度学习图像恢复方法,包括采样步骤和重建步骤,其中,采样部分引入离散小波变换,减少了由于应用单一尺度采样方法所丢失的高频部分内容,提高了方法的图像重建质量。将采样部分的矩阵乘法转换为半张量积的形式,显著减小了采样矩阵的大小,减少了矩阵的存储空间,节约了大量的计算资源。将AMP算法以去噪视角展开到深度卷积网络中,提高了图像的视觉效果和重建速度。在低采样率的条件下,与其他方法相比,本发明方法有着更好的量化指标和重建效果,在存储空间占用和运行时间方面有着优势,获得了更好的视觉效果。

    一种语音指令进程调度方法及装置

    公开(公告)号:CN114090997A

    公开(公告)日:2022-02-25

    申请号:CN202111406171.0

    申请日:2021-11-24

    Abstract: 本发明公开了一种语音指令进程调度方法及装置,采用的基于用户等级划分的时限声纹认证方案能够为智能计算设备中的关键数据提供进一步的保护,采用语音指令进程调度方案,能够使得用户不再受限于仅通过语音指令操作智能计算设备中的应用程序,而是深入到操作系统内核中,按照用户的意愿执行调度进程的操作,帮助用户接触到了底层的运行逻辑。本发明提出的语音指令进程调度方法及装置,为语音指令控制智能计算设备提供了一种新的控制应用方案,使得用户能够通过语音指令控制操作系统内核的进程调度。同时,通过对语音指令发出者进行更加细致的权限划分,并采用时限声纹认证的限制,提升了进程调度方案中的安全性。

    一种应用于边缘云环境下图像任务的深度学习安全方法

    公开(公告)号:CN114065193B

    公开(公告)日:2024-05-07

    申请号:CN202111393890.3

    申请日:2021-11-23

    Abstract: 本发明公开了一种应用于边缘云环境下图像任务的深度学习安全方法,包括以下步骤:对AMP‑Net+模型进行训练,将AMP‑Net+应用于深度学习安全模型的图像重建过程;训练完成后整个AMP‑Net+通过结构化多重哈希映射对网络模型进行压缩减小后部署到边缘云网络设备中;当第三方用户需要获得边缘云上的数据时,第三方用户发出数据请求,通过用户认证后与边缘云建立通信;而后根据数据请求,通过提前部署的网络模型来恢复获得原始数据。本发明引入结构化多重散列方法对训练好的AMP‑Net+网络模型压缩,同时提出了一个新的用户认证和隐私保护安全协议,深度学习安全模型保证在图像任务中边缘云系统安全性的同时,在不影响图像恢复质量的前提下进一步降低了边缘云网络设备的开销。

    一种无线感知网络中安全数据传输与合法节点认证的方法

    公开(公告)号:CN113852955B

    公开(公告)日:2024-04-05

    申请号:CN202111114040.5

    申请日:2021-09-23

    Abstract: 本发明公开了一种无线感知网络中安全数据传输与合法节点认证的方法,首先进行网络的初始化进程;在感知节点处用压缩采样网采样与压缩数据,用提前设置好的轻量级Hash算法进行处理,处理后的数据附加在采样压缩的数据后进行同态加密,传送到汇聚节点处;在汇聚节点端,先解密,进行Hash比对,比对成功将数据传送到联合重建网进行信息数据的重建,比对失败丢弃数据,在认证的同时进行每个节点的信誉评估。本发明方法有着更高的效率,处理较大数据时,速率比传统方式快至少5倍,同时很好的实现数据的机密性传输,对于无线感知网络中的点到点数据传输提供了很大的便利,且减少了很多的能量损耗,是一种高效节能的安全数据传输与合法节点认证方案。

Patent Agency Ranking