一种基于比特翻转攻击的图像识别模型混合量化方法

    公开(公告)号:CN117593631A

    公开(公告)日:2024-02-23

    申请号:CN202311739393.3

    申请日:2023-12-18

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于比特翻转攻击的图像识别模型混合量化方法,包括:步骤一、对图像识别模型进行初始量化,转化为初始量化模型;从所述初始量化模型的第一层开始,逐层进行比特翻转攻击,并且记录每一层受到攻击的敏感度;将所有层的敏感度组成初始量化模型的敏感度集合;构建优化目标函数并且确定优化约束条件,根据所述优化目标函数和所述优化约束条件确定图像识别模型的最优混合精度量化策略;步骤三、根据所述最优混合精度量化策略为图像识别模型的每一层设置用于存储该层参数的比特位宽,得到最优混合量化模型;步骤四、获取待识别图像,使用所述最优混合量化模型进行图像识别。

    一种低延迟的水下跨层机会路由方法

    公开(公告)号:CN112291729A

    公开(公告)日:2021-01-29

    申请号:CN202011185898.6

    申请日:2020-10-30

    Applicant: 吉林大学

    Abstract: 本发明公开一种低延迟的水下跨层机会路由方法,其特征在于,包括:步骤一、水下传感器网络中的汇聚节点发出一级探针包和二级探针包将多个水下节点进行两次分层形成邻居表;步骤二、发送节点根据所述邻居表选择多个水下节点作为所述发送节点的下一跳,并通过等待机制选举出转发节点;其中,所述邻居表根据网络拓扑进行更新。本发明通过使用路由信息减少MAC层的控制包,而MAC层的信息可以减少维护节点间邻居信息的消耗进而减少路由阶段的控制包;通过邻居信息和机会路由的方法减少控制包的使用和数据多拷贝情况,进而减少端到端的延迟和网络整体能耗。

    一种室内定位追踪方法
    13.
    发明公开

    公开(公告)号:CN104869541A

    公开(公告)日:2015-08-26

    申请号:CN201510319737.4

    申请日:2015-06-11

    Applicant: 吉林大学

    Inventor: 王兴旺 魏晓辉

    Abstract: 本申请公开了一种室内定位追踪方法,包括:获取当前定位时刻下的WIFI指纹;计算当前定位时刻下用户的第一位置估计信息;采集当前目标移动时间段内的加速度信息和方向信息;计算当前定位时刻下用户的第二位置估计信息;将上述第一位置估计信息和第二位置估计信息分别乘以各自的权重系数后相加,得到当前定位时刻下用户的位置信息。可见,本申请通过对基于WIFI指纹得到的第一位置估计信息以及基于加速度信息和方向信息得到的第二位置估计信息分别施加不同的权重系数,相加后得到用户的位置信息,这样相当于利用加速度信息和方向信息对基于WIFI指纹得到的第一位置估计信息进行了校正处理,从而提高了最终得到的用户位置信息的精确度。

    一种基于DNN模型分割的端边协同推理部署方法

    公开(公告)号:CN117852647A

    公开(公告)日:2024-04-09

    申请号:CN202311816302.1

    申请日:2023-12-27

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于DNN模型分割的端边协同推理部署方法,包括:确定DNN模型的可行分割点及每个可行分割点的可用压缩比范围;随机选择一个可行分割点作为源分割点,并且构建训练集;构建精度预测神经网络模型,并且采用训练集对精度预测神经网络模型进行训练,得到源分割点的精度预测模型;通过迁移学习得到其他可行分割点的精度预测模型;将一个可行分割点及其对应的一个压缩比作为一个分割方案,遍历所有可行分割点及可用压缩比,得到多个分割方案;通过精度预测模型得到每个分割方案对应的DNN模型推理预测精度;选择满足精度约束和内存约束并且总延迟最小的分割方案,作为最优分割方案;将最优分割方案应用于DNN模型,进行端边协同推理任务。

    一种基于交互信道分配的无冲突水声多信道MAC方法

    公开(公告)号:CN112788701B

    公开(公告)日:2022-05-24

    申请号:CN202110191331.8

    申请日:2021-02-20

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于交互信道分配的无冲突水声多信道MAC方法,包括如下步骤:步骤一、将部署网络的水域虚拟划分为多个连续的立方体区域,并将位于同一个立方体区域内的节点作为一个簇;步骤二、按照簇内节点与簇头的距离对节点进行簇内分层;步骤三、以簇头为最内层,内层节点为与其相邻的外层邻居节点进行信道预分配,并通过预分配包将预分配结果发送给对应的外层邻居节点;步骤四、外层节点对为其发送预分配包的内层节点进行反选和确认;步骤五、内层节点根据反选和确认的结果对外层节点进行信道再分配;步骤六、按照信道再分配的结果从外层节点向内层节点逐层发送数据,直到在簇头处汇集所有簇内节点收集到的数据,进行下一轮数据收集。

    一种基于交互信道分配的无冲突水声多信道MAC方法

    公开(公告)号:CN112788701A

    公开(公告)日:2021-05-11

    申请号:CN202110191331.8

    申请日:2021-02-20

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于交互信道分配的无冲突水声多信道MAC方法,包括如下步骤:步骤一、将部署网络的水域虚拟划分为多个连续的立方体区域,并将位于同一个立方体区域内的节点作为一个簇;步骤二、按照簇内节点与簇头的距离对节点进行簇内分层;步骤三、以簇头为最内层,内层节点为与其相邻的外层邻居节点进行信道预分配,并通过预分配包将预分配结果发送给对应的外层邻居节点;步骤四、外层节点对为其发送预分配包的内层节点进行反选和确认;步骤五、内层节点根据反选和确认的结果对外层节点进行信道再分配;步骤六、按照信道再分配的结果从外层节点向内层节点逐层发送数据,直到在簇头处汇集所有簇内节点收集到的数据,进行下一轮数据收集。

    一种水声通信网络中的路由方法及装置

    公开(公告)号:CN110768909A

    公开(公告)日:2020-02-07

    申请号:CN201911080818.8

    申请日:2019-11-07

    Applicant: 吉林大学

    Abstract: 本发明提供一种水声通信网络中的路由方法及装置,汇聚节点广播控制包,控制包更新传感器节点的路由表信息,将源节点作为发送节点,向相邻的中间节点发送数据包,将接收数据包相邻的中间节点作为待选节点,并向发送节点反馈ACK确认包,发送节点利用ACK确认包计算距离和相对速度,基于距离和相对速度计算待选节点的转发能力值,确定目标中间节点,并将其作为发送节点,向相邻的中间节点发送数据包,返回执行将接收到数据包的相邻的中间节点作为待选节点这一步骤,直至中继节点,确定由源节点、中间节点和中继节点构成的路由路径。利用ACK确认包计算相邻节点的距离,实现不需要增加额外的节点来计算相邻节点的距离,达到降低成本的目的。

    一种基于时间序列的复杂网络链接预测方法

    公开(公告)号:CN106789160B

    公开(公告)日:2019-11-22

    申请号:CN201611051368.6

    申请日:2016-11-24

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于时间序列的复杂网络链接预测方法,包括如下步骤:步骤一、使用静态方法对任意两个节点的链接概率进行评分;步骤二、使用时间序列的方法,获取最近不相连的任意两节点的链接出现概率;步骤三、对于使用静态方法计算出的链接出现概率序列p1,p2,…pk,计算其权值:W(i)=α(pi‑pi‑1)+(1‑α)W(i‑1)i=2…k;W(1)=1,得到最终的链接出现的概率pk=W(k)pk+1;步骤四、对步骤三中计算得到的结果进行排序,输出预测的链接。本发明提供的基于时间序列的复杂网络链接预测方法,通过加权算法,使预测结果更为精确。

    一种在线流数据近似处理质量控制方法及装置

    公开(公告)号:CN107436954B

    公开(公告)日:2018-10-02

    申请号:CN201710701336.4

    申请日:2017-08-16

    Applicant: 吉林大学

    Abstract: 本发明公开了一种在线流数据近似处理质量控制方法,该方法包括以下步骤:确定针对当前数据处理窗口的流数据的采样策略,根据采样策略,对流数据进行采样,获得采样数据;对采样数据进行近似处理,获得当前近似处理结果,根据预先获得的用户需求和当前近似处理结果,进行误差分析,得到误差值;判断误差值是否小于或等于预设误差阈值;如果是,则输出当前近似处理结果,如果否,则进行误差校正。应用本发明实施例所提供的技术方案,可以提高流数据的近似处理结果的质量。本发明还公开了一种在线流数据近似处理质量控制装置,具有相应技术效果。

    一种在线流数据近似处理方法及装置

    公开(公告)号:CN107506418A

    公开(公告)日:2017-12-22

    申请号:CN201710701338.3

    申请日:2017-08-16

    Applicant: 吉林大学

    Abstract: 本发明公开了一种在线流数据近似处理方法,包括以下步骤:对流数据进行数据学习,获得流数据基于二叉树的数据分布情况,根据数据分布情况,对流数据进行采样,得到采样数据,对采样数据进行计算,获得流数据的近似处理结果。对流数据基于二叉树结构进行数据学习,确定流数据的数据分布情况,根据数据分布情况对流数据进行采样,得到采样数据,根据采样数据计算流数据的近似处理结果。基于流数据进行学习所得到的数据分布情况进行采样,使得采样数据符合流数据的数据分布情况,对样本数据进行计算得到的流数据的近似处理结果同样符合流数据的数据分布情况,提高了近似处理的准确性。本发明还公开了一种在线流数据近似处理装置,具有相应技术效果。

Patent Agency Ranking