公开(公告)号：CN108776763B

公开(公告)日：2022-02-11

申请号：CN201810589946.4

申请日：2018-06-08

Applicant: 哈尔滨工程大学

Inventor： 董宇欣 ,  陈福坤 ,  褚慈 ,  谢晓东 ,  印桂生 ,  韩启龙 ,  王红滨 ,  万丽 ,  秦帅 ,  白云鹏

IPC: G06F21/62

Abstract: 本发明公开了一种基于属性相关的差分隐私保护方法，属于信息安全技术领域。本发明采取投影转换的思想，提出了新的面向属性相关的隐私保护方法。该方法不仅考虑了属性之间存在相关性的情况，而且利用这种相关关系减少噪声的加入。即利用最大信息系数衡量各敏感属性相关关系，构建最大信息系数矩阵；从而构造投影算子，获得投影矩阵，该结构的使用使得维度降低，在提供相同的隐私保证的情况下，所需噪声数减少。

公开(公告)号：CN108932528B

公开(公告)日：2021-08-31

申请号：CN201810589956.8

申请日：2018-06-08

Applicant: 哈尔滨工程大学

Inventor： 董宇欣 ,  姜凯 ,  谢晓东 ,  褚慈 ,  秦帅 ,  印桂生 ,  王野 ,  王红滨 ,  王勇军 ,  白云鹏

IPC: G06K9/62

Abstract: 本发明公开了变色龙算法中相似性度量及截断方法，属于凝聚型层次聚类算法技术领域。变色龙在稀疏图上运行，其中节点表示数据项，加权边表示数据项之间的相似性，变色龙通过使用两阶段算法找出数据集中的簇，在第一阶段，根据数据集构造出一个k‑最近邻图Gk，使用图分区算法将数据项分为几个相对较小的子集群，在第二阶段，它使用一种算法，通过重复组合这些子集群来找到真正的集群；该改进算法通过引入递归二分法、flood fill漫水填充法以及第一跳截断等对传统的变色龙聚类算法进行了改进，还提出了一种能够从修改的变色龙树状图中自动选择最佳聚类结果的方法。

公开(公告)号：CN108875795A

公开(公告)日：2018-11-23

申请号：CN201810519640.1

申请日：2018-05-28

Applicant: 哈尔滨工程大学

Inventor： 王红滨 ,  褚慈 ,  谢晓东 ,  王勇军 ,  原明旗 ,  王念滨 ,  周连科 ,  秦帅 ,  李浩然 ,  白云鹏

IPC: G06K9/62

Abstract: 本发明提供了一种基于Relief和互信息的特征选择算法，属于计算机算法领域。本发明的步骤如下：(1)将最优特征子集设置成空集，设置最优特征子集权重；(2)选择一个数据中的所有特征中不属于最优特征子集中的特征，将其放入候选最优特征子集中，并通过复合特征评价准则计算当前候选最优特征子集的权重；(3)对此时候选最优特征子集的权重进行评价并更替；(4)去除不符合要求的待选特征；(5)若还有待选特征，则从返回(2)继续计算。否则，算法结束。本发明提供的方法针对Relief特征选择算法只能处理二分类问题而不能处理冗余特征的问题进行改进，提出了基于改进的Relief权重的特征选择算法，使该特征选择算法计算高效的同时具有更高的计算准确率。

公开(公告)号：CN108846323A

公开(公告)日：2018-11-20

申请号：CN201810519571.4

申请日：2018-05-28

Applicant: 哈尔滨工程大学

Inventor： 王红滨 ,  褚慈 ,  谢晓东 ,  秦帅 ,  原明旗 ,  王念滨 ,  周连科 ,  王勇军 ,  何茜茜 ,  薛冬梅

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06F17/14

Abstract: 本发明公开了一种面向水下目标识别的卷积神经网络优化方法，属于水下目标识别技术领域，本发明将原始声音数据通过短时傅里叶变换等操作转化为灰度声谱图像，之后将单层SAE判别式分类法和多层SAE重建式分类法分别添加到Alexnet模型当中，将灰度声谱图像进行打标签和训练，用灰度声谱图像的70％作为训练集，用其余的30％作为测试集，将训练集和测试集分别应用在改进前的Alexnet模型和改进后的Alexnet模型中进行准确率和训练时间对比实验，并对测试的结果进行分析。本发明对卷积神经网络中的目标分类层进行优化，解决了当前卷积神经网络在水下目标识别领域的分类准确率不高等问题，较改进之前更适用于水下目标识别领域，对水下目标领域取得了更好的分类效果。