公开(公告)号：CN109034632B

公开(公告)日：2019-06-18

申请号：CN201810877437.1

申请日：2018-08-03

Applicant: 哈尔滨工程大学

Inventor： 初妍 ,  王泉 ,  李传博 ,  魏兰兰 ,  栾兰 ,  夏琳琳 ,  沈洁 ,  于海涛 ,  高迪 ,  张艳丽

IPC: G06Q10/06 ,  G06N3/08

Abstract: 本发明提出了一种基于对抗样本的深度学习模型安全风险评估方法，属于计算机技术领域。所述方法通过原始样本图像xc进行预处理和利用待测目标深度学习模型对原始样本图像xc进行预测等步骤实现深度学习模型安全风险评估。所述方法能够实现对深度学习模型安全风险的有效评估。

公开(公告)号：CN103176961B

公开(公告)日：2017-02-08

申请号：CN201310069560.8

申请日：2013-03-05

Applicant: 哈尔滨工程大学

Inventor： 初妍 ,  陈曼 ,  夏琳琳 ,  沈洁 ,  张健沛 ,  杨静 ,  王勇 ,  高迪 ,  王兴梅 ,  李丽洁

IPC: G06F17/27

Abstract: 本发明的目的在于提供一种基于潜在语义分析的迁移学习方法，包括以下步骤：对训练数据做去停用词、词干化处理，分别计算源领域与目标领域词汇权重，得到词汇-文本矩阵M，对矩阵M进行奇异值分解，将M中词汇与文本映射到低维潜在语义空间，去除源领域中同义词噪音影响，调整矩阵M结构，从源领域中找出与目标领域文本关联度较大的词汇作为迁移词，再对矩阵M结构进行调整，分析调整后的矩阵M中目标领域词汇，得到目标领域数据新的特征表示，在训数据集中得到最终分类器，对测试数据集S进行分类。

公开(公告)号：CN103020122B

公开(公告)日：2015-09-30

申请号：CN201210464867.3

申请日：2012-11-16

Applicant: 哈尔滨工程大学

Inventor： 初妍 ,  陈曼 ,  沈洁 ,  夏琳琳 ,  王勇 ,  李丽洁 ,  高迪 ,  王兴梅

IPC: G06F17/30

Abstract: 本发明提供的是一种基于半监督聚类的迁移学习方法。包括计算目标数据与辅助数据各类中数据的相似度、平均相似度；由平均相似度得到目标数据与类标签的一个相似度权重向量，取向量中权重最大的为目标数据的标签；以目标数据为质心，进行K-均值聚类，聚类成簇，每簇中以簇中数据占所属类中总数据比例最大者的标签为簇标签；将再分类结果与预分类结果做对比；在最终形成的目标数据相似度权重向量中，挑选权重最大的数据标签作为目标数据数据标签，从而形成最终分类器。本发明提供一种将分类方法、技术从一个领域迁移到另一个领域的提高分类结果精确度的一种基于半监督聚类的迁移学习方法。

公开(公告)号：CN102768386A

公开(公告)日：2012-11-07

申请号：CN201210235922.1

申请日：2012-07-09

Applicant: 哈尔滨工程大学

Inventor： 关春颖 ,  史金辉 ,  苑立波 ,  高迪 ,  李树强

IPC: G02B6/293 ,  G02B6/34 ,  G02B6/02

Abstract: 本发明提供的是一种基于彩虹局域效应的微纳光纤下载滤波器。包括微纳光纤（1），利用光学微加工技术在微纳光纤（1）表面形成金属光栅结构（2），金属光栅结构将不同波长的等离激元谐振局域在不同的空间位置，在不同空间位置由第二微纳光纤（4）耦合作为下载通道来实现不同波长光的下载。的器件下载不同频率的光是基于彩虹局域效应，即利用梯度或啁啾光栅将不同波长的等离激元谐振局域在不同的空间位置，下载通道位于不同空间位置来实现不同波长光的下载，进而可以实现可见光到红外波段的光信号在线下载。