-
公开(公告)号：CN116844224A
公开(公告)日：2023-10-03
申请号：CN202310517917.8
申请日：2023-05-06
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院) , 山东山科智能科技有限公司
IPC: G06V40/20 , G06V20/52 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/098
Abstract: 本发明公开了课堂行为检测模型训练方法、课堂行为检测方法及系统，所述方法包括：获取学生课堂行为样本数据，所述课堂行为样本数据为课堂行为图像；对课堂行为样本数据进行课堂行为标记；对标记后的课堂行为样本数据进行预处理；对预处理后的课堂行为样本数据按照比例划分为为训练集和测试集，将训练集输入到yolov7‑cl模型中，对模型进行训练，得到初步训练模型；将测试集输入到初步训练模型中，对模型进行测试，得到对测试结果进行评估，将评估符合设定要求的模型作为训练后的课堂行为检测模型。
-
公开(公告)号：CN116822661A
公开(公告)日：2023-09-29
申请号：CN202311100506.5
申请日：2023-08-30
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 一种基于双服务器架构的隐私保护可验证联邦学习方法，属于人工智能的技术领域。包括：密钥生成中心、客户端、聚合服务器和辅助服务器；本发明采用中国剩余定理CRT对梯度进行压缩，并使用Paillier同态加密算法对本地梯度进行加密；同时，为避免单个服务器被攻陷成为恶意服务器，进而会威胁数据安全，本发明将聚合梯度和聚合哈希标签的计算过程分别分配给了聚合服务器AS和辅助服务器SS两个不同的服务器。本发明通过辅助服务器SS所聚合的哈希标签来辅助客户端验证聚合服务器AS聚合结果的正确性，为联邦学习训练模型的准确性提供了有效保障。
-
公开(公告)号：CN116821643A
公开(公告)日：2023-09-29
申请号：CN202310777733.5
申请日：2023-06-28
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06F18/21 , G06F18/214 , G06N20/00
Abstract: 本发明提出了基于在线增量学习的HPC作业功耗预测方法及系统，涉及高性能计算领域，根据离线作业功耗数据，初始化预测模型；实时获取新采样的HPC作业功耗数据，形成输入数据流；预测模型处理输入数据流，输出未来时刻的功耗预测值；在处理输入数据流过程中，基于模型更新时机判定方法，使用在线增量学习进行模型的更新；基于模型更新时机判定方法是在接收到新数据时，通过对真实值与预测值之间的偏差距离分布变化进行监控，得到模型预测性能下降分数，基于预设的增量学习分数阈值，判定预测模型是否需要进行增量学习；本发明当模型预测性能出现下降时，对原有的模型参数进行优化与更新，以适用预测未来时刻功耗值的需求，提高预测的精度。
-
公开(公告)号：CN116758451A
公开(公告)日：2023-09-15
申请号：CN202310601381.8
申请日：2023-05-24
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 本发明属于情感计算技术领域，提供了基于多尺度和全局交叉注意力的视听情感识别方法及系统，通过多尺度卷积注意力模块，提取不同上下文尺度的模态关键情感特征，弥补了单一尺度特征不足以表达人类复杂情感的缺陷。通过全局交叉注意力模块，同时考虑模态间和模态内的交互，从而学习更丰富的模态交互信息，并且减少了融合特征中的冗余。最后又设计了多尺度特征学习模块，从融合特征中进一步学习对两个模态共同有意义的情感信息。通过以上改进，最终所提出的方法能够实现更好的情感识别准确率和更高效的情感识别效率。
-
公开(公告)号：CN116032654B
公开(公告)日：2023-06-30
申请号：CN202310101003.3
申请日：2023-02-13
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 一种固件漏洞检测及数据安全治理方法和系统，属于数据安全的技术领域。包括：将待检测的物联网设备固件进行：固件解压、提取可执行文件以及提取可执行文件的相关数据；将可执行文件通过函数漏洞库、Hash计算、反汇编机制以获取可疑漏洞函数；通过检测固件中的可疑漏洞函数是否为已知漏洞函数的同源函数，以此判断，该检测固件中是否包含相应的漏洞。发明使用自然语言处理模型提取二进制函数的语义信息，不依赖专家知识；能够进行跨架构物联网固件漏洞检测；基于已知CVE漏洞，并对CVE漏洞数据库进行管理，定时更新；对于已经检测过的固件，随着CVE漏洞数据的变化，也会再次进行检测，保证固件漏洞检测的实时性。
-
Patent Agency Ranking
公开(公告)号：CN114866562B
公开(公告)日：2023-06-09
申请号：CN202210590312.7
申请日：2022-05-27
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学 , 山东山科智能科技有限公司
IPC: H04L67/1042
Abstract: 本发明公开了面向电力能源系统的区块链共识方法及系统；区块链节点接收客户端发送的交易入块请求，对所有的节点进行分组，并在每个小组内部选举出领导者节点；组外共识阶段：区块提议者节点向其他小组的领导者节点进行广播；区块提议者节点和其他小组的领导者节点进入预准备状态；每个领导者节点将准备消息发送给其他领导者节点，所有的领导者节点进入准备状态；每个领导者节点将提交消息发送给其他领导者节点，所有领导者节点进入提交状态；组内共识阶段：组内的领导者将日志内容广播到组内以使组内共识节点复制当前日志条目；组内选举出新的领导者节点，组内保持主从节点日志的一致性；组内的领导者节点完成提交过程，将结果反馈给客户端。
-
公开(公告)号：CN115881164A
公开(公告)日：2023-03-31
申请号：CN202211490561.5
申请日：2022-11-25
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
Abstract: 本发明公开了一种语音情感识别方法、系统、电子设备及计算机可读存储介质，属于语音信号处理与模式识别技术领域。包括获取语音信号并进行预处理，对预处理后的语音信号进行声学特征提取，对提取到的声学特征数据进行标准化处理；将标准化处理后的声学特征数据输入训练好的语音情感识别模型进行处理并分类，获取语音情感识别结果；其中，语音情感识别模型包括长短期记忆网络、编码器、双向长短期记忆网络和SoftMax分类模块。能够避免在输入到神经网络中时丢失时间信息，充分提取和处理时序特征；解决了现有技术中存在“有较好的运用语音的情感声学特征，尤其是时间序列的特征，出现梯度消失和信息损失”的问题。
-
公开(公告)号：CN115831099A
公开(公告)日：2023-03-21
申请号：CN202211509675.X
申请日：2022-11-29
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
IPC: G10L15/02 , G10L15/06 , G10L15/16 , G10L25/30 , G10L25/51 , G06N3/048 , G06F18/214 , G06F18/24 , G06N3/08
Abstract: 本公开提供了一种基于残差注意力网络的语音鉴伪方法及系统，所述方案包括：获取待检测的音频数据，并进行相应预处理；对预处理后的音频数据进行特征提取，并对提取的语音特征数据进行分针处理，获得固定帧长的语音信号特征数据；基于所述语音信号特征数据，利用预先训练的残差注意网络模型，获得增强后的特征数据；其中，所述残差注意网络模型包括顺序连接的卷积模块、多尺度残差模块、收缩激励单元、注意力池化模块以及全连接层；将增强后的特征数据输入预先训练的分类器中，获得语音鉴伪结果。
-
公开(公告)号：CN115442160B
公开(公告)日：2023-02-21
申请号：CN202211388174.0
申请日：2022-11-08
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 一种差分隐私保护下的网络化系统数据隐蔽攻击检测方法，属于信息安全的技术领域，所述检测方法，首先，对网络化系统进行建模并设计基于系统噪声参数的攻击检测机制；然后，根据已知系统信息，为攻击者设计最优数据隐蔽攻击策略；接着，在保障网络化系统敏感数据隐私的情形下，通过隐私噪声调度机制确定隐私噪声添加的时刻，并实现最优系统控制性能。基于以上设计，可在保护系统数据隐私性以及保障系统达到最优运行性能的基础上，对可能发生的数据隐蔽攻击进行有效检测。
-
公开(公告)号：CN112887304B
公开(公告)日：2022-12-30
申请号：CN202110096602.1
申请日：2021-01-25
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本申请公开了基于字符级神经网络的WEB应用入侵检测方法及系统，接收网络流量数据；对网络流量数据进行规格化处理；将规格化处理后的网络流量数据，进行黑名单前置检测；如果网络流量数据与黑名单中任一名单相匹配，则输出入侵警告；否则进入下一步；对通过黑名单检测的网络流量数据进行规则过滤检测；如果规则过滤检测通过，则进入下一步；否则，输出入侵警告；对经过规则过滤检测的网络流量数据，输入到训练后的基于字符级的循环神经网络中，神经网络输出入侵检测结果；将入侵检测结果记录到日志中，将检测结果为安全的网络流量数据转发给WEB服务器，将检测结果为不安全的网络流量数据进行拦截，并显示入侵警告。
-
-
-
-
-
-
-
-
-
Search Results
290
records
(took 0.049 seconds)
