-
公开(公告)号:CN116258669A
公开(公告)日:2023-06-13
申请号:CN202211575397.8
申请日:2022-12-08
Applicant: 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) , 西安电子科技大学
IPC: G06T7/00 , G06V20/40 , G06V10/82 , G06V10/764
Abstract: 本发明公开了一种基于深度学习的超高清视频模糊质量评估方法,包括以下步骤;步骤1,建立超高清图像模糊失真数据集作为网络训练集和验证集;步骤2,构建图像模糊失真评估分类网络;步骤3,训练图像模糊失真评估分类网络;步骤4,测试超高清视频模糊失真分类;步骤5,评估图像模糊失真评估分类网络。本发明制作了大规模图像模糊失真数据集和超高清视频模糊失真数据集,专门用于模糊失真类型的超高清视频和图像的质量评估,同时设计了图像模糊失真评估分类网络,保证了超高清视频质量评估的实时性和准确性,解决了质量评估在超高清视频上速度慢、准确率低的问题。
-
公开(公告)号:CN112165614B
公开(公告)日:2023-06-02
申请号:CN202011044845.2
申请日:2020-09-28
Applicant: 成都微光集电科技有限公司 , 电子科技大学
IPC: H04N17/00
Abstract: 本发明公开了一种CMOS图像传感器测试系统及方法,包括中央处理节点和多个测试节点,采用类似中央加边缘的星型网络结构执行CMOS图像传感器的测试。可通过中央处理节点灵活配置每个测试节点的测试项目,且节点之间互不影响,测试效率高。通过这种分布式的测试机台的设置,将传统串行或有限并行芯片测试的方案,改进为节点无限的星型网络分布式测试的方案,避免因为传统串行机台故障导致测试中断的问题,同时可以实现不同的测试节点实现不同的测试项目,提高了测试的灵活性和测试效率。且当某个测试节点发生故障时,不会影响其它测试节点的测试过程。可以灵活加减测试节点的数量,灵活调整测试成本及测试速度,灵活调整测试任务,鲁棒性强。
-
公开(公告)号:CN116050524A
公开(公告)日:2023-05-02
申请号:CN202310054764.8
申请日:2023-02-03
Applicant: 电子科技大学
IPC: G06N5/04 , G06N5/022 , G06F16/36 , G06N3/0455 , G06N3/0464 , G06N3/042 , G06N3/084 , G06N3/09
Abstract: 本发明公开了一种基于图计算的辣椒病理推理方法,包括静态辣椒病理知识图谱的构建;时序辣椒病理知识图谱的构建;时序辣椒病理推理模型的构建;时序辣椒病理推理模型的应用等四步。所述静态辣椒病理知识图谱的构建将所有节点分为辣椒病害节点和辣椒病害所表现的特征节点,再将辣椒病害节点与辣椒病害所表现的特征节点进行相连;所述时序辣椒病理知识图谱的构建,以时序知识图谱的方式来描述辣椒患病过程中特征的演变过程;所述时序辣椒病理知识图谱推理模型的构建采用四个图卷积神经网络,还包括VAE模块和XL‑VAE模块;所述时序辣椒病理推理模型的应用推断该辣椒所患病害;本发明能应用于辣椒病理推理,有较好的准确性和实际应用价值。
-
公开(公告)号:CN115996133A
公开(公告)日:2023-04-21
申请号:CN202210737011.2
申请日:2022-06-27
Applicant: 西安电子科技大学
IPC: H04L9/40 , G06N3/08 , G06N3/0464
Abstract: 本发明提供一种工业控制网络行为检测方法以及相关装置,本发明的工业控制网络行为检测方法,包括:获取SCADA流量数据集,并对所述SCADA流量数据集进行特征提取,得到第一特征集合;基于所述第一特征集合计算得到扩展特征;利用所述扩展特征对所述第一特征集合进行扩展,得到第二特征集合;基于所述第二特征集合确定网络行为是否异常。该方法能够扩展特征,使得特征能够显式表达,克服了现有技术中特征信息量不足的问题。
-
公开(公告)号:CN115425381B
公开(公告)日:2023-04-18
申请号:CN202210973737.6
申请日:2022-08-15
Applicant: 电子科技大学
IPC: H01P5/16 , H03K17/687
Abstract: 本发明的目的在于提供一种工作模式可重构的威尔金森功分器,属于射频集成电路技术领域。该功分器通过引入晶体管开关,使四分之一波长传输线特性发生改变,从而实现其在单刀多掷开关和多端口等分功分器两种工作模式之间的转换;且两种工作模式下的性能指标均处于优异水平,且两者在BW(中心频率/频带宽度)为50%范围内均可以实现频带重合。同时,通过使用多个“传输线‑电感‑传输线”结构代替多段传输线,实现功分器面积的减小,芯片面积可减小三分之一左右,从而有利于实现集成化。
-
公开(公告)号:CN114513337B
公开(公告)日:2023-04-07
申请号:CN202210066876.0
申请日:2022-01-20
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于邮件数据的隐私保护链接预测方法及系统,方法包括:使用邮件数据构建人物关系知识图谱;利用生成对抗网络训练一个生成模型用于学习的训练数据的分布;重构多元关系数据从而混淆数据中所隐含的敏感与非敏感关系信息;使用重构的多元关系数据补全实体之间的关系,达到在补全实体之间非敏感关系的同时,保护了实体之间敏感关系。本发明还提供了一种基于邮件数据的隐私保护链接预测系统实现上述方法。本发明用重构的多元关系数据补全实体之间的关系,达到在补全实体之间非敏感关系的同时,保护了实体之间敏感关系的目的,解决了现有链接预测技术中存在的邮件系统下人员社交关系得不到保护的技术问题。
-
公开(公告)号:CN111241583B
公开(公告)日:2023-03-31
申请号:CN202010033257.2
申请日:2020-01-13
Applicant: 桂林电子科技大学
IPC: G06F21/62 , G06F16/2458 , G06F16/28
Abstract: 本发明公开了一种可穿戴设备分类属性个性化本地差分隐私保护方法及系统,所述系统是基于不可信的第三方数据存取服务端,在系统初始化阶段,可认证授权机构将整体隐私预算发送给可穿戴设备端,同时为可穿戴设备端和第三方数据存取服务端提供对称加密和对称解密服务,可穿戴设备端通过可认证授权机构和第三方数据存取服务端完成数据上传,敏感数据使用方发起数据查询请求,第三方数据存取服务端接收该查询请求并进行响应。本发明为可穿戴设备提供个性化隐私需求的同时降低通信代价,同时让任何第三方数据存取服务端在不知道可穿戴设备隐私数据的情况下获得分类属性的频数估计,从而实现了高可用性、低通信代价和个性化的多维数据隐私保护。
-
公开(公告)号:CN115865804A
公开(公告)日:2023-03-28
申请号:CN202211496598.9
申请日:2022-11-25
Applicant: 桂林电子科技大学
IPC: H04L45/76 , H04L45/00 , H04L45/12 , H04L41/147 , H04L41/16 , G06N3/0464 , G06N3/084
Abstract: 本发明公开一种基于链路流量预测的SDN路由优化方法,基于注意力机制和多图视角图神经网络设计了网络链路流量预测模型,可以直接在原始的基于图形的网络拓扑中处理链路流量数据,有效地捕捉动态时空特征,提高链路流量预测的准确性。本发明通过预测模型减小控制器获取网络状态的时延带来的影响,从而让控制器的路由决策更加准确。
-
公开(公告)号:CN115842768A
公开(公告)日:2023-03-24
申请号:CN202211473921.0
申请日:2022-11-22
Applicant: 桂林电子科技大学
IPC: H04L45/00 , G06N3/0442 , G06N3/0464 , G06N3/08 , H04L45/30 , H04L45/02 , H04L47/125
Abstract: 本发明公开一种基于图神经网络的时空特征融合的SDN路由优化方法,利用强化学习智能体学习网络交换机流量负载与网络性能之间的相互依赖关系,并确定一组最佳路由转发方案,以在网络的端到端路径带宽容量和负载均衡之间取得平衡。通过结合图神经网络的预测来寻找数据包的最佳路径,即开发基于图神经网络的时空特征融合网络模型(GCT‑Route网络模型),来辅助深度强化学习快速完成自学习过程。本发明可以解决因强化学习智能体在学习过程中长时间探索试错而导致网络路由性能下降的问题。
-
公开(公告)号:CN111198995B
公开(公告)日:2023-03-24
申请号:CN202010012212.7
申请日:2020-01-07
Applicant: 电子科技大学
IPC: G06F16/955 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种恶意网页识别方法,包括如下步骤:步骤1,获取恶意网页数据集,并通过数据预处理得到恶意网页的训练集和测试集;步骤2,利用Char‑CNN模型获取训练集和测试集的字符级嵌入;步骤3,构建BiLSTM‑Attention神经网络模型;步骤4,利用训练集及其字符级嵌入,以及静态词嵌入训练步骤3构建的BiLSTM‑Attention神经网络模型;步骤5,利用测试集及其字符级嵌入,以及静态词嵌入验证步骤4训练好的BiLSTM‑Attention神经网络模型;步骤6,经过步骤5验证后,将训练好的BiLSTM‑Attention神经网络模型用于对用户访问的网页数据进行恶意网页识别。本发明采用基于attention机制的双向长短时记忆循环神经网络,同时还使用字符级嵌入与静态词嵌入相结合的方法,实现了恶意网页识别的目的。
-
-
-
-
-
-
-
-
-