-
公开(公告)号：CN119339125A
公开(公告)日：2025-01-21
申请号：CN202411223253.5
申请日：2024-09-03
Applicant: 哈尔滨工程大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/098 , G06F21/60
Abstract: 一种面向类别不平衡的联邦图像分类方法，它涉及一种联邦图像分类方法。本发明为了解决现有联邦学习方法主要关注数据异构性，无法降低类别不平衡对模型性能影响的问题。本发明具体包括服务器初始化全局高斯分布原型，客户端初始化本地模型参数；将所述全局高斯分布原型下发至客户端；客户端基于本地数据集，利用高斯原型生成类内方差信息，通过配置的损失函数进行本地模型训练；客户端通过随机采样生成平衡的虚拟特征集；客户端将更新后的本地原型上传至服务器；服务器对各客户端上传的本地原型进行聚合，生成新的全局高斯分布原型，并用于下一轮训练；判断是否达到设定的训练轮次或模型收敛。本发明属于图像分类技术领域。
-
公开(公告)号：CN111105142B
公开(公告)日：2023-06-30
申请号：CN201911165526.4
申请日：2019-11-25
Applicant: 哈尔滨工程大学
IPC: G06Q10/0631 , G06Q10/101 , G06F21/62
Abstract: 本发明提出了一种面向用户个性化隐私保护的众包任务分配方法，包括以下步骤：初始化用户隐身区域，生成以用户为中心的正方形区域，在区域内随机选择一个点，以该随机点为中心生成面积大小相同的正方形区域；对隐身区域进行网格划分，计算每个网格的信息量；依次删除信息量最低的网格，在当前隐身区域边界的相邻网格中选择信息量最高的网格进行替换扩充，得到最大信息量的连续隐身区域；计算任务分配过程中用户期望距离；平台选择用户期望距离最小的有限分配，选出满足任务请求者需求的所有用户。本发明在提供众包任务服务过程中，为用户提供个性化隐私方案的同时，通过对用户隐身区域的合理规划，增强用户的隐身效果，为用户隐私提供更好的保障。
-
公开(公告)号：CN110602145A
公开(公告)日：2019-12-20
申请号：CN201910940865.9
申请日：2019-09-30
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于位置服务的轨迹隐私保护方法。步骤1：根据用户的真实位置location生成模糊区域BA；步骤2：用模糊区域BA替代用户真实位置location，从多个匿名器中随机选择一个匿名服务器，向其发送查询请求(id，BA，t，query，k)；步骤3：匿名服务器收到步骤2发送的请求信息后，在模糊区域BA内根据路网选择一个位置点Li；步骤4：匿名服务器根据步骤3中产生的Li生成匿名查询请求；步骤5：向位置服务提供商发送匿名查询请求。本发明基于多匿名器系统结构隐私保护模型进行实时轨迹隐私保护方法的研究，提出将位置模糊和K-匿名相结合的方法，以达到增强轨迹隐私保护同时保证数据可用性的目的。
-
公开(公告)号：CN110472104A
公开(公告)日：2019-11-19
申请号：CN201910659963.5
申请日：2019-07-22
Applicant: 哈尔滨工程大学
IPC: G06F16/901 , G06F16/903 , G06F16/906 , G06Q50/00
Abstract: 本发明属于社交网络分析技术领域，具体涉及一种动态社交网络节点离开行为预测方法。本发明在全局层面利用有影响力的节点对其他的影响来定义节点在全局上的活跃度，利用k-core分解有效地识别具有影响力的节点，并且可以保证这些点在自身邻域保持较好的聚集程度；在局部层面结合节点邻域的拓扑结构和节点自身属性(主要使用时间戳)定义节点在自身邻域上的活跃度，综合分析节点全局和局部的活跃度进行排序，达到预测节点离开行为的目的。
-
公开(公告)号：CN109409216A
公开(公告)日：2019-03-01
申请号：CN201811086897.9
申请日：2018-09-18
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种基于子载波动态选择的速度自适应室内人体检测方法，训练阶段包括信道状态信息的获取及预处理；信道状态信息去噪；信道状态信息特征值提取；信道状态信息分类训练，检测阶段包括信道状态信息预处理；提取窗口内的特征值：按照窗口分割进行特征值提取，所述特征值作为人体检测的验证数据；人体检测。该方法可以防止由于慢速移动对信道状态信息影响不明显，而造成检测结果不准确的情况发生，有效的解决检测环境中存在慢速移动的人体时，检测漏报率较高的问题。
-
Patent Agency Ranking
公开(公告)号：CN113779298B
公开(公告)日：2023-10-31
申请号：CN202111085818.4
申请日：2021-09-16
Applicant: 哈尔滨工程大学
IPC: G06F16/583 , G06F16/55 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/084 , G16H30/40
Abstract: 本发明属于医学影像和人工智能交叉技术领域，具体涉及一种基于复合损失的医学视觉问答方法。本发明针对大多医学视觉问答专注于视觉内容而忽略了文本重要性的问题，在对图像和问题提取特征后采用多视角注意力机制将问题与图像和单词相关联，并采用分类损失和图像问题互补损失共同训练整个模型，补偿了现有的大多数医学视觉问答方法忽略了挖掘文本信息重要性的问题，实现了多角度对问题的关注，从而提高医学视觉问答方法的有效性。本发明可以有效解决医学视觉问答任务。
-
公开(公告)号：CN116501463A
公开(公告)日：2023-07-28
申请号：CN202310361614.1
申请日：2023-04-07
Applicant: 哈尔滨工程大学
IPC: G06F9/48 , G06F9/54 , G06F9/50 , G06N3/0442 , G06N3/08
Abstract: 本发明提出一种储算分离船舶虚拟试验云平台数据预取与传输方法。所述方法包括如下步骤：S1、通过深度学习模型对任务运行趋势进行预测；S2、利用缓存管理对热点数据缓存；S3、利用多优先级队列进行数据传输。所述方法通过建立任务运行趋势预测模型，将原本在任务运行时进行的数据请求变为了提前数据预取，减少了任务等待网络I/O的时间，从而提高CPU的利用率。
-
公开(公告)号：CN110991156B
公开(公告)日：2023-05-23
申请号：CN201911142359.1
申请日：2019-11-20
Applicant: 哈尔滨工程大学
IPC: G06F40/186 , G06F8/30
Abstract: 本发明是一种基于船舶数值虚拟试验的报告自动生成方法。本发明本发明主要包括：框架设计、数据处理、后处理、数据替换和框架集成。本发明提出的基于船舶数值虚拟试验的报告自动生成方法，可以将在网页进行虚拟试验时所生成的json文件或相关的数据文件通过智能抽取，自动将其转换成对应的图像、表格、文本，并生成试验报告。这种试验报告自动生成的方法不但可以准确的表达数据之间的关系，还可以展现出各种试验结果。使试验结果具有更好的通用性和一致性，并且提高了生成试验报告的效率。
-
公开(公告)号：CN113313203B
公开(公告)日：2022-11-01
申请号：CN202110690614.7
申请日：2021-06-22
Applicant: 哈尔滨工程大学
IPC: G06V10/774 , G06V10/764 , G06N20/00
Abstract: 本发明属于图像识别技术领域，具体涉及一种基于可拓理论和深度学习的医学图像分类方法。本发明提供了融合医学领域知识、深度学习和精细化策略的分类方法，该方法结合了医学领域特征和深度学习特征，对医学图像进行快速、准确的分类。本发明利用可拓理论中可拓关联函数来检测蓝白结构的存在性，将医学图像初步分类为良性病图像和疑似恶性病图像，采用了基于YOLOv3的改进模型YoDyCK模型，可快速准确地提取疑似恶性病图像的深度学习特征，从而提高医学图像的最终分类准确度和效率。
-
公开(公告)号：CN110909057A
公开(公告)日：2020-03-24
申请号：CN201911154837.0
申请日：2019-11-22
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种数值水池虚拟试验数据中间件的设计方法。数值水池虚拟试验应用系统(200)通过API模块(112)和通信模块(113)与主中间件(120)的通信模块(122)双向传输信号，通信模块(122)通过任务处理模块(124)与数值水池虚拟试验底层分布式NoSQL数据库(300)双向传输信号。由于数值水池虚拟试验的数据包括数值型数据、字符串、数组和图像等各种异构数据，而且属于大规模数据，用户对数据的安全和并发任务处理要求比较高；因此需要在底层配置分布式NoSQL数据库集群模式，满足对多用户、多任务的高并发需求。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.027 seconds)
