公开(公告)号：CN112464289B

公开(公告)日：2023-01-17

申请号：CN202011453316.8

申请日：2020-12-11

Applicant: 广东工业大学

Inventor： 吴晓鸰 ,  胡庆鹏 ,  胡可 ,  凌捷

IPC: G06F21/62 ,  G06F16/215 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种隐私数据的清洗方法，包括以下步骤：S1：从数据所有方中获取隐私数据，并对隐私数据进行预处理；S2：形成第一缺失数据集；形成无缺失数据集；S3：在第一缺失数据集中，形成第二缺失数据集，形成异常数据集；S4：利用数据挖掘算法构建数据填充预测模型，并利用数据填充预测模型对第二缺失数据集中的各项属性数据进行缺失值预测和填充，从而得到已填充好的数据集；S5：将已填充好的数据集与无缺失数据集进行合并，得到合并数据集，并将合并数据集与异常数据集发送回数据所有方，完成对隐私数据的清洗。本发明提供一种隐私数据的清洗方法，解决了现有的数据清洗方法不能对隐私数据进行清洗的问题。

公开(公告)号：CN115604698A

公开(公告)日：2023-01-13

申请号：CN202211119602.X

申请日：2022-09-14

Applicant: 广东工业大学(CN)

Inventor： 柳毅 ,  崔贵焕 ,  凌捷 ,  罗玉 ,  欧毓毅

IPC: H04W12/02 ,  H04W12/03 ,  H04W12/0431 ,  H04W12/069 ,  H04W12/106 ,  H04W4/06 ,  H04W4/44

Abstract: 本发明公开了一种基于区块链的车联网中假名更换系统及方法，该系统包括：证书颁发机构、可信机构、车辆、路边单元、基站和区块链。该方法包括：系统初始化和密钥生成；可信机构与车辆合作生成假名集；车辆进行假名更换；对消息进行签名；消息聚合并上传。通过使用本发明，能够同时实现假名更换的匿名性、不可链接性、消息完整性、不可否认性、可追踪、防篡改。本发明作为一种基于区块链的车联网中假名更换系统及方法，可广泛应用于区块链技术领域。

公开(公告)号：CN115496966A

公开(公告)日：2022-12-20

申请号：CN202211167515.1

申请日：2022-09-23

Applicant: 广东工业大学

Inventor： 凌捷 ,  陈小环 ,  罗玉 ,  陈家辉 ,  李斯

IPC: G06V10/774 ,  G06V10/40 ,  G06V10/74

Abstract: 本发明公开了一种跨模态生成视频对抗样本的方法和系统，涉及深度学习的技术领域，包括：获取干净视频样本，转换为一系列图片帧；对每张图片帧进行特征提取，获得对应的特征向量；根据特征向量，在一系列图片帧中确定关键帧；对每张关键帧进行划分，获得一系列图像块图片，并计算每张图像块图片的梯度分数；选择梯度分数最大的图像块图片作为局部图片；在局部图片上添加扰动，获得对抗帧，并计算局部图片与对抗帧的相似度；更新扰动，直到相似度取得最小值，将对应的对抗帧作为图片对抗样本；利用图片对抗样本替换对应的关键帧，获得视频对抗样本。本发明生成视频对抗样本的生成效率高、隐蔽性强，提高对抗样本的交叉模态可转移性。

公开(公告)号：CN115392381A

公开(公告)日：2022-11-25

申请号：CN202211048950.2

申请日：2022-08-30

Applicant: 广东工业大学

Inventor： 凌捷 ,  伍冠潮 ,  罗玉

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及网络安全技术领域，提出一种基于无迹卡尔曼滤波的时间序列异常检测方法，其中包括以下步骤：从信息物理系统中的一个或多个设备接收时间序列数据，并对所述时间序列数据进行预处理；将经过预处理的时间序列数据输入基于无迹卡尔曼滤波的神经网络模型，由t时刻的时间序列预测得到t+1时刻的预测序列；将t+1时刻的预测序列与t+1时刻的测量值序列进行比对，若误差值超出预设的阈值则判定为时间序列异常，否则判定为时间序列正常。本发明通过结合神经网络的表达能力和无迹卡尔曼滤波最优估计的能力，具有可长期保持稳定误差并能准确检测出信息物理融合系统中传感器数据的异常的优点。

公开(公告)号：CN115311183A

公开(公告)日：2022-11-08

申请号：CN202210942137.3

申请日：2022-08-08

Applicant: 广东工业大学

Inventor： 罗玉 ,  洪奕开 ,  凌捷 ,  柳毅

IPC: G06T5/50 ,  G16H30/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请实施例提供的一种医学图像跨模态合成方法、系统及可读存储介质，该方法包括确定对应同一部位的医学图像对，医学图像对包括互配的用于训练的MRI图像和CT图像；基于构建的初始生成对抗网络模型对MRI图像进行图像跨模态合成，得到相应的CT图像，初始生成对抗网络模型包括用于联合从图像中提取出的通道注意力特征以及全局注意力特征，确定对应联合注意力特征的联合注意力残差处理模块；基于互配的医学图像对进行模型训练，训练过程中，结合联合注意力残差处理模块对输入的MRI图像进行下采样、以及上采样操作，并在结束训练时，得到目标生成对抗网络模型；将获取到的待处理MRI图像，输入到目标生成对抗网络模型，得到相应的CT图像合成结果。

公开(公告)号：CN115311182A

公开(公告)日：2022-11-08

申请号：CN202210941692.4

申请日：2022-08-08

Applicant: 广东工业大学

Inventor： 罗玉 ,  张绍玮 ,  凌捷 ,  柳毅

IPC: G06T5/50 ,  G06T5/00 ,  G06T7/10 ,  G06V10/762

Abstract: 本发明公开了一种基于深度学习的MR图像合成CT图像的方法及系统，方法包括：S1.获取MRI图像数据和CT图像数据并进行预处理；S2.使用K‑means算法对预处理后的CT图像进行骨骼位置进行标记，得到对应的二值掩膜图像；S3.利用得到二值掩膜图像提取CT图像的骨骼、非骨骼部分图像；S4.建立基于GAN的MR转CT的深度学习网络模型；S5.构建所述网络模型的损失函数，所述损失函数包括生成对抗损失Ladv、像素级L1损失Loix、二值交叉熵损失LBCE；S6.预处理后的MRI图像数据输入至基于GAN的MR转CT的深度学习网络模型，输出CT图像。本发明充分利用CT图像不同部位的像素分布差异进行CT图像合成，提高了CT图像合成质量。

公开(公告)号：CN114332623A

公开(公告)日：2022-04-12

申请号：CN202111667958.2

申请日：2021-12-30

Applicant: 广东工业大学

Inventor： 凌捷 ,  王卓 ,  罗玉

IPC: G06V20/10 ,  G06V10/40 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06N20/00

Abstract: 本发明公开了一种利用空间变换生成对抗样本的方法和系统，涉及机器学习的技术领域，所述方法包括：获得原始图像和其真实标签，对原始图像依次进行特征提取、上采样、点乘操作，获得原始图像的多个部分区域图像；对原始图像和部分区域图像进行标签预测，计算部分区域图像对应的特征图的置信分数；将置信分数作为权重与特征图进行线性加权求和，计算最终得分；根据最终得分最大的部分区域图像和原始图像进行空间变换，生成对抗样本；根据原始图像的真实标签和生成的对抗样本设置总损失函数，对空间变换的参数进行更新，输出生成的所有对抗样本。本发明利用一张原始图像生成大量高质量的对抗样本，计算耗时短，节约了计算成本。

公开(公告)号：CN114066435A

公开(公告)日：2022-02-18

申请号：CN202111329339.2

申请日：2021-11-10

Applicant: 广东工业大学

Inventor： 凌捷 ,  董金令 ,  罗玉

IPC: G06Q20/06 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了提供一种区块链非法地址检测方法和系统，涉及网络安全的技术领域，所述方法包括：收集区块链的非法地址，并对非法地址进行过滤，组成原始数据集；提取原始数据集中非法地址的多维度特征信息；对多维度特征信息进行优化，获得优化特征，组成优化特征集；将优化特征集输入构建的递归自动编码器中进行循环训练，获取训练好的递归自动编码器；利用训练好的递归自动编码器进行非法地址检测。本发明可以准确识别出区块链非法地址，减少区块链网络中的安全隐患，有效提高了区块链网络的安全性。

公开(公告)号：CN113672811A

公开(公告)日：2021-11-19

申请号：CN202110973781.2

申请日：2021-08-24

Applicant: 广东工业大学

Inventor： 林泽锐 ,  罗玉 ,  凌捷 ,  柳毅

IPC: G06F16/9535 ,  G06F16/9536 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开的一种基于拓扑信息嵌入的超图卷积协同过滤推荐方法、系统及计算机可读存储介质，方法包括：获取用户与项目交互数据，并构造用户‑项目交互二部图；构建用户与项目的初始嵌入查找表，利用聚类算法进行子图划分；对聚类子图进行编码，得到位置拓扑编码；定义关联规则表，利用关联规则表分别得到用户和项目超边组，整合所述超边组生成超图，并获得超图关联矩阵；通过超图卷积操作分别学习用户与项目的高阶邻域复杂相关性，将超图卷积的输出与位置拓扑编码进行结合，并通进行信息融合得到嵌入向量；将嵌入向量进行内积处理得到用户与项目之间的关联分数，并根据关联分数为用户推荐可能感兴趣的项目。本发明提高了推荐精度和模型的可行性。

公开(公告)号：CN113358154A

公开(公告)日：2021-09-07

申请号：CN202110619974.8

申请日：2021-06-03

Applicant: 广东工业大学

Inventor： 吴晓鸰 ,  李奇 ,  凌捷 ,  冯永晋 ,  周赛星

IPC: G01D21/02 ,  G01M99/00

Abstract: 本发明公开了一种农机设备故障监控溯源系统和方法，在农机设备上配置多模态传感器对农机设备的运行状态进行数据收集，将收集的数据传输到边缘节点，边缘节点进行数据分析，判断农机设备是否发生故障，在发生故障时进行故障定位，向控制端发送故障报警和故障位置信息，同时，边缘节点将收集的数据和分析结果打包上区块链存储，保证了数据的安全可靠性，不需要将数据远传到云端进行分析处理，解决了现有的农机设备故障监控和溯源方法依赖于云端进行数据处理，不仅会增加网络传输的压力，还会导致时延增加，难以及时对故障发出警报，不适于大范围推广应用的技术问题。