-
公开(公告)号:CN114550737A
公开(公告)日:2022-05-27
申请号:CN202210138124.0
申请日:2022-02-15
Applicant: 浙江工业大学
Abstract: 本发明公开了一种基于神经通路的图垂直联邦数据增强方法与装置,首先构建具有奖励机制的图垂直联邦学习框架;在训练过程中,通过计算本地模型神经元激活值,根据其与模型每一层输入的梯度关系,获得本地模型的逆向神经通路,通过模型神经通路寻找有利于中心服务器模型性能的图拓扑结构;再通过计算本地模型神经元激活值,根据其与模型每一层输入的梯度关系,获得本地模型的逆向神经通路,通过模型神经通路寻找有利于中心服务器模型性能的节点特征;然后基于寻找到的图拓扑结构和节点特征,对本地数据进行数据增强;最后将经过增强后的本地数据继续用于图垂直联邦学习模型的训练,从而提高本地参与方在图垂直联邦模型中的贡献度。
-
公开(公告)号:CN113360671B
公开(公告)日:2022-04-19
申请号:CN202110663612.9
申请日:2021-06-16
Applicant: 浙江工业大学
IPC: G06F16/36 , G06F16/33 , G06F40/211 , G06F40/295 , G06N3/04 , G06N5/02 , G06Q10/10 , G06Q40/08
Abstract: 一种基于知识图谱的医保医疗单据审核方法,包括:1)设计医保审核知识图谱本体图;2)预训练医保政策文本的字向量;3)使用医保政策文本构造句法依存网络;4)将句法依存网络输入到图卷积层获取依存关系维度的词嵌入特征;5)聚合词向量与字向量的特征,输入到序列标注层获取实体;6)使用关系抽取算法连接实体并设置关系的时空属性,构建知识四元组;7)医保政策动态更新。本发明还包括一种基于知识图谱的医保医疗单据审核系统。本发明能够对就医行为进行智能审核,有效降低审核规则库更新维护的成本,降低审核过程对专业人员的依赖,提高医保审核效率,推进智能化医保审核系统的建设。
-
公开(公告)号:CN113360671A
公开(公告)日:2021-09-07
申请号:CN202110663612.9
申请日:2021-06-16
Applicant: 浙江工业大学
IPC: G06F16/36 , G06F16/33 , G06F40/211 , G06F40/295 , G06N3/04 , G06N5/02 , G06Q10/10 , G06Q40/08
Abstract: 一种基于知识图谱的医保医疗单据审核方法,包括:1)设计医保审核知识图谱本体图;2)预训练医保政策文本的字向量;3)使用医保政策文本构造句法依存网络;4)将句法依存网络输入到图卷积层获取依存关系维度的词嵌入特征;5)聚合词向量与字向量的特征,输入到序列标注层获取实体;6)使用关系抽取算法连接实体并设置关系的时空属性,构建知识四元组;7)医保政策动态更新。本发明还包括一种基于知识图谱的医保医疗单据审核系统。本发明能够对就医行为进行智能审核,有效降低审核规则库更新维护的成本,降低审核过程对专业人员的依赖,提高医保审核效率,推进智能化医保审核系统的建设。
-
公开(公告)号:CN108322349B
公开(公告)日:2021-04-06
申请号:CN201810141210.0
申请日:2018-02-11
Applicant: 浙江工业大学
Abstract: 一种基于对抗式生成网络的深度学习对抗性攻击防御方法,包括以下步骤:1)基于生成对抗网络在学习样本分布中表现出来的高性能,设计了通过生成对抗网络生成对抗样本的方法,在增加了目标模型网络集合TMi后,基于G网络的样本生成变成了一个多目标的优化问题;对于AG‑GAN模型的训练主要是对生成网络G和判别网络D的参数训练,分为三个模块;2)利用AG‑GAN生成的对抗样本训练被攻击的深度学习模型,从而提高其防御不同种对抗样本的能力。本发明一种基于对抗式生成网络的深度学习对抗性攻击防御方法,有效提高其安全性。
-
公开(公告)号:CN108449311B
公开(公告)日:2020-08-04
申请号:CN201810082251.7
申请日:2018-01-29
Applicant: 浙江工业大学
Abstract: 一种基于攻击节点相似性的社交关系隐匿方法,包括以下步骤:1)将网络结构数据划分为训练集和测试集;2)根据资源分配指标,计算训练集中所有节点对的相似度值;3)按照相似度值降序遍历所有目标节点对,如果该目标节点对在训练集中存在连边,则删除该连边;如果该目标节点对在测试集中存在连边,则选择该目标节点对的度值最小的共同邻居节点,删除该节点与目标节点的连边;如果该目标节点对之间不存在连边,则选择该目标节点对中度值最小的非共同邻居的邻居节点,增加该节点与目标节点的连边;如果增加和删除的总数达到限制,则终止执行,输出结果。本发明利用节点相似性进行网络的连边扰动,达到比随机扰动更好的隐匿效果。
-
公开(公告)号:CN111461108A
公开(公告)日:2020-07-28
申请号:CN202010107761.2
申请日:2020-02-21
Applicant: 浙江工业大学
Abstract: 一种医疗单据识别方法,包括以下步骤:步骤1:收集电子版医疗单据,构建数据集;步骤2:对数据集中单据进行预处理;步骤3:构建对医疗单据进行增强去噪的图像增强模型;步骤4:构建基于语义分割的表格区域检测模型;步骤5:构建基于匹配校正的的文字识别模型;步骤6:将识别结果进行结构化处理。本发明提出一种医疗单据识别方法,采用了以卷积神经网络和循环神经网络为代表的深度学习算法,主要针对医疗单据,利用医疗文字的相关性从医疗单据的文本等原始信息中提取出高层抽象属性。
-
公开(公告)号:CN110955497A
公开(公告)日:2020-04-03
申请号:CN201911063615.8
申请日:2019-11-04
Applicant: 浙江工业大学
IPC: G06F9/46
Abstract: 一种基于任务分割的分布式图计算系统,包括:客户端,用于负责计算任务的分割与上传、图数据的处理与上传、定时检测是否所有子任务执行完毕、完成部分简单计算任务;服务端,用于接收并管理客户端上传的子任务,将任务分发至工作端执行;工作端,用于完成子任务的计算,上传计算结果;数据中心,用于管理客户端处理后的图数据、任务状态表及计算结果;其中服务端使用Gearman任务分发框架,客户端与工作端依据计算任务进行设计,数据中心采用MongoDB数据库。本发明提出了一种基于任务分割的分布式图计算系统,其图数据统一存储于数据中。通过这种方式,可以避免大量的子图间通信引起的消耗,从而提升系统计算效率。
-
公开(公告)号:CN110910261A
公开(公告)日:2020-03-24
申请号:CN201911014807.X
申请日:2019-10-24
Applicant: 浙江工业大学
Abstract: 一种基于多目标优化的网络社团检测对抗增强方法,包括以下步骤:S1:加载网络;S2:社团检测获取社团结构;S3:定义候选重连边规则;S4:利用遗传算法寻找最优的网络重连策略,具体操作步骤如下:4.1)种群初始化;4.2)轮盘赌方式进行选择操作;4.3)固定交叉率进行交叉操作;4.4)固定变异率进行变异操作;4.5)精英保留;4.6)判断终止条件;S5:从最后一代种群中获取最优个体,重连网络得到增强后的网络 对 进行社团检测获得新的社团划分 本发明利用了遗传算法优良的全局搜索能力和鲁棒性,可以在整个网络上寻找到最优的网络重连策略,兼顾最大的模块度提升与最佳的检测分辨率,极大地提升了社团检测算法的性能。
-
公开(公告)号:CN105430650B
公开(公告)日:2018-11-20
申请号:CN201510724639.9
申请日:2015-10-29
Applicant: 浙江工业大学
Abstract: 一种基于免疫机制的无线传感器网络攻击协同检测方法,包括如下步骤:1)建立云数据中心、云计算节点和WSN三层协同检测模型;2)自动识别未知攻击的检测器培育和更新,云端计算节点通过与云端数据中心协同,实现基于T/B免疫细胞的T/B检测器培育和更新,以及T/B检测器的协同检测,过程如下:(i)T检测器培育和更新算法:(ii)B检测器培育和更新:(iii)T/B检测器协同检测算法;3)建立资源受限终端检测器快速检测与轻量存储模型。本发明提供了一种快速性良好、有效性良好的基于免疫机制的无线传感器网络攻击协同检测方法。
-
公开(公告)号:CN108471382A
公开(公告)日:2018-08-31
申请号:CN201810082257.4
申请日:2018-01-29
Applicant: 浙江工业大学
IPC: H04L12/715 , H04L29/06
Abstract: 一种基于节点度值的复杂网络聚类算法攻击方法,包括以下步骤:S1:导入网络;S2:采用复杂网络聚类算法对网络进行聚类,得到团簇;S3:按以下步骤选择网络中的K个可操控节点:3.1)计算网络中各节点度值;3.2)选择度值最大的节点;3.3)从剩下的团簇中选择度值最大的节点;3.4)如果K>h,则重复步骤3.2)和3.3)直至选满K个节点;S4:从K个可操控节点中随机选取一个节点,获得它的簇内邻居节点集合和簇间非邻居节点集合;S5:随机删除一条它与簇内邻居节点的连边,同时增加一条它与簇间非邻居节点的连边;S6:更新网络;S7:重复步骤S4~S6过程T次。本发明可以选择攻击对象,并实现较好的攻击效果。
-
-
-
-
-
-
-
-
-