-
公开(公告)号：CN101046959A
公开(公告)日：2007-10-03
申请号：CN200710040003.8
申请日：2007-04-26
Applicant: 上海交通大学
Abstract: 一种生物特征和模式识别领域的基于嘴唇运动的讲话人身份认证方法，首先通过嘴唇区域分割方法和嘴唇建模方法进行唇语特征的自动提取，然后通过互信息量评估的方法进行各种唇语特征身份鉴别力的分析，从各种唇语特征中选取最优唇语特征组合，最后，依据唇语特征的特点，采用多层次隐马尔可夫模型进行讲话人身份的识别和认证。本发明在获得高识别率的同时，保证了较高的处理速度。
-
公开(公告)号：CN1254972C
公开(公告)日：2006-05-03
申请号：CN200410015992.1
申请日：2004-01-19
Applicant: 上海交通大学
Abstract: 一种基于IP网络智能视频内容监控系统，属于视频监控领域。本发明包括：现场监控端，远程监控端以及管理中心服务器端，现场监控端是位于监控现场的独立的嵌入式设备，负责本地采集、编码、回放、存储和分析识别告警，远程监控端位于管理用户所在地，负责向服务器发出请求，通过认证后接收视频流和告警信息，完成远端解码和回放，并能动态改变本地监控端的配置，管理中心服务器是一个支持多种网络平台的独立设备，负责用户的管理、身份认证和监控配置，这三个部分之间通过网络进行连接。本发明功能完善、运行稳定可靠，除了实现实时监控、及时报警外，还对用户进行管理，使合法的用户能通过简易的操作就能运用系统强大的功能。
-
公开(公告)号：CN1710594A
公开(公告)日：2005-12-21
申请号：CN200510026803.5
申请日：2005-06-16
Applicant: 上海交通大学
IPC: G06K9/00
Abstract: 一种用于信息技术领域的基于高阶统计量的图像隐藏盲检测系统。包括：预处理器，训练器，控制期和分析器，控制器控制和调用预处理器、分析器和训练器，当用户输入的信息是分析某待测图片是否含隐藏信息时，控制器从磁盘载入需要的分析器，将输入的待测图片交给预处理器进行预处理，然后分发给分析器，并返回给用户一个综合的分析结果；当控制器接收到用户的输入信息是训练新的分析器时，直接调用预处理器和训练器训练图片库，再将生成的分析器存储在磁盘中，以供控制器在以后检测图片是否含隐藏信息时调用。本发明对F5和Outguess隐藏的图片有很高的检测精度，并且具有灵活性，可以自行使用训练器生成其它图片格式或者隐藏工具的分析器。
-
公开(公告)号：CN1556627A
公开(公告)日：2004-12-22
申请号：CN200310109839.0
申请日：2003-12-30
Applicant: 上海交通大学
IPC: H04L12/56
Abstract: 一种媒体网站内容监管信息统一存储和交互方法。属于信息安全领域。本发明应用客户端先将发送请求包装为SOAP消息格式，然后与服务提供端建立连接，接收到客户端发来的SOAP消息，服务提供者解读SOAP包格式，将消息路由到SOAP包中指定的数据处理服务器，数据处理服务器用指定的方法接收SOAP包解析完剩下的XML封装消息，并送至与之相绑定的应用处理器进行相应的处理，处理完毕后将数据通过数据存储引擎保存到数据库中，如果要发送回客户，则通过发消息通知Web数据中央处理器，并通过它调用数据处理客户模块将数据进行XML封装，然后再通过Web数据中央处理器将封装的消息串行化，最后调用消息封装发送器发送回客户。本发明实现了不同形式的网络信息的统一交换和存储。
-
公开(公告)号：CN116089917A
公开(公告)日：2023-05-09
申请号：CN202310181842.0
申请日：2023-02-27
Applicant: 上海交通大学
IPC: G06F21/16 , G06F21/62 , G06F21/31 , G06N3/08 , G06V10/82 , G06V10/774 , G06N3/04 , G06V10/764
Abstract: 本发明涉及一种内嵌授权式深度学习模型版权主动保护方法，包括以下步骤：生成混合图像数据集并划分训练集和测试集；在训练集的授权图像样例中插入令牌图样，并进行视觉特征提取和数据投毒训练，得到授权特征向量；以授权特征向量作为深度学习模型的输入进行训练，使得深度学习模型对授权输入实现正常预测；对训练集中的未授权图像样例的标签按照数据投毒策略进行修改，得到未授权图像训练集；基于未授权图像训练集对深度学习模型进行更新训练，使得模型对未授权输入实现低精度的错误预测；基于测试集测试深度学习模型的版权主动保护效果。与现有技术相比，本发明能够防止恶意攻击者非法使用模型或复制一个盗版深度学习模型。
-
Patent Agency Ranking
公开(公告)号：CN115984025A
公开(公告)日：2023-04-18
申请号：CN202310082046.1
申请日：2023-01-17
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于深度学习图网络模型的影响力传播估计方法及系统，包括：步骤1：构建种子节点向量和邻接矩阵；步骤2：根据邻接矩阵计算高次幂，与种子节点向量相乘得到初始节点特征矩阵；步骤3：构建神经网络模型，以节点特征矩阵为输入，获得神经网络模型的输出结果；步骤4：构建传播矩阵矫正方程，得到初始种子节点集合的对其他网络中所有节点的影响概率的估计向量；步骤5：训练神经网络模型，构建目标函数并用梯度下降优化神经网络模型，将待预测影响力的种子集合输入优化后的神经网络模型，得到影响力传播估计。本发明通过构建影响力传播预测的迭代方程，解决了蒙特卡洛模拟速度较慢、反转集合方法估计精度较低的问题。
-
公开(公告)号：CN110222817A
公开(公告)日：2019-09-10
申请号：CN201910390336.6
申请日：2019-05-10
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于学习自动机的卷积神经网络压缩方法、系统及介质，包括：参数初始化步骤：初始化学习自动机参数；状态值选择步骤：根据获得的初始化后的学习自动机参数，每个学习自动机依据预设的行为选择概率选择自己的状态值，获得每个学习自动机的状态值；网络结构更新步骤：根据获得的每个学习自动机的状态值更新网络结构，获得更新后网络结构。本发明创新的将学习自动机思想用于筛选卷积神经网络中的最优卷积核集合，使得卷积神经网络可以在损失较少分类精度情况下最大程度地完成网络压缩任务。
-
公开(公告)号：CN109214518A
公开(公告)日：2019-01-15
申请号：CN201710520108.7
申请日：2017-06-30
Applicant: 上海交通大学 , 携程计算机技术(上海)有限公司
IPC: G06N20/00
Abstract: 一种基于连续动作学习自动机(CALA)的全局优化系统及方法，包括：初始化模块、行为选择模块、环境反馈模块、更新模块和输出模块，其中：初始化模块初始化CALA算法的参数，输入行为选择模块进行行为选择，行为通过...环境的...进入环境反馈模块，得到行为对应的环境反馈，得到局部最优解；更新模块根据环境反馈更新算法参数，将更新的参数输入行为选择模块完成一次迭代，并改进平滑函数；将改进的平滑函数引入下一次迭代的环境反馈模块，进行多次迭代，最终得到极值点，将当前的环境反馈输入输出模块，输出...；作为全局极小值输出；本发明设计合理，引入平滑函数并加入斜率分量进行改进，使得CALA更易跳出局部最小解，并使得后续的搜索具有方向性，大大提高了算法的收敛速度和正确率。
-
公开(公告)号：CN108734295A
公开(公告)日：2018-11-02
申请号：CN201710264118.9
申请日：2017-04-21
Applicant: 上海交通大学 , 携程计算机技术(上海)有限公司
IPC: G06N99/00
Abstract: 一种基于部分均值融合的并行式学习自动机优化方法，通过学习自动机先独立分散地与环境交互，再将经过均值融合器得到的概率与原始概率做一个加权平均，并将加权平均值赋给所有的学习自动机进行下一次的循环，即均值不再是将直接赋值给概率向量，而是以一定概率赋值给概率向量。本发明在初始学习阶段保留了其本身的学习方向，同时在学习过程中能够不断修正。
-
公开(公告)号：CN104199852B
公开(公告)日：2018-01-12
申请号：CN201410393445.0
申请日：2014-08-12
Applicant: 上海交通大学
IPC: G06F17/30
Abstract: 一种基于节点隶属度的标签传播社团结构挖掘方法，包括以下步骤：为网络中的各个节点赋予一个唯一的标签，并用标签表示节点所属的社团；将复杂网络邻接矩阵中的行向量看作是各节点的采样样本，计算两节点之间的权值系数作为边的权值；利用各节点连边权值系数的方差作为该节点的隶属度；在每次标签更新迭代中只更新隶属度大于标签更新阀值的节点标签，将隶属度小于标签更新阀值的节点作为重叠节点；如果标签改变或标签传播次数小于标签迭代阈值，则重复上述迭代过程，否则停止更新。本发明在时间复杂度提升不大的情况下能够很好地检测出复杂网络的重叠社团结构，具有良好的鲁棒性和准确性。
-
-
-
-
-
-
-
-
-
Search Results
96
records
(took 0.021 seconds)
