基于遗传算法的多阶段神经网络模型训练方法

    公开(公告)号:CN105303252A

    公开(公告)日:2016-02-03

    申请号:CN201510657269.1

    申请日:2015-10-12

    Abstract: 本发明涉及一种基于遗传算法的多阶段神经网络模型训练方法,其技术特点是包括以下步骤:对数据进行预处理以消除字段的量纲影响;根据输入层、隐含层、输出层节点数,构建多输入层网络结构;采用遗传算法训练初始权重和阈值;利用迭代算法更新权重;根据迭代次数及模型误差判断是否满足模型终止条件:如果满足,则模型结束,否则重新更新权重。本发明针对过程控制中参数分阶段影响输出的问题,构建一个多阶段神经网络结构,根据遗传算法具有全局搜索的特点,采用其为网络结构选择一组较合理的初始权重,从而尽可能地防止网络训练进行局部极小点,解决了只有一个输入层的神经网络结构无法解决工程控制中具有前后顺序的参数影响产品加工的问题。

    一种应用于互联网金融的真实数据获取方法

    公开(公告)号:CN110276680B

    公开(公告)日:2021-05-07

    申请号:CN201910441730.8

    申请日:2019-05-24

    Abstract: 本发明公开了一种应用于互联网金融的真实数据获取方法,涉及国家互联网金融监测领域。首先梳理各网贷机构业务的交易明细数据,进行业务评估;各网贷机构在本地存储一份符合标准的数据,并进行自查,将自查的数据接入国家互联网应急中心。然后各网贷机构通过SDK工具包进行埋点,国家互联网应急中心对各网贷机构实时接入的交易明细数据进行正确性验证,并反馈给网贷机构;同时抽取各网贷机构接入的实时交易数据,按出借和借款业务形成数据流,围绕出借人和借款人两个维度生成披露数据。最后国家互联网应急中心对用户开放数据查验,查验反馈窗口。本发明实现对网贷机构实时接入数据的真实性验证以及进行实时、动态监管的目的。

    基于多授权机构属性加密算法的云存储加密系统

    公开(公告)号:CN108494724B

    公开(公告)日:2021-05-07

    申请号:CN201810077641.5

    申请日:2018-01-26

    Abstract: 本发明提供一种基于多授权机构属性加密算法的云存储加密系统及方法,采用基于多授权机构属性加密算法,利用多个授权机构为用户分发属性密钥,而基于多授权全机构的CP‑ABE算法中,授权机构之间不需要存在联系,在密钥分发过程中实现了去中心化。且多授权机构秘密共享方案中全局验证标识GID,将同一用户的由各个独立的授权机构生成的属性密钥关联到一起,削弱了各个的授权机构之间的联系,增强了系统抵御串谋攻击的能力,防止用户数据泄露,进一步加强了数据的安全性,解决了现有云存储的安全隐患,提高了系统抗共谋攻击能力。

Patent Agency Ranking