一种基于秘密共享的XGBoost纵向联邦学习方法及系统

    公开(公告)号:CN119094117A

    公开(公告)日:2024-12-06

    申请号:CN202411089254.5

    申请日:2024-08-09

    Abstract: 本发明提出了一种基于秘密共享的XGBoost纵向联邦学习方法及系统,方法包括:S1.各参与方基于事先的约定对XGBoost模型进行初始化;S2.各参与方根据本地拥有的样本标签值和样本预测值计算每个本地样本的一阶梯度和二阶梯度;S3.基于所述一阶梯度和二阶梯度构造树;S4.对构造的树进行判断;如果当前生成的树不是最后一棵,则使用已生成的树预测并更新样本预测值,返回S2;否则结束。本发明在树构造过程中使用了Shamir秘密共享技术,并在基于秘密共享份额计算特征划分矩阵与梯度向量的乘积,使得本发明与现有技术相比具有更低的计算复杂度,即本发明比现有技术具有更高的效率。

    多用户无线功率通信网络最大化吞吐量方法、装置及介质

    公开(公告)号:CN116545810B

    公开(公告)日:2024-03-19

    申请号:CN202310191118.6

    申请日:2023-03-02

    Abstract: 本发明公开了一种多用户无线功率通信网络最大化吞吐量方法、装置及介质,所述方法通过联合优化能量收集链路的能量预编码、信息传输链路的信息预编码和智能超表面的相位来提升网络的吞吐量;并通过联合交替优化、逐次凸逼近和半定松弛让问题从非凸转成凸问题:首先,找到能量预编码的最佳设计;使用交替优化方案来解决该问题;每次使用交替优化时,都使用逐次凸逼近和半正定松弛。本发明极大的提高了通信系统的吞吐量,充分降低通信系统复杂度,节省硬件资源,具有很大的应用价值。

    一种用于出水变量预测的软测量方法、装置及介质

    公开(公告)号:CN113673574B

    公开(公告)日:2023-12-05

    申请号:CN202110843484.6

    申请日:2021-07-26

    Abstract: 本发明公开了一种用于出水变量预测的软测量方法、装置及介质,其中方法包括:污水处理数据划分为标记数据集和未标记数据集;计算标记数据集中任两组数据之间的差异性距离,根据差异性距离计算标记数据集中每组数据的结构熵;根据结构熵对标记数据集进行聚类处理,获得m个标记数据子集;根据差异性距离将未标记数据集中每一个未标记数据划分到对应的标记数据子集,根据标记数据子集获取未标记数据对应的出变量;根据新的标记数据更新标记数据子集;根据新的标记数据子集构建预测模型;获取测试数据,根据测试数据获取对应的预测模型进行预测,获得预测值。本发明通过结构熵聚类的处理,提高了预测精度和效率,可应用于污水处理技术领域。

    一种基于空间信息融合的语义分割方法

    公开(公告)号:CN111563508B

    公开(公告)日:2023-05-23

    申请号:CN202010310940.6

    申请日:2020-04-20

    Inventor: 李东 蔡皓洋

    Abstract: 本发明公开了一种基于空间特征融合的语义分割方法,包括:构建深度图像分类网络Resnet并且在图像分类任务上进行预训练;预训练完成后,移除Resnet图像分类网络的全连接层和最后两个池化层,完成特征提取网络的构建;在特征提取网络后添加多尺度特征融合模块;在多尺度特征融合模块后加入跨层空间特征融合模块,并添加语义分割分类层;将模型在语义分割标注数据上进行有监督训练,训练结束后,利用标注数据的验证集对语义分割模型性能进行验证,得到最终的分割模型;将待分割图像送入分割模型进行处理,得到最终的分割结果。本发明通过添加跨层空间融合模块到深度语义分割模型中,显著扩大了特征图上每个像素的感受野,有效提升模型获取上下文信息能力。

    一种基于行为树的恶意软件同源性分析方法

    公开(公告)号:CN111737694B

    公开(公告)日:2023-04-25

    申请号:CN202010422541.9

    申请日:2020-05-19

    Abstract: 本发明公开了一种基于行为树的恶意软件同源性分析方法,对恶意软件的行为提出了新的定义,不局限于分析API连续的短序列,而是从每种行为及行为之间的关系描述恶意软件的行为特征,行为语义更加丰富。首先,从恶意软件执行期间产生的API调用序列中,采用Inductive Miner算法构建反映恶意软件行为模型的行为树,其次,从每棵行为树中提取出行为特征,生成家族加权行为特征,基于相似度算法,将行为树转换为相似度向量,最后,应用朴素贝叶斯分类算法,训练家族分类模型。该方法可解决以往基于API序列的恶意软件同源性分析中API序列中缺乏控制结构和存在噪声的问题,提升了恶意软件家族分类能力。

    一种基于平均互信息的最大派系贪心扩展社区发现方法及系统

    公开(公告)号:CN111464343B

    公开(公告)日:2021-10-26

    申请号:CN202010204588.8

    申请日:2020-03-22

    Inventor: 李东 李衍君

    Abstract: 本发明申请公开了一种基于平均互信息的最大派系贪心扩展社区发现方法及系统,AMI‑GCE方法是基于派系的局部扩展社区检测方法,该方法首先会找出复杂网络中的所有最大派系并设置为种子社区,然后再对每一个派系进行局部扩展,每个派系经过扩展后都形成一个稳定的社区结构。在对每一个派系进行扩展时使用了适应度函数与平均互信息相结合的划分标准来判断,选择该派系的邻接点中符合标准的节点加入该派系。重复以上所有的步骤直到所有的种子社区都扩展完毕,此时经过扩展后得到的所有稳定的社区结构就是该复杂网络的社区。不仅考虑了网络中的节点信息,也考虑了节点间的连接信息,有效地提高了社区划分的准确性。

    一种基于半监督学习的污水监测的多输出软测量方法

    公开(公告)号:CN112381221A

    公开(公告)日:2021-02-19

    申请号:CN202011167840.9

    申请日:2020-10-28

    Abstract: 本发明公开了一种基于半监督学习的污水监测的多输出软测量方法,包括以下步骤:利用半监督算法,计算未标记数据的置信度,选择置信度较高的未标记数据来扩充标记数据集;通过奇偶分组的方法将标记数据集均分,得到了两组连续且具有全局特征的标记数据集;再利用高斯过程回归和最小二乘支持向量机对两组标记数据集建模和训练,生成两个独立的回归模型;最后,对迭代学习后的标记数据集,利用移动窗口和卡尔曼滤波对模型的结构和参数进行优化,得到污水处理过程中的难测量变量的最终预测结果。本发明较现有的预测方法具有更好的预测表现,可以作为城市污水处理厂的监测的一个有效工具。

    OpenStack存储优化方法及系统

    公开(公告)号:CN107197022B

    公开(公告)日:2020-01-10

    申请号:CN201710412186.5

    申请日:2017-06-02

    Inventor: 李东 郑泽丹 李宜

    Abstract: 本发明公开了一种OpenStack存储优化方法及系统,一方面,本发明提供了一种OpenStack存储优化方法,该方法包括如下处理步骤:步骤1:OpenStack将Ceph RBD作为镜像服务Glance、计算服务Nova和块存储服务Cinder的统一存储后端;步骤2:OpenStack将镜像服务Glance镜像分层存储在Ceph RBD中以形成包含系统镜像和软件镜像的镜像池,同时支持系统镜像中启动虚拟机并且对虚拟机进行全量备份和软件镜像中启动虚拟机并且对虚拟机进行增量备份,以满足不同的用户需求。另一方面,本发明提供了一种OpenStack存储优化系统。本发明基于Ceph RBD构建了OpenStack统一块存储系统并且在此基础上实现镜像分层存储,可有效节省存储空间,提高数据存储可靠性,降低维护成本,满足不同的用户需求。

    一种分布式视频帧随机读取的元数据服务系统及工作方法

    公开(公告)号:CN109086457A

    公开(公告)日:2018-12-25

    申请号:CN201811029412.2

    申请日:2018-09-05

    Abstract: 本发明公开了一种分布式视频帧随机读取的元数据服务系统及工作方法,该系统由六大模块组成:任务分发模块、任务处理模块、地址映射模块、元数据IO与预处理模块、元数据存储模块和元数据重分布模块,其中任务处理模块包括元数据应用模块与元数据生成模块。该系统为了在分布式视频存储环境下高效地实现对视频帧的随机定位,以避免单个节点时间开销和节点之间的网络开销,提出以I帧字典为核心的帧的随机读取策略。

    基于平均互信息的社区划分质量评价方法及系统

    公开(公告)号:CN108470251A

    公开(公告)日:2018-08-31

    申请号:CN201810263538.X

    申请日:2018-03-28

    Inventor: 李东 程鸣权

    Abstract: 本发明公开了一种基于平均互信息的社区划分质量评价方法及系统,在经典GN社区划分系统的基础上,加入了基于平均互信息的社区划分质量评价方法,首先通过计算每次社区划分的平均互信息值从而选出平均互信息最大值所对应的最优社区划分,然后分别计算最优社区划分前后社区结构的信息熵从而确定优化的社区结构,紧接着对优化后的社区结构中的所有节点进行遍历,找到与多个社区的链接数相同的节点,最后分别计算将该节点放到不同社区时网络中总的信息熵,输出总信息熵最小值所对应的社区结构即为最优的社区结构,有效地提高了社区划分结果的准确性。

Patent Agency Ranking