-
公开(公告)号：CN116127204B
公开(公告)日：2023-07-18
申请号：CN202310407785.3
申请日：2023-04-17
Applicant: 中国科学技术大学
IPC: G06F16/9536 , G06F18/214 , G06F18/241 , G06N3/04 , G06F16/215 , G06F16/9535
Abstract: 本发明公开了一种多视角用户画像方法、多视角用户画像系统、设备和介质。该方法包括对用户的原始数据集进行数据清洗，并进行向量化处理，得到用户特征向量；对用户的邻接信息进行遍历并构建用户图结构数据；利用自适应参数提取器进行卷积处理，得到用户自适应性参数；对用户社交信息进行拼接，得到用户社交向量，并利用奇异值分解方法对用户社交向量进行降维处理，得到降维后的用户社交向量；利用活跃度分类网络对降维后的用户社交向量进行多层级分类处理，并根据用户活跃度信息和用户自适应性参数，利用图神经网络对用户图结构数据进行特征聚合，并利用用户类别分类网络对用户聚合特征进行多层级分类处理，并根据分类结果，生成用户画像信息。
-
公开(公告)号：CN116127204A
公开(公告)日：2023-05-16
申请号：CN202310407785.3
申请日：2023-04-17
Applicant: 中国科学技术大学
IPC: G06F16/9536 , G06F18/214 , G06F18/241 , G06N3/04 , G06F16/215 , G06F16/9535
Abstract: 本发明公开了一种多视角用户画像方法、多视角用户画像系统、设备和介质。该方法包括对用户的原始数据集进行数据清洗，并进行向量化处理，得到用户特征向量；对用户的邻接信息进行遍历并构建用户图结构数据；利用自适应参数提取器进行卷积处理，得到用户自适应性参数；对用户社交信息进行拼接，得到用户社交向量，并利用奇异值分解方法对用户社交向量进行降维处理，得到降维后的用户社交向量；利用活跃度分类网络对降维后的用户社交向量进行多层级分类处理，并根据用户活跃度信息和用户自适应性参数，利用图神经网络对用户图结构数据进行特征聚合，并利用用户类别分类网络对用户聚合特征进行多层级分类处理，并根据分类结果，生成用户画像信息。
-
公开(公告)号：CN114612688B
公开(公告)日：2022-09-09
申请号：CN202210525739.9
申请日：2022-05-16
Applicant: 中国科学技术大学
Abstract: 本发明提供一种对抗样本生成方法，包括：基于空间注意力机制，对与当前轮迭代对应的图像特征数据进行第一处理，得到与当前轮迭代对应的图像的第一图像特征向量；对与当前轮迭代对应的图像的图像特征数据进行第二处理，得到与当前轮迭代对应的图像的第二图像特征向量；对由分散度函数和特征通道权重函数构成的函数组进行求导，基于求导后的函数组，根据与当前轮迭代对应的图像的第二图像特征向量和与当前轮迭代对应的图像的第一图像特征向量，得到与当前轮迭代对应的图像的梯度值，根据与当前轮迭代对应的图像的梯度值和与当前轮迭代对应的图像，得到与下一轮迭代对应的图像；将(56)对比文件程旭.基于空间感知的多级损失目标跟踪对抗攻击方法《.通信学报》.2021,Yantao Lu等.Enhancing Cross-taskTransferability of Adversarial Exampleswith Dispersion Reduction《.ResearchGate》.2019,
-
公开(公告)号：CN114612689A
公开(公告)日：2022-06-10
申请号：CN202210525752.4
申请日：2022-05-16
Applicant: 中国科学技术大学
Abstract: 本发明提供一种对抗样本生成方法、图像处理模型训练方法和图像处理方法。该对抗样本生成方法包括：对图像执行多轮迭代处理，直至满足预定迭代条件；将满足预定迭代条件的图像确定为对抗样本。对图像执行多轮迭代处理包括：对与当前轮迭代对应的图像特征数据进行处理，得到图像特征向量；基于目标函数，根据与初始图像对应的图像特征向量和与当前轮迭代对应的图像特征向量，得到扰动值，目标函数是根据离散度函数和距离函数确定的，根据与当前轮迭代对应的扰动值和与当前轮迭代对应的图像，得到与下一轮迭代对应的图像。本发明还提供了一种电子设备。
-
公开(公告)号：CN114612688A
公开(公告)日：2022-06-10
申请号：CN202210525739.9
申请日：2022-05-16
Applicant: 中国科学技术大学
Abstract: 本发明提供一种对抗样本生成方法，包括：基于空间注意力机制，对与当前轮迭代对应的图像特征数据进行第一处理，得到与当前轮迭代对应的图像的第一图像特征向量；对与当前轮迭代对应的图像的图像特征数据进行第二处理，得到与当前轮迭代对应的图像的第二图像特征向量；对由分散度函数和特征通道权重函数构成的函数组进行求导，基于求导后的函数组，根据与当前轮迭代对应的图像的第二图像特征向量和与当前轮迭代对应的图像的第一图像特征向量，得到与当前轮迭代对应的图像的梯度值，根据与当前轮迭代对应的图像的梯度值和与当前轮迭代对应的图像，得到与下一轮迭代对应的图像；将满足预定迭代条件的图像确定为对抗样本。本发明还提供一种电子设备。
-
Patent Agency Ranking
公开(公告)号：CN117454969A
公开(公告)日：2024-01-26
申请号：CN202311472713.3
申请日：2023-11-07
Applicant: 中国科学技术大学
IPC: G06N3/094 , G06N3/0464 , G06N3/045 , G06N3/082 , G06V10/764 , G06V10/82 , G06F21/62 , G06F16/53
Abstract: 本发明公开一种基于模式注入动态生成式目标对抗攻击方法、识别及介质，方法通过由交叉注意力引导的动态卷积模块和模式注入模块构成的生成式攻击模型进行对抗样本生成，包括：步骤1，由交叉注意力引导的动态卷积模块将给定的输入图像生成可转移的对抗样本；步骤2，由模式注入模块将从样本的特征中提取出来并经剪枝后的模型模式注入到步骤1生成的可转移的对抗样本中，得到输入被攻击模型的最终对抗样本。该方法以注入目标模式生成可转移的对抗样本，交叉注意力引导卷积模块对特定样本和全局数据集分别采用动态卷积核和静态卷积核，这继承了实例特定攻击和实例无关攻击的优点。模式注入模块用模式原型对目标模式编码，指导目标对抗样本的生成。
-
公开(公告)号：CN116070695B
公开(公告)日：2023-07-18
申请号：CN202310342315.3
申请日：2023-04-03
Applicant: 中国科学技术大学
IPC: G06N3/094 , G06N3/0475 , G06N3/0455 , G06V10/82 , G06V10/80
Abstract: 本发明提供了一种图像检测模型的训练方法、图像检测方法及电子设备。该训练方法包括：利用生成对抗网络的生成器对真实样本图像和参考样本图像进行数据增广处理，得到目标样本图像；利用生成对抗网络的检测器对目标样本图像进行空间特征提取，得到空间特征数据；利用检测器对目标样本图像进行频域特征提取，得到频域特征数据；利用检测器对空间特征数据和频域特征数据进行处理，得到目标样本图像的检测结果，其中，检测结果表征目标样本图像是真实图像和模拟图像中的之一；利用目标样本图像的检测结果训练生成对抗网络，得到经训练的生成对抗网络；将经训练的检测器确定为图像检测模型。
-
公开(公告)号：CN116070695A
公开(公告)日：2023-05-05
申请号：CN202310342315.3
申请日：2023-04-03
Applicant: 中国科学技术大学
IPC: G06N3/094 , G06N3/0475 , G06N3/0455 , G06V10/82 , G06V10/80
Abstract: 本发明提供了一种图像检测模型的训练方法、图像检测方法及电子设备。该训练方法包括：利用生成对抗网络的生成器对真实样本图像和参考样本图像进行数据增广处理，得到目标样本图像；利用生成对抗网络的检测器对目标样本图像进行空间特征提取，得到空间特征数据；利用检测器对目标样本图像进行频域特征提取，得到频域特征数据；利用检测器对空间特征数据和频域特征数据进行处理，得到目标样本图像的检测结果，其中，检测结果表征目标样本图像是真实图像和模拟图像中的之一；利用目标样本图像的检测结果训练生成对抗网络，得到经训练的生成对抗网络；将经训练的检测器确定为图像检测模型。
-
公开(公告)号：CN114612689B
公开(公告)日：2022-09-09
申请号：CN202210525752.4
申请日：2022-05-16
Applicant: 中国科学技术大学
Abstract: 本发明提供一种对抗样本生成方法、图像处理模型训练方法和图像处理方法。该对抗样本生成方法包括：对图像执行多轮迭代处理，直至满足预定迭代条件；将满足预定迭代条件的图像确定为对抗样本。对图像执行多轮迭代处理包括：对与当前轮迭代对应的图像特征数据进行处理，得到图像特征向量；基于目标函数，根据与初始图像对应的图像特征向量和与当前轮迭代对应的图像特征向量，得到扰动值，目标函数是根据离散度函数和距离函数确定的，根据与当前轮迭代对应的扰动值和与当前轮迭代对应的图像，得到与下一轮迭代对应的图像。本发明还提供了一种电子设备。
-
公开(公告)号：CN114821215A
公开(公告)日：2022-07-29
申请号：CN202110116976.5
申请日：2021-01-27
Applicant: 中国科学技术大学
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06N3/08
Abstract: 一种物理对抗攻击方法、物理对抗攻击模型训练方法及装置，训练方法包括：获取训练样本数据集，其中，训练样本数据集包括数字图像及基准图像，数字图像包括真实标签；将数字图像及基准图像输入待训练的物理对抗攻击模型，输出对抗损失值、分类标签及攻击损失值；基于对抗损失值及攻击损失值优化物理对抗攻击模型的网络参数；以及输出网络参数满足预设条件时对应的物理对抗攻击模型。本发明的物理对抗攻击模型训练方法可以实现保留在将数字对抗图像部署到现实世界的过程中对抗信息的丢失，使对抗图像保留对抗性的效果。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.02 seconds)
