-
公开(公告)号：CN119849601A
公开(公告)日：2025-04-18
申请号：CN202510034523.6
申请日：2025-01-09
Applicant: 北京交通大学
Abstract: 本发明涉及一种基于噪声对抗训练的联邦类别遗忘学习方法，属于人工智能领域，所述方法包括噪声对抗训练、计算目标数据影响度、遗忘训练和重训练这四个步骤。其中所述噪声对抗训练是通过误差最大化和知识蒸馏训练噪声数据来破坏模型分类能力，所述计算目标数据影响度来自于目标数据在全局模型上的梯度，所述遗忘训练主要内容是将噪声数据合并至剩余数据集参与训练，并在影响度辅助下调整参数，所述重训练则是在剩余数据集上进行正常的联邦学习进程，本发明提出的方法避免了中心服务器获取参与方本地数据相关信息，保护数据隐私，对模型参数针对性调整以遗忘目标分类性能，加快了重训练速度。
-
公开(公告)号：CN119807436A
公开(公告)日：2025-04-11
申请号：CN202411888669.9
申请日：2024-12-20
Applicant: 北京交通大学
IPC: G06F16/36 , G06F16/23 , G06N3/0442 , G06N3/045 , G06N5/022
Abstract: 本发明公开了一种基于本体的网络安全知识图谱构建方法，涉及网络安全领域，该方法结合了爬虫技术、本体技术、知识抽取、知识融合和知识存储，能够高效的获取网络安全领域数据，减少人工消耗，同时提出的知识抽取模型，在实体分类和关系抽取的F1值方面，相较于其它模型均有一定的提高。此外，该方法还能对网络安全数据进行整合和分析，实现网络安全知识的智能化检索并且实现图谱的自动更新和扩展。
-
公开(公告)号：CN116363876B
公开(公告)日：2024-07-30
申请号：CN202310306480.3
申请日：2023-03-27
Applicant: 北京交通大学
Abstract: 本发明提供一种基于自旋玻璃模型的智能交通信号灯调控方法及系统，属于计算机智能交通控制技术领域，经过高德、百度等地图测绘企业提供的道路流量数据，结合实际道路交叉口的监控图像数据等，获得道路的实时交通流量信息；根据实际道路的拓扑连接结构推算当前时刻的车流转向概率等信息，从而构建实时的城市交通流量模型，并通过数学等价运算可使其与经典自旋玻璃模型相对应。基于上述模型，结合模拟退火算法和模拟分支算法等全局优化算法，从而实现对全局交通灯的智能动态调控，尽可能减少道路拥堵以提升城市现有道路的通勤效率。该算法的部署能有效提升城市交通信号灯对不同交通模式的动态调整能力，从而提升了城市路网利用率，减少拥堵的发生。
-
公开(公告)号：CN116363876A
公开(公告)日：2023-06-30
申请号：CN202310306480.3
申请日：2023-03-27
Applicant: 北京交通大学
Abstract: 本发明提供一种基于自旋玻璃模型的智能交通信号灯调控方法及系统，属于计算机智能交通控制技术领域，经过高德、百度等地图测绘企业提供的道路流量数据，结合实际道路交叉口的监控图像数据等，获得道路的实时交通流量信息；根据实际道路的拓扑连接结构推算当前时刻的车流转向概率等信息，从而构建实时的城市交通流量模型，并通过数学等价运算可使其与经典自旋玻璃模型相对应。基于上述模型，结合模拟退火算法和模拟分支算法等全局优化算法，从而实现对全局交通灯的智能动态调控，尽可能减少道路拥堵以提升城市现有道路的通勤效率。该算法的部署能有效提升城市交通信号灯对不同交通模式的动态调整能力，从而提升了城市路网利用率，减少拥堵的发生。
-
-
-
Search Results
4
records
(took 0.024 seconds)
