公开(公告)号：CN116071673A

公开(公告)日：2023-05-05

申请号：CN202310163826.9

申请日：2023-02-24

Applicant: 北京工业大学

Inventor： 黄志清 ,  谢飞飞 ,  洪岩

IPC: G06V20/17 ,  G06V20/10 ,  G06V10/762 ,  G06V10/80 ,  G06V10/82 ,  G06V10/30 ,  G06V10/40 ,  G06N3/08

Abstract: 本发明公开了一种基于无人机航拍图像的早期森林火灾检测方法，首先采用双边滤波算法和暗通道先验去雾算法来提升林火图像质量；然后针对无人机航拍早期林火图像中火灾面积过小的问题，选用精度更高的两阶段网络Faster‑RCNN作为基础检测网络；然后通过分析早期林火目标的面积尺寸分布，根据其存在面积较小的林火目标和长宽比差异较大的林火目标的特点，采用K‑means算法优化Faster‑RCNN的Anchor框；其次针对早期林火目标像素过小的问题，采用特征融合的方法突出早期林火图像特征，从而提高检测精度；最后针对无人机航拍图像中早期森林火灾背景复杂的问题，通过引入注意力机制降低图像复杂背景对早期林火目标识别模型的干扰，从而提高模型的学习效率和检测精度。

公开(公告)号：CN114579852A

公开(公告)日：2022-06-03

申请号：CN202210187498.1

申请日：2022-02-28

Applicant: 北京工业大学

Inventor： 黄志清 ,  曹祯 ,  谢飞飞

IPC: G06F16/9535 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于图卷积网络与注意力机制的推荐方法，包括根据用户与物品交互数据，构造用户‑物品高阶连接性交互图；根据高阶连接性交互图的高阶连接信息进行建模，并生成推荐模型；将用户与物品交互数据对推荐模型进行训练；训练完成后，推荐模型通过内积内积得到用户‑物品之间的关联分数，最终根据关联分数判断是否将物品推荐给用户。本发明考虑在用户‑物品交互二部图中学习嵌入表示，在模型嵌入层便考虑了用户与物品之间的交互信息，通过嵌入传播在用户物品交互图上建模高阶连通性，使得模型可以学习到高维特征信息，以此获得更有效的嵌入，提高了推荐的准确性。

公开(公告)号：CN116167084A

公开(公告)日：2023-05-26

申请号：CN202310176259.0

申请日：2023-02-24

Applicant: 北京工业大学

Inventor： 黄志清 ,  洪岩 ,  谢飞飞

IPC: G06F21/62 ,  H04L9/40 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种基于混合策略的联邦学习模型训练隐私保护方法及系统，将混淆自编码器网络结合到联邦学习参与方本地模型训练过程中，对数据标签进行混淆映射，以此切断梯度信息与数据信息间的关系，阻止攻击方利用梯度信息重构出用户原始数据；将本地化差分隐私机制结合到联邦学习的参数传递过程中，对梯度参数添加满足(ε，δ)‑本地化差分隐私的高斯噪声，以此对梯度信息进行扰动，同时在中心服务器聚合过程中通过随机化机制近似平均聚合，隐藏单个参与方贡献，以此阻止攻击方进行的推理攻击。本发明能够构建一个隐私安全的联邦学习系统，抵御联邦学习模型训练过程中梯度泄漏导致的各种隐私风险，同时在模型性能和隐私安全间达到了更好的平衡。