-
公开(公告)号：CN116595589B
公开(公告)日：2023-10-10
申请号：CN202310869601.5
申请日：2023-07-17
Applicant: 中国科学院数学与系统科学研究院 , 北京科技大学
IPC: G06F21/62 , G06N20/10 , G06F18/214 , G06F18/2411 , H04L9/08
Abstract: 本发明涉及支持向量机技术领域，特别是指一种基于秘密共享机制的分布式支持向量机训练方法和系统，所述方法包括：S1、将支持向量机SVM的优化问题使用交替方向乘子法ADMM算法分解成N个子优化问题；S2、将所述N个子优化问题分别由N个参与方进行本地求解，所述N个参与方各自拥有数据横向分布的数据集，这些数据集拥有相同的特征；S3、所述N个参与方使用ADMM算法交互参数，训练输出全局分类器，在所述N个参与方使用ADMM算法交互参数时，采用基于秘密共享机制的FSVM‑C隐私保护方案保护所述参数。采用本发明，可以实现完全分布式场景的协作训练和隐私保护的目标。
-
公开(公告)号：CN112241122A
公开(公告)日：2021-01-19
申请号：CN202011013124.5
申请日：2020-09-23
Applicant: 北京科技大学
IPC: G05B13/04
Abstract: 本发明提供一种基于集值辨识算法的自适应无拖曳控制方法，属于航空航天、控制科学与工程技术领域。所述方法包括：对重力梯度仪测量量程内外的测量信息进行处理，得到重力梯度仪对残余加速度的集值型测量值，其中，所述测量信息为重力梯度卫星沿轨道飞行方向的残余加速度；根据得到的重力梯度仪对残余加速度的集值型测量值，建立辨识算法对重力梯度卫星沿轨道飞行方向的阻力增益系数进行估计；根据估计得到的阻力增益系数，构建重力梯度卫星沿轨道飞行方向的自适应控制器。采用本发明，能够实现饱和约束测量下的无拖曳控制。
-
公开(公告)号：CN116761164B
公开(公告)日：2023-11-14
申请号：CN202311008554.1
申请日：2023-08-11
Applicant: 北京科技大学 , 中国科学院数学与系统科学研究院
IPC: H04W12/02 , H04W12/00 , H04W12/122 , H04W12/60 , H04W84/18
Abstract: 本发明涉及电网数据处理技术领域，特别是指一种基于矩阵补全的隐私数据传输方法及系统，方法包括：数据接收模块将收集到的其他节点的原始数据，发送给自相关矩阵估计模块；自相关矩阵估计模块根据原始数据构造当前矩阵，将当前矩阵发送给矩阵补全模块；矩阵补全模块对当前矩阵进行矩阵补全，将补全后的数据矩阵发送给自相关矩阵估计模块；自相关矩阵估计模块根据补全后的数据矩阵，计算网络相关矩阵，并将网络相关矩阵发送至加噪模块；加噪模块根据网络相关矩阵，生成与原始数据具有相同统计特性的噪声，使用生成的噪声对每个节点在t时刻的原始数据进行加噪处理。采用本发明，可以避免数据被恶意重构，降低通信开销且减少数据缺失的影响。
-
公开(公告)号：CN116090014B
公开(公告)日：2023-10-10
申请号：CN202310361388.7
申请日：2023-04-07
Applicant: 中国科学院数学与系统科学研究院 , 北京科技大学
Abstract: 本发明提供一种面向智能电网的差分隐私分布式随机优化方法及系统，涉及数据隐私保护技术领域。包括：基于输出扰动的差分隐私分布式随机优化算法，定义为算法一；基于梯度扰动的差分隐私分布式随机优化算法，定义为算法二；对算法一和算法二分别进行近似无限次迭代，推导在无限次迭代中满足ε‑差分隐私的噪声方差条件；根据噪声方差条件，对算法一和算法二的收敛速度分别进行计算，确定最优点；用户根据实际需求对算法一和算法二进行选择，完成面向智能电网的差分隐私分布式随机优化。本发明通过可变样本大小的方法，建立了具有无限次迭代的有限累积隐私预算ε的差分隐私。通过适当地选择李雅普诺夫函数，该算法实现了几乎确定和均方收敛。
-
公开(公告)号：CN116595589A
公开(公告)日：2023-08-15
申请号：CN202310869601.5
申请日：2023-07-17
Applicant: 中国科学院数学与系统科学研究院 , 北京科技大学
IPC: G06F21/62 , G06N20/10 , G06F18/214 , G06F18/2411 , H04L9/08
Abstract: 本发明涉及支持向量机技术领域，特别是指一种基于秘密共享机制的分布式支持向量机训练方法和系统，所述方法包括：S1、将支持向量机SVM的优化问题使用交替方向乘子法ADMM算法分解成N个子优化问题；S2、将所述N个子优化问题分别由N个参与方进行本地求解，所述N个参与方各自拥有数据横向分布的数据集，这些数据集拥有相同的特征；S3、所述N个参与方使用ADMM算法交互参数，训练输出全局分类器，在所述N个参与方使用ADMM算法交互参数时，采用基于秘密共享机制的FSVM‑C隐私保护方案保护所述参数。采用本发明，可以实现完全分布式场景的协作训练和隐私保护的目标。
-
Patent Agency Ranking
公开(公告)号：CN118334484B
公开(公告)日：2025-04-08
申请号：CN202410456977.8
申请日：2024-04-16
Applicant: 北京科技大学 , 中国科学院数学与系统科学研究院
Abstract: 本发明涉及隐私保护技术领域，尤其涉及一种进行了隐私保护的个人隐私图像数据识别方法和系统，包括：S1、获取待识别个人隐私图像数据；S2、将所述待识别个人隐私图像数据输入训练完成的神经网络模型，所述神经网络模型的训练使用进行了隐私保护的分布式训练；S3、使用所述训练完成的神经网络模型对所述待识别个人隐私图像数据进行识别，输出识别结果。本发明可以实现进行了隐私保护的个人隐私图像数据识别。
-
公开(公告)号：CN118192637B
公开(公告)日：2025-02-14
申请号：CN202410463942.7
申请日：2024-04-17
Applicant: 北京科技大学 , 中国科学院数学与系统科学研究院
IPC: G05D1/46 , G05D109/20
Abstract: 本发明涉及隐私保护技术领域，尤其涉及一种进行了初始位置隐私保护的机器人编队控制方法和系统，包括：S1、设置机器人编队控制的控制模型和控制目标；S2、各个机器人i根据自己的隐私需求将初始位置信息xi(0)分解为两个子信息#imgabs0#和#imgabs1#并在k时刻将两个子信息更新为#imgabs2#和#imgabs3#S3、机器人i将子信息#imgabs4#广播给邻居机器人j；S4、机器人i从邻居机器人j接收邻居机器人j的子信息#imgabs5#再接收设计的外部输入#imgabs6#和#imgabs7#进而在k+1时刻更新它的两个子信息#imgabs8#和#imgabs9#S5、机器人i根据它的两个子信息#imgabs10#和#imgabs11#更新它的位置信息xi(k+1)；S6、在经过一定时间的迭代后，各个机器人i的位置达到所述控制目标。本发明能实现进行了初始位置隐私保护的机器人编队控制。
-
公开(公告)号：CN118192637A
公开(公告)日：2024-06-14
申请号：CN202410463942.7
申请日：2024-04-17
Applicant: 北京科技大学 , 中国科学院数学与系统科学研究院
IPC: G05D1/46 , G05D109/20
Abstract: 本发明涉及隐私保护技术领域，尤其涉及一种进行了初始位置隐私保护的机器人编队控制方法和系统，包括：S1、设置机器人编队控制的控制模型和控制目标；S2、各个机器人i根据自己的隐私需求将初始位置信息xi(0)分解为两个子信息#imgabs0#和#imgabs1#并在k时刻将两个子信息更新为#imgabs2#和#imgabs3#S3、机器人i将子信息#imgabs4#广播给邻居机器人j；S4、机器人i从邻居机器人j接收邻居机器人j的子信息#imgabs5#再接收设计的外部输入#imgabs6#和#imgabs7#进而在k+1时刻更新它的两个子信息#imgabs8#和#imgabs9#S5、机器人i根据它的两个子信息#imgabs10#和#imgabs11#更新它的位置信息xi(k+1)；S6、在经过一定时间的迭代后，各个机器人i的位置达到所述控制目标。本发明能实现进行了初始位置隐私保护的机器人编队控制。
-
公开(公告)号：CN116702635A
公开(公告)日：2023-09-05
申请号：CN202310998709.4
申请日：2023-08-09
Applicant: 北京科技大学 , 中国科学院数学与系统科学研究院
IPC: G06F30/27 , G06N3/092 , G06Q10/0631 , G06Q50/06 , G06F111/04 , G06F113/04 , G06F119/02
Abstract: 本发明公开了一种基于深度强化学习的多智能体移动充电调度方法及装置，涉及充电服务调配技术领域。包括：对待调度的无限可充电传感器网络，构建序列调度和充电比控制的联合调度问题；构建联合调度问题的学习模型；采用基于深度强化学习的注意力共享多智能体演员‑评论家AMADRL‑JSSPRC方法，对学习模型进行求解，得到无限可充电传感器网络的基于深度强化学习的多智能体移动充电调度结果。本发明采用两个具有独立的演员网络和评论家网络的异构智能体，并分别为两个异构智能体设计了考虑巡回长度和死亡传感器数量的奖励函数，能够有效地延长网络寿命并减少死亡传感器的数量。
-
公开(公告)号：CN116628360A
公开(公告)日：2023-08-22
申请号：CN202310916053.7
申请日：2023-07-25
Applicant: 北京科技大学 , 中国科学院数学与系统科学研究院
IPC: G06F16/9536 , G06F21/62
Abstract: 本发明公开了一种基于差分隐私的社交网络直方图发布方法及装置，涉及图数据发布的隐私保护技术领域。包括：采用图映射方法对原始社交网络图进行节点差分隐私处理；基于相邻桶分组划分算法AGBD对处理后的社交网络图进行直方图发布；利用排列保序方法优化直方图发布，得到基于差分隐私的社交网络直方图发布结果。本发明基于差分隐私保护模型，提出了一种相邻桶分组划分方法，采用图映射方法对社交网络进行节点差分隐私处理，同时针对映射方法在直方图发布过程中存在的引入过量噪声问题，使用贪心策略，并结合Laplace机制对相邻桶进行分组划分以减少由于添加过量噪声对直方图发布质量的影响，利用排列保序方法优化直方图发布，提升直方图发布查询的精确性。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.021 seconds)
