一种基于进化扰动的隐私链路保护方法

    公开(公告)号:CN109063836A

    公开(公告)日:2018-12-21

    申请号:CN201810683667.4

    申请日:2018-06-28

    CPC classification number: G06N3/126 G06Q50/01

    Abstract: 一种基于进化扰动的隐私链路保护方法,包括以下步骤:S1:将网络连边划分为训练集和测试集,其中训练集是扰动对象,测试集用来评价算法有效性;S2:遗传算法包括染色体、适应度函数、选择算子、交叉算子和变异算子,具体设计如下:染色体由删除和增加的连边组成;适应度函数综合考虑了精度和AUC;选择算子为轮盘赌算法;使用单点交叉并处理了交叉冲突;变异算子为基于概率的逐点变异并处理了变异冲突;S3:将交叉和变异产生的子代以及父代的精英个体组成新的子代种群,迭代至遗传算法收敛。本发明利用遗传算法寻找最优连边扰动,在扰动量相同的情况下,达到比随机扰动或者启发式扰动更优的效果,同时也具备较好的迁移效果。

    一种基于主成份分析的人体行为识别方法

    公开(公告)号:CN107480692A

    公开(公告)日:2017-12-15

    申请号:CN201710545528.0

    申请日:2017-07-06

    CPC classification number: G06K9/6223 G06K9/6267 G06N3/02

    Abstract: 一种基于主成份分析的人体行为识别方法,包括人体行为建模处理和人体行为识别处理,人体行为建模处理包括以下步骤:获取训练的数据集;基于过滤式特征选择方法对基础特征信息进行提取;对提取所得的基础特征信息数据集进行K-means算法聚类处理,并生成人体行为分类器;人体行为识别处理包括以下步骤:构建BP神经网络模型;将人体行为分类数据导入神经网络,使用拟牛顿倒传递法进行训练;通过BP神经网络算法对所述的人体分类器进行持续完善与优化;对输出结果进行离散化处理,得到人体行为识别处理结果。本发明简单高效、识别准确率较高、具有较好的扩展性、工作性能稳定可靠且应用较为广泛。

    一种基于BP神经网络的人体行为识别方法

    公开(公告)号:CN107506781A

    公开(公告)日:2017-12-22

    申请号:CN201710545531.2

    申请日:2017-07-06

    CPC classification number: G06K9/6247 G06K9/00335 G06N3/084

    Abstract: 一种基于BP神经网络的人体行为识别方法,包括人体行为建模处理和人体行为识别处理,人体行为建模处理包括以下步骤:获取训练的数据集;基于过滤式特征选择方法对基础特征信息进行提取;对提取所得的基础特征信息数据集进行层次聚类分析处理,并生成人体行为分类器;人体行为识别处理包括以下步骤:构建BP神经网络模型;将人体行为分类数据导入神经网络,使用拟牛顿倒传递法进行训练;通过BP神经网络算法对所述的人体分类器进行持续完善与优化;对输出结果进行离散化处理,得到人体行为识别处理结果。本发明简单高效、识别准确率较高、具有较好的扩展性、工作性能稳定可靠且应用较为广泛。

Patent Agency Ranking