-
公开(公告)号：CN119167226A
公开(公告)日：2024-12-20
申请号：CN202411181396.4
申请日：2024-08-27
Applicant: 西北农林科技大学
IPC: G06F18/2431 , G06F18/2415 , G06F18/15 , G06F21/55 , G06F21/57 , G06N3/0475 , G06N3/094 , G06N3/098
Abstract: 本发明属于无线通信技术领域，公开了一种基于AC‑GAN和动态概率调度的可靠联邦学习方法及系统，可以抵御标签噪声、非独立同分布数据和中毒攻击对全局模型性能的消极影响，包括两个阶段：数据预处理阶段，服务器在小基准数据集上训练一个AC‑GAN模型并部署在用户端，用户借助AC‑GAN模型实施数据清洗和数据增强，从而实现噪声标签矫正同时缓解非独立同分布数据的影响；攻击检测阶段，参数服务器构建用户选择概率模型，基于动态概率调度策略过滤恶意用户。为防止用户模型信息泄露和半诚实的服务器推测用户信息，利用CKKS同态加密方案对模型参数进行加密，并采用双服务器架构。本发明克服了标签噪声、非独立同分布数据和中毒攻击对模型性能的影响。
-
公开(公告)号：CN119150283A
公开(公告)日：2024-12-17
申请号：CN202411000149.X
申请日：2024-07-24
Applicant: 西北农林科技大学
IPC: G06F21/56 , G06Q10/0635 , G06Q10/0639 , G06Q30/0201
Abstract: 本发明属于人工智能技术领域，公开了一种非独立同分布场景下应对恶意攻击的联邦学习方法及系统，设计了一个基于边际贡献的用户贡献度模型和一个基于秩和比的用户可信度模型。本发明采用进化聚类的概念，利用本轮各用户的贡献度和前一轮计算的用户可信度来计算本轮所有用户的评分，并在此基础上利用贪心算法的思想选择参与聚合的用户逐个加入用户聚合模型的集合。同时，本发明将在服务器端维护一个根数据集，并将利用根数据集训练的服务器模型作为每轮的初始聚合模型。在非独立同分布场景下，本发明在两个具有不同比例恶意用户的公共数据集上评估了本算法的性能。大量的实验结果表明，本发明的算法在测试集上的准确度优于各种基线算法。
-
公开(公告)号：CN118857268A
公开(公告)日：2024-10-29
申请号：CN202411038684.4
申请日：2024-07-31
Applicant: 西北农林科技大学
IPC: G01C21/00 , G01C21/20 , G06V20/10 , G06V10/764 , G06V10/82 , G06V10/44 , G06V10/80 , G06V10/74 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于语义信息引导扩散模型的自主导航建图系统及方法，方法包括：基于语义先验的预测模块将度量地图作为输入，通过对空间布局的预测得到新的度量地图，该度量地图作为机器人观测的一部分；基于扩散模型的全局策略模块根据机器人实时观测生成长期目标点，引导机器人对未知环境进行探索，利用机器人前往目标点收集的观测数据训练全局策略网络并更新其网络参数，直至策略收敛；收敛后的策略在机器人观测的引导下，首先基于高斯过程产生一个初始目标点坐标，然后通过不断去除噪声生成当前的探索目标点。本发明的方法能够提高机器人探索效率，同时使机器人具备适应不同环境实时自主建图的能力，提供具有高效且泛化能力的主动探索策略。
-
公开(公告)号：CN118658058A
公开(公告)日：2024-09-17
申请号：CN202410681674.6
申请日：2024-05-29
Applicant: 西北农林科技大学
Abstract: 本发明提供一种基于指数与盖度特征引导的遥感图像地物分类方法与装置。该方法包括：获取遥感光谱影像；将遥感光谱影像输入至训练好的地物分类模型，以对地球表面的地表覆盖物进行分类；地物分类模型包括：主干网络、指数特征提取模块、第一拼接模块、第一通道注意力模块、多尺度特征提取模块、盖度特征提取模块、第二拼接模块、第二通道注意力模块、第一卷积模块、第二卷积模块、第三拼接模块、第三卷积模块。本发明提供的方法，能够显著提高地物分类的精度。
-
公开(公告)号：CN117082496A
公开(公告)日：2023-11-17
申请号：CN202310828859.0
申请日：2023-07-07
Applicant: 西北农林科技大学
IPC: H04W12/03 , G06N20/20 , H04W12/06 , H04W12/121 , H04W12/122 , H04L9/00
Abstract: 本发明属于无线通信技术领域，公开了一种恶意和低质量用户场景下安全无线联邦学习方法及系统，可以抵御恶意用户和低质量用户对全局模型性能的消极影响，包括四个阶段：鉴别阶段，通过比较用户的模型与全局模型的余弦相似性，对用户的信用进行评估；重标签阶段：利用全局模型的预测结果对低质量用户本地数据集进行数据清洗；二次鉴别阶段：对第一次鉴别阶段筛选出的恶意用户集进行第二轮信用评估，筛选其中的低质量用户；常规训练阶段，调度良性用户进行全局模型聚合。为防止用户模型信息泄露和半诚实的服务器推测用户信息，利用同态加密技术对模型参数进行加密，并采用双服务器架构。本发明克服了低质量用户和恶意用户对模型性能的影响。
-
Patent Agency Ranking
公开(公告)号：CN113613339B
公开(公告)日：2023-10-17
申请号：CN202110781263.0
申请日：2021-07-10
Applicant: 西北农林科技大学
Abstract: 本发明属于无线通信技术领域，公开了一种基于深度强化学习的多优先级无线终端的信道接入方法，所述基于深度强化学习的多优先级无线终端的信道接入方法包括：建立具有不同优先级业务的网络场景；设计并明确该协议的系统模型，根据该协议网络场景进行状态空间建模、动作空间建模，并针对不同场景设计奖励函数；明确并建立该协议所使用的神经网络模型，并通过经验元组对网络模型进行训练；将训练好的模型通过多场景的仿真对比进行性能验证。本发明使用深度强化学习对多优先级业务无线终端的信道接入方法进行设计，更适用于具有不同优先级业务的无线网络，提高系统的吞吐量和无线信道资源的利用率，在减小高优先级业务调度时延的同时，提高低优先级业务接入信道的机会。
-
公开(公告)号：CN113613339A
公开(公告)日：2021-11-05
申请号：CN202110781263.0
申请日：2021-07-10
Applicant: 西北农林科技大学
Abstract: 本发明属于无线通信技术领域，公开了一种基于深度强化学习的多优先级无线终端的信道接入方法，所述基于深度强化学习的多优先级无线终端的信道接入方法包括：建立具有不同优先级业务的网络场景；设计并明确该协议的系统模型，根据该协议网络场景进行状态空间建模、动作空间建模，并针对不同场景设计奖励函数；明确并建立该协议所使用的神经网络模型，并通过经验元组对网络模型进行训练；将训练好的模型通过多场景的仿真对比进行性能验证。本发明使用深度强化学习对多优先级业务无线终端的信道接入方法进行设计，更适用于具有不同优先级业务的无线网络，提高系统的吞吐量和无线信道资源的利用率，在减小高优先级业务调度时延的同时，提高低优先级业务接入信道的机会。
-
公开(公告)号：CN109067918B
公开(公告)日：2020-12-22
申请号：CN201811119964.2
申请日：2018-09-25
Applicant: 西北农林科技大学
Abstract: 本发明公开了一种物联网中的联合内容缓存和更新策略的方法及算法，该方法包含：(1)判定是否对于内容进行缓存以及缓存后内容的更新周期；(2)确定两种不同模式下的内容的新鲜度损失；(3)确定两种模式下内容传输的满意度；(4)定义网络的效用；(5)为了最大化网络效用，建立问题P模型；(6)根据新鲜度损失约束，变换网络中内容传输的满意度；(7)转化问题P的目标函数为P1；(8)研究问题P1中内容缓存策略x和内容更新策略TU之间的耦合并推导出从x到TU的最佳映射；(9)采用基于和声搜索的内容缓存和更新算法，解决问题P1。本发明的方法采用基于和声搜索的内容缓存和更新算法，能够同时兼顾传感器能耗和内容的新鲜度需求。
-
-
公开(公告)号：CN116546441A
公开(公告)日：2023-08-04
申请号：CN202310404347.1
申请日：2023-04-17
Applicant: 西北农林科技大学
Abstract: 本发明属于无线通信技术领域，公开了一种无线网络中面向多播传输场景的状态更新调度方法及系统，收集并处理多播场景中的几何环境信息，并确定停止集来表示发射节点周围的有限观测区域；根据发射节点的本地信息，将发射节点的调度概率表示为停止集的函数，确保调度概率是接受本地信息的产生新信息包概率的可测量函数；使用最优化理论求解多播场景下平均网络信息年龄最小化优化问题，得到发射节点处的状态更新调度方法；对多播场景中各发射节点实施自适应调度策略，在网络运行过程中实时监测网络环境是否变化。本发明根据节点状态更新和网络拓扑动态调整传输策略，能够实现更高效、实时且低延迟的多播通信，为智能系统提供更可靠的数据传输基础。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.04 seconds)
