-
公开(公告)号：CN112910840B
公开(公告)日：2022-04-05
申请号：CN202110047989.1
申请日：2021-01-14
Applicant: 重庆邮电大学
IPC: H04L9/40 , H04L9/32 , H04L67/1097 , H04L67/1095 , G06F21/60 , G06F21/62 , G06F21/64
Abstract: 本发明涉及医疗数据共享技术领域，具体涉及一种基于联盟区块链的医疗数据存储共享方法及系统，包括：存储医疗数据时，利用多权限属性基加密算法将原始医疗数据及访问策略加密，将密文存储到私有IPFS系统中，IPFS系统为存储的密文分配一个独一无二的哈希值，将哈希值存储在联盟区块链Fabric上，以此提高医疗数据存储效率及安全性；其中私有IPFS网络可以提高系统效率，多权限属性基加密算法能够保障患者医疗数据的安全性及患者对自身医疗数据的完全掌控。本发明方法适用于医疗数据存储共享、加密数据访问控制领域；基于IPFS的联盟式医疗区块链将赋予医疗数据存储共享系统更高的安全性与高效性，提高用户医疗数据的隐私性。
-
公开(公告)号：CN112910840A
公开(公告)日：2021-06-04
申请号：CN202110047989.1
申请日：2021-01-14
Applicant: 重庆邮电大学
Abstract: 本发明涉及医疗数据共享技术领域，具体涉及一种基于联盟区块链的医疗数据存储共享方法及系统，包括：存储医疗数据时，利用多权限属性基加密算法将原始医疗数据及访问策略加密，将密文存储到私有IPFS系统中，IPFS系统为存储的密文分配一个独一无二的哈希值，将哈希值存储在联盟区块链Fabric上，以此提高医疗数据存储效率及安全性；其中私有IPFS网络可以提高系统效率，多权限属性基加密算法能够保障患者医疗数据的安全性及患者对自身医疗数据的完全掌控。本发明方法适用于医疗数据存储共享、加密数据访问控制领域；基于IPFS的联盟式医疗区块链将赋予医疗数据存储共享系统更高的安全性与高效性，提高用户医疗数据的隐私性。
-
Patent Agency Ranking
公开(公告)号：CN114938292B
公开(公告)日：2023-05-23
申请号：CN202210445397.X
申请日：2022-04-26
Applicant: 重庆邮电大学
IPC: H04L9/40 , H04L41/069 , H04L41/14
Abstract: 本发明属于区块链共识机制技术领域，具体涉及一种基于节点可信度的多层次优化PBFT共识方法；该方法包括：对节点进行可信度评估，得到节点的可信度评分；根据节点的可信度评分进行节点角色属性分配和层次结构划分，得到节点共识模型；根据节点共识模型进行节点共识；当有新节点加入或旧节点退出时，采用动态节点出入管理方法更新节点共识模型；本发明可以有效地减少共识过程中的通信量，提高系统的可扩展性；当有新节点加入或旧节点退出时，系统无需重新启动，能够满足现实应用场景需求；通过可信度评分选取代理节点，减小视图切换的概率，增加共识效率及系统的安全性，提高区块链系统的实用性。
-
公开(公告)号：CN114938292A
公开(公告)日：2022-08-23
申请号：CN202210445397.X
申请日：2022-04-26
Applicant: 重庆邮电大学
IPC: H04L9/40 , H04L41/069 , H04L41/14
Abstract: 本发明属于区块链共识机制技术领域，具体涉及一种基于节点可信度的多层次优化PBFT共识方法；该方法包括：对节点进行可信度评估，得到节点的可信度评分；根据节点的可信度评分进行节点角色属性分配和层次结构划分，得到节点共识模型；根据节点共识模型进行节点共识；当有新节点加入或旧节点退出时，采用动态节点出入管理方法更新节点共识模型；本发明可以有效地减少共识过程中的通信量，提高系统的可扩展性；当有新节点加入或旧节点退出时，系统无需重新启动，能够满足现实应用场景需求；通过可信度评分选取代理节点，减小视图切换的概率，增加共识效率及系统的安全性，提高区块链系统的实用性。
-
公开(公告)号：CN112766158B
公开(公告)日：2022-06-03
申请号：CN202110072707.3
申请日：2021-01-20
Applicant: 重庆邮电大学
Abstract: 本发明涉及生物特征识别领域，涉及一种基于多任务级联式人脸遮挡表情识别方法；所述方法包括将预处理后的人脸图像进行人脸特征提取，将人脸特征图输入到OCC‑MTCNN网络中进行任务分类；在第一任务中对人脸特征图进行人脸关键点检测和遮挡检测；将检测到的未遮挡人脸关键点生成权重矩阵；在第二任务中将人脸特征图分为全局特征和局部特征，局部特征是按照权重矩阵进行裁剪；将全局特征和局部特征都输入到第一注意力模块中，得到第一注意力特征对不同任务的通道增强或抑制；将第一注意力特征输入到第二注意力模块得到表情识别结果；本发明在人脸表情识别任务中加入检测人脸特征点任务，可以提取有用信息，提升遮挡影响下人脸表情识别精度。
-
公开(公告)号：CN112579778A
公开(公告)日：2021-03-30
申请号：CN202011540950.5
申请日：2020-12-23
Applicant: 重庆邮电大学
IPC: G06F16/35 , G06F40/211 , G06F40/284 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明属于自然语言处理领域，具体涉及一种基于多层次的特征注意力的方面级情感分类方法，该方法包括：对输入的文本和文本方面词进行编码；对待预测情感极性的方面词进行相对位置编码，并与文本编码进行信息融合；采用双向LSTM对编码信息进行预处理；将预处理后的编码信息分别进行交互和注意力机制处理，得到的交互信息和文本全局的注意力信息；采用CNN提取注意力信息的局部特征信息；将文本全局特征注意力信息、文本局部特征注意力信息和句子级特征注意力信息进行交互，采用归一化指数函数进行情感极性的预测。本发明融合文本的局部特征以及全局特征，有效挖掘文本中所表达的情感信息，能够显著的提高文本方面级别情感分析的准确率。
-
公开(公告)号：CN112579778B
公开(公告)日：2022-08-26
申请号：CN202011540950.5
申请日：2020-12-23
Applicant: 重庆邮电大学
IPC: G06F16/35 , G06F40/211 , G06F40/284 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明属于自然语言处理领域，具体涉及一种基于多层次的特征注意力的方面级情感分类方法，该方法包括：对输入的文本和文本方面词进行编码；对待预测情感极性的方面词进行相对位置编码，并与文本编码进行信息融合；采用双向LSTM对编码信息进行预处理；将预处理后的编码信息分别进行交互和注意力机制处理，得到的交互信息和文本全局的注意力信息；采用CNN提取注意力信息的局部特征信息；将文本全局特征注意力信息、文本局部特征注意力信息和句子级特征注意力信息进行交互，采用归一化指数函数进行情感极性的预测。本发明融合文本的局部特征以及全局特征，有效挖掘文本中所表达的情感信息，能够显著的提高文本方面级别情感分析的准确率。
-
-
-
-
-
-
Search Results
7
records
(took 0.017 seconds)
