公开(公告)号：CN111614665A

公开(公告)日：2020-09-01

申请号：CN202010429732.8

申请日：2020-05-20

Applicant: 重庆邮电大学

Inventor： 李兆玉 ,  李珊珊 ,  赖雪梅 ,  马枢清

IPC: H04L29/06 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及网络安全领域的入侵检测技术，特别涉及一种基于深度残差哈希网络的入侵检测方法，包括对原始数据进行预处理，原始数据包括历史数据和待检测数据；根据预处理之后的原始数据构建属性特征图；构建深度残差哈希网络，并将原始数据输入该网络，分别得到历史数据的哈希值和待检测数据的哈希值；计算待检测数据与历史数据哈希值之间的汉明距离，将与待检测数据距离最近的历史数据的检查结果作为待检测数据的检测结果；本发明不仅可以更准确直观地分析特征之间的关系，还降低了属性提取的误差，提高了检测准确率和效率。

公开(公告)号：CN111275085B

公开(公告)日：2022-09-13

申请号：CN202010043993.6

申请日：2020-01-15

Applicant: 重庆邮电大学

Inventor： 唐宏 ,  赖雪梅 ,  陈虹羽 ,  李珊珊

IPC: G06F16/35 ,  G06V20/40 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G10L15/26 ,  G10L25/63

Abstract: 本发明涉及自然语言处理、深度学习、多模态情感分析领域，特别涉及一种基于注意力融合的在线短视频多模态情感识别方法，该方法包括：获取短视频中的各个单模特征；采用双向GRU分别对上述特征进行预处理，得到模态内部信息；结合模态内部信息和模态之间的交互作用，得到各个高级模态特征；根据注意力机制确定各模态的贡献程度，得到总特征向量，并输入到softmax函数中，得到基于注意力融合的双向GRU多模态情感识别模型；训练该模型，将待识别的短视频输入到训练好的模型中，得到情感识别结果；本发明很好的融合了各单模态特征，有效挖掘视频中所表达的情感信息，从而提升了多模态情感识别的准确率及效率。

公开(公告)号：CN111275085A

公开(公告)日：2020-06-12

申请号：CN202010043993.6

申请日：2020-01-15

Applicant: 重庆邮电大学

Inventor： 唐宏 ,  赖雪梅 ,  陈虹羽 ,  李珊珊

IPC: G06K9/62 ,  G06K9/00 ,  G06F16/35 ,  G06N3/04 ,  G10L15/26 ,  G10L25/63

Abstract: 本发明涉及自然语言处理、深度学习、多模态情感分析领域，特别涉及一种基于注意力融合的在线短视频多模态情感识别方法，该方法包括：获取短视频中的各个单模特征；采用双向GRU分别对上述特征进行预处理，得到模态内部信息；结合模态内部信息和模态之间的交互作用，得到各个高级模态特征；根据注意力机制确定各模态的贡献程度，得到总特征向量，并输入到softmax函数中，得到基于注意力融合的双向GRU多模态情感识别模型；训练该模型，将待识别的短视频输入到训练好的模型中，得到情感识别结果；本发明很好的融合了各单模态特征，有效挖掘视频中所表达的情感信息，从而提升了多模态情感识别的准确率及效率。

公开(公告)号：CN112910866B

公开(公告)日：2022-07-29

申请号：CN202110076965.9

申请日：2021-01-20

Applicant: 重庆邮电大学

Inventor： 李珊珊 ,  韦世红 ,  李兆玉 ,  赖雪梅

IPC: H04L9/40

Abstract: 本发明涉及网络安全领域的特征选择技术，涉及一种面向网络入侵检测的特征选择方法；采集网络入侵数据集，利用相关度对网络入侵数据集进行初步筛选得到第一网络入侵特征子集；采用基于随机森林的递归特征消除改进算法从初步筛选后的子集中得到第二网络入侵特征子集；将第二网络入侵特征子集作为遗传算法的一部分初始种群特征，随机产生另一部分，迭代得到第三网络入侵特征子集；本发明针对网络入侵中高维数据的特征选择问题，首先使用相关度度量对网络入侵数据集进行初筛，然后使用基于随机森林分类器的递归特征消除改进算法得到优良特征子集，将其作为遗传算法初始种群的一部分，另外一部分随机产生，使用遗传算法得到分类效果最佳的特征子集。

公开(公告)号：CN112910866A

公开(公告)日：2021-06-04

申请号：CN202110076965.9

申请日：2021-01-20

Applicant: 重庆邮电大学

Inventor： 李珊珊 ,  韦世红 ,  李兆玉 ,  赖雪梅

IPC: H04L29/06

Abstract: 本发明涉及网络安全领域的特征选择技术，涉及一种面向网络入侵检测的特征选择方法；采集网络入侵数据集，利用相关度对网络入侵数据集进行初步筛选得到第一网络入侵特征子集；采用基于随机森林的递归特征消除改进算法从初步筛选后的子集中得到第二网络入侵特征子集；将第二网络入侵特征子集作为遗传算法的一部分初始种群特征，随机产生另一部分，迭代得到第三网络入侵特征子集；本发明针对网络入侵中高维数据的特征选择问题，首先使用相关度度量对网络入侵数据集进行初筛，然后使用基于随机森林分类器的递归特征消除改进算法得到优良特征子集，将其作为遗传算法初始种群的一部分，另外一部分随机产生，使用遗传算法得到分类效果最佳的特征子集。