-
公开(公告)号：CN118504029B
公开(公告)日：2024-11-15
申请号：CN202410700425.7
申请日：2024-05-31
Applicant: 重庆大学
Abstract: 本发明提供了基于节点相似度的差分隐私合成社交图生成方法及设备。该差分隐私合成社交图生成方法包括：基于真实社交图获取节点度序列，对节点度序列进行第一加噪约束推理获得推理节点度序列；计算真实社交图中节点间的相似度，获得相似度矩阵，对相似度矩阵进行第二加噪约束推理获得推理相似度矩阵；根据推理节点度序列和推理相似度矩阵生成差分隐私合成社交图。本发明具有隐私保护程度高、广泛适用性、高可用性、高准确性以及高计算效率的特点。
-
公开(公告)号：CN112668532B
公开(公告)日：2024-08-09
申请号：CN202110007377.X
申请日：2021-01-05
Applicant: 重庆大学
IPC: G06V20/52 , G06V10/44 , G06V10/766 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种基于多阶段混合注意网络的人群计数方法，属于视觉处理领域。该方法包括：S1、对输入图像进行高斯模糊生成标签密度图并进行数据增强；S2、建模多阶段混合注意网络并初始化权重参数；S3、数据增强后的训练集人群图像输入到S2的网络中进行训练，并将输出密度图与标签密度图作欧几里德损失计算误差，通过误差反向传播更新网络参数直到训练结束并保存最优模型；S4、将测试集人群图像输入到最优模型中输出密度图并进行积分得到估计人数。
-
公开(公告)号：CN118152769A
公开(公告)日：2024-06-07
申请号：CN202410280922.6
申请日：2024-03-12
Applicant: 重庆大学
IPC: G06F18/21 , G06F18/214 , G06F18/23213 , G06N3/04 , G06N3/094
Abstract: 本发明实施例公开了一种面向分割学习模型的鲁棒性评估方法，包括首先构建替代分割学习模型，然后生成匹配数据集训练替代分割学习模型，获得对抗扰动模型，进而对抗扰动模型可以生成具有迁移性的对抗样本数据集，最后通过对抗样本数据集对所述分割学习模型进行评估，得到分割学习模型的对抗鲁棒性评估结果。本发明实施例可以充分利用客户端数据，并实现高负载、高准确度的面向分割学习模型的鲁棒性评测。
-
公开(公告)号：CN117932683A
公开(公告)日：2024-04-26
申请号：CN202410187832.2
申请日：2024-02-19
Applicant: 重庆大学
Abstract: 本发明提供了一种基于混洗差分隐私保护的个性化联邦学习方法及系统。该方法包括：分析器发布隐私等级分类策略和初始全局模型；客户端更新局部模型，利用本地数据对局部模型进行本地训练，将本地训练后的局部模型梯度上传随机产生器；随机产生器基于用户隐私预算在局部模型梯度中加入噪声，基于加入噪声后的局部模型梯度生成扰动梯度；混洗服务器将打乱后的扰动梯度序列和隐私保护等级序列上传分析器；分析器获得并发布下一全局迭代轮次的全局模型。本申请能够更好地适应用户本地隐私需求不一致的场景，结合差分隐私和混洗服务器来保护梯度参数安全，且分析器的中央服务器可添加更少噪声保护。
-
公开(公告)号：CN116383666B
公开(公告)日：2024-04-19
申请号：CN202310585263.2
申请日：2023-05-23
Applicant: 重庆大学
IPC: G06F18/214 , G06F21/60 , G06N3/0464 , G06N3/048 , G06N3/08 , G06Q50/06 , G06Q10/04
Abstract: 本发明提供了一种电力数据预测方法、装置及电子设备。电力数据预测方法包括：获取电力数据时间序列作为明文序列；基于全同态加密算法对明文序列进行加密获得密文序列；将密文序列输入训练好的预测模型输出下一时间步长的密文预测结果；预测模型包括依次连接的特征加权单元、线性层、卷积层、预测全连接层和输出层，特征加权单元基于注意力权重矩阵对密文序列中各维特征进行加权处理；对密文预测结果进行解密获得下一时间步长的明文预测结果。实现了密文预测，确保电力数据的隐私性和安全性；预测模型的卷积层仅执行一次密文乘法，提高了密文计算速度和可用性；特征加权单元使预测模型更倾向于权重高的特征，以便得到更准确的预测结果。
-
Patent Agency Ranking
公开(公告)号：CN117057569A
公开(公告)日：2023-11-14
申请号：CN202311054709.5
申请日：2023-08-21
Applicant: 重庆大学
IPC: G06Q10/0631 , G06Q10/0637 , G06Q50/04 , G06N3/042 , G06N3/092
Abstract: 本发明涉及智能决策技术，揭露了基于神经网络的非置换流水车间调度方法，包括：获取历史流水车间调度问题数据，并根据预设的析取图转化关系，将历史流水车间问题数据转化为初始析取图；记录所述初始析取图中各节点，并根据所述各节点利用预设的模型框架进行决策建模，得到初始决策模型；利用预设的图神经网络模型对所述初始析取图中每个节点进行特征提取和特征嵌入，并利用预设的强化学习算法训练所述预设的图神经网络模型，得到标准图神经网络模型；利用所述标准图神经网络模型优化所述初始决策模型，得到目标决策模型。本发明还提出一种基于神经网络的非置换流水车间调度装置。本发明可以降低实现非置换流水车间调度问题的难度，提高实用性。
-
公开(公告)号：CN116599659A
公开(公告)日：2023-08-15
申请号：CN202310607953.3
申请日：2023-05-26
Applicant: 重庆大学
Abstract: 本发明涉及密码安全技术，揭露了一种无证书身份认证与密钥协商方法，包括：密钥生成中心生成系统公共参数，并向实体公开所述系统公共参数，所述实体包括智能电表、聚合器以及控制中心；利用实体的身份标识符和所述系统公共参数生成每个所述实体的用户密钥；利用所述用户密钥完成每个所述实体之间的身份认证，并生成每个所述实体的会话密钥。本发明还提出一种基于所述的无证书身份认证与密钥协商方法的系统。本发明可以提高无证书身份认证与密钥协商的安全性和认证效率。
-
-
公开(公告)号：CN115775026B
公开(公告)日：2023-05-16
申请号：CN202211685693.3
申请日：2022-12-27
Applicant: 重庆大学
Abstract: 本发明提供了一种基于组织相似度的联邦学习方法，包括以下步骤：获取机构的本地子图，计算本地子图中各个节点的嵌入值；根据节点的嵌入值组成该机构本地子图的嵌入列表；中央服务器获取多个客户端的嵌入列表并在区块链上进行对比，分别将每个客户端的嵌入列表与中央服务器的嵌入列表进行对齐排序处理；根据嵌入列表和度量公式分别获取各个客户端与中央服务器的相似度，筛选出相似度高于设定值的客户端为预选客户端，中央服务器与预选客户端共同参与联邦学习。本发明即不交换用户数据，又能筛选出用户数据符合训练需求的客户端，提高了联邦学习的训练效率和训练结果。
-
公开(公告)号：CN115357360B
公开(公告)日：2023-05-12
申请号：CN202211011246.X
申请日：2022-08-23
Applicant: 重庆大学
IPC: G06F9/48 , G06F9/50 , G06F15/167
Abstract: 本发明提供了一种实时处理器系统可靠性最大化方法及系统。方法包括：S1，构建待调度任务集；S2，基于时间约束、实时剩余能耗预算、实时松弛时间和每个任务的最大可利用能量依次为每个任务分配最佳起始执行速度，执行速度为执行所述任务的处理器频率；基于任务分配的最佳起始执行速度回收能量和松弛时间；S3，基于待调度任务集中任务分配的最佳起始执行速度计算系统的无故障可靠性概率。考虑了系统在能耗和时间的约束前提下，依次将处理器频率分配给任务，充分利用了任务提前完成后的剩余能量和空闲时间，使后续每个任务依据其最大可利用能量分配到最佳起始执行速度，从而使得系统整体可靠性最优。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.024 seconds)
