-
公开(公告)号:CN110309671A
公开(公告)日:2019-10-08
申请号:CN201910558380.3
申请日:2019-06-26
Applicant: 复旦大学
Abstract: 本发明属于隐私保护技术领域,具体为一种基于随机应答技术的通用数据发布隐私保护方法。本发明基于随机应答技术,利用矩阵分解方法与克罗内克积性质,将重构无偏估计结果的计算复杂度从指数级增长降为线性增长,实现无偏估计结果的误差最小化,并允许为每个属性单独设置隐私保护参数,有效提高计算效率、数据可用性和应用灵活性。本发明方法支持单敏感属性和多敏感属性的数据发布,所述敏感属性包括布尔型属性、分类型属性和数值型属性;本发明能够为医疗、金融、生物信息和交通等领域的科研与管理提供高效、灵活的数据发布隐私保护机制,有助于在数据发布过程中保护数据隐私的同时,保留发布数据有用信息,促进数据的共享共用。
-
公开(公告)号:CN109614521A
公开(公告)日:2019-04-12
申请号:CN201811329958.X
申请日:2018-11-09
Applicant: 复旦大学
IPC: G06F16/901 , G06F16/903
Abstract: 本发明属于隐私保护技术领域,具体为一种高效的隐私保护子图查询处理方法。本发明利用k-automorphism模型来保护属性图的结构隐私,并通过综合考虑属性的t-closeness约束以及子图查询在图上的搜索空间来保护属性图的属性隐私,针对结构和属性隐私处理后的图,进一步提出高效的子图查询处理算法。本发明方法框架清晰、使用方便、可扩展性强,并在三个图数据集上的隐私保护和子图查询处理两大任务的结果上,都远远超过了现有方法。本发明能够为隐私保护图数据查询,图数据分析等涉及到隐私保护和图数据处理的领域,提供基础框架和算法的支持。
-
公开(公告)号:CN109543445A
公开(公告)日:2019-03-29
申请号:CN201811265074.2
申请日:2018-10-29
Applicant: 复旦大学
IPC: G06F21/62
Abstract: 本发明属于信息安全隐私保护技术领域,是一种基于条件概率分布的隐私保护数据发布方法。根据条件概率分布对攻击者的先验知识进行建模,让攻击者在不同事务中具有不同的先验知识;然后利用构建的模型和准标识符属性值,对每条记录的敏感属性值进行预测,并用预测值替换原始值后进行发布。发布的敏感属性预测值与原始值没有直接相关性,有效保护了用户数据隐私;预测的敏感属性值分布与真实的分布近似,有效控制了分布误差,确保其发布数据集比泛化及随机应答方法发布的数据集可用性更好。本发明能为医疗、金融、生信、交通等各个社会领域的数据发布提供隐私保护机制,在保护用户数据隐私的同时,为数据在科学研究和社会服务中的应用提供支撑。
-
公开(公告)号:CN102591869A
公开(公告)日:2012-07-18
申请号:CN201110004067.9
申请日:2011-01-10
Abstract: 本发明涉及一种高性能的GML多文档流压缩信息处理方法,包括以下步骤:1)输入设备输入GML多文档数据给GML文件解析器;2)GML文件解析器利用SAX对多文档数据进行解析;3)事件处理模块将多文档数据中的结构信息数据经过动态结构压缩算法压缩后存入结构容器中,将多文档数据中的空间坐标数据经过空间坐标增量压缩算法压缩后存入空间坐标容器中,将多文档数据中的属性数据、文本值数据、当前文件信息数据分别存储到属性容器、文本容器、文件信息容器中;4)所有容器中的数据通过通用文本压缩工具Gzip作为后台压缩工具进行压缩,最终得到此文件集合的单独压缩文件。与现有技术相比,本发明具有更高压缩率、更低压缩时间和解压缩时间、使用方便等优点。
-
-
公开(公告)号:CN115082417B
公开(公告)日:2025-04-29
申请号:CN202210814039.1
申请日:2022-07-11
Applicant: 北京字跳网络技术有限公司 , 复旦大学
Abstract: 本公开提供了一种图像质量的处理方法、装置、电子设备及存储介质。方法包括:获取待处理的原始文本图像;利用预先训练好的文本处理模型,提取原始文本图像的第一图像特征,并基于第一图像特征检测原始文本图像的目标质量缺陷类型;确定目标质量缺陷类型对应的目标增强处理策略,利用目标增强处理策略对第二图像特征进行质量增强处理,得到目标文本图像,其中,第二图像特征为原始文本图像中待进行质量增强的图像特征。本公开的方法相比现有的图像修复方法更精准的定位了图像质量增强的方式。且利用图像增强处理策略对原始文本图像进行增强,以此实现了在没有高质量文本的情况下,满足文本图像多样化的修复需求,也提高了文本图像的修复精度。
-
公开(公告)号:CN114240967B
公开(公告)日:2024-12-31
申请号:CN202111541040.3
申请日:2021-12-16
Abstract: 本发明提供一种全景图像的空间感知地理定位方法及系统,其特征在于:建立全景图像和存储地理坐标的光学遥感图像的数据集,对光学遥感图像进行极坐标转换使其与全景图像对应对齐;构建由基干网络、空间感知模块以及天空视域因子自动计算分支组成的空间感知地理定位神经网络并基于平衡正负样本的二项式损失函数进行训练;对训练中产生的图像特征描述符施加注意力机制得到抑制形变的图像特征描述符并采用空间感知模块对其进行聚合嵌入生成最终抑制形变的图像特征描述符;由天空视域因子自动计算分支计算出全景图像的天空视域因子;将天空视域因子嵌入至最终抑制形变的图像特征描述符以生成新的图像特征描述符;基于新的图像特征描述符进行地理定位。
-
公开(公告)号:CN118626330A
公开(公告)日:2024-09-10
申请号:CN202410592483.2
申请日:2024-05-14
Applicant: 复旦大学
IPC: G06F11/30
Abstract: 本发明属于自然语言处理技术领域,具体为一种基于大语言模型的日志分析方法。本发明包括:使用网络爬虫技术从多个数据源自动收集日志问题相关的问答数据;使用ChatGPT扩充数据量;去除数据集中冗余的数据;将数据集分割为训练集和测试集;利用训练集对本地通用大语言模型进行微调;利用测试集对本地通用大语言模型进行评估;针对不同细分任务给出各自相对应的指标;利用待分析的新的日志数据进行评估,实现对新的日志数据的分析,得到分析结果与评估指标。本发明并简化了通用大语言模型应用到日志处理数据上的微调和部署过程,方便易用、准确性高,特别适用于需要处理大量日志数据的任务。
-
公开(公告)号:CN116958741A
公开(公告)日:2023-10-27
申请号:CN202310832459.7
申请日:2023-07-07
Applicant: 复旦大学
IPC: G06V10/774 , G06V10/82 , G06N3/0985 , G06V10/764 , G06V10/25 , G06V10/74 , G06V10/80 , G06V10/40 , G06N3/0464 , G06N3/0455 , G06N3/045 , G06N3/044
Abstract: 本发明属于机器学习技术领域,具体为一种基于DETR和元学习的零样本目标检测方法。本发明方法是基于transformer架构的DETR检测器进行构建,将零样本学习机制引入到DETR深度目标检测框架,将类别语义向量直接融入到DETR的查询向量中,并通过解码器直接预测出结果,在训练的过程中,通过逐类别的最优匹配和损失计算来完成训练。本发明方法框架简单、使用方便、可扩展性强、可解释性强,在主流视觉属性数据集的零样本目标检测的结果表明,本方法性能明显优于现有的方法。本发明为目标检测技术在工业应用领域,提供算法的支持,也能很容易地扩展到其他零样本学习任务上。
-
公开(公告)号:CN109558898B
公开(公告)日:2023-09-05
申请号:CN201811333067.1
申请日:2018-11-09
Applicant: 复旦大学
IPC: G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明属于机器学习技术领域,具体为一种基于深度神经网络的高置信度多选择学习方法。本发明方法中,提出了一个置信合页损失来解决专家网络过度自信的问题,防止非专家模型以高可信度进行不准确的预测;采用选择网络来学习每个专家网络的可信度,使得最终可以从多样性的预测结果这聚合一个更可靠的决策预测。本发明方法框架简单、使用方便、可扩展性强;在图像分类和图像语义分割的任务上进行实验,达到或超过现有最好方法的水平。本发明能够为计算机视觉、数据挖掘等领域,提供基础框架和算法的支持。
-
-
-
-
-
-
-
-
-