一种基于图注意力网络的专利抄袭判定方法

    公开(公告)号:CN118886408A

    公开(公告)日:2024-11-01

    申请号:CN202411118820.0

    申请日:2024-08-15

    发明人: 林泽禧 沈永珞

    摘要: 本发明提供的专利文本相似度判定方法,该方法研究运用图注意力机制构建了一种新的基于深度学习的抄袭专利识别技术。通过整合BERT的强大语义理解和GAT的图注意力网络,该方法能有效捕获专利文本中的复杂语义关系和结构信息。与传统方法相比,专利抄袭关系的准确性和精确度方面均取得了显著提升。该方法在文本相似度检测领域具有广阔的应用前景,在提高文本抄袭识别准确性和精确度方面具有巨大潜力,并在专利审查和相关领域中具有重要的应用意义。

    基于SAC的交易设备数据处理方法及系统

    公开(公告)号:CN118364311A

    公开(公告)日:2024-07-19

    申请号:CN202410599877.0

    申请日:2024-05-15

    摘要: 本发明公开了一种基于SAC的交易设备数据处理方法及系统,该方法包括:获取目标交易系统的当前交易策略和所述目标交易系统中多个交易设备的历史数据;基于神经网络预测模型,根据所述历史数据,确定任意两个所述交易设备之间的协同配合参数;将所述当前交易策略和所述协同配合参数,输入至训练好的SAC模型中,以得到输出的设备任务分配策略;根据所述设备任务分配策略,为每一所述交易设备分配对应的交易执行任务。可见,本发明能够有效提高多设备场景下的设备执行交易策略的运行效率和效果,以有效提高整体交易系统的工作效率,节省设备能耗,减少出错。

    基于PPO算法优化的数据处理方法及装置

    公开(公告)号:CN118194968A

    公开(公告)日:2024-06-14

    申请号:CN202410393116.X

    申请日:2024-04-02

    发明人: 许波 温健城 谢嵘

    摘要: 本发明属于数据处理领域,公开了一种基于PPO算法优化的数据处理方法及装置,该方法包括:获取目标智能体对应的待识别的环境数据;将所述环境数据输入至训练好的优化PPO算法模型,以得到所述目标智能体对应的预测动作;所述优化PPO算法模型包括策略网络和价值网络;所述策略网络和所述价值网络均包括有用于处理输入序列数据的GRU层。可见,本发明能够有效提高PPO算法的策略网络和价值网络对环境状态的理解和建模能力,提高模型的泛化性能,实现更精确和合理的动作预测。

    基于迁移学习的室内空间结构估计方法

    公开(公告)号:CN117496336A

    公开(公告)日:2024-02-02

    申请号:CN202311354175.8

    申请日:2023-10-19

    摘要: 本发明公开了一种基于迁移学习的室内空间结构估计方法,对原来RoomNet模型的特征提取模块和预测模块进行改进,并根据室内空间结构类型之间可行的演化路径对LSUN数据集进行数据增强,训练改进RoomNet模型,得到最优模型;预测时,将室内图像处理成统一的尺寸后输入到模型中,得到室内空间结构的类型和关键点heatmap;然后根据关键点heatmap计算出关键点在图像的位置;最后,根据预测的室内空间结构类型所对应的关键点顺序,将各关键点依顺序连线,从而估计出室内空间结构。本发明解决了室内空间结构估计中因为关键点和结构特征容易被遮挡和光照不均匀而造成关键点估计困难的问题及因为LSUN数据集中样本类别不平衡而造成模型泛化能力差的问题。

    一种基于SM9加密的秘密握手方法
    5.
    发明公开

    公开(公告)号:CN116980109A

    公开(公告)日:2023-10-31

    申请号:CN202210397956.4

    申请日:2022-04-08

    摘要: 本发明公开一种基于SM9算法的秘密握手协议的方法,步骤是:传入一个可信的安全参数k,建立系统参数组,里面包含所需要的各种参数,依照系统参数组,组管理员(Group Administrator,GA)生成组织的公私钥对,之后,GA审核需要加入组织的用户身份,并为其颁发证书,使其成为合法的群成员;最后,两个群成员执行秘密握手协议,使得同一组织的合法成员可以实现秘密地相互认证。如果发生成员间的恶意行为,GA还可以根据交互记录对成员进行追踪,也进行成员的删除。该方法主要针对用户交流的过程中隐私保护的问题,利用了SM9中以成员的伪名信息(ID)作为加密的基础,可以简化传统非对称公钥密码学中公钥管理困难的问题,并且将其应用在秘密握手协议之间信道上,加强了系统的安全性,具有更高的效率,也进一步拓宽了SM9算法的应用。

    一种基于SAC的高频量化交易控制方法、系统及存储介质

    公开(公告)号:CN116823468A

    公开(公告)日:2023-09-29

    申请号:CN202310702627.0

    申请日:2023-06-13

    摘要: 本发明公开了一种基于SAC的高频量化交易方法、系统及存储介质,方法包括:根据获取的市场行情数据模拟交易执行环境,生成交易执行结果作为交易环境的状态数据输入Actor网络,以最大化期望的累积回报为目标,生成交易动作;将状态数据和交易动作输入Critic网络,计算Actor网络的训练误差;若训练误差未达到预设要求,则更新Actor网络的参数,直到训练误差达到预设要求,生成交易指令;根据历史市场数据对交易指令执行回测操作,根据符合预设条件的回测结果对应的交易指令生成交易策略,并将交易策略发送给交易系统,以使交易系统根据交易策略执行相应的控制,以实现提高交易系统的模拟精度,进而提高控制的交易系统的工作效率,以及计算出的盈利结果的精度。

    基于塔域优化S盒的SM4加解密算法并行化实现方法

    公开(公告)号:CN114244496B

    公开(公告)日:2023-07-18

    申请号:CN202111453118.6

    申请日:2021-12-01

    IPC分类号: H04L9/06

    摘要: 本发明公开了一种基于塔域优化S盒的SM4加解密算法并行化实现方法,包括:构建比特矩阵转置变换函数Trans(·),将输入的比特矩阵输出其变换比特矩阵,将变换比特矩阵分为比特方阵进行比特粒度的转置;对加密的比特密钥进行复制,变换得到轮密钥;将变换比特矩阵的数据拆分为比特矩阵,结合轮密钥进行迭代计算,使用塔域技术优化S盒运算效率,完成迭代计算后进行反序运算,输出比特矩阵;构造比特矩阵转置函数Trans_Inv(·),输入输出的比特矩阵,输出比特转置矩阵;将输出比特矩阵分成比特方阵,对比特方阵进行比特粒度转置,得到对应512组消息经SM4加密后的密文。本发明使用塔域优化技术优化了S盒的运算效率,结合比特切片技术和SIMD技术的实现512组明文消息的并行加解密。

    基于磁梯度的运动速度估计方法及装置

    公开(公告)号:CN114526730B

    公开(公告)日:2023-06-30

    申请号:CN202210069819.8

    申请日:2022-01-21

    IPC分类号: G01C21/16 G01C21/20

    摘要: 本发明公开了一种基于磁梯度的速度估计方法及装置,方法步骤为:触发航姿参考系统并同步引发磁传感器阵列模块对载体进行测量;根据航姿参考系统返回的姿态四元数数据计算旋转矩阵,根据航姿参考系统返回的角速度数据计算角速度反对称阵;采集磁传感器阵列模块中各磁传感器数据,计算得到磁场梯度,同时根据航姿参考系统返回的磁场数据计算磁场矢量;将计算得到的旋转矩阵、角速度反对称阵、磁场梯度及磁场矢量数据输入MCU控制模块中进行计算,得到载体运动速度。本发明根据航姿参考系统获取的姿态信息、角速度信息,以及从磁传感器阵列获得的室内磁场梯度信息估计载体运动速度,修正惯性导航的速度积分漂移,提高室内导航定位系统的精度及鲁棒性。

    一种WSN网络的数据隐私安全性验证方法

    公开(公告)号:CN115314891A

    公开(公告)日:2022-11-08

    申请号:CN202211029336.1

    申请日:2022-08-24

    发明人: 肖银皓 麦伟贤

    摘要: 本发明提供了一种WSN网络的数据隐私安全性验证方法,通过分簇算法对WSN网络进行分簇得到多个簇区,通过簇区内的普通节点采集数据并对数据进行加密,在簇区内的普通节点中,根据WSN网络的当前风险等级对数据进行二次加密同时发送至簇区内的簇头节点,在簇头节点中对数据进行解密并发送至基站,同时移除WSN网络内的部分传感器节点。所述方法能够有效地保护数据隐私,防止数据在传输过程中遭到纂改,在二次加密过程中强化数据的安全性,提高整个WSN的抗风险能力,通过协调WSN网络内各个传感器节点的运行状态,保证数据采集及传输能够安全持续地进行,同时能够及时移除存在被攻击风险的节点,充分提高整个WSN网络的鲁棒性。

    一种基于时空特征融合的网络攻击检测方法和系统

    公开(公告)号:CN115277258A

    公开(公告)日:2022-11-01

    申请号:CN202211180250.9

    申请日:2022-09-27

    摘要: 本发明涉及一种基于时空特征融合的网络攻击检测方法和系统,所述方法包括:将待检测的网络流量数据进行预处理,作为训练后的GCN‑BiGRU神经网络模型的输入,通过GCN神经网络模块提取网络流量数据的空间特征,通过BiGRU神经网络模块提取网络流量数据的时间特征,在特征融合模块中对时间特征和空间特征进行特征融合,得到待检测的网络流量数据的分类标签。所述系统包括:采集模块、预处理模块以及分析模块。本发明通过提取网络流量数据的空间特征和时间特征并进行特征融合,将时空特征相结合进行网络攻击检测,有效提高了算法的可靠性。