-
公开(公告)号：CN118319296A
公开(公告)日：2024-07-12
申请号：CN202410512072.8
申请日：2024-04-26
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: A61B5/117 , A61B5/372 , A61B5/00 , G06F18/25 , G06F18/241 , G06F18/2131 , G06F18/213 , G06N3/0475 , G06N3/045 , G06N3/0464 , G06N3/0442
Abstract: 本发明公开一种基于集成学习的多维度EEG信号身份识别的方法和系统，该方法包括：将原始脑电信号转换为时频图和脑电地形图，并使用生成对抗网络进行数据增强；分别针对时频图和脑电地形图设计不同分类网络，提取时频空特征，进而进行身份识别；将不同分类网络的身份识别结果通过加权投票的集成策略进行整合，得到最终的身份识别结果。本发明充分利用了不同分类网络的优势，通过适应性的权重调整实现更为鲁棒和精确的整体分类性能，同时能够处理同一被试的不同形式数据集，从而有效学习脑电信号的时间、频谱和空间结构等多维度的特征信息，显著提升身份识别准确性。
-
公开(公告)号：CN114781583A
公开(公告)日：2022-07-22
申请号：CN202210238956.X
申请日：2022-03-07
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种提高深度神经网络模型对抗鲁棒性的方法。该方法包括：步骤1：构建内生防护模块，所述内生防护模块包括注意力单元，所述注意力单元包括用于输入原始样本的第一输入端和用于输入对抗样本的第二输入端，以及对应的用于输出原始输出的第一输出端和用于输出对抗输出的第二输出端；步骤2：在给定的深度神经网络模型结构中确定若干个插入位置，在所述插入位置插入所述内生防护模块，得到新的深度神经网络模型；步骤3：采用对抗训练方法对所述新的深度神经网络模型进行训练。本发明从深度神经网络模型结构本身着手，可以极大提高深度神经网络模型的对抗鲁棒性，又不会对其性能带来负面影响。
-
Patent Agency Ranking
公开(公告)号：CN114722407B
公开(公告)日：2024-05-24
申请号：CN202210208387.4
申请日：2022-03-03
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种基于内生式对抗样本的图像保护方法。该方法包括：步骤1：对原始图像进行特征分解，分解为显性特征和隐性特征；步骤2：对所述隐性特征进行特征修改，得到修改后隐性特征；步骤3：将所述显性特征和所述修改后隐性特征进行合成得到对抗样本，将所述对抗样本替换掉原始图像作为面向外部系统公开的图像。本发明提供的内生式的对抗攻击十分契合于黑盒攻击的场景；并且由于修改的隐性特征部分本身不影响图像质量及其主要内容，因此对抗样本图像与原始图像的视觉一致性天然存在，使得生成的对抗样本天然满足对抗样本应该具有的难以察觉性，具有很好的感知真实性，因此可以省去关于对抗扰动大小的超参数和损失函数的设置。
-
公开(公告)号：CN117312949A
公开(公告)日：2023-12-29
申请号：CN202311260413.9
申请日：2023-09-27
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06F18/241 , A61B5/374 , A61B5/00 , G06F18/214 , G06F18/10 , G06F18/213 , G06N3/0464
Abstract: 本发明涉及脑电信号处理技术领域，特别涉及一种基于2K标准分类器的生成对抗网络脑电数据扩增方法及系统，通过信号格式变换处理对原始脑电信号进行处理，并基于处理后的脑电信号来获取脑电数据样本；在生成对抗网络模型中的生成器和判别器分别添加用于提取脑电信号每个电极中不同维度特征的CNN结构，通过将类别标签加入判别器输入分支来使判别器等效为2K标准分类器，以构建用于脑电数据样本增强的生成对抗网络模型；利用生成对抗网络模型对脑电数据样本进行扩增处理。本发明使得模型有针对性地结合不同类别特征生成数据，有条件生成的扩增数据能够契合脑电身份识别的应用场景，提高类别间差异化特征的学习能力，可适用于脑电不同类型的数据集样本。
-
公开(公告)号：CN115358315A
公开(公告)日：2022-11-18
申请号：CN202211000711.X
申请日：2022-08-19
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种神经网络模型的对抗鲁棒性评估方法。该方法包括：步骤1：将神经网络模型中的分类器分为非线性部分fh和线性部分ft；步骤2：利用非线性部分fh来定义输入样本的表征向量；以表征向量作为自变量，利用线性部分ft来定义表征向量到各类别的绝对分类边界的距离公式；步骤3：根据输入至神经网络模型的原始样本x随机生成一个对抗样本，并将其作为最初的起始点；步骤4：利用距离公式和梯度下降法对给定的起始点进行优化更新，使得更新后的起始点的表征向量接近各类别的绝对分类边界；步骤5：重复步骤4，直至达到停止条件；步骤6：将最终的起始点作为对抗样本x′，使用攻击算法进行迭代攻击以确定神经网络模型的对抗鲁棒性。
-
公开(公告)号：CN114722407A
公开(公告)日：2022-07-08
申请号：CN202210208387.4
申请日：2022-03-03
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种基于内生式对抗样本的图像保护方法。该方法包括：步骤1：对原始图像进行特征分解，分解为显性特征和隐性特征；步骤2：对所述隐性特征进行特征修改，得到修改后隐性特征；步骤3：将所述显性特征和所述修改后隐性特征进行合成得到对抗样本，将所述对抗样本替换掉原始图像作为面向外部系统公开的图像。本发明提供的内生式的对抗攻击十分契合于黑盒攻击的场景；并且由于修改的隐性特征部分本身不影响图像质量及其主要内容，因此对抗样本图像与原始图像的视觉一致性天然存在，使得生成的对抗样本天然满足对抗样本应该具有的难以察觉性，具有很好的感知真实性，因此可以省去关于对抗扰动大小的超参数和损失函数的设置。
-
公开(公告)号：CN112507300A
公开(公告)日：2021-03-16
申请号：CN202011401968.7
申请日：2020-12-04
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明属于网络空间安全技术领域，特别涉及一种基于eID的电子签名系统及电子签名验证方法，该电子签名系统包括电子签名管理系统，用于管理电子印章和为电子签名提供eID有效性验证服务；电子签名应用系统，用于对数据电文签名和验证电子签名。针对目前电子签名应用中存在的不安全、不能互认等问题，本发明提出了一种基于eID的电子签名系统及电子签名验证方法，依托公安部公民网络身份识别系统，采用eID的密码体制和基于eID的身份认证技术来确保电子签名的安全性、规范性和互通性，取得了良好的应用效果。
-
-
-
-
-
-
Search Results
7
records
(took 0.038 seconds)
