-
公开(公告)号：CN118313668A
公开(公告)日：2024-07-09
申请号：CN202410581520.X
申请日：2024-05-11
申请人： 成都理工大学
IPC分类号： G06Q10/0635 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/08 , G06F18/241 , G06F18/25
摘要： 本发明公开了一种结合层次图神经网络与长短期记忆的产业链风险评估系统，涉及深度学习技术领域，包括：层次图构建模块，用于构建产业链‑投资层次图；财务特征提取模块，用于利用LSTM自编码器，从公司多个季度的财务数据中提取财务特征；投资特征提取模块，用于基于图同构网络模型对产业链‑投资层次图进行结构编码，提取投资关系特征；产业链风险评估预警模块，用于利用注意力机制融合财务特征和投资关系特征，基于融合后的特征通过图表示学习方法对产业链中的公司进行风险分类，得到并输出风险评估结果。本发明能精确地捕捉并分析产业链中公司的风险信息，能对产业链中企业风险及时感知，更好地捕获传染效应，识别出具有潜在风险的公司。
-
公开(公告)号：CN117792625A
公开(公告)日：2024-03-29
申请号：CN202311750112.4
申请日：2023-12-19
申请人： 成都理工大学
IPC分类号： H04L9/08
摘要： 本发明公开了一种五比特量子态的量子隐形传态及远程量子态制备的方法，涉及量子通信技术领域，包括：发送端通过量子计算机构建九比特纠缠传输信道；发送端执行U门操作，初始化要传输的量子态；经过受控的远程量子态制备和量子隐形传态实现量子态制备，接收端、制备端和控制端依次按照测量基执行对应的测量；制备端和接收端采用对应的幺正操作得到发送端Alice所传输的量子态。本发明为一种多接收方的多方通信方法，采用的九量子比特信道进行通信，双向传输共计五量子比特的量子态，缩减了经典比特的用量，且是受控的量子隐形传态，提高了传输效率。
-
公开(公告)号：CN118298280A
公开(公告)日：2024-07-05
申请号：CN202410482569.X
申请日：2024-04-22
IPC分类号： G06V10/82 , G06V10/764 , G06V10/77 , G06N3/0455 , G06N3/0464 , G06N3/047 , G06N3/0475 , G06N3/092 , G06N3/094 , G06N3/006
摘要： 本发明公开了一种基于强化学习的民航领域自适应数据表示对齐方法，该方法将领域适应与强化学习分开。本发明引入了特征级和像素级的多粒度约束来指导训练过程。在特征层面引入领域对抗训练和互信息最大化约束，实现了特征的跨领域对齐，从而显著提高了源智能体在目标领域的性能。同时，在像素级引入循环一致变分自编码器(Cycle‑Consistent Variational Autoencoders,VAE)，促进域通用特征和域特定特征的解耦，并保持状态图像中的判别信息。在第二阶段，本发明基于提取的域不变特征，在源域中使用深度强化学习技术训练智能体。由于智能体是用跨域不变特征训练的，因此它的行为策略可以在不同的域之间转移，因此有望在不与环境交互的情况下在目标域中获得良好的性能。
-
公开(公告)号：CN118297140A
公开(公告)日：2024-07-05
申请号：CN202410482564.7
申请日：2024-04-22
IPC分类号： G06N3/098 , G06N3/096 , G06N3/045 , G06N3/0495 , G06F18/241 , G06V10/764 , G06V10/82 , G06V10/94
摘要： 本发明公开了一种基于可重用分类器的联邦蒸馏学习方法，主要用于增强神经网络的泛化能力，从而提高网络性能。该方法包括以下步骤：S1，在联邦知识蒸馏中重用来自异构模型的分类器，降低蒸馏策略的计算复杂度并提高全局模型的泛化能力；S2，引入自适应且可学习的轻量级映射器，确保特征映射和分类器之间的尺寸兼容性；S3，结合分类器之间注意力权重向量的计算，有效解决局部知识偏差对全局知识的影响。本发明方法通过重用客户端的分类器和分配注意力权重来提高网络性能，从而增强全局神经网络的泛化性。此外，FedMAC为每个客户端分配一个可训练的映射器，以对齐特征图、捕获关键知识并过滤掉负面知识。
-
公开(公告)号：CN117610060B
公开(公告)日：2024-03-29
申请号：CN202410084058.2
申请日：2024-01-19
申请人： 成都理工大学
摘要： 本发明公开了一种基于多核并行的多媒体文件混合加解密方法及系统，包括：挂载在Linux操作系统的虚拟文件系统VFS将用于调用多媒体文件的系统调用转发到内核驱动中的块设备；基准文件系统库FUSE Library监测到系统调用在FUSE内核驱动中时，从块设备/dev/fuse中调用请求，并调用加密文件系统ParallelFS对多媒体文件进行加解密；加密文件系统ParallelFS响应于所述基准文件系统库FUSE Library的调用，获取用户的公钥PK和私钥PRK，截获写入加密文件系统ParallelFS挂载目录中的多媒体文件，并随机生成加密密钥k，以及使用Blowfish算法、RSA‑2048算法和线程化方法对多媒体文件进行加解密；本发明，以实现以高度安全、透明和高效的方式对多媒体文件进行加解密操作，并在读取或写入多媒体文件时实现尽可能低的响应时间。
-
公开(公告)号：CN117521216A
公开(公告)日：2024-02-06
申请号：CN202311543792.2
申请日：2023-11-20
申请人： 成都理工大学
摘要： 本发明公开了一种机场路面质量差分表达式的可视化方法，包括以下步骤：S1，建立机场路面区域的BIM模型，并进行建模分析，以实现信息转换和提取，导出JSON文件；S2，将导出的JSON文件在WebGL中模型加载和图像渲染，使用数据转换方法来生成轻量级模型；S3，利用轻量级模型通过PCI计算值以不同颜色和多个尺度的不等高度的形式表示显示影响路面的问题，再现2D图片和3D模型对应的一般形状和严重程度；S4，根显示的信息和交通负荷，BIM模型对损坏启动预警，实现机场路面管理系统的智能操作和维护。本发明可以为支持交通基础设施质量状况的3D显示和渲染提供了有力证据，并表明该方法在提高APMS的信息化和智能化水平方面有效。
-
公开(公告)号：CN118337383A
公开(公告)日：2024-07-12
申请号：CN202410581522.9
申请日：2024-05-11
申请人： 成都理工大学
IPC分类号： H04L9/08
摘要： 本发明公开了一种基于量子信道的八量子比特受控双向通信方法，包括以下步骤：S1，构建一个三方共享的八比特纠缠态信道，用于对信息粒子的传输；S2，发送方Alice和Bob分别制备所要传输的量子态，并纠缠到量子信道进行测量；S3，接收双方在得到控制者Charlie的同意通信的条件下，Charlie对其粒子进行测量，通信双方在各自的量子位进行幺正操作还原。本发明利用Alice发送任意的两量子比特给Bob，Bob发送一个任意两比特给Alice，二者在Charlie的许可下完成发送粒子的重建。该方案与现有技术相比，具有较高的效率，执行的操作简单，测量，还原等操作较少，资源利用率较高，传输相同粒子的情况下量子资源消耗较少，与先前协议有较大优势。
-
公开(公告)号：CN118300869A
公开(公告)日：2024-07-05
申请号：CN202410482565.1
申请日：2024-04-22
摘要： 本发明公开了一种基于边缘计算的普适智能联邦学习隐私保护方法，该方法设计了一种轻量级的掩码添加方案，嵌入式设备完成部分模型训练后，将掩码添加到模型中并传输到边缘服务器，保证了模型的完整性和准确性，实现了比FedAvg更高的训练效率。此外，在边缘服务器中使用自适应差分隐私方案，边缘服务器通过多轮训练中的多次迭代获取局部梯度。它使用剪裁阈值和先前的梯度进行自适应剪裁，既减少了传输量，又减少了噪声引起的误差。接着在云端聚合后添加高斯噪声，云端使用剪裁阈值调整噪声的方差，并根据每个边缘服务器的权重值计算参数变化值，以确保在模型参数尽可能准确的情况下保护反馈的隐私。
-
公开(公告)号：CN118297139A
公开(公告)日：2024-07-05
申请号：CN202410482562.8
申请日：2024-04-22
IPC分类号： G06N3/098 , G06N3/084 , G06N3/096 , G06N3/045 , G06N3/0464 , G06N3/0495 , H04L9/40 , H04L67/10 , H04L12/18
摘要： 本发明公开了一种基于边缘场景下的可信异构联合学习方法，主要解决现有不同的终端设备只能携带相应大小的模型，且数据集有限，显著影响了模型的精度的问题。该方法首先建立一个基于FL的异质性多模型训练架构，它连接了分散的医疗终端设备来训练一个精确的诊断模型，设计了一种具有不同组合的多模型协同训练方法，整合了其他异构模型的知识，以提高模型的精度。最后，添加一个轻量级的迭代掩码，以确保中间信息的隐私性和可靠性。
-
公开(公告)号：CN117634889A
公开(公告)日：2024-03-01
申请号：CN202311690431.0
申请日：2023-12-11
申请人： 成都理工大学
IPC分类号： G06Q10/0635 , G06Q10/0639 , G06F18/2135 , G06N3/0464 , G06N3/082 , G06Q40/03
摘要： 本发明公开了一种基于PCA‑CNN的产业链风险预警评估方法，在建立产业链金融风险预警指标体系的基础上，结合卷积神经网络方法，构建产业链风险预警模型，并采用主成分分析法对评价指标进行测度，选取产业链上上市企业的相关数据对模型进行实证分析。本发明能够有效地识别出潜在的风险企业，并提前发出预警信号。与传统的风险评估方法相比，该方法具有更高的准确性和灵敏度，能够帮助企业和政府部门更好地管理和控制风险，保障产业链的稳定运行。
-
-
-
-
-
-
-
-
-
搜索结果
15 条记录 (耗时 0.022 秒)
