-
公开(公告)号：CN117633699B
公开(公告)日：2024-06-07
申请号：CN202311595277.9
申请日：2023-11-24
申请人： 成都理工大学
IPC分类号： G06F18/2451 , G06F18/214 , G06N3/042 , G06N3/0455 , G06N3/088
摘要： 本发明公开了一种基于三元互信息图对比学习的网络节点分类算法，涉及数据挖掘技术领域，包括：对目标图数据集进行两次数据增强，获得视图#imgabs0#通过共享权重的GNN编码器将#imgabs1#编码得到特征表示H1,H2；通过共享权重的映射头h(·)将H1,H2的非线性变化映射到指定特征空间表示Z1,Z2；通过共享权重的解码器d(·)解码Z1,Z2得到D1,D2；通过引入视图之间和视图与原图之间的互信息的计算，以最大化三元互信息，从而更好地区分有用的信息和对任务无益的信息，获得更具实用性的表示，并且能够更好地应用于下游任务，减轻了过拟合，提高了模型的泛化能力，使模型性能指标显著提高。
-
公开(公告)号：CN117496350A
公开(公告)日：2024-02-02
申请号：CN202311487331.8
申请日：2023-11-09
申请人： 成都理工大学
IPC分类号： G06V20/10 , G06V10/764 , G06V10/774 , G06V10/776 , G06V10/40 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N3/048
摘要： 本发明公开了一种基于改进的YOLO‑v5算法的飞鸟检测方法，包括以下步骤：S1，引入轻量级C3Ghost和Ghost模块提高遥感图像中小目标检测的精度，添加CBAM模块提高特征表达性能，使用CIoU_Loss损失函数作为边界盒回归损失提高算法的检测精度，训练出基于深度学习的飞鸟检测模型；S2，选择具有不同类型飞鸟的图像，构建飞鸟数据集，并对飞鸟数据集进行重建；S3，将重建的数据集按8:1:1的比例分成训练集、验证集和测试集；并将匪类后的数据集加入到飞鸟检测模型中进行模型训练；S4，设定测量指标对飞鸟检测模型进行性能验证。本发明通过将CBAM模块加入于YOLO‑v5的主干网络中，以突出用于飞鸟检测的有用信息，并抑制无用信息，从而提高图像信息处理的效率和准确性。
-
公开(公告)号：CN111899023B
公开(公告)日：2024-01-26
申请号：CN202010796577.3
申请日：2020-08-10
申请人： 成都理工大学
摘要： 本发明涉及一种基于区块链的群智感知机器学习安全众包方法及系统，该众包系统共分为四个核心功能模块：平台用户模块、众包流程模块、众包项目模块和系统管理模块，平台用户、众包项目和系统管理相关数据存储在底层区块链之中。众包流程数据则存储在传统中心化数据库。通过该系统，可以查询不同项目组织所有人员的交易记录，相比传统的众包平台或联合学习，本系统的交易记录不可篡改、不可伪造，极大体现了平台的信任度和安全性。用户可以使用不同身份登录本系统，通过底层区块链的访问控制和身份认证进行管理。系统所有的交易信息都会完整存储在区块链中。交易是用户与区块链交互的唯一方式，用户通过Fabric链码发起交易，从
-
公开(公告)号：CN111859160B
公开(公告)日：2023-06-16
申请号：CN202010789843.X
申请日：2020-08-07
申请人： 成都理工大学
IPC分类号： G06F16/9535 , G06F16/9536 , G06F16/951 , G06F16/901 , G06N3/0442 , G06N3/08
摘要： 本发明公开了一种基于图神经网络会话序列推荐方法及系统，方法包括：从第三方新闻库爬取新闻源数据，进行清洗和深度分析，输出结构化数据；从数据库和用户属性表中提取新闻标签和用户属性，并将其向量化，经过计算得出与该用户属性最相近的新闻推荐；为用户提供个性化的标签选项，并且实时监测用户行为并反馈数据回传至模型；获取用户行为数据，对获取数据进行分析和筛选，并将筛选后的数据构建为会话序列数据；利用用户会话序列数据来训练GNN模型，预测用户下一时刻行为，实现新闻推荐。本发明还提供一种基于图神经网络会话序列推荐系统。本方案采用基于内容的推荐策略，并将协同过滤算法作为补充，更敏捷地捕捉用户的兴趣点并实时进行新闻推荐。
-
公开(公告)号：CN116132024A
公开(公告)日：2023-05-16
申请号：CN202211455561.1
申请日：2022-11-21
申请人： 成都理工大学
摘要： 本发明公开了一种基于决策树的量子通信方法，包括采集通信者信息从中提取所需的特征信息，将特征信息数据化后训练决策树预测模型，输出通信者的等级；采用交叉验证和重采样评价训练后的决策树预测模型，并进行模型优化；通信时按照决策树预测模型输出的通信者等级为其配置相应的信道粒子，开始通信；针对不同等级的接收者配置对应的测量操作，在执行测量操作之后将结果通过经典信道告诉接收者；接收者收到测量结果后，对塌缩态执行幺正操作重构信息态。本发明利用了机器学习中的决策树算法对通信者进行划分评级，实现通信者的等级判断，从而为相应等级的通信者分配匹配的信道粒子数，解决了信道粒子的分配问题，节省了量子资源，提高了通信效率。
-
公开(公告)号：CN117692069A
公开(公告)日：2024-03-12
申请号：CN202311705448.9
申请日：2023-12-13
申请人： 成都理工大学
摘要： 本发明公开了一种基于六量子比特纠缠态的分层控制混合量子通信方法，通过监督者David制备出六量子比特纠缠态信道，通信者Alice要通过量子隐形传态技术将量子态#imgabs0#发送给通信者Bob，通信者Bob要通过远程量子态制备技术在通信者Alice一侧制备量子态#imgabs1#由单量子比特未知态和量子信道组成一个系统态。通信者Alice、通信者Bob、监督者Charlie、监督者David获得相应授权对自己所拥有的量子比特进行量子测量并发送给相应的对象。通信者Alice根据通信者Bob的测量结果、监督者Charlie的测量结果以及自己的测量结果，利用六量子比特纠缠态作为量子信道，实现了对量子隐形传态和远程量子态制备这两种不同的通信协议在一个量子信道上的分层控制，提高了通信的灵活性和效率。
-
公开(公告)号：CN117422604A
公开(公告)日：2024-01-19
申请号：CN202311350236.3
申请日：2023-10-18
申请人： 成都理工大学
IPC分类号： G06Q50/40 , G06Q10/0631 , G06N3/126
摘要： 本发明公开了一种机场站坪车辆运行调度方法，该方法首先构建了一个0‑1整数规划车辆调度模型，该模型具有多个目标：在渡轮车辆数量不足的情况下，最小化航班延误和车辆行驶距离，平衡车辆负荷。为了解决多目标模型，选择了非支配排序遗传算法作为主要框架，设计了一种基于NGA的高峰时段站坪车辆调度算法来解决模型中的约束问题。对比结果表明，与目前最先进的三种多目标优化算法相比，所提模型的总延误时间减少，过境距离减少，平衡指数减少，该模型具有更短的计算时间和更好的解集分布。该方案可以帮助机场减少航班延误、车辆购买和运营成本。
-
公开(公告)号：CN116545617A
公开(公告)日：2023-08-04
申请号：CN202310508012.4
申请日：2023-05-08
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HHL算法的量子通信方法，涉及量子通信技术领域，通信双方想要相互传送各自持有的经典信息，通过结合HHL算法，利用求解量子线性方程的方式，保证通信双方信息无法被第三方窃取，并且本方案构造的HHL量子线路与SWAP‑TEST门进行结合，通过计算保真度的方式推算求解结果，而非直接对结果测量，可以实现求解速度的提升。本发明通过结合HHL算法和SWAP‑TEST线路，实现了改进的量子对话方案，方案具有安全性高，传输效率高的特点；本发明能够对抗测量重发，拦截重发，极端情况下的攻击，具有很高的传输效率。
-
公开(公告)号：CN115941170A
公开(公告)日：2023-04-07
申请号：CN202211456138.3
申请日：2022-11-21
申请人： 成都理工大学
摘要： 本发明公开了一种基于五粒子团簇态传送未知五粒子纠缠态的隐形传态方法，涉及量子通信技术领域，包括：通信发送方和通信接收方共享一个五粒子团簇态，建立量子纠缠信道；通信发送方通过CNOT门将要传送的未知五粒子纠缠态转变为一个未知GHZ类态；通信发送方根据五粒子团簇态，对未知GHZ类态进行Bell态测量和H门操作，再将自己的测量结果通过告知通信接收方；通信接收方根据通信发送方的测量结果和五粒子团簇态，对自己所拥有的粒子执行幺正操作，重构GHZ类态；通信接收方引入辅助粒子，并通过对重构的GHZ类态执行CNOT门操作，恢复得到未知五粒子纠缠态。本发明具有通信效率高的特点。
-
公开(公告)号：CN115941058A
公开(公告)日：2023-04-07
申请号：CN202211455857.3
申请日：2022-11-21
申请人： 成都理工大学
IPC分类号： H04B10/70 , H04B10/85 , H04B10/079
摘要： 本发明公开了一种受控双向量子隐形传态的方法，涉及量子通信技术领域，包括：通信双方通过共享六粒子纠缠信道|Ψ>123456实现受控双向量子隐形传态，粒子1,3,5属于第一通信方，粒子2,4,6属于第二通信方；在分发通信双方制备的量子态前，随机选取若干个诱导粒子混入量子态中；当第二通信方接收到分发的量子态后，第一通信方通知第二通信方诱导粒子的位置以及在对应基上的第一测量结果，之后第二通信方对诱导粒子作测量得到第二测量结果，并将第二测量结果与第一测量结果作对比，设定对比错误阈值，通过将对比错误率和对比错误阈值进行比较，确认是否存在窃听者。本发明安全性极好，能及时确定是否存在窃听者，且哪怕发生了噪声干扰，也可以确定是否存在窃听者。
-
-
-
-
-
-
-
-
-
搜索结果
34 条记录 (耗时 0.05 秒)
