公开(公告)号：CN119996039A

公开(公告)日：2025-05-13

申请号：CN202510269495.6

申请日：2025-03-07

Applicant: 昆明理工大学

Inventor： 付晓东 ,  汪子豪 ,  刘骊 ,  彭玮 ,  丁家满 ,  贾连印

IPC: H04L9/40 ,  G06N3/0442 ,  G06F18/241

Abstract: 本发明涉及一种基于两阶段自适应架构的加密流量分类方法，属于计算机网络安全技术领域。本发明首先通过混合OOD检测机制区分数据分布内(ID)和分布外(OOD)流量，对于检测结果的处理采用自适应分类策略：对于ID流量，采用基于transformer的编码器对已知类别进行精确分类；对于OOD流量，通过结合大语言模型(LLM)和新提出的语义增强提示策略(SPS)将分类任务转化为生成任务，从而实现对未知流量类型的灵活细粒度识别。本发明的SPS策略包含严格模式、完整模式和扩展模式三个层次，在保证分类精度的同时提供灵活的生成空间。通过这种创新的两阶段设计，本发明在保持ID流量高精度分类的同时，有效解决了现有方法无法精确识别新兴网络应用的问题。

公开(公告)号：CN114022577B

公开(公告)日：2024-09-27

申请号：CN202111321469.1

申请日：2021-11-09

Applicant: 昆明理工大学

Inventor： 贾连印 ,  王炳月 ,  丁家满 ,  李润鑫 ,  李晓武 ,  游进国

IPC: G06T9/00

Abstract: 本发明涉及一种基于Hilbert扫描的灰度图像压缩方法，属于图像存储技术领域。本发明包括数据映射阶段、压缩阶段和图像还原阶段。数据映射阶段创建Hilbert解码状态视图，基于高效的hilbert曲线解码算法扫描图像，将图像映射为一维数组。压缩阶段根据最小方差分区的策略将一维数据划分为灰度值相近的分区，并对满足特定条件的较小的分区进行合并，以降低分区数量，从而将原始图像压缩为长度和灰度两个位数组。还原阶段基于Hilbert曲线解码算法将压缩后的数据还原为对应的图像。本发明将高效的Hilbert解码算法和最小方差分区、分区合并策略结合，具有高的内聚性，可使得更多相邻的像素点划分到同一分区，从而降低分区数量；高的解码速度，从而提高图像的压缩和解压速度。

公开(公告)号：CN114936589B

公开(公告)日：2024-09-24

申请号：CN202210413977.0

申请日：2022-04-17

Applicant: 昆明理工大学

Inventor： 丁家满 ,  阚杰 ,  贾连印 ,  付晓东

IPC: G06F18/2415 ,  G06F18/2413 ,  G06F18/2321

Abstract: 本发明涉及一种基于密度及复杂度的不平衡数据集采样方法，属于数据分类技术领域。本发明首先对少数类样本的分布情况进行量化，并将其定义为样本的复杂度。通过密度峰值聚类算法对少数类样本进行聚类，根据每个子簇的密度和分布情况确定子簇的采样倍率，并以簇内样本的复杂度为指导选出基准样本和辅助样本，最后在基准样本和辅助样本之间随机插入新的样本。本发明通过对样本的分布情况进行量化，并在采样倍率确定阶段同时考虑了样本的数量和复杂度，在样本生成阶段以复杂度为指导生成新样本，有效地提高了对新样本的利用率。

公开(公告)号：CN115099294B

公开(公告)日：2024-07-19

申请号：CN202210275922.8

申请日：2022-03-21

Applicant: 昆明理工大学

Inventor： 贾连印 ,  翟红淞 ,  丁家满 ,  李润鑫 ,  李晓武 ,  游进国

IPC: G06V10/764 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/82 ,  G06V10/774 ,  G06V10/80

Abstract: 本发明提供一种基于特征增强和决策融合的花卉图像分类算法，属于图像分类技术领域。包括数据预处理阶段、特征提取与增强阶段、训练阶段和决策融合分类阶段。数据预处理阶段对数据集进行相应的裁剪、缩放、归一化等操作；特征提取与增强阶段将预处理过后的数据送入由ImageNet预训练好的VGG16模型提取多层深度图像特征，引入特征增强策略自适应分配特征权值；训练阶段使用前一阶段的多组特征训练多个自定义softmax分类器；决策融合分类阶段引入信息熵来表示各个分类器的确定性程度，依据信息熵确定融合权值，融合决策实现分类。本发明经过自适应增强的特征具有更强的表述能力，相比以往的softmax分类器具有更强的分类能力。

公开(公告)号：CN118312615A

公开(公告)日：2024-07-09

申请号：CN202410471204.7

申请日：2024-04-18

Applicant: 昆明理工大学

Inventor： 丁家满 ,  王子寅 ,  贾连印 ,  付晓东 ,  姜瑛

IPC: G06F16/35 ,  G06F18/23213 ,  G06F18/2323 ,  G06F18/2433 ,  G06F17/16

Abstract: 本发明涉及一种基于相关熵的高效的多视图文本数据聚类方法，属于数据挖掘、机器学习中的聚类分析应用技术领域。尽管多视图聚类因其远优于单视图聚类的性能而受到广泛关注，但仍面临计算成本高，由于多视图信息的引入，大大降低了聚类效率，并且现实数据中存在的复杂噪声和离群点对聚类算法的鲁棒性提出了巨大的挑战。本发明首先通过构建嵌入式锚点图和使用非负矩阵分解来提高聚类效率，还通过探索相关熵来抑制各种噪声和异常值来增强算法的鲁棒性。为了进一步提高聚类效率，非负矩阵分解的其中一个因子被约束为指示矩阵而不是传统的非负矩阵，从而可以直接获得样本的类别，而无需任何额外的操作。根据本发明采用的聚类方法来进行多视图聚类，能够保证更快的速度和更好的鲁棒性。

公开(公告)号：CN118154918A

公开(公告)日：2024-06-07

申请号：CN202410471181.X

申请日：2024-04-18

Applicant: 昆明理工大学

Inventor： 丁家满 ,  殷锦园 ,  贾连印 ,  付晓东 ,  姜瑛

IPC: G06V10/762 ,  A61B5/00 ,  A61B5/055 ,  G06V10/764 ,  G06T7/11 ,  G06T7/136

Abstract: 本发明涉及一种基于近邻熵边界聚类的脑区分割方法，属于数据挖掘、机器学习中的聚类分析应用技术领域。本发明提出一种寻找脑区边界的聚类算法，首先划分数据点周围的空间区间，统计各区间块的近邻点数，拓展熵公式，计算数据点的近邻熵，合理划分阈值找出脑区边界；其次，通过边界点近邻和近邻最大区间索引块，准确实现簇划分，得到合理的脑区分割结果。本发明与现有技术相比，主要解决了传统聚类算法确定初始簇数，簇边界的准确识别和剩余区域的分配问题，增加划分准确性，为揭示脑功能网络的组织原则和特点奠定基础，帮助识别大脑的功能分区和信息处理机制。

公开(公告)号：CN117952649A

公开(公告)日：2024-04-30

申请号：CN202410113001.0

申请日：2024-01-26

Applicant: 昆明理工大学

Inventor： 付晓东 ,  甘楠 ,  刘骊 ,  彭玮 ,  丁家满 ,  贾连印

IPC: G06Q30/0201 ,  H04L67/10 ,  H04W28/086 ,  H04W28/084 ,  H04W28/08 ,  G06Q50/50 ,  G06N7/01

Abstract: 本发明涉及一种基于上下文多臂机的边缘计算任务卸载动态定价方法，属于边缘计算技术领域。本发明首先根据多用户多任务边缘计算动态环境收集用户的在线卸载信息与服务提供商在线收益信息，将定价问题建模为上下文多臂机模型，根据收集到的上下文用户卸载信息构建多元高斯分布，采用汤姆森采样方法选取在线边缘服务价格，即运用贝叶斯后验来诱导服务提供商进行价格选取，通过每一轮的在线奖励收益更新对应参数。本发明基于多臂机模型对边缘计算动态定价问题进行建模，在不需要提前了解用户的需求及效用函数的情况下，通过在线定价达到最大化服务提供商收益目的，有效避免陷入局部最优出价，在边缘计算技术领域具有应用前景。

公开(公告)号：CN117892150A

公开(公告)日：2024-04-16

申请号：CN202410074934.3

申请日：2024-01-18

Applicant: 昆明理工大学

Inventor： 付晓东 ,  卢润茁 ,  刘骊 ,  刘利军 ,  冯勇 ,  彭玮 ,  丁家满

IPC: G06F18/23 ,  G06F18/241 ,  G06F18/22 ,  G06Q10/0639

Abstract: 本发明涉及一种基于一致性聚类的在线服务信誉值度量方法，属于数据处理技术领域。首先根据用户对服务的评分构建用户‑评分矩阵；根据用户‑评分矩阵，将用户的评分视为用户对服务的分类，度量这些分类的相似性，并构建相似图；然后在相似图上执行图切割过程，将相似的服务聚合到一个簇中；最后，给每个簇分配不重复的分数，作为簇中服务的信誉值。本发明通过与一致性聚类技术结合，将用户的评分视为用户对服务的分类，解决了现有的在线服务信誉值度量并未考虑服务信誉值与用户评分一致性的问题，最大限度地提高所获得的服务信誉值与用户对服务分类之间的一致性，使得服务的信誉值与群体评价意见最大程度达成一致。

公开(公告)号：CN117390683A

公开(公告)日：2024-01-12

申请号：CN202311538911.5

申请日：2023-11-17

Applicant: 昆明理工大学 ,  云南省科学技术院

Inventor： 付晓东 ,  李云飞 ,  冯艳 ,  刘骊 ,  彭玮 ,  丁家满 ,  贾连印 ,  刘利军

IPC: G06F21/62 ,  G06F18/241

Abstract: 本发明涉及一种用于分类分级数据频率估计的多层多级个性化本地差分隐私方法，属于信息安全领域。定义阶段，对多层多级个性化本地差分隐私进行定义。编码阶段，根据分类分级标准，实现用户多层次分类、多级别隐私预算选择。扰动阶段，用户在本地端使用相应参数对自身拥有的数据进行扰动，并将结果发送至相应的数据层或数据类服务器。聚合阶段，服务器分层分级加权聚合扰动数据，得到各数据层或数据类的频率估计。最终总服务器汇聚各数据层或数据类服务器的频率估计值。本发明可满足分类分级数据特定的隐私安全需求，同时多层分布式系统结构可充分发挥分布式系统的算力，缓解单服务器聚合时的通信及计算压力。

公开(公告)号：CN115965834A

公开(公告)日：2023-04-14

申请号：CN202211675671.9

申请日：2022-12-26

Applicant: 昆明理工大学

Inventor： 丁家满 ,  胡爽 ,  贾连印 ,  付晓东 ,  姜瑛

IPC: G06V10/774 ,  G06V10/764

Abstract: 本发明涉及一种基于PageRank和互信息的多标签分类器链图像识别方法，属于数据挖掘中多标签分类技术领域。本发明首先利用互信息来计算标签与标签之间和标签与特征之间的相关性，然后，将特征类比成网页，用标签的相关关系代替网页的链接关系，最后，借助PageRank算法中按照网页被访问概率给网页排序的思想生成标签训练顺序，生成分类器链，从而对图像进行识别。本发明解决了充分考虑标签相关性，寻求合适标签顺序从而得到更好的图像分类性能。