基于群智背景下的少样本时空序列数据处理方法及数据预测方法

    公开(公告)号:CN118312777A

    公开(公告)日:2024-07-09

    申请号:CN202410423343.2

    申请日:2024-04-09

    Abstract: 本发明公开了一种基于群智背景下的少样本时空序列数据处理方法及数据预测方法,其中,数据处理方法包括:获取群智背景下的少样本时空序列数据集,并按照空间地理位置进行分类,以将数据集划分为多个小区,同时获得各个小区之间的空间关系矩阵;将每个小区内的数据按照时间段进行分类,以将每个小区中的数据划分到不同的时间段内;为每个小区的每一时间段确定代表值,以将数据集转化为以时间为纵轴、以小区为横轴的小区‑时间矩阵数组。处理后的数据可用于对STNN模型进行训练,从而实现数据预测。该数据处理方法解决了群智数据集在STNN模型上训练时的大量数据缺失问题,具有较好的训练效果,实现了针对少样本时空序列数据集的高准确率数据预测。

    一种基于参数扰动的拆分学习模型测试方法及装置

    公开(公告)号:CN118798299A

    公开(公告)日:2024-10-18

    申请号:CN202410952291.8

    申请日:2024-07-16

    Abstract: 本发明公开了一种基于参数扰动的拆分学习模型测试方法及装置,所述方法包括:获取预先利用拆分学习方法训练得到的初始模型;利用增加参数扰动后的拆分学习方法,重新训练得到更新模型;其中,增加参数扰动后的拆分学习方法在拆分学习方法的训练过程中,由扰动者伪装成用户,在对训练队列中下一个用户进行参数共享之前,对本地模型的参数进行扰动处理;利用更新模型得到初始模型的抗干扰测试结果。本发明深入探究参数共享的信息交互过程。利用该信息交互过程的独有特征,将干扰者伪装成用户,对用户持有的模型中的参数进行扰动处理,得到更新模型,将更新模型的训练结果与初始模型的训练结果进行对比,得到初始模型的抗干扰测试结果。

    一种面向图对抗攻击的防御模型及其构建方法

    公开(公告)号:CN116502087A

    公开(公告)日:2023-07-28

    申请号:CN202310468686.6

    申请日:2023-04-27

    Abstract: 本发明公开了一种面向图对抗攻击的防御模型及其构建方法,涉及图数据技术领域,本发明提供的面向图对抗攻击的防御模型及其构建方法,满足可适配性、低时耗简单性及高准确率。本发明提供了一种基于节点特征的消息生成组件、基于注意力机制和多聚合器的消息聚合组件、基于门控机制和自适应残差机制的消息更新组件,这些组件都是通过简单的可学习参数和线性函数对分类节点的特征进行变换,具备简单性,时间消耗也低;同时,这些组件可以适配其他满足消息传递机制GNN模型,提高这些模型的对抗样本攻击的健壮性。

Patent Agency Ranking