-
公开(公告)号：CN118691452A
公开(公告)日：2024-09-24
申请号：CN202410432393.7
申请日：2024-04-11
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心) , 山东省人工智能研究院
IPC: G06T1/00 , G06V40/16 , G06N3/0464
Abstract: 一种基于鲁棒身份感知水印的深度伪造换脸检测方法，涉及图像伪造检测领域，根据图像内容的身份语义制作身份感知水印，并设计一个不可预测且不可逆的混沌加密系统来确保水印的机密性和安全性。通过联合训练自编码器框架以及常见图像处理操作/恶意换脸操作，在保证图像质量的同时实现水印嵌入和水印提取。对于被篡改的图像，通过还原嵌入的水印以及与图像身份内容进行比对，从而完成检测和溯源。
-
公开(公告)号：CN118691452B
公开(公告)日：2024-12-17
申请号：CN202410432393.7
申请日：2024-04-11
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心) , 山东省人工智能研究院
Abstract: 一种基于鲁棒身份感知水印的深度伪造换脸检测方法，涉及图像伪造检测领域，根据图像内容的身份语义制作身份感知水印，并设计一个不可预测且不可逆的混沌加密系统来确保水印的机密性和安全性。通过联合训练自编码器框架以及常见图像处理操作/恶意换脸操作，在保证图像质量的同时实现水印嵌入和水印提取。对于被篡改的图像，通过还原嵌入的水印以及与图像身份内容进行比对，从而完成检测和溯源。
-
公开(公告)号：CN120110665A
公开(公告)日：2025-06-06
申请号：CN202510587509.9
申请日：2025-05-08
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
IPC: H04L9/08
Abstract: 本发明涉及量子密钥分发技术领域，具体为基于零光子催化的多环离散调制量子密钥分发方法及系统。发送方制备EPR纠缠态，其中，A态经干涉和外差探测得到A态的两个正则分量，B态经零光子催化和干涉输出B1态并经传输信道发送给接收方。接收方接收方接收B2态（即经信道传输后的B1态），与本地生成的EPR纠缠态中的H2态干涉得到的B3态，得到的B3态经零差或外差探测得到光信号信息。通过后处理，接收方生成与发送方一致的安全密钥，重复该过程直至累积满足业务需求的密钥量。本发明采用零光子催化操作替代传统减光子方案，在保持相似操作逻辑的同时提高操作成功概率，提升信号在长距离传输中的保真度，解决现有减光子技术在实际应用中效率受限的问题。
-
公开(公告)号：CN119670916B
公开(公告)日：2025-06-06
申请号：CN202510200623.1
申请日：2025-02-24
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
IPC: G06N20/00 , G06F18/213 , G06F18/2115 , G06F18/2413
Abstract: 本发明属于联邦学习的技术领域，具体涉及一种基于特征对比优化与分类器动态集成的联邦学习方法及装置。其方法包括：通过服务器初始化全局模型并将其下发给参与联邦学习的#imgabs0#个客户端，客户端基于接收到的全局模型进行本地模型更新以及对更新后的本地模型进行训练，再利用训练后的本地特征提取器对其本地私有数据集进行特征提取，以构建本地特征原型集合，再将本地模型、本地特征原型集合、客户端总样本量上传至服务器，服务器在全局聚合时，使用对比学习技术提升全局特征原型质量，最后将聚合得到的全局原型和全局特征原型集合下发给各客户端，执行下一轮次的学习，直至本地模型收敛或到达设定的通信轮次。
-
公开(公告)号：CN120068994A
公开(公告)日：2025-05-30
申请号：CN202510512002.7
申请日：2025-04-23
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
IPC: G06N3/092 , G06N3/098 , G06N3/048 , G06N3/0464 , G06N3/0499
Abstract: 本发明属于联邦学习领域，具体涉及一种基于双层强化学习的联邦学习设备调度优化方法及装置，其方法包括：获取设备的当前状态特征；将设备分为#imgabs0#个组，并通过上层强化学习为每组设备分配参与率；通过下层强化学习选择每组内参与联邦学习的设备；构建设备调度目标函数，并初始化全局模型参数，基于下层强化学习所选择的设备进行联邦学习训练，训练过程中，通过调整每组设备的参与率和优化目标的评分权重最大化设备调度目标函数，以确定设备最优调度策略。本发明利用双层强化学习策略优化联邦学习设备调度，旨在提升全局模型性能、降低设备能耗、并提高设备参与公平性。
-
Patent Agency Ranking
公开(公告)号：CN119557409B
公开(公告)日：2025-05-09
申请号：CN202510121723.5
申请日：2025-01-26
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院) , 山东山科智能科技有限公司 , 山东浪潮智慧医疗科技有限公司 , 山东健康医疗大数据有限公司
IPC: G06F16/3329
Abstract: 本发明涉及知识问答技术领域，涉及基于多模块协同优化的智能问答方法及系统，方法包括：将待回答的问题，输入到知识问答模型中，知识问答模型输出知识问答结果；模型中的知识范围判断模块判断依靠自身知识能否解决问题，如果不能就进入动态检索模块；动态检索模块根据待回答问题对记忆知识库的内容进行相似性检索，如果检索结果不符合要求，则进入多层次问题改写模块；多层次问题改写模块对待回答的问题进行改写，将改写的问题输入知识筛选模块；知识筛选模块根据改写的问题，输出筛选出的文档，自反思优化模块根据文档和问题生成初步答案，并判断初步答案的是否合理，如果不合理就进行自反思优化，为智能问答技术的发展提供了新的解决方案。
-
公开(公告)号：CN119851693A
公开(公告)日：2025-04-18
申请号：CN202510010866.9
申请日：2025-01-03
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 本发明提出了基于混合池化策略的轻量化伪造语音检测方法及系统，属于语音处理及生物识别技术领域；通过卷积池化操作从原始语音数据中提取时频信息；基于混合池化方法从时频信息中提取高级特征表示，即：采用最大池化法提取低频特征，采用平均池化法提取高频特征；将低频特征和高频特征进行特征拼接以获得高级特征表示；按照频域和时序的方向对高级特征表示进行统计计算以获得高级特征统计结果；基于全连接层对伪造语音进行检测并输出检测结果。本发明能够在避免特征信息损失的基础上，降低伪造语音检测时的计算量及计算复杂性，应对未知攻击能力强；同时，显著提高了对伪造语音进行检测的准确率。
-
公开(公告)号：CN114896403B
公开(公告)日：2025-04-18
申请号：CN202210565193.X
申请日：2022-05-23
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院) , 山东山科智能科技有限公司
IPC: G06F16/353 , G06F40/284 , G06F40/30 , G06F18/214 , G06F18/2415 , G06F18/2431 , G06F18/25 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及数据处理技术领域，公开了基于门控机制的企业二级行业分类方法及系统，包括：获取待分类的企业信息；将待分类的企业信息，输入到训练后的企业二级行业分类模型中，输出企业二级行业分类结果；其中，训练后的企业二级行业分类模型，其工作原理是：获取待分类企业信息的单词特征向量，再从单词特征向量中提取企业信息的上下文向量；然后，将单词特征向量与上下文向量进行拼接；对拼接后的向量分别提取上下文特征和局部显著特征；对提取的两种特征进行加权融合，将融合后的特征进行分类，得到最终分类结果。本发明减少了传统二级行业分类中的人力开支，缩短了企业行业分类的系统执行时间，且分类结果准确、系统安全。
-
公开(公告)号：CN119557849A
公开(公告)日：2025-03-04
申请号：CN202411610574.0
申请日：2024-11-12
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
IPC: G06F18/27 , G06F18/15 , G06N3/0442 , G06N3/045 , G01W1/10 , G01W1/02 , G06F123/02
Abstract: 本发明涉及气象温度预测方法、系统、存储介质及设备，获取历史温度数据和影响温度变化的气象数据并预处理；预处理后的数据分别利用正向和反向的LSTM网络处理，得到时间序列的前向和后向隐藏状态序列，经拼接或逐元素加和得到双向隐藏状态序列；通过权重矩阵，将双向隐藏状态映射到注意力得分，经归一化处理得到每个时间步的注意力权重，并利用得到的注意力权重对双向隐藏状态序列加权求和，利用得到的上下文向量经全连接层处理，生成温度预测值。结合了双向LSTM和注意力机制，不仅增强了模型对复杂温度时间序列数据的处理能力，而且提高了预测的准确性和鲁棒性，从而应对传统方法的不足。
-
公开(公告)号：CN119339739A
公开(公告)日：2025-01-21
申请号：CN202411394677.8
申请日：2024-10-08
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 本发明提供了一种基于域泛化的机械设备无监督异常声音检测方法及系统，本发明通过构建基于全局上下文的SE‑ECA融合注意力机制模块，分别构建MFCC分支网络架构和Log‑Mel分支网络架构，将所述模块添加至各分支网络架构中，分别对MFCC谱图特征和Log‑Mel谱图特征进行音频特征提取；将两个分支网络架构提取的音频特征嵌入在通道维度上进行合并，形成综合特征向量，对综合特征向量进行分类；构建并训练异常检测模型，异常检测模型利用高斯混合模型计算全局异常分数，在利用局部异常因子检测局部异常，再进行加权平均，本发明可以自动学习正常声音特征并检测异常，提升设备的异常检测性能。
-
-
-
-
-
-
-
-
-
Search Results
317
records
(took 0.134 seconds)
