-
公开(公告)号：CN117237713A
公开(公告)日：2023-12-15
申请号：CN202311183001.X
申请日：2023-09-13
Applicant: 西安交通大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明属于图像处理领域，公开了一种基于卷积神经网络的图像分类方法及相关装置，首先确定卷积神经网络架构的插值阈值，得到卷积神经网络架构的粗粒度搜索空间，在粗粒度搜索空间中心点处通过预设的超参数优化方法及图像训练数据集进行粗粒度搜索，根据搜索结果得到卷积神经网络架构的细粒度搜索空间，并在细粒度搜索空间中通过预设的超参数优化方法及图像训练数据集进行细粒度搜索，得到图像分类卷积神经网络模型；最终获取待分类图像并输入至图像分类卷积神经网络模型，得到分类结果。本发明方法复杂度低，效率高，具有极强的实践性，实现了搜索精度与搜索速度的兼顾，得到的图像分类卷积神经网络模型模型具有更高的分类效率与分类精度。
-
公开(公告)号：CN116341004B
公开(公告)日：2023-09-08
申请号：CN202310304542.7
申请日：2023-03-27
IPC: G06F21/62 , G06F18/213 , G06F18/214 , G06N20/00
Abstract: 本发明提供了一种基于特征嵌入分析的纵向联邦学习隐私泄露检测方法。该方法包括：检测者在纵向联邦学习的训练过程中嵌入影子数据；获取影子数据和纵向联邦学习的目标参与者的私有训练数据在底部模型上的特征嵌入数据，对特征嵌入数据进行平滑处理；利用影子数据和影子数据平滑处理后的特征嵌入数据克隆底部模型的代理模型；利用代理模型通过特征嵌入匹配重构目标参与者的私有训练数据，对纵向联邦学习进行原始数据泄露检测。本发明方法在不破坏VFL效用的条件下，同时实现了对模型泄露、原始数据泄露以及数据特征泄露的脆弱性分析。
-
公开(公告)号：CN113095948B
公开(公告)日：2023-06-06
申请号：CN202110315041.X
申请日：2021-03-24
Applicant: 西安交通大学
IPC: G06Q50/00 , G06N3/088 , G06N3/042 , G06F18/2135 , G06N3/084
Abstract: 本发明公开了一种基于图神经网络的多源异构网络用户对齐方法，通过文本处理算法提取用户的属性特征，并利用降维算法，将用户属性特征向量降维；使用随机游走算法获得网络拓扑结构，将降维后的属性特征以及网络结构作为图神经网络的输入，学习获得包含用户属性和结构信息的身份特征；计算跨网络间用户名以及社会角色相似度，找出候选用户对；使用神经网络模型，计算对齐多源异构网络用户身份。本发明方法可用于对齐社交网络用户身份，在社交网络分析、人物画像补全等多个领域具有重要应用，算法的计算复杂度低，可扩展性高，可在复杂网络中对齐用户身份，对真实数据适用性强。
-
公开(公告)号：CN112069508B
公开(公告)日：2023-03-21
申请号：CN202010997867.4
申请日：2020-09-21
Applicant: 西安交通大学
Abstract: 本发明属于机器学习领域，公开了一种机器学习框架漏洞API参数定位方法、系统、设备及介质，包括：获取一能够触发机器学习框架漏洞的API单层模型，并获取该API单层模型的参数组合及模型输入；变异参数组合中的单个参数，得到变异API单层模型；采用模型输入及变异API单层模型测试机器学习框架，得到机器学习框架漏洞的触发结果；对参数组合中的每个参数，均重复进行若干次变异；整合所有参数组合与对应机器学习框架漏洞的触发结果，进而分析得到机器学习框架漏洞触发的API参数。无须过多先验知识，复杂度低，对于机器学习框架与API类型、漏洞问题的种类与测试方法均无特定的限制，可以应用在多种机器学习框架下的不同API的各种漏洞问题测试中，普适性强。
-
公开(公告)号：CN113700639A
公开(公告)日：2021-11-26
申请号：CN202111058216.X
申请日：2021-09-09
Applicant: 西安交通大学
Abstract: 一种往复式压缩机无损故障诊断系统及方法，诊断方法包括根据测得的活塞杆在测点处的动态应变值及活塞杆在x、y轴方向的加速度，计算压缩机气体力与活塞杆在x、y轴方向的冲击力随曲轴转角动态变化曲线；根据计算所得压缩机气体力与活塞杆在x、y轴方向的冲击力随曲轴转角动态变化曲线，通过与正常运行工况下的气体力及冲击力随曲轴转角动态变化曲线对比，分析确定往复式压缩机存在的故障问题：如果气体力曲线出现异常，则判定气缸组件出现了故障；如果冲击力随曲轴转角动态变化曲线出现相应的冲击信号异常，则说明对应运动副磨损较为严重，判定运动机构出现故障。本发明可以同时监测诊断气缸工作机构和运动机构的故障，并且不破坏压缩机。
-
Patent Agency Ranking
公开(公告)号：CN111897985B
公开(公告)日：2021-10-01
申请号：CN202010581393.5
申请日：2020-06-23
Applicant: 西安交通大学医学院第一附属医院
Abstract: 本发明属于图像分类领域，公开了一种图像多标签分类方法、系统、设备及可读存储介质，所述方法包括：S1：获取待分类的多标签各自对应的原始图像，生成样本集；S2：获取用于图像多标签分类的初始深度卷积神经网络，添加门激活函数层得到深度卷积神经网络；S3：通过样本集迭代训练深度卷积神经网络，得到各标签对应的显著性图；S4：选取预设要求的标签对应的显著性图，通过显著性图从对应的原始图像中提取目标；S5：设置待生成图像，将目标区域迁移至待生成图像上得到目标图像；S6：将目标图像添加至样本集中，迭代S3至S5预设次数，通过最终的深度卷积神经网络进行输入图像的图像多标签分类。本方法有效提升图像多标签分类的精度和准确率。
-
公开(公告)号：CN113325694A
公开(公告)日：2021-08-31
申请号：CN202110580904.6
申请日：2021-05-26
Applicant: 西安交通大学
IPC: G05B11/42
Abstract: 本发明公开了一种基于机器学习的模型预测控制参数的整定方法，属于机械学习领域。本发明包括：1)确定BP神经网络的结构；2)选取一系列控制参数作为BP神经网络训练样本的输出数据；3)将控制参数输入到机器人的模型预测控制器中，采集路径跟踪实验中对应的性能指标，作为BP神经网络训练样本的输入数据；4)利用训练样本训练BP神经网络；5)将设定的性能指标作为BP神经网络的输入，进行输出，得到控制参数，实现模型控制参数的整定；6)将整定的控制参数输入到机器人的模型预测控制器中，采集路径跟踪实验产生的性能指标，与预设的性能指标对比，判断整定的控制参数是否满足要求。本发明在参数整定的快速性和有效性上得到了显著提升。
-
公开(公告)号：CN113095948A
公开(公告)日：2021-07-09
申请号：CN202110315041.X
申请日：2021-03-24
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于图神经网络的多源异构网络用户对齐方法，通过文本处理算法提取用户的属性特征，并利用降维算法，将用户属性特征向量降维；使用随机游走算法获得网络拓扑结构，将降维后的属性特征以及网络结构作为图神经网络的输入，学习获得包含用户属性和结构信息的身份特征；计算跨网络间用户名以及社会角色相似度，找出候选用户对；使用神经网络模型，计算对齐多源异构网络用户身份。本发明方法可用于对齐社交网络用户身份，在社交网络分析、人物画像补全等多个领域具有重要应用，算法的计算复杂度低，可扩展性高，可在复杂网络中对齐用户身份，对真实数据适用性强。
-
公开(公告)号：CN113094975A
公开(公告)日：2021-07-09
申请号：CN202110304069.3
申请日：2021-03-22
Applicant: 西安交通大学
Abstract: 本发明属于智能电网安全领域，公开了一种智能电网节点脆弱性的评估方法、系统、设备及存储介质，包括：获取智能电网的网络拓扑；根据智能电网的网络拓扑，得到智能电网各节点的关联重要度、位置重要度、中介中心度、节点删除法下的网络连通性损失、节点嵌入向量及拓展中介中心度；根据智能电网各节点的关联重要度、位置重要度、中介中心度、节点删除法下的网络连通性损失、节点嵌入向量及拓展中介中心度，构建智能电网各节点的特征向量；将智能电网各节点的特征向量输入预设的基于机器学习分类器的脆弱性分析模型，得到智能电网各节点的脆弱性。对节点脆弱性的分析准确率大大提高，不再依赖于复杂的故障模型，具有很强的扩展性，降低计算复杂度。
-
公开(公告)号：CN112445939A
公开(公告)日：2021-03-05
申请号：CN202010224848.8
申请日：2020-03-26
Applicant: 西安交通大学
IPC: G06F16/901 , G06F16/951 , G06Q50/00 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种社交网络群体发现系统、方法及存储介质，首先获取在线社交网络数据集，建立在线社交网络拓扑图；根据在线社交网络拓扑图建立邻接矩阵，利用深度栈式自编码器对邻接矩阵进行降维处理，得到降维矩阵；利用图嵌入方法获取节点嵌入向量；最后对节点嵌入向量进行聚类，得到聚类结果，即为社交网络群体发现结果；本发明通过获取在线社交网络数据集，提取邻接矩阵，实现了对在线社交网络用户之间关系的描述；通过利用深度栈式自编码器及图嵌入，有效保留在线社交网络结构的完整性，确保了群体发现结果的准确性；通过对降维嵌入后的节点嵌入向量进行聚类，获取发现结果，降低了时间复杂度，实现了更加快速准确的获取发现结果。
-
-
-
-
-
-
-
-
-
Search Results
131
records
(took 0.04 seconds)
