-
公开(公告)号：CN119006896A
公开(公告)日：2024-11-22
申请号：CN202411011291.4
申请日：2024-07-26
Applicant: 哈尔滨工程大学
IPC: G06V10/764 , G06V10/774 , G06V10/762 , G06V10/94
Abstract: 本发明提出一种面向联邦分类学习的公平感知激励方法，包括：步骤1：服务端初始化全局原型；步骤2：客户端初始化本地模型参数，利用全局原型，结合本地私有数据进行训练，更新本地模型参数和本地原型；步骤3：客户端将更新后的本地模型参数和本地原型上传至服务端；步骤4：对接收到的本地模型参数进行质量检测，生成边缘激励；步骤5：利用边缘激励和更新后的本地原型进行聚合，得到共识原型；步骤6：进行原型级别聚合，获取新的全局原型；步骤7：重复步骤2‑6，直至达到最大循环次数，输出最终的全局原型和每个客户端的个性化模型。本发明能更好地缓解数据异质性和类别不平衡对模型精度的影响，确保协作公平并激励高质量客户参与联邦学习。
-
公开(公告)号：CN119006895A
公开(公告)日：2024-11-22
申请号：CN202411011148.5
申请日：2024-07-26
Applicant: 哈尔滨工程大学
IPC: G06V10/764 , G06V10/44 , G06V10/774 , G06V10/82 , G06V10/778 , G06N3/0464
Abstract: 本发明提出一种面向图像分类的个性化联邦学习方法，包括：步骤1：基于服务器初始化全局原型#imgabs0#步骤2：将初始化后的全局原型发送至客户端；步骤3：客户端初始化本地模型参数#imgabs1#将本地数据集随机划分，对全局原型进行更新，获取更新后的模型参数和本地原型；步骤4：客户端保留更新后的模型参数，并将更新后的本地原型上传至服务器；步骤5：服务器对所有客户端上传的本地原型进行聚合，生成新的全局原型；步骤6：重复步骤2‑6，将每次得到的全局原型发送至客户端进行更新，直至达到最大循环次数，输出最终的全局原型。本发明能够更好地缓解数据异质性对模型精度产生的影响，获得更高的分类准确率，大大降低客户端与服务器之间的通信成本。
-
公开(公告)号：CN118964347A
公开(公告)日：2024-11-15
申请号：CN202410914001.0
申请日：2024-07-09
Applicant: 哈尔滨工程大学
IPC: G06F16/22 , G06F16/2458 , G06F16/27 , G06F16/28 , G06F11/14
Abstract: 本发明提出一种基于键值的分布式异源多模态数据管理系统及方法，其中，系统包括：数据采集模块、数据分析模块、数据储存模块、OLAP分析引擎和OLTP读写引擎。本发明采用多副本方式保证数据的一致性和鲁棒性，无论是关系型数据还是文件型数据，都能够通过多副本的方式在系统中进行备份和存储，确保数据的安全和可靠性。这种数据一致性和可靠性的保障将极大地降低数据管理系统的风险，避免了数据丢失或损坏的可能性，保护了用户的数据资产，本发明还设计了支持高效分布式查询处理的存储模式，满足ACID约束，为用户提供持久化和读写服务，对于文件型数据，本发明将value分离出来单独存储，降低了写放大现象，节省了I/O带宽和CPU资源，提供了高效的读写性能。
-
公开(公告)号：CN116405289A
公开(公告)日：2023-07-07
申请号：CN202310376914.7
申请日：2023-04-11
Applicant: 哈尔滨工程大学
Abstract: 本发明提出一种船舶虚拟试验平台身份认证系统。所述系统包括应用层、业务层、智能合约层、数据存储层四部分。所述系统对传统的公钥基础设施技术进行改进，利用区块链的安全性、不可逆、不可篡改性和透明性等优势，对存储数字证书的区块打上时间戳使其形成一个连续的、前后关联的诚实数据记录结构，有效的提升公钥基础设施体系的透明度，加强身份认证的可信度。
-
公开(公告)号：CN110909057B
公开(公告)日：2023-06-16
申请号：CN201911154837.0
申请日：2019-11-22
Applicant: 哈尔滨工程大学
IPC: G06F16/25 , G06F16/27 , G06F16/28 , G06F11/14 , H04L67/06 , H04L67/1097 , H04L67/2866 , H04L67/1004
Abstract: 本发明公开了一种数值水池虚拟试验数据中间件系统及其工作方法。数值水池虚拟试验应用系统（200）通过API模块（112）和通信模块（113）与主中间件（120）的通信模块（122）双向传输信号，通信模块（122）通过任务处理模块（124）与数值水池虚拟试验底层分布式NoSQL数据库（300）双向传输信号。由于数值水池虚拟试验的数据包括数值型数据、字符串、数组和图像等各种异构数据，而且属于大规模数据，用户对数据的安全和并发任务处理要求比较高；因此需要在底层配置分布式NoSQL数据库集群模式，满足对多用户、多任务的高并发需求。
-
Patent Agency Ranking
公开(公告)号：CN107632590A
公开(公告)日：2018-01-26
申请号：CN201710722267.5
申请日：2017-08-22
Applicant: 哈尔滨工程大学
IPC: G05B23/02
Abstract: 本发明公开了一种基于优先级的底事件排序方法，属于故障分析技术领域。包括以下步骤：对故障树进行预处理，得到简化的故障树；对已经简化的故障树进行底事件排序，将故障树转化为BDD结构之前，首先要确定底事件的排列顺序，采用本发明的基于优先级的底事件排序方法进行底事件排序；根据得到的底事件排列顺序，按照香农原理的If-Then-Else运算符将故障树转化为BDD结构；对BDD结构进行遍历，寻找BDD结构中以1为终节点的所有路径，这些路径即为故障树的割集。本发明提出一种基于优先级的底事件排序方法，通过减小BDD的规模来减小计算代价，有效降低了故障树分析方法的内存消耗，同时提高了计算效率。
-
公开(公告)号：CN106446923A
公开(公告)日：2017-02-22
申请号：CN201610352489.8
申请日：2016-05-25
Applicant: 哈尔滨工程大学
IPC: G06K9/62
CPC classification number: G06K9/6268
Abstract: 本发明属于医疗健康数据挖掘领域，具体涉及一种基于角点匹配的医学图像分类方法。本发明包括：待分类的医学图像I提出分类请求；提取I的角点序列C；初始匹配角点对序列集DS的计算；初始匹配角点对序列集DS的计算；最大匹配角点对序列集DM的计算；公共K近邻匹配角点对序列集DT的计算；计算和I最相似的t幅医学图像；根据投票机制输出I的类标签。本发明提出了一对一的最大匹配角点对序列的定义，给出了将一对多的匹配角点对序列中求解一对一的最大匹配角点对序列问题转化为求二分图最大匹配的问题并利用匈牙利算法进行求解，并提出了基于匹配角点对的医学图像相似度计算公式，此公式既考虑了匹配角点对序列，也考虑了未匹配上的角点，提高了角点匹配的准确度，从而提高了分类结果的准确度。
-
公开(公告)号：CN103226582B
公开(公告)日：2016-08-03
申请号：CN201310119299.8
申请日：2013-04-08
Applicant: 哈尔滨工程大学
IPC: G06F17/30
Abstract: 本发明属于医疗信息技术领域，具体涉及一种基于不确定定点图医学图像检索方法。本发明包括如下步骤：（1）待检索图像提出查询请求；（2）图像预处理过程；（3）图像建模；（4）查询不确定定点图；（5）展示结果。本发明提出的索引结构旨在比较有可能相似的图，而不是对所有图数据库中每个图的各个节点、边进行比较，从而降低图像检索过程的时间复杂度。采用查准率作为准确性评价的标准，使用基于不确定定点图的医学图像检索方法具有更高的准确性。由于不确定定点图模型对纹理变化敏感，所以使用基于不确定定点图的医学图像检索方法具有更高的灵敏性。
-
公开(公告)号：CN104217213A
公开(公告)日：2014-12-17
申请号：CN201410409810.2
申请日：2014-08-20
Applicant: 哈尔滨工程大学
IPC: G06K9/62
Abstract: 本发明属于医疗信息技术领域，具体涉及一种基于对称性理论的医学图像多阶段分类方法。本发明包括：待分类图像提出分类请求,待分类图像应为原始医学图像数据；图像预处理过程：图像建模；多阶段分类；展示结果。本发明提出的弱对称性和强对称性的概念是对医学图像的一个重新定义。提出弱对称性判定算法和强对称性判定算法实现医学图像的多阶段的分类。这种多阶段分类的分类准确率很高，每一个阶段直接的衔接逐层深入，从而提高医生的诊断精度和缩短诊断时间。采用对称性理论实现医学图像的分类，使基于对称性理论的医学图像多阶段分类方法具有更高的准确性。
-
公开(公告)号：CN103226582A
公开(公告)日：2013-07-31
申请号：CN201310119299.8
申请日：2013-04-08
Applicant: 哈尔滨工程大学
IPC: G06F17/30
Abstract: 本发明属于医疗信息技术领域，具体涉及一种基于不确定定点图医学图像检索方法。本发明包括如下步骤：（1）待检索图像提出查询请求；（2）图像预处理过程；（3）图像建模；（4）查询不确定定点图；（5）展示结果。本发明提出的索引结构旨在比较有可能相似的图，而不是对所有图数据库中每个图的各个节点、边进行比较，从而降低图像检索过程的时间复杂度。采用查准率作为准确性评价的标准，使用基于不确定定点图的医学图像检索方法具有更高的准确性。由于不确定定点图模型对纹理变化敏感，所以使用基于不确定定点图的医学图像检索方法具有更高的灵敏性。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.031 seconds)
