机器学习模型修复方法、系统、计算机设备及存储介质

    公开(公告)号:CN114254763A

    公开(公告)日:2022-03-29

    申请号:CN202111620425.9

    申请日:2021-12-27

    Abstract: 本发明属于机器学习领域,公开了一种机器学习模型修复方法、系统、计算机设备及存储介质,包括:S1:获取待训练的机器学习模型;S2:通过预设的训练集训练机器学习模型,并获取训练过程中机器学习模型的预设监控指标数据;S3:根据获取的预设监控指标数据,判断机器学习模型是否存在训练问题;S4:当机器学习模型不存在训练问题时,输出当前机器学习模型并结束修复;S5:当机器学习模型存在训练问题时,依次选取预设的训练问题修复策略集合中的训练问题修复策略,并且每选取一训练问题修复策略均进行修复步骤:根据选取的训练问题修复策略修复机器学习模型,并重复S2~S4。该方法工作效率高,复杂度低,可以有效检测并修复训练问题,减少人工成本。

    一种基于预训练模型的政务文件归属省份分类方法

    公开(公告)号:CN114153803A

    公开(公告)日:2022-03-08

    申请号:CN202111470389.2

    申请日:2021-12-03

    Abstract: 本发明一种基于预训练模型的政务文件归属省份分类方法,步骤为:1)从csv和excel文件中提取特征字典;2)对特征字典中全部文本生成句向量;3)对句向量进行地区实体识别训练,得到地区命名实体识别模型;4)进行地区‑省份映射训练,得到地区‑省份映射模型。本发明所提出的基于预训练模型政务类csv、excel文件归属省份的分类方法能够有效地对政务类csv、excel文件进行中国省份文件分类,并有效的避免了同一文件内部的省份重叠问题,预测结果准确率高、误差小,计算复杂度低,有很高的实用价值。

    无线设备指纹识别方法、系统、设备及可读存储介质

    公开(公告)号:CN111385297B

    公开(公告)日:2021-12-28

    申请号:CN202010144165.1

    申请日:2020-03-04

    Abstract: 本发明属于无线设备识别领域,公开了一种无线设备指纹识别方法、系统、设备及可读存储介质,包括以下步骤:采集无线设备在通讯过程中的网络数据帧;从网络数据帧中提取能够反映无线设备特性的无线设备的特征参数;根据无线设备的特征参数构建无线设备的特征指纹;将无线设备的特征指纹通过分类器进行训练后确定分类器参数,得到无线设备指纹识别模型;通过无线设备指纹识别模型与指纹库中预设的特征指纹识别当前无线设备。弥补了传统的基于无线设备某一特征参数的设备识别方法易于被伪造和篡改的缺陷,通过隐式采集无线设备网络流量实现无线设备的精准识别,并且整个识别过程不会干扰无线设备的正常工作,无需用户的参与,具有良好的用户体验度。

    深度伪造检测模型的评测方法、系统及设备

    公开(公告)号:CN113822160A

    公开(公告)日:2021-12-21

    申请号:CN202110963494.3

    申请日:2021-08-20

    Abstract: 本发明属于图像处理领域,公开了一种深度伪造检测模型的评测方法、系统及设备,包括以下步骤:根据待评测深度伪造检测模型的训练方法,通过预设的各类型的深度伪造数据集,分别训练待评测深度伪造检测模型,得到各训练好的深度伪造检测模型;通过预设的多样化困难样本集,测试各训练好的深度伪造检测模型,获取训练好的深度伪造检测模型在同分布数据下的准确性指标值、在非同分布数据下的泛化性指标值、健壮性指标值以及实用性指标值并按照预设权重进行加权叠加,得到待评测深度伪造检测模型的评测结果。建立了准确、公平、全面的评测方法,所得到的评测结果更加符合深度伪造检测模型的实际情况。

    一种面向社交网络不规则短文本的粤语分词方法

    公开(公告)号:CN112307759A

    公开(公告)日:2021-02-02

    申请号:CN202011236593.3

    申请日:2020-11-09

    Abstract: 本发明涉及一种面向社交网络不规则短文本的粤语分词方法,属于自然语言处理领域。本发明的面向粤语语境的短文本清洗和分词的方法,具体包括四个功能模块,分别为支持用户自定义的短文本清洗模块、粤语联合语料库构建模块、短文本扫描和初步切分模块、未登录词处理及分词结果输出模块。本发明解决了现有技术中没有考虑到面向社交网络不规则短文本的粤语分词方法,提出了满足用户自身不同应用场景的个性化数据清洗模型,建立了面向社交网络的粤语联合语料库,设计了基于构建的联合语料库的分词模型,同时综合考虑了文本中出现未登录词的处理方案,提出对应的综合处理模型,最终在连登论坛平台爬取的短文本数据中验证,分词准确率达87%。

    机器学习框架漏洞检测方法、系统、设备及可读存储介质

    公开(公告)号:CN112069507A

    公开(公告)日:2020-12-11

    申请号:CN202010996845.6

    申请日:2020-09-21

    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检测方法、系统、设备及可读存储介质,包括以下步骤:根据预设API的参数配置要求,随机生成预设API的若干单层模型;将每个单层模型分别在若干机器学习框架中实现,得到不同机器学习框架对同一单层模型的实现结果;根据不同机器学习框架对同一单层模型的实现结果的差异,确定各机器学习框架是否存在框架漏洞及框架漏洞类型。该检测方法无需提前生成可以暴露机器学习框架漏洞的模型,本质上是对每个API的不同参数配置以及不同输入进行贪婪搜索,这样的特性决定了该机器学习框架漏洞检测方法实现简单,复杂度低,且对机器学习框架API的覆盖率高,可以有效减少检测问题时的计算资源开销。

    图像多标签分类方法、系统、设备及可读存储介质

    公开(公告)号:CN111897985A

    公开(公告)日:2020-11-06

    申请号:CN202010581393.5

    申请日:2020-06-23

    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。

    一种基于异步状态观测器的马尔科夫跳变系统控制方法

    公开(公告)号:CN109459933A

    公开(公告)日:2019-03-12

    申请号:CN201811626295.8

    申请日:2018-12-28

    Inventor: 张萌 沈超 管晓宏

    Abstract: 本发明公开了一种基于异步状态观测器的马尔科夫跳变系统控制方法,包括:步骤1:将马尔科夫跳变系统的控制问题采用数学模型进行描述;通过离散时间的线性马尔科夫跳变系统方程以及异步状态观测器和控制器方程得到闭环系统方程;步骤2:给出保证闭环系统指数稳定性和H∞性能的充分条件,并分析闭环系统的稳定性;步骤3:将步骤2中的充分条件线性化,同时迭代求解异步状态观测器和控制器增益。异步状态观测器和控制器与系统的模态可以异步跳变,即无需与系统同步运转就可以达到镇定闭环系统的目的,提高设计方法的实用性。

    基于陀螺仪行为特征的智能手机用户身份认证方法

    公开(公告)号:CN104408341B

    公开(公告)日:2017-06-27

    申请号:CN201410641806.9

    申请日:2014-11-13

    Abstract: 本发明公开了一种基于陀螺仪行为特征的智能手机用户身份认证方法,通过分析智能手机用户在触屏操作时所产生的陀螺仪行为数据,根据触屏操作的时间信息提取不同操作事件对应的传感器行为数据,生成传感器行为特征,并基于行为特征建立用户的身份认证模型,对智能手机用户进行身份认证。本发明方法的优点在于:操作简单,无需增加任何额外设备;在不改变用户习惯的基础上使用陀螺仪操作行为描述手机用户在认证过程中体现出的行为特性,以此作为用户身份判定的依据,能够有效防止污迹攻击和观察攻击,具有广泛的安全性和适用性。

    基于触屏滑动行为特征的身份持续认证方法

    公开(公告)号:CN104239761B

    公开(公告)日:2017-06-27

    申请号:CN201410469276.4

    申请日:2014-09-15

    Inventor: 沈超 章勇 管晓宏

    Abstract: 本发明公开了一种基于触屏滑动行为特征的身份持续认证方法,分析用户操作触屏设备时产生的触屏滑动操作行为,根据触屏滑动方向将触屏滑动操作划分为四种操作模式,提取每种操作模式下的行为特征,并基于行为特征建立每种操作模式下的用户身份模型,采用窗口平均的方法对触屏设备用户的身份进行持续认证。本发明方法触屏滑动行为无需记忆和携带,行为数据的采集无需用户的配合,能够在用户日常使用触屏设备的过程中完成,可实现非侵犯性的身份主动认证;此外,采用对不同类型触屏操作分别进行建模及窗口认证的方法可保证认证模型的稳定性,能更好地体现用户的触屏行为特性,并显著地提高身份持续认证的鲁棒性和容错性。

Patent Agency Ranking