-
公开(公告)号:CN116612376A
公开(公告)日:2023-08-18
申请号:CN202310512402.9
申请日:2023-05-08
Applicant: 哈尔滨工程大学
IPC: G06V20/05 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0895
Abstract: 本发明为了深入研究对比式自监督特征学习方法提升水下目标识别任务性能,提出一种基于双通道自监督声特征学习的水下目标识别方法。包括如下步骤:(1)提出构建双通道自注意力音频编码器模型;(2)提出构建动态正样本存储的双通道自注意力音频编码器模型;(3)完成基于动态正样本存储的双通道自注意力音频编码器模型的水下目标识别方法,提取动态正样本存储的双通道自注意力音频编码器谱图特征,利用多层感知机模型和多分类逻辑回归模型完成水下目标识别任务。本发明提出的一种基于双通道自监督声特征学习的水下目标识别方法具备良好的识别精度和收敛速度,能够有效的在噪声环境下对水下目标进行识别,表现出较强的鲁棒性。
-
公开(公告)号:CN119783070A
公开(公告)日:2025-04-08
申请号:CN202411861759.9
申请日:2024-12-17
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于等价语义转换的大模型生成代码水印方法、程序、设备及存储介质,属于数字技术水印技术领域。本发明采用代码语义转换的等价性原则,设计适用于生成代码的转换规则,并利用规则将水印以一定编码规则嵌入生成代码中。本发明无需对代码生成模型进行重新训练或微调,只需对生成的代码进行后处理,表现出良好的跨模型兼容性,同时保证了水印的嵌入效率。本发明具备快速水印处理能力,可在短时间内完成代码水印嵌入,大幅提升实际应用中的处理效率。由于采用等价语义转换的方式,不会对代码的质量产生任何负面影响,保证了代码的功能正常以及代码可读性。
-