-
公开(公告)号：CN113515495B
公开(公告)日：2024-03-19
申请号：CN202110404424.4
申请日：2021-04-14
Applicant: 暨南大学
IPC: G06F16/182 , G06F16/16 , G06F16/13
Abstract: 本发明公开了一种数据文件分配方法及装置、智能设备和计算机存储介质，所述方法包括以下步骤：按照各个数据文件的访问频率对数据文件进行排序，所述排序方式包括升序或者降序；按照排序后的顺序将所述数据文件分割为至少两个数据块，其中，各个数据块的数据文件的数量相等；对每个数据块中的数据文件进行两两合并以更新所述数据文件；返回执行所述按照各个数据文件的访问频率对数据文件进行排序的步骤，直至所述数据文件的数量达到分布式节点的数量；将所述数据文件放置至对应的分布式节点，解决现有技术中数据文件分配不均衡导致分布式系统不稳定的问题，提高分布式系统的稳定性。
-
公开(公告)号：CN116703108B
公开(公告)日：2024-03-08
申请号：CN202310740495.0
申请日：2023-06-20
Applicant: 暨南大学
IPC: G06Q10/0631 , G06Q10/10 , G06N5/025 , G06F16/901
-
公开(公告)号：CN117273713A
公开(公告)日：2023-12-22
申请号：CN202311029122.9
申请日：2023-08-16
Applicant: 暨南大学
IPC: G06Q20/10 , G06Q40/04 , G06Q10/047
Abstract: 本发明公开了一种低交易费优先的跨多人通道支付路径选择方法，包括以下步骤：构建一级路由表和二级路由表，一级路由表记载各个多人通道之间的路由，二级路由表记载每个通道内部的普通节点之间的路由；查找最低交易费的跨多人通道支付路径，当两个节点需要交易时，通过一级路由表查找出最低交易费通道路径；根据最低交易费通道路径和一级路由表信息，向对应的监督节点请求查询二级路由表，根据二级路由表选择最低交易费的节点，最终得到最低交易费的跨多人通道支付路径。本发明引入两级路由，使用监督节点来降低维护整个网络路由信息的成本，并且本发明在路由信息中增加了通道余额、交易费等信息，从而帮助支付节点快速选择合适的支付路由。
-
公开(公告)号：CN113791240A
公开(公告)日：2021-12-14
申请号：CN202111003208.5
申请日：2021-08-30
Applicant: 暨南大学
Abstract: 本发明公开了一种基于高阶滑膜跟踪微分器的加速度估计方法、系统、设备和介质，所述方法包括：利用增广最小二乘法对速度进行参数辨识，得到速度估计的最大测量噪声幅值；根据所述速度估计的最大测量噪声幅值，使用一阶滑膜跟踪微分器精确估计目标的速度，得到目标速度的估计值；根据所述目标速度的估计值，得到加速度估计的最大测量噪声幅值；根据所述加速度估计的最大测量噪声幅值，使用高阶滑膜跟踪微分器精确估计目标的加速度，得到目标加速度的估计值。本发明使用增广最小二乘法进行参数辨识，分别获得速度和加速度估计的最大测量噪声幅值；同时使用高阶滑膜跟踪微分器，保证了加速度估计值能够达到要求的精度。
-
公开(公告)号：CN109685501A
公开(公告)日：2019-04-26
申请号：CN201811471842.X
申请日：2018-12-04
Applicant: 暨南大学
CPC classification number: G06Q20/389 , G06Q20/3829 , G06Q40/02
Abstract: 本发明公开了一种基于区块链激励机制下可审计的隐私保护深度学习平台建设方法，解决了深度学习模型训练中的参数缺乏的问题，使得多个相似模型的训练者可以在保护隐私同时可审计共享参数正确性的情况下合作进行深度学习模型的训练。该发明取得的技术效果如下：首先，模型训练者使用的加密方法保证了参数的隐私性，且解密更新后参数的过程需要所有参与者协同，从而更进一步降低参数泄露的可能性；其次，加密后的参数以状态的形式存放于区块链中，只有参与者及授权的矿工才能访问；第三，基于区块链的激励机制的存在，保证了参数的有效性；参与者在提交参数时需要缴纳抵押金，如果参数无效，则抵押金会被没收，从而保证了共享参数的可审计性。
-
Patent Agency Ranking
公开(公告)号：CN119963392A
公开(公告)日：2025-05-09
申请号：CN202510137789.3
申请日：2025-02-07
Applicant: 暨南大学
IPC: G06T1/00 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/09 , G06N3/094
Abstract: 本发明公开一种数字图像水印嵌入与提取方法和装置、存储介质，将直方图位移与神经网络嵌入相结合，在DCT变换后先通过直方图位移使得嵌入的数据流在JPEG压缩下能产生最小的噪声，再通过神经网络补偿算法使得数据流对宿主图像的影响更小。采用本发明的技术方案，解决现有神经网络嵌入数字水印技术在应对JPEG压缩攻击时表现较差的问题。
-
公开(公告)号：CN113920156B
公开(公告)日：2024-08-09
申请号：CN202111004320.0
申请日：2021-08-30
Applicant: 暨南大学
IPC: G06T7/246 , G06T5/70 , G06V10/25 , G06V10/764 , G06N20/00
Abstract: 本发明公开了一种基于视频目标跟踪的加速度估计方法、系统、设备及介质，所述方法包括：对第一帧视频帧中的目标进行抓取，识别出目标物体；并使用核相关滤波算法进行跟踪，获得目标物体的运动轨迹；根据目标物体的运动轨迹，利用增广最小二乘法对速度进行参数辨识，得到速度估计的最大测量噪声幅值；根据速度估计的最大测量噪声幅值，通过使用一阶滑膜跟踪微分器和高阶滑膜跟踪微分器，从而计算出精确估计目标的加速度。本发明通过人工抓取视频中的第一帧图像中的目标，保证了核相关滤波算法能够准确找到目标并进行跟踪，同时使用增广最小二乘法进行参数辨识，保证了高阶滑膜跟踪微分器估计目标的加速度，可以达到要求的精度。
-
公开(公告)号：CN117828216A
公开(公告)日：2024-04-05
申请号：CN202311669809.9
申请日：2023-12-07
Applicant: 暨南大学
IPC: G06F16/958 , G06F18/2415 , G06N3/0455 , G06F18/213
Abstract: 本发明公开了一种多模态Web信息检索静态排序学习方法、系统、设备及介质，方法包括获取目标网页的网页截图与网页信息并基于截图与信息得到网页文本信息、HTML文本、HTML标签以及网页统计特征信息；分别对网页文本信息、HTML文本信息、HTML标签信息以及网页统计特征信息进行映射并进行特征提取，分别得到文本特征向量、HTML标签特征向量、HTML文本特征向量以及网页统计特征向量；将得到的4个特征向量进行特征组合，得到组合特征向量；根据组合特征向量进行评价与等级划分，生成网页的预测评价等级。本发明从多维度深入地探索网页信息的内在特征，更准确、客观与合理地对目标网页的Web内容质量进行评价，提高了评价准确度，且不易受各种作弊方法影响。
-
公开(公告)号：CN117556277B
公开(公告)日：2024-04-05
申请号：CN202410044818.7
申请日：2024-01-12
Applicant: 暨南大学
IPC: G06F18/22 , G06F40/216 , G06F40/295 , G06N5/022
Abstract: 本发明公开了一种用于知识图谱实体对齐的初始对齐种子生成方法，属于知识融合和人工智能领域，包括：利用实体名称中每个令牌对应的字符级独热向量计算字符级全局特征矩阵，利用TF‑IDF技术分别计算字符级局部特征矩阵和令牌级局部特征矩阵，根据字符级局部特征矩阵和令牌级局部特征矩阵构造令牌级全局特征矩阵，根据上述特征矩阵计算对齐矩阵并从中选取初始对齐种子。本发明仅利用实体名称的非语义信息，在不使用预训练模型的情况下生成初始对齐种子，驱动基于图结构的有监督深度学习模型将实体编码成向量，使得实体向量之间的距离能更加反应实体之间的相似性，使得基于图结构的有监督深度学习模型不再需要标签数据。
-
公开(公告)号：CN113791240B
公开(公告)日：2023-07-25
申请号：CN202111003208.5
申请日：2021-08-30
Applicant: 暨南大学
Abstract: 本发明公开了一种基于高阶滑膜跟踪微分器的加速度估计方法、系统、设备和介质，所述方法包括：利用增广最小二乘法对速度进行参数辨识，得到速度估计的最大测量噪声幅值；根据所述速度估计的最大测量噪声幅值，使用一阶滑膜跟踪微分器精确估计目标的速度，得到目标速度的估计值；根据所述目标速度的估计值，得到加速度估计的最大测量噪声幅值；根据所述加速度估计的最大测量噪声幅值，使用高阶滑膜跟踪微分器精确估计目标的加速度，得到目标加速度的估计值。本发明使用增广最小二乘法进行参数辨识，分别获得速度和加速度估计的最大测量噪声幅值；同时使用高阶滑膜跟踪微分器，保证了加速度估计值能够达到要求的精度。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.021 seconds)
