Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 湖南工商大学魏建好获国家专利权

湖南工商大学魏建好获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉湖南工商大学申请的专利一种多模态行人行为监测的隐私保护方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120012164B

龙图腾网通过国家知识产权局官网在2025-07-04发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510481109.X,技术领域涉及:G06F21/62;该发明授权一种多模态行人行为监测的隐私保护方法是由魏建好;周渟森;刘利枚;周新民;张锦;李宗耀;龙依玲设计研发完成,并于2025-04-17向国家知识产权局提交的专利申请。

一种多模态行人行为监测的隐私保护方法在说明书摘要公布了:本发明提供了一种多模态行人行为监测的隐私保护方法,涉及信息安全领域,包括以下步骤:步骤一:基于时空混合Mamba的多模态行人数据融合方法,进行多模态行人时空特征融合;步骤二:基于自适应特征密度感知的差分隐私保护方法,有效保护融合特征;步骤三:基于双流动态Transformer的多模态行人行为预训练方法,提高模型预训练精度;步骤四:面向自适应时空相关性的稀疏梯度隐私保护方法,确保模型安全性;步骤五:基于动态学习率的多模态行人行为监测方法,进行高效监测。本发明实现了高准确的行人行为监测,并基于差分隐私性质,满足差分隐私,提高了多模态行人行为监测的安全性和有效性。

本发明授权一种多模态行人行为监测的隐私保护方法在权利要求书中公布了:1.一种多模态行人行为监测的隐私保护方法,其特征在于,包括以下步骤: 步骤一:基于时空混合Mamba的多模态行人数据融合方法,提取各个模态行人数据特征,进行多模态时空特征融合; 步骤二:基于自适应特征密度感知的差分隐私保护方法,对融合特征进行拉普拉斯噪声扰动,保护多模态时空特征的相关性隐私; 步骤三:基于双流动态Transformer的多模态行人行为预训练方法,平衡稀疏噪声特征和密集噪声特征,提高模型预训练精度; 步骤四:面向自适应时空相关性的稀疏梯度隐私保护方法,保护模型梯度的时空相关性隐私; 所述步骤四,包括以下步骤: 步骤4.1:在云服务器中选择一个子集,计算每个边缘节点在t轮训练中使用样本s计算出的原始梯度,通过误差补偿修正原始梯度,得到修正后的梯度; 步骤4.2:计算每个边缘节点的平均梯度,并根据上一轮的平均梯度计算时空相关性,动态调整Top-K大小; 步骤4.3:通过Top-K算子对每个边缘节点的平均梯度进行稀疏化,得到稀疏梯度,并记录梯度差值作为新的误差补偿; 步骤4.4:对于稀疏梯度的每个分量,边缘节点采样两个变量,然后通过量化步长进行梯度量化,边缘节点将量化梯度发送至云服务器; 步骤五:基于动态学习率的多模态行人行为监测方法,动态更新全局模型参数,进行行人行为监测; 所述步骤五,包括以下步骤: 步骤5.1:云服务器接收到所有边缘节点的量化梯度后,使用边缘节点m的共享随机种子,采样相同的变量,然后解码梯度; 步骤5.2:云服务器聚合所有解码后的梯度,根据每个边缘节点的贡献度调整权重,并使用动态学习率更新全局模型,并开始下一次迭代; 步骤5.3:云服务器将全局模型参数下发至各边缘节点,进行多模态行人行为监测任务,在模型预测阶段,模型输出多个行人行为,并使用行为多样性增强算法来优化选择策略,以覆盖多模态行人行为模式。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人湖南工商大学,其通讯地址为:410000 湖南省长沙市岳麓区岳麓大道569号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。