-
公开(公告)号：CN115796876A
公开(公告)日：2023-03-14
申请号：CN202211191930.0
申请日：2022-09-28
Applicant: 广州大学
Abstract: 本发明公开了一种用于区块链扩展的多人链下交易方法，包括以下步骤：通过部署通道智能合约创建链下通道；初始化通道，领导者通过随机领导者选举机制选出；普通链下用户向通道发起一笔交易请求加入链下通道，通过链下交易机制进行点对点的即时交易，领导者处理链下交易的同时维护全全局的用户状态；验证者对领导者对本轮交易所产生的检查点进行共识，直到达成共识后链下通道进入下一轮次；如果链下无法达成共识，进入挑战阶段；挑战者可选择使用智能合约对领导者发起挑战，最后依照不同的挑战类型对存在作恶行为的领导者实施惩罚。本发明把双人通道拓展到多人通道网络，改善了区块链中交易失败率高和通道失衡的问题。
-
Patent Agency Ranking
公开(公告)号：CN114783203A
公开(公告)日：2022-07-22
申请号：CN202210233851.5
申请日：2022-03-09
Applicant: 广州大学
Abstract: 本发明提供了一种基于智能物联网的停车场管理系统，包括移动终端模块、中央服务器模块、管理中心模块、交换机模块、网络控制器模块、车场大屏模块和出入场模块；移动终端模块与中央服务器模块连接，中央服务器模块与管理中心模块连接，管理中心模块与交换机模块连接，交换机模块分别与网络控制器模块、车场大屏模块、出入场模块连接。本发明还提供了一种基于该系统的管理方法。本发明提高了停车场的管理与运维效率；满足了更多样的停车需求，实现了车辆信息的自动采集、传输和处理。并实现停车场管理系统与移动终端的数据交互，实现云端查看车场的基本情况信息。
-
公开(公告)号：CN114582134A
公开(公告)日：2022-06-03
申请号：CN202210225182.7
申请日：2022-03-07
Applicant: 广州大学
Abstract: 本发明涉及智能交互停车技术领域，且公开了一种基于智能交互的全程指引停车场系统及方法，包括中央系统，所述中央系统信号连接有车辆识别模块、人工智能模块、智能停车指引模块、智能用户指引模块、智能交互模块以及智能车辆收费模块，所述车辆识别模块包括：摄像头拍摄模块，用于拍摄车辆的车牌信息，车辆颜色，车辆外形以及驾驶人的头像；信息录入模型，用于接受摄像头拍摄模块所捕获的图片，图片所拍摄的时间；信息显示模块用于显示停车场信息以及车位引导；智能用户指引模块提供用户车辆停车全程指引，指引方式包括但不限于：LED颜色灯、射灯、反光模块、投影、全息投影，提供最优化停车路径规划并进行视觉指引。
-
公开(公告)号：CN116562875A
公开(公告)日：2023-08-08
申请号：CN202310663067.2
申请日：2023-06-06
Applicant: 广州大学
IPC: G06Q20/38
Abstract: 本发明公开了一种基于状态通道的链下快速交易方法，涉及区块链的链下快速交易领域，在链上部署权益合约和通道作恶检测合约，初始化链上通道账户；交易协作者构建状态通道网络，初始化通道配置，开启通道系统并提供服务；普通参与者通过链上权益合约抵押资金以加入通道，通过通道ID加入通道网络参与交易；链下交易采用周期批提交的方式实现，周期结束后，使用基于稳定性评分的选举机制选出下一周期的交易协作者；状态同步产生争议，任意参与者通过调用链上通道作恶检测合约触发争议处理机制，保障通道参与者资金的安全性和系统活性。本发明能够解决通道网络阻塞、资金利用率低等问题，在保障通道安全和可用性的情况下提升通道效率和稳定性。
-
公开(公告)号：CN115796301A
公开(公告)日：2023-03-14
申请号：CN202211382596.7
申请日：2022-11-07
Applicant: 广州大学
IPC: G06N20/00 , G06F18/214
Abstract: 本发明涉及到半监督学习与在线学习领域，尤其涉及了在线任意数据流场景下的半监督算法，该算法框架主要分为任意数据流构建、通过高斯联结GC学习潜规则、通过局部密度峰值Local‑DPC学习数据的几何结构特征、加速收敛的在线组合算法四个部分。任意数据流构建是针对真实线上应用场景中所出现的混合、缺失两个情况的数据集；通过GC学习潜规则是利用观测数据空间通过边缘分布函数构建潜在数据特征空间；通过Local‑DPC学习数据特征空间的几何结构，构建缺失标签的伪标签。最终，针对不同的数据分布空间下的模型构建加速收敛的在线组合算法。混合在线数据流场景下的半监督算法模型不仅有效解决缺失数据填充问题，同时也解决缺失数据缺失标签问题。
-
公开(公告)号：CN115967944A
公开(公告)日：2023-04-14
申请号：CN202211382604.8
申请日：2022-11-07
Applicant: 广州大学
IPC: H04W12/122 , H04L41/14 , H04L9/40 , G06V10/82 , G06V10/774 , G06N3/0475 , G06N3/084
Abstract: 本发明提出了一种基于GAN模型的多数据特征域扰动攻击方法，其特征在于：所述GAN模型是包括生成器和判别器这两个神经网络，通过生成器与判别器之间的相互博弈，达到相互平衡的状态的模型。所述多数据特征域是指同一物体的数据存在形式并不是单一的，如雷达数据就包括复数、实数及RGB等三种格式，同样音频也存在有时频、空间频域等格式。该基于GAN模型的多数据特征域扰动攻击方法，提出相对均值交叉熵损失函数，在考虑单一样本的区分情况下，也考虑同一类别的区分情况。同时通过跨域算法实现不同数据特征空间都成功发起扰动攻击，并且能灵活在不同的数值空间上迁移扰动，从而实现对样本的有目标跨域攻击以及无目标跨域攻击。
-
-
-
-
-
Search Results
6
records
(took 0.02 seconds)
