-
公开(公告)号：CN116994151A
公开(公告)日：2023-11-03
申请号：CN202310655171.7
申请日：2023-06-02
Applicant: 广州大学
IPC: G06V20/13 , G06V10/25 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于SAR图像和YOLOv5s网络的海上舰船目标识别方法，将关于船舶的数据集按照一定比例划分后，分别对训练集中的图像和标签做垂直翻转，水平翻转，顺时针旋转90度，顺时针旋转180度，得到更多用于训练的SAR图像，随后在YOLOv5s网络backbone模块的第九层加入CBAM注意力机制并将目标框回归损失函数修改为EIOU，训练模型以提高模型的泛化能力和识别精度，改善基于深度学习的方法存在的识别精度不高、漏检严重的问题。
-
公开(公告)号：CN116980901A
公开(公告)日：2023-10-31
申请号：CN202310954739.5
申请日：2023-08-01
Applicant: 广州大学
IPC: H04W12/122 , H04W4/40 , G06N3/006 , G06N20/20
Abstract: 本发明公开了一种基于混合堆叠集成算法的车联网入侵检测方法，步骤包括采集车载网络和车外网网络数据集；对采集的车载网络和车外网网络数据集进行数据预处理；对数据预处理后的车载网络和车外网网络数据进行特征工程；通过三个经过超参数优化的基于树的集成算法进行模型训练；检测车载网络和车外网网络数据进行正常和异常分类，并处理结果输出。本发明可以处理大规模的车联网数据集，同时具有较快的训练和预测速度，可以满足车联网实时入侵检测的需求。
-
公开(公告)号：CN116912553A
公开(公告)日：2023-10-20
申请号：CN202310656347.0
申请日：2023-06-02
Applicant: 广州大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于改进YOLOV5算法的无人艇载水面障碍物检测方法，提出了基于改进YOLOV5算法的无人艇载水面障碍物检测方法，通过对数据集图片进行预处理，并将预处理后的图片按照等比例划分后，通过优化原有YOLOV5模型中的Backbone部分进行改进，引入CBAM注意力机制通过对卷积神经网络的特征图进行动态调整，提高网络对目标区域的关注度和感知能力，对于某些环境下快速且准确的识别出船舶类型有一定程度的帮助。本文设计的水上船舶识别可依靠对已有图片的训练，用计算机视觉、深度学习等技术识别出船舶类型，对于无人船完全自动化具有一定的应用价值。
-
公开(公告)号：CN116910598A
公开(公告)日：2023-10-20
申请号：CN202310656331.X
申请日：2023-06-02
Applicant: 广州大学
IPC: G06F18/23213 , G06F18/2411 , G06F18/214 , G06N3/126 , G06F18/15
Abstract: 本发明公开了一种基于集成学习的工业控制系统入侵检测方法，本发明方法以决策树为基学习器，引入K‑Means聚类标签作为新特征，采用随机森林算法作为集成策略，最后利用差分进化算法进行参数寻优。实验结果表明，构建的检测模型符合国家标准，具有良好的入侵检测能力。
-
公开(公告)号：CN119539047A
公开(公告)日：2025-02-28
申请号：CN202411482849.7
申请日：2024-10-22
Applicant: 广州大学
IPC: G06N5/022 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种网络安全关系抽取方法，其中方法步骤如下：S1：获得安全事件数据集，对安全事件数据集中的数据进行清洗、预处理以及切分标记，最后将完成标记的数据集分为训练数据集和测试数据集S2：构建关系抽取预测模型S3：将训练数据集输入关系抽取预测模型，获得安全事件预测结果，根据预测结果对所述关系预抽取模型的参数进行调整S4：将测试数据集数据输入所述关系预抽取模型，得到模型的性能参数，则重复步骤S3至性能参数高于预设值，后将该模型保存为安全关系抽取模型。
-
Patent Agency Ranking
公开(公告)号：CN116912879A
公开(公告)日：2023-10-20
申请号：CN202310655206.7
申请日：2023-06-02
Applicant: 广州大学
IPC: G06V40/10 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于迁移学习的刷耳身份识别方法，提出了一种基于迁移学习的刷耳身份识别方法，通过对数据集图片进行预处理，并将预处理后的图片按照等比例划分后，抽取部分分别用于验证集、神经网络学习人耳特征、评估神经网络学习效果和评估已经完成训练的神经网络模型，通过预训练模型从新的样本中提取出特征，然后将这些特征输入到一个新的分类器，从头开始训练，选择冻结预训练权重，只对新的分类器权重进行训练，最后对预训练权重进行微调使模型更适应于人耳图像分类任务。
-
公开(公告)号：CN119676373A
公开(公告)日：2025-03-21
申请号：CN202411471428.4
申请日：2024-10-21
Applicant: 广州大学
Abstract: 本发明属于数据加密领域，公开了基于混沌帐篷映射的人脸图像数据加密方法，包括：S1，设置混沌系统的初始状态；S2，接收人脸图像和初始化参数并生成初始种子；S3，对人脸图像进行置乱和扩散，得到R、G、B三通道的加密图像R′、G′、B′；S4，分别对R′、G′、B′进行DNA编码，得到向量R_DNA、G_DNA、B_DNA；S5，分别对R_DNA、R_DNA、R_DNA进行混淆，得到加密后的向量R′_DNA、G′_DNA、B′_DNA；S6，对R′_DNA、G′_DNA、B′_DNA进行解码与合并，得到加密的人脸图像。本发明提升了算法的安全性和可靠性。在保持算法效率的同时，显著提高了加密过程的复杂性。本发明通过混沌系统的非线性特性和DNA编码的随机性，增强了对已知攻击模式的防御机制。
-
公开(公告)号：CN119653021A
公开(公告)日：2025-03-18
申请号：CN202411528353.9
申请日：2024-10-29
Applicant: 广州大学
IPC: H04N1/44 , H04L9/00 , G06V40/16 , G06V10/764
Abstract: 本发明公开了一种基于Zaslavsky混沌映射下的彩色人脸图像加密方法，基于Zaslavsky混沌映射下的彩色人脸图像加密方法，以二维Zaslavsky混沌映射为序列生成映射，并在特定控制参数和初值下的混沌特性并设计了以其部分控制参数作为密钥的加解密方法。
-
公开(公告)号：CN119314133A
公开(公告)日：2025-01-14
申请号：CN202411423805.7
申请日：2024-10-11
Applicant: 广州大学
IPC: G06V20/56 , G06V10/774 , G06V10/776 , G06V10/82
Abstract: 本发明属于道路识别领域，公开了基于改进UNet3+网络模型的非结构化道路可行驶区域识别方法，包括：S1，获取非结构化道路数据，基于非结构化道路数据获取训练集和验证集；S2,对训练集进行数据增强；S3,对验证集和数据增强后的训练集进行归一化处理，得到经过归一化处理的验证集和训练集；S4，使用S3中归一化处理得到的训练集对非结构化道路可行驶区域识别模型进行训练；S5，使用训练完成的非结构化道路可行驶区域识别模型对需要进行识别的非结构化道路数据进行预测。本发明通过在数据集、模型改进和损失函数三个方面入手，提升模型对于非结构化道路可行驶区域的识别精度，提高模型对多种不同驾驶场景的适应性。
-
公开(公告)号：CN118608084A
公开(公告)日：2024-09-06
申请号：CN202410762549.8
申请日：2024-06-13
Applicant: 广州大学 , 广州中科易德科技有限公司
IPC: G06Q10/10 , G06F16/16 , G06F16/33 , G06F16/951 , G06F40/166 , G06F40/194
Abstract: 本申请涉及数据处理技术领域，本申请提供一种基于大模型的文档指标审评方法，包括：S10：采集国家标准文件；S20：对所述国家标准文件进行统一化处理并存入向量数据库；S30：基于待检测文档在所述向量数据库中寻找对应国家标准文件；S40：逐一检索所述待检测文档的标题和文本；S50：基于OpenAI的审评模型输出审评结果，所述待检测文档作为审评模型的输入，所述对应国家标准文件作为审评模型的证据，输出审评结果；S60：对所述评审结果进行反馈判断，并对不符合反馈判断的评审结果进行二次评审更替评审结果；S70：整理评审结果并组成微调数据集。本申请通过规范了审评的模式，每一步都有迹可寻，可以溯源追踪到审评的每一步，效果更加出众和方便。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.031 seconds)
