-
公开(公告)号：CN111597819B
公开(公告)日：2021-01-26
申请号：CN202010389561.0
申请日：2020-05-08
申请人： 河海大学
摘要： 本发明公开了一种基于关键词的大坝缺陷图像描述文本生成方法，步骤为：将分解机模型与RNN编码器相结合，将缺陷关键词作为编码器的输入；将编码器语义向量通过注意力机制分配权重，控制缺陷描述文本语义；采用LSTM解码器进行文本预测，通过输入门、遗忘门和输出门来控制隐藏状态中信息的流动，减少传统循环神经网络梯度消失或梯度爆炸的现象。本发明弱化输入序列之间的时序性，强调缺陷关键词之间的成因关联，不仅能够生成完整语义的描述文本，同时还避免了梯度爆炸现象。经分解机编码器与解码器模型生成的描述文本能够准确并连贯地描述缺陷信息，还能够清晰表达缺陷之间的成因关联。
-
公开(公告)号：CN107590394B
公开(公告)日：2019-08-20
申请号：CN201710678587.5
申请日：2017-08-10
申请人： 河海大学
摘要： 本发明公开一种基于混沌映射与比特重组的图像加密方法，首先利用Tent混沌映射生成一个伪随机序列，然后将转成比特的明文图像进行全局置乱，将置乱后的比特像素矩阵分块进行Henon映射的置乱，最后经过简单的扩散操作得到最后的密文图像。置乱序列与明文图像的内容相关，因此能够有效的抵抗选择明(密)文攻击，同时本发明方法具有较好的扩散性，能够有效的抵抗统计分析、差分攻击，密钥空间也完全能抵抗穷举攻击。
-
公开(公告)号：CN110097187A
公开(公告)日：2019-08-06
申请号：CN201910355830.9
申请日：2019-04-29
申请人： 河海大学
摘要： 本发明公开了一种基于激活-熵权重剪枝的CNN模型压缩方法包括基于激活-熵权值的重要性评判和面向层的迭代剪枝两个阶段。在基于激活-熵权值的重要性评判阶段：采用基于激活-熵的权重评判方法，将神经元激活值和信息熵结合计算权值重要性得分，用以衡量权值重要性。在面向层的迭代剪枝阶段：采用逐层剪枝，根据权值重要性得分，遵循筛选-裁剪-微调步骤对每层神经元进行迭代剪枝，在保证模型精确度下有效压缩CNN模型体积。本发明采用基于激活-熵权重剪枝方法，筛选重要性低的模型参数，从而减少CNN模型体积。同时对剪枝后模型进行微调，保证模型计算精度。
-
公开(公告)号：CN109543746A
公开(公告)日：2019-03-29
申请号：CN201811380416.5
申请日：2018-11-20
申请人： 河海大学
摘要： 本发明公开一种基于节点可靠性的传感器网络事件融合与决策方法，利用传感器网络对结构工程运行工况进行评判和决策包括事件分类和事件决策融合两个阶段。在事件分类阶段：传感器网络检测结构工程中异常事件并分类，反映其局部区域物理状态变化。考虑节点可靠性差异协同对事件分类，降低分类误差。在事件决策融合阶段：异常事件级别变化可以反映结构体运行状态，融合不同事件分类结果对结构工程工况进行评判和决策。利用基于深度学习的事件融合模型，采用数据增强方法解决训练样本少的问题，动态更新模型参数，辅助结构工程运行工况评判。
-
公开(公告)号：CN107610464B
公开(公告)日：2019-02-12
申请号：CN201710683275.3
申请日：2017-08-11
申请人： 河海大学
摘要： 本发明公开了一种基于高斯混合时间序列模型(Gauss Mixture Time Series Model，简称GMTSM)的轨迹预测方法，对海量车辆历史轨迹进行模型回归和路段车流量的分析，实现车辆轨迹预测。主要步骤包括：(1)对车辆历史轨迹利用k‑means算法进行无监督学习聚类。(2)利用高斯混合时间序列模型构建历史轨迹概率分布模型。(3)通过混合模型回归过程预测移动对象轨迹。实验结果表明，高斯混合时间序列模型在路段车流量突变情况下，通过模型自动调整分模型的权重，选出最大概率的预测轨迹。
-
公开(公告)号：CN109101638A
公开(公告)日：2018-12-28
申请号：CN201810946824.6
申请日：2018-08-20
申请人： 河海大学
CPC分类号： G06F11/0793 , G06F2216/03
摘要： 本发明公开了一种大坝变形监测连续性缺失数据补全方法，该方法解决大坝变形监测数据中连续性缺失补全问题。首先，对变形监测数据中连续性缺失进行预处理；其次，分别从全局空间、全局时间、局部空间、局部时间以及语义角度，计算变形监测测点间时空相似性以及功能相似性，对变形监测数据中缺失数据进行全局和局部的空间、时间插值以及语义插值；最后，构造深度神经网络模型，将上述变形监测缺失数据补全初步结果作为输入，利用深度神经网络表示能力，实现非线性融合，完成大坝变形监测中连续性缺失数据补全。
-
公开(公告)号：CN105357296B
公开(公告)日：2018-10-23
申请号：CN201510733634.2
申请日：2015-10-30
申请人： 河海大学
IPC分类号： H04L29/08
摘要： 本发明公开一种Docker云平台下弹性缓存系统，由WebServer模块、Docker集群管理模块、Docker宿主机集群、MySQL数据库、Etcd集群、Docker镜像仓库、客户端组成。Client端传输用户与验证信息至WebServer模块；WebServer模块将Docker容器控制相关数据、获取宿主机状态命令发送至Docker集群管理模块；WebServer模块读取与写入宿主机状态、用户信息至MySQL数据库；WebServer模块发送容器启动状态信息至Etcd集群；Client端从Docker宿主机集群中读取缓存数据、Proxy节点列表信息；Docker宿主机集群传输宿主机状态数据、Docker管理数据至Docker集群管理模块；从Docker镜像仓库中发送Docker Image数据至Docker集群管理模块；Docker宿主机集群传输缓存集群启动相关数据、Docker容器状态数据、弹性事件数据、容灾事件数据至Etcd集群。
-
公开(公告)号：CN108052832A
公开(公告)日：2018-05-18
申请号：CN201711210204.8
申请日：2017-11-28
申请人： 河海大学
IPC分类号： G06F21/62
摘要： 本发明提供一种基于排序的微聚集匿名化方法，该方法包括以下步骤：(1)排序操作：基于Ql准标识符对数据集划分为多个类，使得k‑划分是所述数据集基于Ql准标识符的；(2)基于排序的划分操作：从排序操作后的数据集初始化的第一条和最后一条两个极端记录开始分别系统地形成等价类，等价类的记录数保持在k之内；(3)聚集操作：以所述两个极端记录的中心点作为每个等价类的质心点，以所述等价类的均值代替所有的敏感属性值形成匿名等价类。本发明首先是根据均值排序技术对k‑划分过程进行有效的改进，确保其信息损失率降到最低，提高算法的执行效率并且在引入排序的概念后可以处理多维数据集，其次能够提高略高的隐私保护。
-
公开(公告)号：CN107862212A
公开(公告)日：2018-03-30
申请号：CN201711206206.X
申请日：2017-11-27
申请人： 河海大学
IPC分类号： G06F21/60
CPC分类号： G06F21/602
摘要： 本发明公开了一种基于像素位的图像置乱方法，该方法首先对大小为M x N图像的像素值按照十进制位分解，形成3个大小为M x N的二维矩阵，通过Henon映射迭代产生混沌序列，利用产生的混沌序列对每一个二维矩阵进行置乱，产生3个新的大小为M x N二维矩阵，再将3个二维矩阵按十进制合成，形成一个新的二维矩阵，对该矩阵进行取模操作，生成置乱图像；本发明中明文图像通过像素位分解和合成，使得图像的各像素值改变，从而使得密文图像的直方图产生变化；该方法置乱速度快，置乱效果好，最少1次迭代即可以达到满意的置乱程度；可以抵抗统计攻击，且恢复图像的可读性不受影响。
-
公开(公告)号：CN103971320B
公开(公告)日：2018-03-13
申请号：CN201410172772.3
申请日：2014-04-25
申请人： 河海大学
摘要： 本发明公开了一种基于Henon映射的图像置乱及恢复方法，该方法包括图像置乱和图像恢复两个过程，利用Henon映射的迭代实现图像的置乱，利用Henon映射的逆变换的迭代实现置乱图像的恢复。本发明中原始图像通过Henon映射最少迭代2次即能达到满意的置乱程度，实现了图像的快速置乱；同时从置乱状态逆向迭代相同的步数便能很快恢复出原图像。此外，本方法抗攻击能力强，能抵抗一定的剪切、噪声的攻击，且恢复图像的可读性不受影响。
-
-
-
-
-
-
-
-
-
搜索结果
110 条记录 (耗时 0.092 秒)
