一种基于复合混沌系统的图像加密方法和图像处理设备

    公开(公告)号:CN109977686A

    公开(公告)日:2019-07-05

    申请号:CN201910257477.0

    申请日:2019-04-01

    Abstract: 本发明适用于图像加密领域,提供了一种基于复合混沌系统的图像加密方法和图像处理设备。所述方法包括:将Sine映射、Tent映射和Logistic映射作为种子映射,利用级联操作和非线性组合扩展混沌范围,生成复合混沌系统;利用复合混沌系统产生混沌序列来对明文图像进行预加密,生成预加密图像;获取参考图像,将预加密图像和参考图像结合,利用离散小波变换DWT算法生成视觉上有意义的密文图像。本发明的方法具有更宽的混沌范围和更复杂的混沌行为,提高了加密性能;且由于生成视觉上有意义的密文图像,因此降低被攻击的概率,能够抵御选择明文攻击和穷举攻击,具有较好的加密性能。

    一种共存式无人机导航诱骗系统及方法

    公开(公告)号:CN108333600A

    公开(公告)日:2018-07-27

    申请号:CN201810134174.5

    申请日:2018-02-09

    Abstract: 本发明提供一种共存式无人机导航诱骗系统及方法,该诱骗系统包括:搜星系统,用于接收真实卫星信号并解析该真实卫星信号,解析的结果数据被传输至欺骗信号生成控制系统;欺骗信号生成控制系统,用于相关参数计算和欺骗信号的生成;信号发射系统,将欺骗信号生成控制系统生成的欺骗信号发送至目标无人机,目标无人机的接收机同时捕获跟踪欺骗信号和真实卫星信号;欺骗信号生成控制系统增大欺骗信号功率以剥离真实信号,对目标无人机的跟踪环路进行控制。本发明通过生成同步的假星与天上星共存于目标接收机中,共存之后就逐步加大欺骗信号功率,抬高接收机处理的噪声基底,导致真实信号在接收机的相关器中输出的信噪比降低,欺骗信号凭借功率优势,逐步将真实信号剥离跟踪环路,进而控制跟踪环路,实现对黑飞无人机飞行飞向及速度的欺骗。

    GPS共视信号模拟生成方法及GPS共视信号模拟器

    公开(公告)号:CN107643527A

    公开(公告)日:2018-01-30

    申请号:CN201710806122.3

    申请日:2017-09-08

    Abstract: 本发明适用于导航领域,提供了一种GPS共视信号模拟生成方法及GPS共视信号模拟器。所述方法包括:接收星历参数和用户设置的参数信息;根据星历参数和仿真时间计算所有卫星的位置;分别计算两观测站相对于任一卫星的仰角,并分别确定所有对于两观测站可见的卫星;确定对于两观测站同时可见的卫星,将所述对于两观测站同时可见的卫星作为两观测站的共视卫星;针对每颗共视卫星生成相应的GPS共视信号导航电文;依次对每颗共视卫星的GPS共视卫星导航电文进行扩频调制和载波调制生成GPS共视卫星中频信号。本发明实现了模拟GPS共视信号,方法简单,可扩展性好。

    一种基于多源融合的地灾监测预警系统及方法

    公开(公告)号:CN119625926A

    公开(公告)日:2025-03-14

    申请号:CN202411421611.3

    申请日:2024-10-12

    Abstract: 本发明涉及自动监测预警技术领域,具体涉及一种基于多源融合的地灾监测预警系统及方法,系统包括数据采集模块、后台业务模块、地灾预警模块、预警发布模块、数据可视化模块,首先,数据采集模块用于获取GNSS位移数据、传感器数据和气象产品数据,并且将多种数据整合起来用于地灾监测与预警。其次,设计了可灵活替换预警算法模型的地灾预警模块,该模块利用历史监测数据进行模型的训练,训练生成的两个最优模型文件和两个最优参数文件用于实现快速建模并进行位移预测,若预测位移超出阈值,则将预测值和预警结果处理成固定的JSON格式并发送到RabbitMQ,等待预警发布模块消费数据。预警发布模块拼接通知内容并按照配置信息指定的方式发送至联系人。

    一种基于高光谱数据的森林叶绿素含量综合估算方法

    公开(公告)号:CN118734256A

    公开(公告)日:2024-10-01

    申请号:CN202410744285.3

    申请日:2024-06-11

    Abstract: 本发明涉及高光谱遥感技术领域,具体涉及一种基于高光谱数据的森林叶绿素含量综合估算方法,基于特定步长叶绿素含量下的高光谱反射率数据,获取敏感波段,筛选并计算光谱特征指数,构建综合反演模型,得到森林叶绿素含量反演结果。通过改变植被辐射传输模型的关键变量,获取理想状态下特定步长叶绿素含量的森林叶片反射率数据;依据敏感波段的波长范围筛选特征光谱指数,综合半经验统计方法与微粒群参数优化方法,构建基于特征指数的叶绿素含量的融合算法回归预测模型;通过分析模型预测结果的符合度指标,结合决定系数和敏感性系数,形成面向特定物候期的融合半经验方法和物理方法的森林叶绿素含量估算方法集,解决现有的叶绿素含量估算方法反演精度较低的问题。

    基于模型参数聚类的个性化联邦学习

    公开(公告)号:CN118469038A

    公开(公告)日:2024-08-09

    申请号:CN202410623419.6

    申请日:2024-05-20

    Abstract: 本发明涉及基于模型参数聚类的个性化联邦学习,包括:S1、中央服务器初始化模型;S2、中央服务器将模型分发给每个客户端,作为客户端模型;S3、客户端基于客户端本地数据集训练客户端模型,并将训练后的客户端模型发送至中央服务器;S4、中央服务器在获得训练后的客户端模型后,将多个训练后的客户端模型中同一维度的模型参数作为一组数据进行聚类,形成多个簇并计算出各自聚类中心;S5、中央服务器将聚类中心赋值给簇内的每条模型参数,从而组合得到多个个性化模型;S6、中央服务器将个性化模型分别发送给客户端;S7、客户端对个性化模型进行检验,若个性化模型收敛,或达到预设训练轮次,则停止训练,否则返回S3。

Patent Agency Ranking