-
公开(公告)号：CN110263863A
公开(公告)日：2019-09-20
申请号：CN201910547744.8
申请日：2019-06-24
申请人： 南京农业大学
摘要： 本发明公开了一种基于迁移学习与双线性InceptionResNetV2的细粒度菌类表型识别方法，其主要步骤为：(1)建立基于迁移学习与双线性的细粒度菌类表型识别模型；(2)基于识别模型进行迁移学习与训练；(3)将图像输入识别模型后进行预处理；(4)对预处理后的图像数据进行特征提取。本发明将两个对称InceptionResNetV2特征提取网络提取到的特征结合起来，得到更细粒度的特征，使识别效果更好；并且使用基于模型的迁移学习训练方法，将在ImageNet数据集上预训练好的特征提取网络参数权重迁移到菌类细粒度表型数据集上，能够在较短的训练时间内，达到更好的收敛性能，使识别结果更好。
-
公开(公告)号：CN108830320A
公开(公告)日：2018-11-16
申请号：CN201810616815.0
申请日：2018-06-15
申请人： 南京农业大学
IPC分类号： G06K9/62
摘要： 本发明提出一种基于鉴别和鲁棒多特征提取的高光谱图像分类方法，针对高光谱图像中不同类型的空谱特征，本方法将其投影到一个共同的低秩、鉴别子空间，并保留不同特征的重要性。本方法运行包括两个阶段，首先，根据不同特征的重要性，分别赋予它们不同的权重；然后，学习一个具有鲁棒和鉴别特性的低维子空间；接着，将不同的特征投影至低维子空间中；最后，使用支持向量机对新的特征进行分类。本发明通过特征降维，不仅能够对噪声鲁棒，抵御高光谱图像中的噪声干扰，同时可以保留不同特征的重要性，同时利用已有的标签，使获得的特征具有鉴别特性，有效提高了分类的效果。
-
公开(公告)号：CN103440672A
公开(公告)日：2013-12-11
申请号：CN201310302804.2
申请日：2013-07-19
申请人： 南京农业大学
摘要： 本发明提供一种花卉花朵图像分割提取方法，采用改进的主动轮廓模型算法，实现从蝴蝶兰花簇图像中提取单个花朵图像，为自动识别花卉的生长状态奠定基础。首先利用改进的骨架算法和轮廓重生算法，生成花卉花簇的初始轮廓；再利用含有形状能量的主动轮廓模型进行轮廓的演化，使其接近真实的花卉花簇边缘，最后根据花卉花蕊位置获得相应的花卉花朵。实例验证和比对实验结果表明，该算法能够较好的分割和提取蝴蝶兰花簇中单个花朵，并具有较强的抗噪能力。利用本文的方法，可以较好的提取蝴蝶兰花簇中的单个花朵，与人工提取效果进行比对，正确率达到了91.5%。
-
公开(公告)号：CN115423119A
公开(公告)日：2022-12-02
申请号：CN202211164422.3
申请日：2022-09-23
申请人： 南京农业大学
摘要： 本发明公开了一种基于信任度的分散式联邦学习的医疗机构数据共享方法，包含以下步骤：所有医疗机构随机分组，选出代表性机构；每组计算平均梯度值与可信度；代表性医疗机构计算自己与其余代表性医疗机构的欧氏距离；代表性机构之间根据信任度/欧氏距离选出最终参与聚合的代表性医疗机构的参数；计算所选机构参数的平均值更新全局模型。本发明基于分散式联邦学习实现分层聚合，以此实现隐私保护与鲁棒性；实验结果表明，在不同规模的恶意医疗机构场景下，本方法均能取得较好的实验效果。
-
公开(公告)号：CN112291054B
公开(公告)日：2022-06-14
申请号：CN202011342764.0
申请日：2020-11-26
申请人： 南京农业大学
IPC分类号： H04L9/00
摘要： 本发明提出一种针对低熵掩码方案的侧信道泄露检测方法，通过对布尔低熵掩码和乘法低熵掩码分别定义安全模型，实现高效的泄漏检测。首先通过定义适用不同掩码类型的安全模型作为判别是否存在泄露的条件；根据目标低熵掩码方案类型，采用不同安全模型对掩码集合进行分析，得到理论泄漏量；最后，对目标掩码方案采集到的实际能耗曲线进行特定掩码变量的t‑test检测，得到实际泄露量。本发明的方法适用于低熵掩码方案，实现了通用类型低熵掩码方案的掩码集合是否平衡的分析，对其可抵抗单变量攻击的能力可进行理论和实测泄露程度的量化。
-
公开(公告)号：CN112564885A
公开(公告)日：2021-03-26
申请号：CN202011352153.4
申请日：2020-11-26
申请人： 南京农业大学
IPC分类号： H04L9/00
摘要： 本发明提出一种基于掩码变量最大概率密度函数分布的侧信道攻击方法，利用掩码集合中不同掩码值对应的掩码后变量分布偏差，计算概率密度函数分布，通过选取分布在不同敏感中间值下的最大值得到一种面向掩码方案的增强侧信道攻击方法。本方法首先对掩码方案的掩码集合进行预评估，然后计算所有猜测密钥相应的假设中间值在该掩码集合下的概率密度分布，最终选择最大概率密度分布值作为假设功耗值，计算与实际功耗之间的相关性，得到所有猜测密钥的概率排序，恢复出正确密钥。本发明的方法能够适用于固定掩码方案，同时实现提高攻击成功率，减少攻击成功所需要的曲线量。
-
公开(公告)号：CN112183635A
公开(公告)日：2021-01-05
申请号：CN202011047680.4
申请日：2020-09-29
申请人： 南京农业大学
摘要： 本发明提出一种多尺度反卷积网络实现植物叶部病斑分割与识别方法，该方法利用少量像素级标记，实现端到端的植物叶部病斑分割与识别。首先利用多尺度残差块构建多尺度特征提取模块，提取多尺度病害特征；然后引入分类与桥接模块获取特定类的激活图，此激活图包含特定类别病斑的关键信息，将它进行上采样，实现病斑的分割；最终设计反卷积模块，结合少量病斑标注引导特征提取网络关注病斑真实位置，进一步优化识别与分割效果。本发明的方法能够适用于像素级标注样本数量不足的植物叶部病害识别与分割的情况，实现识别与分割的一体化。模型在光线不足、有噪声干扰的病害图像中具有较强鲁棒性。
-
公开(公告)号：CN108932314A
公开(公告)日：2018-12-04
申请号：CN201810640741.4
申请日：2018-06-21
申请人： 南京农业大学
摘要： 本发明公开了一种基于深度哈希学习的菊花图像内容检索方法，该方法利用深度神经网络算法和Hash编码来进行图像的识别和检索，首先建立训练集和测试集对待识别图像进行预数据处理，增强图像的泛化能力和识别度，然后通过卷积神经网络构建菊花图像特征提取模型，通过在卷积神经网络的哈希层哈希编码实现查询计算。该方法基于深度哈希学习使得高维数据在向低维空间映射时，数据在高维空间的相似性能够在海明空间得到保持，使得高维数据在向低维空间映射时保持编码平衡准则，本发明对菊花数据集进行处理，增强数据集以增强模型泛化能力，并提高了图像的检索质量和检索效率。
-
公开(公告)号：CN106845629A
公开(公告)日：2017-06-13
申请号：CN201710073144.3
申请日：2017-02-10
申请人： 南京农业大学
IPC分类号： G06N3/00
CPC分类号： G06N3/006
摘要： 一种基于越界重置的参数列维化粒子群算法，该算法通过幂率分布来调整粒子群算法的参数取值，并针对做出长距离移动后在边界滞留的粒子，引入越界重置机制。本发明避免了列维飞行的高随机性带来的粒子在边界滞留从而失去寻优能力的情况，进一步提升了算法的性能。与此同时，在很大程度上降低了粒子群算法容易陷入局部最优而无法收敛到最优解的可能性，且具有更快的收敛速度和更高的收敛精度。
-
公开(公告)号：CN103228021B
公开(公告)日：2016-06-15
申请号：CN201310000985.3
申请日：2013-01-05
申请人： 南京农业大学
CPC分类号： Y02D70/32
摘要： 一种基于无线传感器执行器网络的设施作物生长环境参数监测和控制方法，其特征是包括三个阶段：分簇形成阶段、簇内更新阶段、簇头重新选举阶段。该方法将WSAN技术应用于设施作物，并提出一种适合WSAN网络的协作路由协议——基于动态分簇的角度转发路由协议，同时提出一种基于密封第一价拍卖的实时任务分配算法RTAA-SFPA。本发明可以实现设施作物应用的自动化、网络化和智能化；可以实现设施作物管理的实时性、可靠性和低能耗。
-
-
-
-
-
-
-
-
-
搜索结果
39 条记录 (耗时 0.029 秒)
