-
公开(公告)号：CN118573375A
公开(公告)日：2024-08-30
申请号：CN202410640374.3
申请日：2024-05-21
Applicant: 淮阴工学院
Abstract: 本发明公开了一种无证书密钥隔离代理多重签名方法，所述方法包括以下步骤：（1）构建基于无证书密钥隔离代理多重签名系统并建立系统参数；（2）生成部分私钥和无证书密钥；（3）生成用户初始私钥；（4）用户私钥信息更新；（5）生成用户临时私钥；（6）代理签名密钥生成；（7）生成代理多重签名；（8）消息验证者收到代理多重签名后对签名进行验证。与现有技术相比，本发明提供的技术方案能解决在恶意可信中心存在的情况下一群原始签名人授权一个代理签名人来代表原始签名人来进行签名的应用场景中的密钥保护问题。
-
公开(公告)号：CN118710580B
公开(公告)日：2025-04-22
申请号：CN202410674679.6
申请日：2024-05-28
Applicant: 淮阴工学院
Abstract: 本发明涉及目标检测技术领域，具体公开了一种基于分层加权特征融合网络的玻璃瓶缺陷检测方法，获取不同缺陷的玻璃瓶口图像数据；搭建原始的YOLOv7网络模型，对YOLOv7的网络结构进行改进，在主干特征提取网络中引入CA注意力机制，构建高效层聚合网络S‑ELAN模块替换原有的ELAN；将Neck部分的特征融合网络替换为分层加权的特征融合网络HWFF，对主干网络获得的浅层特征图进行特征融合，选用EIoU作为损失函数进行模型优化；对改进的YOLOv7模型进行训练，利用训练后的模型进行缺陷检测。与现有技术相比，本发明能够提高深度学习技术对玻璃瓶口缺陷检测的准确率，加快检测速度，实验验证相较于原算法提高了4.6个百分点，并且在小缺陷识别上，相较于原算法更准确。
-
公开(公告)号：CN118503417A
公开(公告)日：2024-08-16
申请号：CN202410499788.9
申请日：2024-04-24
Applicant: 淮阴工学院
IPC: G06F16/35 , G06F16/33 , G06F18/2415 , G06N3/042 , G06N3/0455 , G06N3/048
Abstract: 本发明公开了一种化工产品评论情感分析方法，基于从网站采集的化工产品评论反馈文本若干，对其进行数据处理和清洗后进行标签分类；将数据集转化成ALBERT模型能够接受的向量形式；利用albert_zh对处理过的向量形式数据进行训练；将向量形式数据输入多头注意力机制，在每层Transformer Block模块中加入多层次图注意力层Multi‑GAT，基于每个向量节点进行注意力系数计算并进行softmax处理；将每层图注意力层计算出的结果采用多层次加权聚合的方式获取并形成最终表示；对ALBERT+Multi‑GAT模型的输出进行情感极性分析。本发明为解决化工产品评论长文本中情感分析不准确的问题，相比较主流的情感分析模型，在准确率、召回率及F1得分方面都有着明显的提升。
-
公开(公告)号：CN118035822A
公开(公告)日：2024-05-14
申请号：CN202410091021.2
申请日：2024-01-23
Applicant: 淮阴工学院
IPC: G06F18/241 , G06F40/289 , G06F40/211
Abstract: 本发明公开了一种文本平滑的灾害天气分类方法，本申请首先将灾害天气文本作为文本样本，对文本样本进行清洗和预处理，制作领域字典，在模型设计方面，使用了TS‑Net文本平滑模型,对文本样本数据进行数据加权增强；接着在PO‑Net特征优化模型上提取特征，使用Transformer模型分布式计算，得到样本的语义信息；其次使用特征提取器对语义信息进行分类，最后使用交叉熵损失计算，以提高模型的性能和准确度，本申请相对于现有的分类方法，计算成本低，自由度和灵活度高，有效提高了最终分类的准确度以及分类的效率。
-
公开(公告)号：CN118710580A
公开(公告)日：2024-09-27
申请号：CN202410674679.6
申请日：2024-05-28
Applicant: 淮阴工学院
Abstract: 本发明涉及目标检测技术领域，具体公开了一种基于分层加权特征融合网络的玻璃瓶缺陷检测方法，获取不同缺陷的玻璃瓶口图像数据；搭建原始的 YOLOv7网络模型，对YOLOv7的网络结构进行改进，在主干特征提取网络中引入CA注意力机制，构建高效层聚合网络S‑ELAN模块替换原有的ELAN；将Neck部分的特征融合网络替换为分层加权的特征融合网络HWFF，对主干网络获得的浅层特征图进行特征融合，选用EIoU作为损失函数进行模型优化；对改进的YOLOv7模型进行训练，利用训练后的模型进行缺陷检测。与现有技术相比，本发明能够提高深度学习技术对玻璃瓶口缺陷检测的准确率，加快检测速度，实验验证相较于原算法提高了4.6个百分点，并且在小缺陷识别上，相较于原算法更准确。
-
Patent Agency Ranking
公开(公告)号：CN116389011A
公开(公告)日：2023-07-04
申请号：CN202310576106.5
申请日：2023-05-22
Applicant: 淮阴工学院
Abstract: 本发明公开了一种基于身份的密钥隔离的盲签名方法及系统，所述盲签名方法包括：初始化系统参数；根据给定的用户身份ID，生成初始密钥和协助器密钥；根据协助器密钥，生成私钥更新信息；根据私钥更新信息，生成用户的临时私钥；对信息进行盲签名；对盲签名后的信息进行验证，确认签名的正确性。本发明能够减少用户计算量及服务器开销。
-
公开(公告)号：CN119135355A
公开(公告)日：2024-12-13
申请号：CN202411333950.6
申请日：2024-09-24
Applicant: 淮阴工学院
Abstract: 本发明公开一种基于HMAC和改进ECC的智能网关数据实时传输的方法，包括如下步骤：步骤1：实时采集断路器数据；步骤2：将ECC加密算法进行改进，并将步骤1中采集的数据加密传输到云平台，在云平台中对数据进行解密、处理和解析；步骤3：云平台服务器发出经ECC加密后的指令S传输至断路器网关设备，并利用HMAC算法进行完整性验证。采用基于改进ECC和HMAC加密算法的创新方法，在求逆环节引入中间变量减少运算次数，较传统的运算减少了一次求逆运算，进而提高了计算效率，节省了时间，结合HMAC算法的应用，能够对解密后的消息进行验证，确保传输过程中数据的完整性，有效防止数据丢失。
-
公开(公告)号：CN118840353A
公开(公告)日：2024-10-25
申请号：CN202410986417.3
申请日：2024-07-23
Applicant: 淮阴工学院
IPC: G06T7/00 , G06N3/0464 , G06V10/25 , G06V10/82 , G06V10/80 , G06V10/774 , G06N3/08 , G06V10/776 , G06V10/764
Abstract: 一种基于改进YOLOv8光伏电池表面缺陷检测方法,包括步骤：步骤一：制作数据集；步骤二：搭建EfficientVitBlock网络模型，构建基本的的卷积模块Conv，引入注意力机制SENet模块，替换YOLOv8模型原生的主干网络；步骤三：搭建Neck网络模型；步骤四：采用MPDIoU作为新边界回归损失函数替代原损失函数；步骤五：训练和验证评价指标：mAP平均精度均值；步骤六：将步骤一制作的数据集输入到改进之后的YOLOv8模型进行训练，得到光伏电池表面缺陷检测的模型；步骤七：根据运行之后的runs文件中的可视化图表对改进之后的模型进行评价与对比。本发明改进后的模型能在保持高准确度的同时减少计算复杂性和推理时间，进一步提高了网络的检测准确性能，同时减少计算成本。
-
公开(公告)号：CN117220877A
公开(公告)日：2023-12-12
申请号：CN202311364605.4
申请日：2023-10-20
Applicant: 淮阴工学院
Abstract: 本发明公开了一种适用于车联网的保护私钥的无证书聚合签名方法，包括以下步骤：(1)系统初始化；(2)路边单元注册；(3)车辆注册；(4)提取车辆的部分私钥；(5)假名身份生成；(6)临时部分私钥生成；(7)更新消息生成；(8)更新临时部分私钥；(9)生成车辆签名(10)单个签名验证；(11)聚合签名；(12)聚合签名验证；发明增加了并行密钥隔离机制使临时部分私钥随着时间发生变化，其中增加了两个协助器来更新消息，实现车辆用户的临时部分私钥随时间变化，从而提高车辆用户安全性。
-
公开(公告)号：CN116541525A
公开(公告)日：2023-08-04
申请号：CN202310514296.8
申请日：2023-05-09
Applicant: 淮阴工学院
IPC: G06F16/35 , G06N3/096 , G06F40/30 , G06F40/289 , G06N3/0464
Abstract: 本发明公开了一种基于迁移学习和深度学习的多标签化工领域新闻分类方法，包括获取新闻数据；对新闻数据进行分段及添加标签，建立数据集序列M；将数据集序列M中每段文本转化为向量序列，获得每段文本的组合向量；选择预训练模型并利用组合向量进行训练，得到文本向量；利用迁移学习构建多标签化工新闻分类模型，以捕捉文本向量中局部的特征和全局的语义信息；对多标签化工新闻分类模型进行优化；对多标签化工新闻分类模型进行性能分析。本发明解决了现有技术中新闻分类方法存在无法实现多标签的分类任务或对于多标签分类任务表现不佳、需要大量文本数据来进行训练、需要较大的存储空间来存储词向量的问题。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.026 seconds)
