-
公开(公告)号：CN111090647A
公开(公告)日：2020-05-01
申请号：CN201911093791.6
申请日：2019-11-11
Applicant: 武汉大学
Abstract: 本发明提出了一种基于区块链的食品溯源方法。本发明对食品溯源产业链中的各个阶段进行原始数据的收集，然后利用哈希算法生成哈希值作为对应的校验数据，并对原始数据进行细维度处理生成merkle树用于定位错误数据。把原始数据和对应的merkle树存入云数据库，把校验数据和数据库记录信息以交易形式存入区块链，再把存储的区块号和交易号存入数据库，建立区块链和数据库的对应关系，利用云链融合的技术思想，信息量大的数据存储在云数据库，只在区块链上存入校验数据。在溯源过程中，可以获取区块链上的校验数据，利用区块链不可篡改的特性，可以对溯源结果进行判断，提供了一个有正确保障的溯源方法。
-
公开(公告)号：CN111047003A
公开(公告)日：2020-04-21
申请号：CN201811198490.5
申请日：2018-10-15
Applicant: 武汉大学
IPC: G06N3/04
Abstract: 本发明公开了一种用于大米烹饪的智能识别系统与方法，该系统包括：图片采集装置，用于采集大米放置于识别板上的识别板图片；图片处理装置，用于对识别板图片进行图像处理；识别装置，用于对每张小图采用CNN神经网络进行识别，得到关于大米颜色、品质和外型的综合识别结果；所述颜色类别为紫米、白米、红米、黑米；品质类别为糙米和精米；外型类别为粳糯型、籼型、粳型、籼糯型；烹饪控制装置，用于将识别结果匹配数据库中预设的烹饪信息，下达烹饪控制指令。本发明通过一种创新设计的识别板，提高大米识别准确度，并利用深度学习的方法对大米进行分类，提高分类的精度。
-
公开(公告)号：CN110990221A
公开(公告)日：2020-04-10
申请号：CN201911177188.6
申请日：2019-11-26
Applicant: 武汉大学
IPC: G06F11/30
Abstract: 本发明公开了一种基于内核LKM的Android平台恶意软件自动化检测方法与系统，该方法包括以下步骤：步骤1)安装运行待检测软件，解析被测程序的界面的控件信息，并根据控件信息模拟用户的点击操作；步骤2)在操作过程中，在内核中对Android软件目标敏感行为的API调用进行监控；步骤3)将生成的监控消息从内核空间发送到外部自动化模块。本发明方法能克服动态分析不能对包含第三方本地库的应用进行监控的缺陷，有效提高了恶意软件检测的覆盖范围，提高了动态分析结果的准确性。
-
公开(公告)号：CN107247666B
公开(公告)日：2020-03-10
申请号：CN201710375644.2
申请日：2017-05-24
Applicant: 武汉大学
IPC: G06F11/36
Abstract: 本发明属于软件缺陷预测技术领域，特别是涉及一种基于特征选择和集成学习的软件缺陷个数预测方法，针对软件缺陷个数的预测中不相关的模块特征损害了缺陷预测模型性能，回归模型均具有不同的预测能力，无法选择最佳回归算法等问题，首先利用基于包裹式的特征选择方法过滤不相关和冗余的特征，然后采用六种不同的回归算法：线性回归、岭回归、决策树回归、梯度boosting回归、最近邻回归和多层感知器回归，采用集成学习技术，根据特征筛选后的数据实例，构建综合回归模型。相比于单个的回归模型，本发明提高了软件缺陷个数预测的准确性。
-
公开(公告)号：CN107506414B
公开(公告)日：2020-01-07
申请号：CN201710687197.4
申请日：2017-08-11
Applicant: 武汉大学
IPC: G06F16/9535 , G06F16/9536
Abstract: 本发明涉及一种基于长短期记忆网络的代码推荐方法，针对现有代码推荐技术普遍存在推荐准确率低、推荐效率低等问题，本发明先将源代码提取成API序列，利用长短期记忆网络构建一个代码推荐模型，学习API调用之间的关系，然后进行代码推荐。并使用了dropout技术防止模型过拟合。同时提出运用ReLu函数代替传统饱和函数，解决梯度消失问题加快模型收敛速度，提高模型性能，充分发挥神经网络的优势。本发明的技术方案具有简单、快速的特点，能够较好地提高代码推荐的准确率和推荐效率。
-
Patent Agency Ranking
公开(公告)号：CN105786942B
公开(公告)日：2019-11-26
申请号：CN201510843052.X
申请日：2015-11-27
Applicant: 武汉大学
IPC: G06F16/182 , G06F16/29
Abstract: 本发明涉及一种可显著提高遥感图像处理效率的、基于Hadoop的基于云平台的地理信息存储系统，采用Hadoop作为基本平台，采用MapReduce和Hadoop分布式文件系统（HDFS）构建地理信息系统。使用MapReduce编程模型并行化解决图像处理问题，同时采用HDFS对图像进行跨多台计算机的数据存储的地理信息存储平台。其中，本发明使用GDAL库对图像进行操作，实现了两种基于HDFS的分布式分块方式：固定分块数分割和固定块大小分割。本发明采用重采样处理方法，即将高分辨率遥感影像中处理得到低分辨率影像。实验将对图像进行不同比例的重采样缩放，且线性拉伸为8位图。
-
公开(公告)号：CN107346331B
公开(公告)日：2019-08-20
申请号：CN201710482965.2
申请日：2017-06-22
Applicant: 武汉大学
Abstract: 本发明公开了一种基于Spark云计算平台的并行序列模式挖掘方法，针对现有的串行化序列模式挖掘算法在处理海量数据时计算能力低效的问题和现有的基于Hadoop的并行序列模式挖掘算法具有高IO开销和负载不平衡的问题，设计了合理的投影序列数据库切分策略，最大限度的解决了负载不平衡的问题。在此基础上根据MapReduce编程框架的特性，对原始PrefixSpan算法进行了并行化，利用Spark云计算平台的大规模并行计算能力提高了海量数据序列模式挖掘效率。本发明的技术方案具有简单、快速的特点，能够较好地提高序列模式挖掘的效率。
-
公开(公告)号：CN110113171A
公开(公告)日：2019-08-09
申请号：CN201910323274.7
申请日：2019-04-22
Applicant: 武汉大学
Abstract: 本发明提出了一种基于分层多域区块链网络的数据管理系统及方法。本发明系统包括：采集端、多台节点服务器以及用户终端。本发明方法将多台节点服务器分为多个区块链网络区域，各区域网络内执行节点信誉综合评价算法选举性能最优服务器为区域监管节点服务器，其余为背书节点服务器，共同形成下层区块链网络；各区域网络的监管节点服务器构成上层区块链网络；采集端自动采集产业链各环节数据，发送给背书节点服务器经签名与验证后返回给用户终端；用户终端验证签名后将采集数据传输至监管节点服务器，经二级校验机制审核通过的监管节点服务器验证且将数据生成新块在所属上层网络及监管的区域网络内广播。本发明提升了区块链网络整体性能与扩展性。
-
公开(公告)号：CN109598241A
公开(公告)日：2019-04-09
申请号：CN201811480053.2
申请日：2018-12-05
Applicant: 武汉大学
Abstract: 本发明提供了一种基于Faster R-CNN的卫星图像海上舰船识别方法，其特征在于：使用基于目标选择的卫星图像分割算法将原始卫星图像数据进行分割，基于生成对抗网络增加训练样本，根据Faster R-CNN算法建立卫星图像海上舰船训练数据集，利用Faster R-CNN算法和训练数据集生成卫星图像海上舰船识别模型，建立经纬度匹配模型，基于像素与经纬度映射关系，支持精准经纬度匹配，实现对卫星图像中海上舰船的识别。本发明基于卫星图像提出具有实用性的海上舰船识别技术方案，处理速度快，精度高，对不同类型的一个或多个舰船目标都可以进行有效地识别。
-
公开(公告)号：CN106682389B
公开(公告)日：2019-01-15
申请号：CN201611036343.9
申请日：2016-11-18
Applicant: 武汉大学
Abstract: 本发明公开了一种用于监控高血压引发的眼部病变健康管理系统，包括：输入模块，用于供用户发出请求或输入包括年龄、体重、过敏史在内的个人健康信息；采集模块，用于通过用户佩戴的智能手环采集人体的心率数据，并将心率数据转换为血压数据；健康模块，用于若收到输入模块用户的请求或者监测到采集模块中血压数据的异常，提醒用户利用手机拍摄眼部图片，并将用户眼部图片上传至云存储器；云处理模块，用于对用户眼部图片和云存储器中的病变图片匹配，判断用户是否发生眼底的病变；云存储器，用于存储普通眼底病变图片和同步用户的个人健康信息。本发明结合血压和眼部病变图像处理两次判断，提高了对青光眼发病的正确判断概率。
-
-
-
-
-
-
-
-
-
Search Results
115
records
(took 0.029 seconds)
