公开(公告)号：CN102186171B

公开(公告)日：2013-07-10

申请号：CN201110059212.3

申请日：2011-03-11

Applicant: 北京工业大学

Inventor： 何泾沙 ,  张婷 ,  张旸

IPC: H04W12/04 ,  H04W12/06 ,  H04W64/00

CPC classification number: Y02D70/00

Abstract: 本发明属于计算机网络安全技术领域，涉及一种抗攻击的可靠无线传感器网络节点定位方法。一般定位方法中需要定位的节点容易受到恶意节点攻击而影响其定位效果。本发明提出了一种可以同时抵御女巫攻击和虫洞攻击的可靠定位方法。本方法包括信标节点估算与其它信标节点之间的最少跳数；信标节点估算节点间的平均每跳距离；节点间协作检测网络中的攻击节点；未知节点估算自身坐标。与现有技术相比，本发明提高了无线传感器节点在定位过程中的抗攻击性，减小了在有恶意节点环境下的定位误差；并且充分考虑无线传感器节点能量有限的特点，在定位方法中尽量减少了节点的通信成本和计算代价。

公开(公告)号：CN102546650A

公开(公告)日：2012-07-04

申请号：CN201210018213.8

申请日：2012-01-19

Applicant: 北京工业大学

Inventor： 何泾沙 ,  于虹 ,  肖鹏 ,  张婷

IPC: H04L29/06 ,  H04L9/32 ,  H04L9/08

Abstract: 本发明提供的无线传感器网络与因特网互联通信的端到端安全保障方法，将一部分认证和访问控制的工作转移到无线传感器网络的网关中进行，并采用基于椭圆曲线签密技术的非对称密钥协商方式，将计算量大的解签密运算放在Internent远程终端中进行，而对称密钥解密运算放在传感器节点中进行，与改进的基于ECC的SSL协议和改进的基于椭圆曲线身份的TLS协议相比，有效减少了传感器节点的能量消耗，加强了访问控制和隐私保护并能抵抗DoS攻击。

公开(公告)号：CN102035646A

公开(公告)日：2011-04-27

申请号：CN201010606230.4

申请日：2010-12-24

Applicant: 北京工业大学

Inventor： 何泾沙 ,  韦潜 ,  张兴 ,  张婷 ,  朱娜斐

IPC: H04L9/08 ,  H04L9/32

Abstract: 一种增强保护的混合密钥协商方法属于信息安全领域。用于通信网络中两个节点之间共享密钥的协商。本发明在密钥协商发起阶段利用增强签密技术保护共享密钥生成元素，在密钥协商应答阶段利用对称密钥加密技术保护共享密钥生成元素，利用哈希函数实现密钥源的认证，以尽可能少的计算资源和通信资源为代价，换取密钥协商安全强度的增加，以解决基于签密技术的对称密钥协商方法安全强度的技术问题。

公开(公告)号：CN118736434A

公开(公告)日：2024-10-01

申请号：CN202410747936.4

申请日：2024-06-11

Applicant: 北京工业大学

Inventor： 刘兆英 ,  张硕 ,  景莹珊 ,  张婷

IPC: G06V20/13 ,  G06V20/56 ,  G06V10/26 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于Swift‑SegEdgeNet的遥感图像道路提取任务的实现方法，包括以下步骤：首先，对Massachusetts道路数据集和DeepGlobe 2018道路数据集进行预处理并制作边缘标签；其次，构建Swift‑SegEdgeNet模型；随后，将预处理后并制作好边缘标签的Massachusetts道路数据集和DeepGlobe 2018道路数据集放入Swift‑SegEdgeNet中进行训练；最后，使用mIOU、mDC、Recall以及F1‑score对道路提取结果进行评价。本发明利用多任务思想对网络结构进行优化并且提出双分支卷积模块提取道路方向特征，在遥感图像道路提取任务中，分割准确率超过FCN、UNet、SegNet、ResUNet、AttUNet、DUNet、LinkNet34、DinkNet34、UNet++、UNet2++、TransUNet、Cswin、Segformer、Swin‑ResUNet、Swin‑ResUNet+等网络。这对遥感图像自动化提取道路具有较大的实际意义。

公开(公告)号：CN112800927B

公开(公告)日：2024-03-29

申请号：CN202110092924.9

申请日：2021-01-25

Applicant: 北京工业大学

Inventor： 张培杰 ,  张婷 ,  刘兆英 ,  李玉鑑

IPC: G06V40/10 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了一种用于基于AM‑Softmax损失的蝴蝶图像细粒度识别方法，属于计算机视觉领域；具体步骤包括：首先选择使用网络收集以及标注的334类蝴蝶数据集作为实验数据集，并进行预处理操作；然后，建立双线性模型；其次，使用AM‑Softmax作为损失函数，选择优化方法，设置合适的学习率以及迭代次数等超参数，训练双线性网络，训练完成后保存模型；最后，对测试集图像进行测试，输出分类准确率。本说明在计算机视觉、细粒度识别领域具有一定的研究意义和价值。

公开(公告)号：CN114926629B

公开(公告)日：2024-03-22

申请号：CN202210346815.X

申请日：2022-03-31

Applicant: 北京工业大学

Inventor： 刘兆英 ,  贺俊然 ,  张婷 ,  张学思

IPC: G06V10/25 ,  G06V10/44 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开一种基于轻量化卷积神经网络的红外船目标显著性检测方法，设计了一种轻量化模块SimpleInceptionwithDilated(SIWD)，旨在减少参数的情况下通过空洞卷积实现感受野的扩大，同时对现有的经典网络进行精简，实现参数量的进一步减少，并通过在上采样的过程中应用两种不同的上采样结合SIWD模块弥补单一上采样带来的缺陷。本发明在参数量显著减少的情况下实现了结果的提升。另外，针对缺少红外舰船显著性检测数据集的问题，本发明也构建了一个包含3069幅红外船目标图像的数据集。本发明可操作性、可扩展性较强，适用于海面背景的红外船目标显著性检测。

公开(公告)号：CN113033303B

公开(公告)日：2024-03-01

申请号：CN202110182143.9

申请日：2021-02-09

Applicant: 北京工业大学

Inventor： 郑子阳 ,  张婷 ,  刘兆英 ,  李玉鑑

IPC: G06V10/24 ,  G06V10/774 ,  G06V10/762 ,  G06V20/13

Abstract: 本发明公开了基于RCIoU损失的SAR图像旋转舰船检测方法，包括以下步骤：首先，划分数据集，将数据集划分为训练集和测试集；其次，定义矩形旋转框的表示形式，改进YOLOv4网络；设计先验框，并为对应不同尺度特征层的头部检测网络分配对应尺度的先验框；然后，改进数据增强算法，使之在旋转框检测场景中仍能发挥同样作用；接着，设计损失函数，包括边界框回归损失、置信度损失和类别损失；最后，训练网络，并在测试集验证模型的性能。本发明不仅将基于旋转框的目标检测应用于SAR图像舰船数据集中，还设计了新的损失函数，无论对于SAR图像舰船检测，还是对于旋转目标检测，都具有较大的实际意义。

公开(公告)号：CN116071343A

公开(公告)日：2023-05-05

申请号：CN202310158656.5

申请日：2023-02-13

Applicant: 北京工业大学

Inventor： 张婷 ,  马聪 ,  陈迎春 ,  刘兆英

IPC: G06T7/00 ,  G06T7/73 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种改进的RefineDet的管道缺陷检测方法。首先，RefineDet的主干网络修改为Swin‑transformer；其次，把经过Neck模块的多尺度特征融合后输出的特征用作anchor细化模块的anchors的分类和微调，这样使得anchor细化模块输出的Refinedanchors更准确，进而使得目标检测模块能更好的进行目标的定位；最后，使用warmup和cosine的学习率调整策略，并且使用Adamw优化器训练改进的RefineDet网络。本发明的基于RefineDet的改进方法能够有效提高管道缺陷检测的平均准确率。

公开(公告)号：CN112801029A

公开(公告)日：2021-05-14

申请号：CN202110182158.5

申请日：2021-02-09

Applicant: 北京工业大学

Inventor： 邢德旺 ,  刘兆英 ,  张婷 ,  李玉鑑

IPC: G06K9/00 ,  G06K9/34 ,  G06K9/62 ,  G06N3/08

Abstract: 本发明公开了基于注意力机制的多任务学习方法，具体步骤包括：(1)使用全局共享特征池提取图像特征；(2)使用注意力机制提取特定任务的特征；(3)将注意力机制提取的特征进行解码，使其适应于该任务；(4)对模型进行训练；(5)利用训练模型生成多任务学习结果。本发明方法大多为在共享特征池后进行分流，这样会使得共享特征利用不充分，无法利用低层次特征，最终使得效果偏差。本发明利用vgg16特征提取网络作为共享特征池，并在共享特征池中多次利用注意力机制提取低、中、高层次特征，充分利用了特征池中的各个特征。大大解决了特征利用不充分的问题，为机器视觉的发展奠定了基础。

公开(公告)号：CN108395470B

公开(公告)日：2020-10-09

申请号：CN201810022857.1

申请日：2018-01-10

Applicant: 北京工业大学

Inventor： 王明连 ,  张婷 ,  李劲松 ,  王群 ,  杨怡姝 ,  李劲涛 ,  王小利

IPC: C07K7/06 ,  C07K5/09 ,  C07K5/11 ,  A61K38/08 ,  A61P31/14

Abstract: 本发明涉及病毒学领域，具体公开了一种具有抑制登革病毒复制作用的短肽及其应用。本发明所提供的短肽的氨基酸序列为KHGHHRH，即Lys‑His‑Gly‑His‑His‑Arg‑His。所述短肽具有与NS5高特异性的亲和能力，具有高效抑制登革病毒复制的作用，其抗病毒作用不仅限于DENV‑2，对于1型、3型和4型登革病毒的复制也同样具有显著的抑制作用。在该短肽序列的两端各添加1个半胱氨酸，可通过两端的半胱氨酸将短肽环化，形成环肽。所得到的环肽增强了抑制登革病毒复制的作用，可用于登革病毒感染的特异性治疗。