-
公开(公告)号：CN116975693B
公开(公告)日：2024-12-27
申请号：CN202310974049.6
申请日：2023-08-03
Applicant: 南昌大学
IPC: G06F18/24 , G06F18/213 , G06F18/10 , G06F18/2131 , G06F18/25 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及基于深度学习和异质集成策略的心音检测方法及系统，具体涉及医疗健康平台领域，具体包括以下步骤；步骤S00：对非纯净心音信号进行小波阈值降噪处理；步骤S10：提取降噪处理后心音信号的高阶香农包络，并应用基于贪心算法和自适应阈值优化的双阈值搜索时间门算法进行心音分割，形成心音片段；步骤S20：使用预设函数分别对心音片段和完整心音信号提取时频域特征、MFCC特征、梅尔频谱特征图、二阶音谱特征图等的多域特征；步骤S30：将多域特征输入预设的深度学习异质集成模型进行计算；步骤S40：输出检测结果。本申请能够提高心音检测准确率。
-
公开(公告)号：CN115795370B
公开(公告)日：2023-05-30
申请号：CN202310097747.2
申请日：2023-02-10
Applicant: 南昌大学
IPC: G06F18/241 , G06F18/214 , G06N3/08 , G06N3/0464
-
公开(公告)号：CN115796242B
公开(公告)日：2023-05-16
申请号：CN202310097831.4
申请日：2023-02-10
Applicant: 南昌大学
IPC: G06N3/0475 , G06N3/0464 , G06N3/094 , G06F18/241 , G06N3/084
Abstract: 本发明公开一种电子数字信息反取证方法。所述方法包括：GAN模型包括分类网络D1、判别器D2和D3，以及生成网络G，预先为D1、D2和D3分配相同的权重，构建第一损失函数；将未处理信息输入D1进行训练，由G根据未处理信息和随机噪声生成合成信息，部署第二损失函数提高网络性能；将未处理信息输入D2进行训练，由D2对G的输出进行分类，并通过反向传播，将学习到的权重转移回G；将未处理信息输入D3进行训练，将未处理信息和合成信息进行区分，构建最终损失函数。本发明在对原有的GAN模型基础上，修改了生成器和构造器的结构和网络的框架，建立了额外的监督系统和相应的损失函数，提高了网络模型反取证的性能。
-
公开(公告)号：CN115879516A
公开(公告)日：2023-03-31
申请号：CN202310188408.5
申请日：2023-03-02
Applicant: 南昌大学
IPC: G06N3/0475 , G06N3/094 , G06V10/774 , G06V10/82
Abstract: 本申请公开了一种数据取证方法，具体包括以下子步骤：获取原始电子数据；对原始电子数据进行处理；将处理后的原始电子数据输入取证网络，输出高质量图像数据；在视觉增强网络中对高质量图像数据进行重建，得到重建后的图像数据，完成数据取证。本申请在确保数据不可检测性的前提下，不仅能够保存数据的视觉质量，还提升了数据的视觉质量，从而能够生成具有高不可检测性和视觉质量的反取证图像数据。
-
公开(公告)号：CN114742212A
公开(公告)日：2022-07-12
申请号：CN202210659744.9
申请日：2022-06-13
Applicant: 南昌大学
IPC: G06N3/04 , G06N3/08 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62
Abstract: 本发明公开一种电子数字信息重采样率估算方法，包括：将待处理电子数字信息输入CNN模型，经灰度转换后进入METEOR层进行一级卷积，得到能量特征图；将能量特征图输入卷积层进行二级卷积操作，对能量特征图中的边缘和曲线特征进行分类；在CNN模型中引入ReLU激活函数，使CNN模型非线性化；经激活函数激活后，将上层得到的分类结果送入池化层，对输入的分类结果进行下采样处理；使用SOFTMAX层和精度层输出训练损耗和分类精度，对模型进行评估。本发明构建的CNN模型更加适合估计重采样率，提高估计精度。
-
Patent Agency Ranking
公开(公告)号：CN114666134A
公开(公告)日：2022-06-24
申请号：CN202210290090.7
申请日：2022-03-23
Applicant: 南昌大学
Abstract: 本发明属于网络安全技术领域，具体为网络漏洞智能发现、挖掘方法与系统，包括步骤1：固件获取，获得固件以用于后续分析。获取方式分为两大类，第一直接从物联网设备中提取，第二是从厂商的官网进行下载；步骤2：固件格式分析，分析固件的组织形式和数据内容，固件按照组织形式通常分为两类，包含操作系统的固件和不包含操作系统的固件，在包含操作系统的固件中，设备功能由用户程序完成，系统调用操作、程序加载过程、库函数调用均有规范的定义，其结构合理，能够有效发现多种类型的网络及系统漏洞，提高工业控制系统的漏洞挖掘质量。
-
公开(公告)号：CN110909855A
公开(公告)日：2020-03-24
申请号：CN201911035521.X
申请日：2019-10-29
Applicant: 南昌大学
Abstract: 本发明公开了带粒子多样性和变异策略的离散粒子群网络社团检测方法，包括以下步骤：(1)离散方式重新定义了粒子编码、粒子速度、粒子位置及其进化操作；(2)基于混合惯性权重调整策略；(3)基于自适应性变异策略。本发明提出了一种带粒子多样性和变异策略的离散粒子群网络社团检测方法，以离散方式重新定义了粒子编码、粒子速度、粒子位置及其进化操作，基于混合惯性权重调整策略和基于自适应性变异策略加快方法的收敛速度且避免陷入局部最优。通过在人工基准数据集和真实数据集上进行实验，实验结果验证了本发明方法的有效性。
-
公开(公告)号：CN103441383A
公开(公告)日：2013-12-11
申请号：CN201310363549.2
申请日：2013-08-20
Applicant: 南昌大学
Abstract: 一种可遥控插座包括插座盒、两孔插孔、三孔插孔、接收器、控制器、开关按钮、遥控器；插座盒可为方盒立体型，外壳可采用不导电材料制作；插座盒上分布有两孔插孔和三孔插孔，分别接二脚插头和三脚插头，插座盒右边有一个手动控制的开关按钮，插座盒上设置接收器和控制器；要手动开启电源插座时，把开关按钮向上拨动，电源插座通电，采用遥控器对电源插座实行通与断时，按下遥控器上的开启按钮，插座接收器接收到开启信号，把信号指令传给控制器，控制器控制电源插座使其导通，使电源插座处于工作状态。用户不用拔掉插座上的插头就可以断电，该插座是通过手动开关按钮或遥控器开关按钮使得插座断电，同时也可以通过手动开关按钮或遥控器开关按钮使得插座通电。
-
公开(公告)号：CN114666134B
公开(公告)日：2023-06-16
申请号：CN202210290090.7
申请日：2022-03-23
Applicant: 南昌大学
Abstract: 本发明属于网络安全技术领域，具体为网络漏洞智能发现、挖掘方法与系统，包括步骤1：固件获取，获得固件以用于后续分析。获取方式分为两大类，第一直接从物联网设备中提取，第二是从厂商的官网进行下载；步骤2：固件格式分析，分析固件的组织形式和数据内容，固件按照组织形式通常分为两类，包含操作系统的固件和不包含操作系统的固件，在包含操作系统的固件中，设备功能由用户程序完成，系统调用操作、程序加载过程、库函数调用均有规范的定义，其结构合理，能够有效发现多种类型的网络及系统漏洞，提高工业控制系统的漏洞挖掘质量。
-
公开(公告)号：CN115879516B
公开(公告)日：2023-05-16
申请号：CN202310188408.5
申请日：2023-03-02
Applicant: 南昌大学
IPC: G06N3/0475 , G06N3/094 , G06V10/774 , G06V10/82
Abstract: 本申请公开了一种数据取证方法，具体包括以下子步骤：获取原始电子数据；对原始电子数据进行处理；将处理后的原始电子数据输入取证网络，输出高质量图像数据；在视觉增强网络中对高质量图像数据进行重建，得到重建后的图像数据，完成数据取证。本申请在确保数据不可检测性的前提下，不仅能够保存数据的视觉质量，还提升了数据的视觉质量，从而能够生成具有高不可检测性和视觉质量的反取证图像数据。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.044 seconds)
