-
公开(公告)号：CN117408891A
公开(公告)日：2024-01-16
申请号：CN202311714540.1
申请日：2023-12-14
Applicant: 暨南大学
IPC: G06T5/00 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明涉及计算机视觉的图像分析技术领域，特别是涉及一种基于Cycle‑GAN的图像加雾方法，包括：获取待加雾图像；将所述待加雾图像输入预设的图像生成模型中，输出加雾后的目标图像，其中，所述图像生成模型由训练集训练获得，所述训练集包括无雾的图像数据和文本数据、有雾的图像数据和文本数据，所述图像生成模型采用Cycle‑GAN网络构建。本发明通过输入待处理的图像，将图像与文本信息特征融合，输入在多模态扩散文本语义约束下的Cycle‑GAN网络中生成目标图像，提升图像雾气效果，生成更符合实际效果和目标需求的图像。
-
公开(公告)号：CN114095518B
公开(公告)日：2024-01-12
申请号：CN202111303601.6
申请日：2021-11-05
Applicant: 暨南大学
IPC: H04L67/1097 , H04L67/1042 , H04L9/32
Abstract: 本发明公开了一种基于多级委员会共识的科技数据确权与追踪保护的方法，所方法包括以下步骤，每个科研人员、研究机构等均可申请加入联盟链，在检查满足准入条件后，即可加入联盟链，同时生成一对公私钥；数据发布确权，联盟链系统中的用户，在想要发布数据时成为数据方，并从系统中获得一个唯一的且与即将发布数据相关的追溯码Cid；数据跟踪记录，数据在使用时需要对其生命周期进行记录；数据追踪，将汇总查询到的数据结果发送给需要做数据追踪的用户。本发明有益效果在于，解决科技大数据在数据交易过程中产生的数据侵权问题。该方法采用双链联盟链构建科技大数据的追踪保护与确权系统，通过联盟链的去中心化和去信任的方式维护一个可靠的分布式数据库。将数据视为目标对象，记录关于数据的所有行为，实现对数据的追踪保护和可信确权。
-
公开(公告)号：CN116015630B
公开(公告)日：2023-11-24
申请号：CN202211569337.5
申请日：2022-12-08
Applicant: 暨南大学
Abstract: 本申请公开了一种轻量级可去重的密文完整性审计方法及系统，方法包括：选择用户密钥和审计私钥，基于审计私钥得到审计公钥；计算去重密钥，基于去重密钥对原文件进行加密，得到密态文件数据，基于用户密钥对去重密钥进行加密，得到密态去重密钥，将密态文件数据和密态去重密钥上传至服务器；判断服务器中是否存在密态文件数据，若不存在，进行操作得到块标签、辅助变量和审计材料并上传至存储服务器，若存在，进行操作得到用户标签转化辅助材料和审计材料并上传至存储服务器；发送审计目标文件名和总数据块至存储服务器，存储服务器基于审计目标文件名、总数据块和密态文件数据生成完整性证明，基于审计公钥和审计材料对完整性证明进行检验。
-
公开(公告)号：CN116708581A
公开(公告)日：2023-09-05
申请号：CN202310656461.3
申请日：2023-06-02
Applicant: 暨南大学
IPC: H04L67/61 , H04L67/1004 , G06F9/48
Abstract: 本发明提出了面向无服务器边缘计算的高可靠函数调度方法，包括：预设个性驱动的应用程序QoS预测方法，基于所述应用程序QoS预测方法预测不同用户个性类型下单个应用程序的QoS；构建结合针对特定问题的增强NSGA‑II开发的确定性函数调度算法；以及提供了随机函数调度策略；进行并行函数调度优化。本发明可以在满足所有设计约束的前提下很好地平衡目标网络的服务利润和物联网应用的整体应用QoS。
-
公开(公告)号：CN116541154A
公开(公告)日：2023-08-04
申请号：CN202310825753.5
申请日：2023-07-07
Applicant: 暨南大学
Abstract: 本发明公开一种面向智慧医疗的个性化应用调度方法和装置，包括以下步骤：步骤S1、获取每个应用程序的负载；步骤S2、根据每个应用程序的负载，得到单个智慧医疗应用程序对响应延迟和功耗的偏好和延迟功耗级别下的QoS；步骤S3、根据单个智慧医疗应用程序对响应延迟和功耗的偏好和延迟功耗级别下的QoS，最大化个性化智慧医疗应用程序的QoS。采用本发明的技术方案，能在满足时间、温度、寿命可靠性和能源预算等所有设计约束条件下，充分发挥协同处理器的并行计算能力，实现应用程序QoS最大化。
-
Patent Agency Ranking
-
公开(公告)号：CN115412332A
公开(公告)日：2022-11-29
申请号：CN202211026383.0
申请日：2022-08-25
Applicant: 暨南大学
IPC: H04L9/40 , H04L67/12 , G16Y40/50 , G16Y40/20 , G16Y40/10 , G16Y30/10 , G06N3/08 , G06N3/04 , G06N3/00 , G06K9/62
Abstract: 本发明公开了一种基于混合神经网络模型优化的物联网入侵检测系统及方法。从物联网系统历史数据库中采集生成过程的历史监控数据，经过数据解析和归一化后作为物联网入侵检测离线优化模块的输入数据集，设计基于离散粒子群优化技术的混合神经网络模型优化平台，获得物联网入侵检测特征库和混合神经网络最优模型，针对物联网系统实时数据库中的实时监控数据，从而实现物联网入侵检测的在线检测。本发明不仅可实现用于物联网入侵检测系统的混合神经网络模型的自动生成和优化设计，提高了物联网入侵检测系统的智能化设计水平和设计效率，还提升了物联网系统入侵检测的精准率、召回率和F1评分等性能指标。
-
公开(公告)号：CN111865578B
公开(公告)日：2022-11-29
申请号：CN202010654604.3
申请日：2020-07-09
Applicant: 暨南大学
Abstract: 本发明公开了一种基于SM2的多接收方公钥加密方法。传统的多接收方公钥加密方法，依赖传统公钥加密方法，并且存在加密效率低、通信带宽要求高的缺点。针对这些缺点，本发明提出随机数重用的基于SM2的多接收方公钥加密方法，使得该方法具有加密效率高、通信带宽要求低的优点。发送方可利用该方法将消息加密成密文，然后在网络中广播密文给多个接收方。接收方收到密文后可通过私钥解密，获取发送方的消息。本发明已通过形式化证明能达到抗随机数重用不可区分选择密文攻击(RR‑IND‑CCA)安全性，并且能有效减少发送方的计算量，在安全性和效率方面都满足实际工作应用需求。
-
公开(公告)号：CN115129978A
公开(公告)日：2022-09-30
申请号：CN202210597197.6
申请日：2022-05-27
Applicant: 暨南大学
IPC: G06F16/9535 , G06F16/2457 , G06F21/62
Abstract: 本发明公开了一种偏好查询方法、用户终端、服务器及存储介质，偏好查询方法应用于用户终端，偏好查询方法包括以下步骤：获取用户的初始偏好向量，以及获取标准数集；对标准数集中的各个标准数进行排列得到扰动偏好向量；将扰动偏好向量发送至服务器，以供服务器采用扰动偏好向量对数据库中各个存储对象的属性进行加权求和处理得到存储对象对应的偏好分数，根据偏好分数确定查询结果，将查询结果发送至用户终端。本发明实现了在偏好查询的过程中，保护用户的隐私信息不被泄露。
-
公开(公告)号：CN114444240B
公开(公告)日：2022-09-09
申请号：CN202210108798.6
申请日：2022-01-28
Applicant: 暨南大学
IPC: G06F30/18 , G06F30/27 , G06N3/04 , G06N3/08 , G06F111/02 , G06F111/04 , G06F119/02 , G06F119/04
Abstract: 本发明提出一种面向信息物理融合系统的延迟和寿命优化方法,包括确定系统能量消耗以及系统的生命周期，再训练长短期记忆神经网络，以预测基站任务负载，并设计基于双重局部搜索的多目标进化算法的离线方案，以确定最优的计算卸载映射和备份个数，最后设计基于亲和度的在线方案，以更新计算卸载映射策略；通过由离线和在线两个阶段组成的边缘智能解决方案，从而在可靠性、能耗和任务可调度性约束下，实现同时最小化服务延迟和最大化系统寿命的目标，在离线阶段，首先利用长期短期记忆神经网络来预测单个用户组的任务卸载率，然后使用一种双局部搜索多目标进化算法确定计算卸载
-
-
-
-
-
-
-
-
-
Search Results
273
records
(took 0.03 seconds)
