-
公开(公告)号：CN115482386A
公开(公告)日：2022-12-16
申请号：CN202211189771.0
申请日：2022-09-28
Applicant: 蚌埠市勘测设计研究院 , 安徽大学
Abstract: 本发明公开了一种基于深度学习的三维点云语义分割方法，包括以下步骤：步骤1、根据先验信息对倾斜摄影软件获取的场景数字正射影像进行初步分类；步骤2、对点云数据进行预处理并进行点云样本的制作；步骤3、点云数据完成预处理与目标分割后，赋予相应的属性，并完成样本集的封装；步骤4、将样本集送入语义分割的神经网络中提取点云的特征，完成模型训练；步骤5、模型训练之后，进行测试，并对测试结果进行可视化，对可视化结果进一步分析，借此，本发明能够直接处理无序点云，并可以提取到点云不同尺度的局部特征，具有可以提高对精细场景的识别以及对复杂场景的泛化能力的优点。
-
公开(公告)号：CN111257870B
公开(公告)日：2022-12-06
申请号：CN202010120235.X
申请日：2020-02-26
Applicant: 安徽大学
IPC: G01S13/89
Abstract: 本发明公开了一种利用InSAR监测数据的采煤沉陷积水区水下地形反演方法，首先获取研究区沉陷前和沉陷后的SAR影像及沉陷区沉陷前的DEM数据，采用D‑InSAR技术，得到沉陷后地表下沉信息；再根据地表下沉信息和工作面角点坐标、采厚、倾斜角等参数，求解出该工作面的概率积分法参数；最后采用基于概率积分法模型，反演出沉陷区水下地形的动态变化及停采后水下地形最终形态。本发明方法中InSAR数据获取成本低，D‑InSAR技术获取的地表下沉数据精度高、数据量大，参数反演基于半实测数据，参数反演结果适用于研究区，可以反演出工作面采动过程中积水区域水下地形，指导沉陷区水陆复合生态系统的建立，为沉陷区地表的土地利用规划、土地复垦、生态恢复等提供重要参考。
-
公开(公告)号：CN114077846A
公开(公告)日：2022-02-22
申请号：CN202111198766.1
申请日：2021-10-14
Applicant: 国网安徽省电力有限公司电力科学研究院 , 安徽大学
Abstract: 本发明的一种基于RF‑LSTM的故障电流多域识别方法及存储介质，其中方法包括以下步骤，针对电弧故障平台，获取原始电流信号；对原始电流信号进行处理，进行核主成分分析提取第三主成分，然后对第三主成分信号进行时域、频域和能量域特征提取；接着用随机森林进行无偏预测重要性估计选择对应负载条件下的高相关特征；最后将筛选后的特征用作LSTM的特征输入，用于学习和训练，实现对故障电弧的多域识别。本发明的方法减少了计算量并且提高了检测速度和精度；结果表明，此方法可以准确的识别电弧故障。
-
公开(公告)号：CN108322486B
公开(公告)日：2021-06-01
申请号：CN201810427748.8
申请日：2018-05-07
Applicant: 安徽大学
Abstract: 本发明公开了一种车联网云环境下面向多服务器架构的认证协议，包括以下步骤：(1)系统初始化：由可信任机构TAs生成系统参数；(2)服务器及车辆注册，为每个服务器设定一个唯一的身份标识和为车辆设定一个唯一的身份标识，并为该车辆配备一个防篡改设备TPD安装到车上；(3)服务器及车辆双向认证：车辆通过TPD计算签名并将包含车辆签的请求消息发送给服务器和服务器接受车辆的请求后计算签名信息，并生成包含签名的响应消息发送给车辆；(4)密钥协商：车辆与服务器之间建立双向认证、协商会话密钥sk、随后加密的安全通信。在本发明中用户在可信机构注册后，无需在每个服务器进行注册，提高了用户和服务器的计算效率和通信效率。
-
公开(公告)号：CN108965313B
公开(公告)日：2021-04-06
申请号：CN201810856829.X
申请日：2018-07-31
Applicant: 安徽大学
Abstract: 本申请实施例公开了一种车辆违章信息发布方法、系统及存储介质，其中方法包括：可信中心根据第一预设规则生成系统参数信息；可信中心根据第二预设规则获取基础设施发来的目标车辆的真实身份信息，查询对应目标车辆的目标参数信息；可信中心将目标参数信息发送至基础设施；基础设施根据目标参数信息及第三预设规则对目标车辆的违章信息进行加密，并将加密后的违章信息发送至所述目标车辆；目标车辆根据第四预设规则对违章信息进行认证，认证通过后接收违章信息。通过加密发布和认证接收，实现信息源认证和保护车辆隐私的完整性，同时保护基础设施发布信息的机密性。
-
Patent Agency Ranking
公开(公告)号：CN111101941A
公开(公告)日：2020-05-05
申请号：CN202010012470.5
申请日：2020-01-07
Applicant: 安徽省交通航务工程有限公司 , 安徽大学
Abstract: 本发明提供了一种基于边界优化的高潜水位采煤沉陷区挖深垫浅超前治理方法，适用于高潜水位矿区沉陷积水区地质环境治理。首先收集矿区地质参数，设计地下采煤工作面走向主断面正上方各地表点挖深垫浅后高程；根据地下采煤工作面走向主断面正上方各地表点的下沉值与深垫浅后高程值，求出走向主断面上挖深垫浅的边界点及沉陷盆地的挖深垫浅边界线；设计沉陷盆地内挖深垫浅区域与垫浅区域的挖填土高程与治理后的最终高程，并完成沉陷区的填土施工。其工艺简单，成本低廉，有效缩小了沉陷面积，无需从周边土地二次取土，既能保障覆土的肥力，又降低了二次污染的风险。
-
公开(公告)号：CN119274576A
公开(公告)日：2025-01-07
申请号：CN202411351887.9
申请日：2024-09-26
Applicant: 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司 , 安徽大学
Inventor： 孙伟 , 马俊杰 , 赵龙 , 汪玉 , 黄书强 , 刘辉 , 潘东 , 李龙跃 , 肖家锴 , 李周 , 蔡翔 , 王峰 , 刘丽 , 王鑫 , 邹知炜 , 史伟豪 , 邢璐 , 叶鸿
Abstract: 本发明公开了一种环境声音分类目标模型构建方法及系统，其步骤包括：1、构建基于Wigner‑Ville分布和改进ResNet50的环境声音分类模型；2、网络模型的训练。本发明将Inception Convolution结构创新性地融入到ResNet50模型中，不仅继承了ResNet50在深度学习中的高效特征学习能力，还通过Inception模块的多尺度并行卷积设计，大幅增强了模型对声音信号的多维度特征表达。这种结构的融合使得模型能够同时捕捉到声音信号的细微变化和宏观趋势，无论是快速的频率变化还是持续的音调，都能被精确地识别和分析。此外，这种改进还显著提高了模型对复杂声音环境的适应性，即使在存在背景噪声的情况下，也能保持较高的识别准确率和稳定性。
-
公开(公告)号：CN117151957A
公开(公告)日：2023-12-01
申请号：CN202311151293.9
申请日：2023-09-07
Applicant: 临沂矿业集团菏泽煤电有限公司郭屯煤矿 , 安徽大学 , 泰安励精测绘工程有限公司
IPC: G06Q50/26 , G06Q10/0639 , G06Q50/02
Abstract: 本发明属于煤矿沉陷区治理技术领域，具体涉及一种基于AHP‑EWM的沉陷区治理模式选择方法，本发明提出了一种基于层次分析法和熵权法相结合的评价方法，通过将不同的专家意见量化为一个共同的评价模型，该方法解决了在选择合适的塌陷区治理模型时的主观性问题；本发明构建了煤矿沉陷区治理模式选择的定量框架。该框架为开展塌陷区整治和生态治理方案的选择提供了有益的参考，特别是在多种不同类型的指标可能可用的情况下；在模型构建中，利用沉降预测方法预测了最大沉降深度和最大沉降面积。这就保证了在选择塌陷区治理模式的过程中，不仅要考虑塌陷区的现有条件，还要考虑塌陷区未来的发展趋势。
-
公开(公告)号：CN111314345B
公开(公告)日：2022-09-16
申请号：CN202010101336.2
申请日：2020-02-19
Applicant: 安徽大学
Abstract: 本发明公开了一种保护序列数据隐私方法、装置、计算机设备及存储介质，其中方法包括通过数据采集设备获取目标用户的初始数据，并将所述初始数据拆分发送至两个边缘服务器，边缘服务器上均部署有一个双向长短期记忆神经网络；双向长短期记忆神经网络中的三个门的未激活运算的结果传送至可信第三方做求和运算，可信第三方将运算参数随机拆分发送至第一边缘服务器和第二边缘服务器进行门的激活运算，直到双向长短期记忆神经网络训练完成，我们将序列数据输入我们训练好的神经网络模型，并将运算结果发送至智能物联网设备。通过在两个边缘服务器上运行秘密共享协议，保护了序列数据中的用户隐私，同时，它还可以为智能物联网服务提供商保护神经网络参数的隐私，结合序列数据上下文的信息，可以更好的应用序列数据。
-
公开(公告)号：CN113642664A
公开(公告)日：2021-11-12
申请号：CN202110975055.4
申请日：2021-08-24
Applicant: 安徽大学
Abstract: 本发明公开了一种基于联邦学习的隐私保护图像分类方法，其步骤包括：1服务器获取公共数据并预处理；2服务器初始化并通过洗牌器下发数据至各客户端；3客户端训练本地神经网络；4洗牌器随机子采样客户端；5子采样客户端预测公共数据，扰动并加密后发送给洗牌器；6洗牌器伪造并随机排列预测后发送匿名预测给服务器；7服务器聚合匿名预测并训练全局神经网络；8服务器将训练好的全局神经网络下发至各客户端；9客户端利用训练好的全局神经网络进行图像分类。本发明利用差分隐私和联邦学习，实现了隐私保护的协作式图像分类。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.022 seconds)
