-
公开(公告)号：CN114550280B
公开(公告)日：2024-11-08
申请号：CN202210188169.9
申请日：2022-02-28
Applicant: 武汉理工大学
Abstract: 本发明公开了一种基于遗传算法的隐私保护虹膜识别方法，包括注册阶段，获取用户提交的虹膜数据t，检查数据合法性，将用户提交的原始虹膜数据t转化为隐私保护的虹膜模板t′，并加入到虹膜模板数据库，返回注册成功信息；识别阶段，获取用户提交的实时采集的虹膜数据d，计算d与虹膜模板数据库中虹膜模板的海明距离，当海明距离小于或等于阈值C时识别成功，若模板数据库中所有模板与虹膜数据d的海明距离都大于C，则识别失败。本发明还提供一种基于遗传算法的隐私保护虹膜识别系统。本发明所提出的隐私保护虹膜识别方案具有良好的识别性能。
-
公开(公告)号：CN115098395B
公开(公告)日：2024-10-18
申请号：CN202210836462.1
申请日：2022-07-15
Applicant: 武汉理工大学
IPC: G06F11/36
Abstract: 本发明涉及一种基于无关性覆盖模型的多状态系统可靠性分析方法，包括以下步骤：S1、计算多状态系统中各组件的最小无关触发；S2、根据所述最小无关触发，得到多状态系统状态不达标的逻辑表达式，根据该表达式构造多状态多值决策图；S3、根据所述多状态多值决策图，通过遍历决策图得到使系统状态不达标的不相交之和(SDP)，计算这个SDP发生的概率，由此得到系统的不可靠度。本发明多状态系统中的组件不仅会因为其他组件的失效而成为无关组件，也会因为其他组件的状态衰退而成为无关组件。
-
公开(公告)号：CN114626086B
公开(公告)日：2024-10-18
申请号：CN202210159783.2
申请日：2022-02-22
Applicant: 武汉理工大学
Abstract: 本发明公开了一种基于密文的负数据库及深度学习的数据隐私保护方法，采用数据隐私保护模型进行数据隐私保护；首先对原始数据转换为二进制串，并于随机生成的密钥进行异或加密；接着选取负数据库生成算法，对机密数据生成相应的负数据库；并提取负数据库的梗概sketch；然后利用基于负数据库的激活函数估算公式来进行计算，从而完成神经网络的前向传播以及反向传播过程；直到神经网络收敛，获得训练好的数据隐私保护模型；本发明解决了例如差分隐私难以平衡隐私与利用率的问题以及同态加密等方法导致计算代价过大的问题，具有较强的鲁棒性，综合提升了隐私保护深度学习过程当中的效率以及精度。
-
公开(公告)号：CN116597155B
公开(公告)日：2024-09-06
申请号：CN202310353456.5
申请日：2023-04-04
Applicant: 武汉理工大学
IPC: G06V10/40 , G06V10/82 , G06V20/17 , G06Q10/04 , G06Q50/26 , G06N3/0499 , G06N3/0464 , G01R31/387
Abstract: 本申请实施例公开了一种基于多平台协同计算模式的林火蔓预测方法、系统、装置和计算机存储介质。所述方法包括：获得搭载有边缘感知终端和移动边缘计算终端的无人机的剩余电量信息；判断所述剩余电量是否达到了预设的第一电量阈值，若是，则进入下述完全边缘计算模式，否则，进入下述任务卸载模式；在所述完全边缘计算模式中，由移动边缘计算终端根据拍摄到的图像进行火点识别和火点蔓延路径计算，并将计算结果发送到远程服务器端；在所述任务卸载模式中，由移动边缘计算终端或者远程服务器端根据拍摄到的图像进行火点识别，并由远程服务器端完成所述火点蔓延路径计算。本申请既能保证火灾监测和预测的高度实时性，又能显著提高灭火效率。
-
公开(公告)号：CN113219936B
公开(公告)日：2024-08-20
申请号：CN202110324872.3
申请日：2021-03-26
Applicant: 武汉理工大学
IPC: G05B23/02
Abstract: 本发明公开了一种考虑内在故障和外在故障的基于不完全覆盖的可靠性分析方法，包括：构建由多个组件组成的系统，并构建系统可靠性故障树，据此得到对应的布尔结构函数；判断故障树中每个节点所属的故障类型是内在故障还是外在故障；计算每个节点的最小无关触发，最小无关触发发生后，节点对应组件的状态变为无关状态，无关状态组件发生未覆盖内在故障不影响系统的正常工作；依据不可靠度函数来计算系统的不可靠度，从而获得系统可靠度的结果。本发明针对不同影响范围的故障划分了内在故障和外在故障，同时结合组件的相关性，从而考虑了无关组件的未覆盖内在故障对系统的影响，提高系统可靠度。
-
Patent Agency Ranking
公开(公告)号：CN115333798B
公开(公告)日：2024-07-23
申请号：CN202210888430.6
申请日：2022-07-27
Applicant: 武汉理工大学
IPC: H04L9/40
Abstract: 本发明涉及一种保护用户数量信息的安全虹膜识别方法，包括以下步骤：S1、注册阶段，所述注册阶段为用户通过不定个数的可撤销令牌生成不定个数的注册模板发送给服务器，服务器判断模板有效后存储注册模板；S2、识别阶段，所述识别阶段为用户提交待识别模板，服务器与数据库中的所有注册模板进行对比输出识别结果。本发明能够在不影响国际标准ISO/IEC 24745对安全虹膜识别提出的不可逆性、可撤销性和不可连接性以及识别精度的情况下，新增对用户数量信息的隐私保护。
-
公开(公告)号：CN116206223A
公开(公告)日：2023-06-02
申请号：CN202310148429.4
申请日：2023-02-20
Applicant: 武汉理工大学
IPC: G06V20/17 , G06V20/10 , G06V10/764 , G06V10/77 , G06V10/52 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/047 , G06N3/048
Abstract: 本发明提供一种基于无人机边缘计算的火灾检测方法及系统，属于目标检测技术领域，包括：采集目标检测区域影像数据和无人机飞行状态数据；将所述目标检测区域影像数据和所述无人机飞行状态数据输入预先训练好的火灾检测模型，得到火灾起火点检测结果；其中，所述火灾检测模型是构建基于Yolov3算法的边缘计算深度学习模型架构，采用目标检测区域影像样本和分类标签对所述边缘计算深度学习模型架构进行训练所得到的。本发明通过无人机拍摄获取目标区域的检测图像，并采用Yolov3算法进行深度学习边缘检测处理，能快速准确检测出火灾起火点的位置信息，具有智能化和高效性。
-
公开(公告)号：CN115601764A
公开(公告)日：2023-01-13
申请号：CN202211283747.3
申请日：2022-10-20
Applicant: 武汉理工大学(CN)
Abstract: 本发明公开了一种基于轻量级卷积神经网络的古籍汉字识别方法。通过集成多个专家模型，在训练过程中将预测概率分布差异项加入损失函数，降低在全体类别上的预测偏差和方差，从而提高在所有类别上的识别精度，同时引入模型轻量化技术降低了集成模型的计算开销和参数量，实现轻量级的古籍汉字长尾样本识别模型。本发明得到的模型在样本严重不均衡的古籍汉字数据集上能够有效提升在生僻字样本集上的识别精度，并与常规轻量级模型的计算复杂度和参数量相近。
-
-
公开(公告)号：CN114863513A
公开(公告)日：2022-08-05
申请号：CN202210377367.X
申请日：2022-04-11
Applicant: 武汉理工大学
Abstract: 本发明公开了一种基于深度神经网络的动物识别方法，包括以下步骤：1)接收用户提交动物的图片，将用户提交的原始动物图片进行剪裁后框选出动物的面部区域得到动物面部图片；2)根据动物面部图片，通过特征提取模型对动物的特征进行提取；3)计算特征向量t和动物特征信息数据库中的动物特征的欧几里得距离，使用KNN算法进行特征匹配，进行识别。本发明中采用的动物面部特征提取方法，能够对动物的面部进行矫正，保证提取出的特征更加具有辨识度，识别模型具有良好的识别性能。
-
-
-
-
-
-
-
-
-
Search Results
93
records
(took 0.032 seconds)
