-
公开(公告)号：CN115147711A
公开(公告)日：2022-10-04
申请号：CN202210871217.4
申请日：2022-07-23
Applicant: 河南大学
IPC: G06V20/05 , G06V10/82 , G06V10/764 , G06N3/08 , G06N3/04
Abstract: 本发明提供一种基于改进Retinanet的水下目标检测网络及方法。该网络包括：backbone层、neck层和head层；backbone层采用残差网络Resnet50；neck层包括特征金字塔网络模块、上下文提取模块和注意力引导模块；head层包括下采样模块、分类子网络和框回归子网络；其中，待检测的水下图像经过backbone层进行后得到四个不同大小的特征图；四个不同大小的特征图并列输入至neck层进行特征融合，得到四个不同大小的新特征图；四个不同大小的新特征图中的最上层的新特征图经下采样模块之后，连同其他三个新特征图一并输入至分类子网络和框回归子网络从而得到水下图像中的各水下目标。
-
公开(公告)号：CN114067168A
公开(公告)日：2022-02-18
申请号：CN202111198444.7
申请日：2021-10-14
Applicant: 河南大学
Abstract: 本发明提供一种基于改进的变分自编码器网络的布匹缺陷图像生成系统及方法。该系统包括变分自编码器网络和判别网络，所述变分自编码器网络分为编码器网络和解码器网络；编码器网络，用于将真实目标图像编码成潜空间变量X的正态分布q(z|x)；解码器网络，用于从正态分布q(z|x)中采样潜空间变量～X生成新的目标图像；判别器网络，用于衡量生成的目标图像与真实目标图像之间的相似性，计算对抗损失，把对抗损失传入编码网络和解码网络，同时把变分自编码器网络中基于像素的重构度量替换为表示在判别器网络的特征度量。本发明通过生成对抗网络中的判别器网络对变分自编码器网络进行改进，提高生成图像的质量。
-
公开(公告)号：CN113868695A
公开(公告)日：2021-12-31
申请号：CN202110959901.3
申请日：2021-08-20
Applicant: 河南大学
IPC: G06F21/62 , G06F21/64 , G06F16/2455 , G06Q20/38 , G06Q40/04
Abstract: 本发明公开一种群智感知数据聚合中基于区块链的可信隐私保护方法，包括：对感知节点进行分组，组内节点维护一个私有区块链，在组内进行基于加噪机制的隐私保护数据聚合，直至数据交易发布到私有区块链上；聚合节点获取组内数据聚合结果，并且对聚合结果进行添加零和噪声处理，等待目标节点进行二次隐私保护数据聚合，聚合节点之间不维护区块链；目标节点对聚合节点的聚合数据进行基于加噪机制的二次隐私保护数据聚合，从而获取感知数据最终聚合结果。本发明不仅能够保证数据聚合过程的可追溯性，实现数据聚合过程中的隐私性与数据聚合结果的正确性，而且能够提高隐私保护执行效率。
-
公开(公告)号：CN114037213B
公开(公告)日：2025-02-18
申请号：CN202111202403.0
申请日：2021-10-15
Applicant: 河南大学
IPC: G06Q10/0631 , G06Q10/0633 , G06Q10/10 , G06Q30/0601
Abstract: 本发明属于众包网络技术领域，特别涉及一种异常数据众包检测中基于反向背包的最优工人选取方法及系统，依据异常数据检测任务及众包网络中众包工人信息来确定投标工人集合，按照异常数据检测任务需求获取多个工人组合并添加到候选众包工人集合中；将众包工人信任值通过加权计算来获取异常数据检测结果预测可靠性，利用众包工人总投标价格作为约束条件，候选众包工人集合作为背包物品，众包工人信任值作为背包物品重量，预期可靠性阈值设定为背包容量，将异常数据检测中工人选取问题建模为反向背包模型；通过对反向背包模型进行求解来选取最优工人组合。本发明综合考虑检测任务预期可靠性及投标价格来选取对应的最优工人组合，节约人工和时间成本。
-
公开(公告)号：CN118939381A
公开(公告)日：2024-11-12
申请号：CN202411115650.0
申请日：2024-08-14
Applicant: 河南大学
Abstract: 本发明公开云计算平台中基于高效能源意识和服务质量改进的虚拟机放置策略，包括：输入物理机列表和待迁移的虚拟机列表；循环遍历待迁移的虚拟机列表，对每一个待迁移虚拟机循环遍历物理机列表，判断物理机的CPU、内存和带宽资源是否能满足虚拟机的资源请求，且物理机目前和虚拟机部署后是否都不会过载，如是则执行下一步；计算物理机的能效指标；分别计算虚拟机部署后物理机的内部资源利用平衡偏差指标、安全系数指标和CPU资源利用波动系数指标，标准化处理后计算综合得分；基于得出的物理机的能效指标及所述综合得分选择物理机作为待迁移虚拟机的目标物理机。本发明在降低能耗的同时减少了服务水平协议违反，保证了云数据中心的服务质量。
-
Patent Agency Ranking
公开(公告)号：CN118869313A
公开(公告)日：2024-10-29
申请号：CN202411049549.X
申请日：2024-08-01
Applicant: 河南大学
IPC: H04L9/40 , G06N3/0464
Abstract: 本发明属于网络安全技术领域，公开一种基于多尺度卷积神经网络的网络安全通信高精度入侵检测方法和系统，该方法首先采用了一种新型的数据预处理方法，结合SMOTE和ENN技术，解决了数据集类别不平衡及少数类样本与多数类样本重叠的问题，然后，引入了一种结合信息增益(IG)、随机森林(RF)特征重要性评分和递归特征消除(RFE)的方法进行特征筛选，从而优化模型性能并减少计算负担，最后通过在不同尺度上精确捕捉数据特征，极大地增强了模型对复杂网络行为的解析能力。在公开的数据集上进行的实验结果表明，本发明能够准确的识别网络入侵。
-
公开(公告)号：CN115035299B
公开(公告)日：2023-06-13
申请号：CN202210697730.6
申请日：2022-06-20
Applicant: 河南大学
IPC: G06V10/26 , G06V10/82 , G06V10/42 , G06V10/80 , G06N3/0464
Abstract: 本发明公开一种基于深度学习的改进型城市街景图像分割方法，包括：基于深度学习的改进型城市街景图像分割模型DEEPLS：使用编码解码的框架和ResNet101作为骨干网络，在ASPP模块中新增一层膨胀率为3的空洞卷积，合并之后的6层用并行的3×3卷积处理之后再用1×1卷积调整通道数，得到的特征图先2倍上采样，输入到CBAM注意力机制再2倍上采样，最后和经过CBAM注意力机制的浅层特征拼接融合得到预测图；基于改进型城市街景图像分割模型DEEPLS对城市街景图像进行分割。本发明能获取更精细的前景细节信息，提升城市街景图像分割效果。
-
公开(公告)号：CN115272700B
公开(公告)日：2023-06-02
申请号：CN202210929028.8
申请日：2022-08-03
Applicant: 河南大学
IPC: G06V10/44 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明公开一种基于多尺度特征自增强的改进SSD小目标检测方法，主要包括三个阶段，在第一阶段，对输入图像的辅助特征提取操作补充了特征层的细粒度信息，以增强小物体的特征表示；在第二阶段，聚合多个并行映射集成更有效的信息来补充边缘特征并增强特征层之间的相关性；最后，通过引入设计的特征自增强模块来扩展网络以提高特征的自学习能力。在PASCAL VOC数据集上进行了综合实验，实验结果表明，本发明构建的网络在小物体检测场景中具有较好的检测效果。
-
-
公开(公告)号：CN115956928A
公开(公告)日：2023-04-14
申请号：CN202211728090.7
申请日：2022-12-29
Applicant: 河南大学
IPC: A61B5/372 , A61B5/291 , A61B5/00 , A61B5/11 , G06N3/0464
Abstract: 本发明公开一种基于深度学习的手部运动脑电信号分类方法，包括以下步骤：1)按照手部动作实验范式进行数据采集，构建手部运动脑电信号数据集，并对数据集进行滤波、去伪迹等预处理操作；2)加入自动权重数据平衡模块，加入动作电位特征提取卷积模块，引入注意力机制模块，构建基于改进的EEGNet脑电信号分类网络；3)设置脑电信号分类网络的超参数、损失函数，使用数据集进行训练，得到脑电信号分类网络模型；4)使用已训练网络模型进行脑电信号分类，并对分类结果进行评估。本发明能够适用于手部动作脑电信号分类检测处理，检测精确率高，在人类手部肢体康复系统领域应用前景广泛。
-
-
-
-
-
-
-
-
-
Search Results
78
records
(took 0.027 seconds)
