-
公开(公告)号：CN119363598A
公开(公告)日：2025-01-24
申请号：CN202411463390.6
申请日：2024-10-21
Applicant: 齐鲁工业大学(山东省科学院)
IPC: H04L41/12 , H04L41/0803
Abstract: 本发明公开了低延迟低成本数据中心网络拓扑结构及构建方法，属于数据中心构建，要解决的技术问题为如何设计更高效的网络拓扑、以满足日益增长的低延迟与低成本需求。包括：定义元素作为数据中心网络拓扑结构的基础结构块，定义元素内以及元素之间服务器的通信方式；定义数据中心网络拓扑结构的递归方式；定义服务器和交换机的地址以及服务器和交换机之间的连接原则；基于定义构建数据中心网络拓扑结构。元素包括m个具有两端口的服务器和一个具有m端口的交换机，同一个元素中，服务器之间通过其第一端口进行通信，对于位于不同元素的服务器，服务器之间通过其第二端口进行通信。
-
公开(公告)号：CN118646540A
公开(公告)日：2024-09-13
申请号：CN202410884413.4
申请日：2024-07-03
Applicant: 齐鲁工业大学(山东省科学院)
Abstract: 本发明公开了基于区块链和零知识证明的身份认证方法及系统，属于物联网技术领域，要解决的技术问题为基于区块链如何去中心化的实现网络设备身份认证、以确保用户身份与数据的安全。包括如下步骤：基于设备身份标识、加密身份信息以及验证密钥构建注册信息，并将注册信息发送至区块链进行注册申请；设备端基于公钥和公钥哈希值、调用非交互式零知识证明算法生成证明信息，基于设备身份标识、验证密钥和证明信息构建验证信息，并将验证信息发送至区块链进行验证申请，区块链调用非交互式零知识证明算法对验证信息进行验证，并向设备端和数据中心返回验证结果，对于通过验证的设备端，数据中心为设备端提供访问控制和权限管理。
-
公开(公告)号：CN117938742A
公开(公告)日：2024-04-26
申请号：CN202410063558.8
申请日：2024-01-16
Applicant: 齐鲁工业大学(山东省科学院)
Abstract: 本发明公开了一种交换超立方体自适应容错路由方法，属于数据中心网络容错技术领域，要解决的技术问题为对于同时存在点故障和边故障的网络结构、如何实现网络结构的可靠通信。包括如下步骤：定义子交换超立方体；如果顶点为故障顶点，将连接到顶点的所有边转换为故障边；基于与顶点相连边的故障情况设定顶点的安全级别；基于其相邻顶点的安全级别以及与顶点相连边的故障情况，构建顶点的不安全系数计算模型；基于自适应容错路由方法计算源顶点和目标顶点之间的路由的下一跳顶点，得到源顶点和目标顶点之间的可行路径。
-
公开(公告)号：CN117876322A
公开(公告)日：2024-04-12
申请号：CN202410041045.7
申请日：2024-01-11
Applicant: 齐鲁工业大学(山东省科学院)
IPC: G06T7/00 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于感受野增大和特征信息补充的带钢缺陷检测方法，属于图像处理技术领域，要解决的技术问题为如何提高带钢缺陷检测的精度。包括：以YOLOv5s模型为基础模型，引入感受野增大模块C3RF替换基础模型中C3模块，引入注意力模块SCBAM替换基础模型中空间金字塔池化模块SPPF，并引入具有额外信息补充的特征金字塔结构EFPN替换基础模型中特征金字塔结构PAFPN，得到带钢缺陷检测模型；基于图像处理后训练集对带钢缺陷检测模型进行模型训练，并对训练后的带钢缺陷检测模型进行模型验证和测试；以待检测带钢图像为输入图像，通过最终带钢缺陷检测模型对输入图像进行缺陷检测，输出预测框以及缺陷类别。
-
公开(公告)号：CN117830283A
公开(公告)日：2024-04-05
申请号：CN202410047456.7
申请日：2024-01-11
Applicant: 齐鲁工业大学(山东省科学院)
IPC: G06T7/00 , G06V10/80 , G06T7/73 , G06N3/0464 , G06N3/045 , G06N3/08 , G06T5/90 , G06V10/762 , G06T3/4038
Abstract: 本发明公开了基于冗余特征重用和感受野增强的带钢缺陷检测方法，属于图像处理技术领域，要解决的技术问题为如何实现对带钢缺陷高效、准确的识别。包括：以YOLOv5s模型为基础模型，引入冗余特征重用模块RFR替换基础模型中C3网络结构的残差结构，在基础模型的颈部引入注意力模块SCBAM，并在基础模型的颈部和头部之间添加感受野增强模块RFE，得到带钢缺陷检测模型；基于标注框之间的交并比、通过K‑mean++算法对标注框进行聚类；将聚类后的标注框作为带钢缺陷检测模型的先验框，基于训练集对带钢缺陷检测模型进行模型训练；通过最终带钢缺陷检测模型进行缺陷检测，输出预测框以及对应缺陷类别。
-
Patent Agency Ranking
公开(公告)号：CN117749522A
公开(公告)日：2024-03-22
申请号：CN202410010131.1
申请日：2024-01-04
Applicant: 齐鲁工业大学(山东省科学院)
Abstract: 本发明公开了一种区块链辅助验证的智慧工厂数据共享方法，属于信息安全技术领域，要解决的技术问题为如何在区块链的辅助下实现工厂数据安全高效的共享。部门经理基于对称密钥对明文数据进行对称加密、得到对称密文，基于预定义的访问结构对对称密钥进行属性加密、生成属性密文，将对称密文和属性密文作为密文上传云计算服务器；工厂管理员生成一个与部门员工自身属性集合对应的属性密钥、并将属性密钥返回部门员工，部门员工基于属性密钥生成转换密钥和取回密钥；云计算服务器基于数据共享请求中的转换密钥对指定的属性密文进行密文转换操作，得到转换密文，将转换密文以及对应的对称密文返回部门员工。
-
公开(公告)号：CN117274955A
公开(公告)日：2023-12-22
申请号：CN202311324506.3
申请日：2023-10-12
Applicant: 齐鲁工业大学(山东省科学院)
Abstract: 本发明属于图像处理及目标检测技术领域，尤其涉及一种基于轻量化网络的多场景交通目标检测方法及系统，方法包括实时采集交通路况视频数据传输给嵌入式设备；嵌入式设备对交通路况视频数据进行实时分析处理，控制反馈提醒模块进行提醒；嵌入式设备内部署有轻量化的目标检测模型，通过对YOLOv3网络进行剪枝处理以及稀疏训练后得到改进的YOLOv3‑Tiny网络；将改进的YOLOv3‑Tiny网络进行格式转换和验证后部署在嵌入式设备上。本发明使用轻量化技术对深度学习算法进行轻量化处理，然后对轻量化处理后的模型进行格式转化后再部署到嵌入式设备上，能够将深度学习算法与嵌入式设备进行更高适配性融合，解决软硬件之间融合性差的问题，实现车辆行人等的实时检测。
-
公开(公告)号：CN118214552A
公开(公告)日：2024-06-18
申请号：CN202410452623.6
申请日：2024-04-16
Applicant: 齐鲁工业大学(山东省科学院)
Abstract: 本发明公开了一种基于区块链的物联网身份认证方法，属于区块链技术领域，要解决的技术问题为如何基于区块链实现物联网身份管理、并克服隐私泄露和重放攻击。包括：基于时间戳以及持有者的身份信息、身份提供者调用凭证设置合约生成凭证；身份提供者调用声明响应合约、基于其设定的声明参数以及声明参数哈希值进行凭证的声明和验证，声明参数中包括身份提供者的身份标识符；以佩德森承诺、一次性令牌以及身份提供者设定的声明参数作为输入、调用响应零证明知识合约生成零知识证明，将零知识证明与持有者的区块链地址绑定并注册至响应验证合约，并将响应、零知识证明和一次性令牌发送至服务提供者，服务提供者调用声明响应合约对持有者进行验证。
-
公开(公告)号：CN118174875A
公开(公告)日：2024-06-11
申请号：CN202410318558.8
申请日：2024-03-20
Applicant: 齐鲁工业大学(山东省科学院)
IPC: H04L9/32 , H04L9/08 , H04L9/00 , H04L9/40 , H04L67/104
Abstract: 本发明公开了一种基于区块链的云边协同物联网数据共享方法，属于数据共享技术领域，要解决的技术问题为物联网数据共享中的身份隐私泄露、效率低下和单点故障。包括如下步骤：数据所有者基于公钥集合、用户ID集合以及密文进行环签名计算生成无证书可链接的密文环签名，基于公钥集合、用户ID集合以及密钥片段进行环签名计算生成无证书可链接的密钥环签名，将密钥片段、密钥环签名以及数据标签发送至边缘服务器，将密钥片段和数据标签存储在多个边缘服务器中，并基于数据标签与存储于云服务器的密文链接。通过区块链记录数据共享请求，数据请求者接收预定数量的密钥片段后重构对称密钥，并基于对称密钥对密文解密恢复出明文数据。
-
公开(公告)号：CN117877094A
公开(公告)日：2024-04-12
申请号：CN202410051119.5
申请日：2024-01-12
Applicant: 齐鲁工业大学(山东省科学院)
IPC: G06V40/16 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于SViT网络的微表情识别方法，属于图像处理技术领域，要解决的技术问题为对于微表情识别、如何确保局部特征提取以及长距离依赖。包括：将水平分量、垂直分量和光学应变形成的三维张量作为微表情视频的特征图像，通过stem模块将特征图像变换为token序列，基于token序列以及数据集中微表情视频对应的真实表情类别构建样本集；基于SViT网络构建微表情识别模型，微表情识别模型用于以token序列为输入，对token序列进行局部特提取、并依据本地和长程依赖关系进行全局特征提取，并输出预测的表情类别；以待识别微表情视频对应的token序列为输入、通过最终微表情识别模型输出预测的表情类别。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.058 seconds)
