-
公开(公告)号：CN112926552B
公开(公告)日：2022-08-12
申请号：CN202110442345.2
申请日：2021-04-23
Applicant: 河南大学
IPC: G06V10/30 , G06V10/762 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于深度神经网络的遥感影像车辆目标识别模型及方法。该模型将Yolov4网络结构中PANet网络中的卷积块替换为倒置残差模块，具体为：将PANet网络中上采样单元自下而上依次连接的两层卷积块均替换为倒置残差模块，并分别定义为第一倒置残差模块和第二倒置残差模块；将PANet网络中下采样单元自上而下依次连接的两层卷积块均替换为倒置残差模块，并分别定义为第三倒置残差模块和第四倒置残差模块；在第二倒置残差模块和第三倒置残差模块之间新增一个倒置残差模块，并定义为第五倒置残差模块，所述第五倒置残差模块用于对输入的图像进行下采样。本发明对阴影遮挡等复杂环境下的车辆目标识别更精确。
-
公开(公告)号：CN114301651A
公开(公告)日：2022-04-08
申请号：CN202111578494.8
申请日：2021-12-22
Applicant: 河南大学
Abstract: 本发明涉及险情监测领域，具体涉及一种基于CP‑ABE的黄河坝岸监测数据共享方法。方法包括：资源上传者根据资源访问者的安全等级为资源访问者生成身份编号；密钥生成中心根据身份编号生成身份令牌，计算身份验证码并将身份验证码发送至云服务器；密钥生成中心生成私钥并将私钥发送至资源访问者，私钥包括身份令牌；云服务器根据资源访问者提交的身份令牌进行预解密，若预解密不成功，则停止访问；若预解密成功，则进一步验证资源访问者身份编号的安全等级并向资源访问者发送险情资源文件密文进行解密。本发明在保证撤销细粒度的同时又提高了撤销效率，还保障了资源共享时的安全性，避免坝岸险情资源被恶意盗取。
-
公开(公告)号：CN112115972A
公开(公告)日：2020-12-22
申请号：CN202010816563.3
申请日：2020-08-14
Applicant: 河南大学
Abstract: 本发明属于高光谱图像分类技术领域，公开一种基于残差连接的深度可分离卷积高光谱图像分类方法，包括：构建分类模型；所述分类模型的首层采用1×1卷积后接ReLU激活函数用于提取光谱信息的非线性特征；采用三个金字塔结构的残差单元，并在每个残差单元中采用两个深度可分离的3×3卷积用于提取图像中光谱‑空间信息；分类模型末端，采用1×1卷积和全局平均池化层相结合用于融合空‑谱特征，完成分类；通过构建的分类模型完成高光谱图像分类。本发明充分提取了高光谱图像的光谱图像的空‑谱特征，通过堆叠残差单元从而构建了一个轻量级的分类模型，该模型在保证更高精度的同时拥有更快的分类速度。
-
公开(公告)号：CN111949915A
公开(公告)日：2020-11-17
申请号：CN202010832807.7
申请日：2020-08-18
Applicant: 河南大学
IPC: G06F16/958
Abstract: 本申请涉及一种遥感产品生产流程的可视化定制方法和系统，包括通过对原子算法组件的初始化，将原子算法组件的XML信息进行可视化显示；解析自定义流程XML文件为可视化图像，得到有向图，实现原子算法组件依赖关系的可视化；按照用户操作生成的原子算法组件间的连接关系，实现流程信息重构；提取有向图的拓扑关系，转化为原子算法组件之间依赖关系，并生成符合逻辑的流程XML文件。本发明可以解决现有技术中遥感产品可视化生产系统使用门槛高，使用灵活性差且不便于维护、应用局限性大的问题，用户可以在多平台的环境下，灵活地定制遥感数据处理的流程。
-
公开(公告)号：CN105227276A
公开(公告)日：2016-01-06
申请号：CN201510635205.1
申请日：2015-09-30
Applicant: 河南大学
CPC classification number: H04L67/1078 , H04L1/1607 , H04L67/32 , H04L67/42
Abstract: 本发明公开了一种基于UDT的对等网络数据传输方法，包括以下步骤：A、客户端与服务器建立连接，成为对等网络中拥有唯一ID标识的一个节点；B、客户端作为接受节点，与保存有自身所需资源的多个发送节点建立连接；C、多个发送节点分别向接收节点发送包含不同资源内容的数据包，且发送节点根据发送数据的类型决定为发送信道分配的带宽大小；D、接收节点接收包含所需资源内容的数据包，并通知发送节点重传丢失的数据包。本发明通过区分对等网络节点间传输的数据类型，对实时数据和普通数据的传输采取不同的发送及接收方式，有效提高了实时数据的传输速率及传输可靠性。
-
Patent Agency Ranking
公开(公告)号：CN119851121A
公开(公告)日：2025-04-18
申请号：CN202411914977.4
申请日：2024-12-24
Applicant: 河南大学
IPC: G06V20/10 , G06V10/60 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明涉及阴影检测技术领域，提供一种基于双分支编码器的遥感图像阴影检测方法与系统。该方法包括：获取遥感图像阴影检测数据集，对所述遥感图像阴影检测数据集中的每个遥感图像进行图像增强处理，将增强后的遥感图像阴影检测数据集分为训练集和测试集；构建基于双分支编码器的神经网络结构，并利用所述训练集和所述测试集对所述基于双分支编码器的神经网络结构进行训练得到遥感图像阴影检测模型；将待检测的遥感图像经过图像增强处理后输入所述遥感图像阴影检测模型进行阴影检测处理，输出检测结果。本发明通过构建双分支编码器神经网络，并利用多尺度特征提取有效地复用浅层特征，有效提高遥感图像阴影检测的准确性和鲁棒性。
-
公开(公告)号：CN119274037A
公开(公告)日：2025-01-07
申请号：CN202411322851.8
申请日：2024-09-20
Applicant: 河南大学
Abstract: 本发明提供一种基于特征融合和注意力机制的遥感车辆目标检测方法。该方法包括：步骤1：对YOLOv8网络进行改进，形成遥感车辆目标检测网络；其中，对YOLOv8网络进行改进，具体包括：将主干网络中的所有C2f模块均替换为聚焦特征提取模块FFEM，所述FFEM模块主要是将CA注意力机制融入到C2f模块中的拼接操作之后得到的；步骤2：对所述遥感车辆目标检测网络进行训练，得到遥感车辆目标检测模型；步骤3：将待检测遥感车辆图像输入至所述遥感车辆目标检测模型中，得到检测结果。本发明在遥感图像背景复杂的情况下，也可以较好地检测出小车辆目标。
-
公开(公告)号：CN119250924A
公开(公告)日：2025-01-03
申请号：CN202411250085.9
申请日：2024-09-06
Applicant: 河南大学
IPC: G06Q30/0601 , G06F21/60 , G06F21/62
Abstract: 本发明公开一种基于zk‑SNARKs的Web3.0在线交易方法，该方法基于Web3.0框架，包括：步骤1：用户输入身份信息，上传属性集获取自己的基于属性的加密密钥，并基于所述身份信息生成对应的零知识证明信息；步骤2：获取商品信息并根据商品信息部署智能合约；步骤3：用户在客户端根据上传的商品信息选择自己需要的商品进行购买，并在购买过程中根据自己的零知识证明信息验证商品是否可以购买；步骤4：服务端根据交易情况将客户端购买的商品分发给对应的用户；步骤5：交易信息上传至区块链后实行数据加密和隐私保护方案。本发明实现了一个安全、透明、去中心化的商品销售环境，同时保护了用户的隐私和权益。
-
公开(公告)号：CN119067109A
公开(公告)日：2024-12-03
申请号：CN202411065913.1
申请日：2024-08-05
Applicant: 河南大学
IPC: G06F40/284 , G06F40/30 , G06F40/126 , G06F18/2431 , G06N3/0455 , G06N3/0442 , G06N3/0985
Abstract: 本发明提供一种基于触发词相关性和多头图注意力网络的事件检测方法及相关设备。该方法包括：构建事件检测网络，包括词特征编码模块、多维度图结构学习模块和触发词预测模块；词特征编码模块对输入文本中的各个单词进行编码以得到各个单词的词特征编码向量；多维度图结构学习模块根据句法依赖关系图，使用多头图注意力网络和门控机制对各个单词的词特征编码向量进行语义更新以得到各个单词的最终表示向量和历史触发词记忆向量；触发词预测模块根据每个单词的最终表示向量和历史触发词记忆向量预测单词所属的触发词类别；对所述事件检测网络进行训练，得到事件检测模型；将待测文本输入至所述事件检测模型中，得到事件检测结果。
-
公开(公告)号：CN119025969A
公开(公告)日：2024-11-26
申请号：CN202411137589.X
申请日：2024-08-19
Applicant: 河南大学
IPC: G06F18/24 , G06F18/21 , G06F18/213 , G06F16/9535 , G06F16/906 , G06N3/042 , G06N3/08
Abstract: 本发明公开一种基于互蒸馏的双通道的社交网络异常用户检测方法，包括：构建基于相互蒸馏的双维度图神经网络异常检测框架DualAD；所述DualAD包括多尺度节点属性重构模块和连接增强的拓扑结构重构模块；所述多尺度节点属性重构模块利用多个具有不同尺度的网络进行信息传播，以检测社交网络中的属性异常；所述连接增强的拓扑结构重构模块通过引入连接增强图，在游离节点上进行有效的消息传递，以检测社交网络中的结构异常；多尺度节点属性重构模块和连接增强的拓扑结构重构模块通过相互蒸馏的方式，共同提升性能；基于训练好的DualAD进行社交网络异常用户检测。本发明提出的检测框架能够有效提高社交网络异常用户检测性能。
-
-
-
-
-
-
-
-
-
Search Results
112
records
(took 0.069 seconds)
