-
公开(公告)号：CN108123819B
公开(公告)日：2020-10-16
申请号：CN201611077852.6
申请日：2016-11-30
Applicant: 江南大学
IPC: H04L12/24
Abstract: 本发明公开了一种虚实网络无缝融合的仿真方法，涉及网络模拟仿真技术领域，解决基于OpenStack平台的虚实融合的网络数据包传输不透明的问题，所述方法包括步骤：搭建OpenStack云计算平台基本环境；构建目标虚拟网络，虚拟网络中使用自主研发的路由器；运行流表配置脚本，使虚实网络之间的数据包可以透明传输；连接实物设备与虚拟网络构成虚实融合的网络。本发明通过提供一种虚实网络无缝融合的仿真方法，实现搭建一个透明的的虚实融合的网络环境，可用于网络安全评估和计算机系统安全评估。
-
公开(公告)号：CN108039965B
公开(公告)日：2020-09-01
申请号：CN201711283657.3
申请日：2017-12-07
Applicant: 江南大学
Abstract: 本发明公开了一种面向网络仿真的链路数据采集方法，涉及网络仿真技术领域，实现了OpenStack平台中的多样链路，包括宿主机内的虚拟链路，跨宿主机间的虚拟链路，虚实互联链路的分布式采集与存储。所述方法包括步骤：搭建OpenStack云平台基本环境；在Openstack平台上，搭建目标仿真网络，包含三种链路；用集合表示三种链路；部署总配置解析程序和采集程序；选择需要采集的链路，并进行配置，用部署总配置解析程序识别目标端口；对位于同一计算节点上的多个端口进行端口镜像的设置；启动数据采集程序，并实时对所采集到的数据进行存储。本发明通过提供一种面向仿真网络的数据采集方法，并将采集数据实时存储，为第三方应用研究提供数据支持。
-
公开(公告)号：CN108405354A
公开(公告)日：2018-08-17
申请号：CN201810159429.3
申请日：2018-02-26
Applicant: 江南大学
Abstract: 本发明公开了一种基于计算机视觉的步进式自动分级装置，包括进料单元，设置于所述基于计算机视觉的步进式自动分级装置的顶部，包括进料组件和旋转开合组件；传送单元，设置于所述进料单元的下方，所述传送单元包括输送组件和间隔调控组件；所述间隔调控组件包括第二驱动件、曲臂和摇摆件，所述第二驱动件与曲臂的一端进行连接，所述曲臂的另一端铰接有滑块；以及，识别单元，包括采集组件和悬挑支架，所述采集组件通过所述悬挑支架固定于所述进料组件的内侧。本发明通过计算机视觉技术，并结合传送单元和推料单元的作用，可以实现对苹果外观品质的自动识别和分级处理，无需人工参与生产过程，其生产效率高，具有较高的自动化程度水平。
-
公开(公告)号：CN108380522A
公开(公告)日：2018-08-10
申请号：CN201810162152.X
申请日：2018-02-26
Applicant: 江南大学
Abstract: 本发明公开了一种基于计算机视觉的自动分级装置，包括进料单元，设置于所述基于计算机视觉的自动分级装置的顶部，包括进料组件和旋转开合组件，所述旋转开合组件固定于所述进料组件的底部；传送单元，设置于所述进料单元的下方，所述传送单元包括有输送组件，所述输送组件包括传送带、传动滚筒和导向滚筒，所述传动滚筒与导向滚筒分别设置于所述传送带的两端；以及，识别单元，包括采集组件和悬挑支架，所述采集组件通过所述悬挑支架固定于所述进料组件的内侧。本发明通过计算机视觉技术，并结合传送单元和推料单元的作用，可以实现对苹果外观品质的自动识别和分级处理，无需人工参与生产过程，其生产效率高，具有较高的自动化程度水平。
-
公开(公告)号：CN108380516A
公开(公告)日：2018-08-10
申请号：CN201810159424.0
申请日：2018-02-26
Applicant: 江南大学
Abstract: 本发明公开了一种苹果外观品质自动分级装置，包括进料单元，包括进料组件和旋转开合组件，所述旋转开合组件固定于所述进料组件的底部；传送单元，设置于所述进料单元的下方，所述传送单元包括有输送组件，所述输送组件包括传送带、传动滚筒和导向滚筒，所述传动滚筒与导向滚筒分别设置于所述传送带的两端；出料单元，与所述推料单元的设置一一对应，所述出料单元包括出料轨道，所述出料轨道的下端均对应有一个集料桶；以及，识别单元，包括采集组件和悬挑支架。本发明通过计算机视觉技术，并结合传送单元和推料单元的作用，可以实现对苹果外观品质的自动识别和分级处理，无需人工参与生产过程，其生产效率高，具有较高的自动化程度水平。
-
Patent Agency Ranking
公开(公告)号：CN105282090A
公开(公告)日：2016-01-27
申请号：CN201410247360.1
申请日：2014-06-03
Applicant: 江南大学
IPC: H04L29/06
Abstract: 本发明提出了一种互联网上用于防止URL任意信息获取攻击的编码方法，关键地设计了一种基于快速对称加密编码的数字码与字符串码的隐秘编码方法。基于一套自主设计的快速转换、混淆加密处理，编码方法对源数字码进行四轮加密后获得隐秘字符串码，保护URL中敏感数字信息不被任意获取访问。该发明包括：服务器端对URL中的敏感数字信息进行加密编码从而生成公开URL；用户使用公开URL发出访问请求；服务器端读取用户URL访问请求时，首先对其中含有的隐秘字符串参数进行解码，若解码结果正确，则给予正常请求响应，否则认为其为非法攻击，不予正常响应，或作其它进一步处理。本发明方法加解码速度快、安全强度较高，具有较强的抗URL任意访问攻击能力，对于URL中的参数篡改访问攻击无需额外数据库比对操作，实现效率高。
-
-
-
公开(公告)号：CN103034994A
公开(公告)日：2013-04-10
申请号：CN201210475129.9
申请日：2012-11-20
Applicant: 江南大学
IPC: G06T7/00
Abstract: 在一般摄像情况，摄象机的光轴不相互平行，摄象机绕X轴、Y轴、Z轴都有转角，摄像机校准的方法一般采用像水平校准和已知空间点校准等方法，但是很多物体表面的像水平线很难找到，或是找到的像水平线也是近似的，这样校准的摄像机参数误差比较大，给后续的重建带来了很大的累积误差。利用已知空间点校准方法的前提是必须已知足够点数的物体表面空间坐标，但是在很多场合下，无法预先得到足够多的已知空间点，利用sift特征点校准一般摄像情况下的摄像机参数方法无需预先知道已知空间点，而是对得到的物体表面的照片或图片，利用sift算法求出物体表面的特征关键点，然后利用这些特征关键点作为已知点进行摄像机参数校准。
-
公开(公告)号：CN102622748A
公开(公告)日：2012-08-01
申请号：CN201210039091.0
申请日：2012-02-18
Applicant: 江南大学
Abstract: 基于混合行为蚁群算法的sift算法的特征关键点匹配是一种基于混合行为蚁群算法的搜索机制。在sift算法中，当两幅图像的SIFT特征向量生成后，取图像I的某个关键点，通过遍历找到图像II中的距离最近的两个关键点，在这两个关键点中，如果次近距离除以最近距离小于某个阈值，则判定为一对匹配点。当图像很大，一般的遍历方法速度慢，实时性比较差。本发明提出利用混合行为蚁群算法进行遍历运算，同时采用关键点特征向量的城区距离来作为两幅图像中关键点的相似性判定，降低计算复杂度，并大大提高了关键点匹配的准确度和运算速度。
-
-
-
-
-
-
-
-
-
Search Results
120
records
(took 0.038 seconds)
