公开(公告)号：CN110572371B

公开(公告)日：2021-07-13

申请号：CN201910766741.3

申请日：2019-08-20

Applicant: 河南大学

Inventor： 宋亚林 ,  于俊洋 ,  翟锐 ,  何欣 ,  王龙葛 ,  白晨希 ,  吴文培

IPC: H04L29/06

Abstract: 一种基于HTML5本地存储机制的身份唯一性校验控制方法，首先定义一个用于保存客户端信息的存储结构对象、一个用于校验该存储结构对象完整性的校验码、一个登录权限控制标记变量以及一个时长变量，系统分别在初始化和登录时，对本地存储中的存储结构对象的非空性和完整性进行两重校验，校验不通过时，从服务器下载并更新该存储结构对象，并利用该存储结构对象对当前登录用户的唯一性进行校验，符合要求的用户才可正常进行用户名密码登录校验操作。本发明所提供的身份唯一性校验控制方法，可高效安全地解决浏览器/服务器（B/S架构）的客户端用户登录的校验控制问题。

公开(公告)号：CN104782527B

公开(公告)日：2017-02-22

申请号：CN201510160995.2

申请日：2015-04-08

Applicant: 河南大学淮河医院

Inventor： 梁慧敏 ,  宋亚林 ,  宋雅杰 ,  时小燕 ,  蒋欣 ,  耿利娇 ,  魏建设

IPC: A01K29/00

Abstract: 一种实验动物自主行为监测设备，由布置在实验动物模型笼内底部的实验动物自主活动检测装置与位于实验动物模型笼外部的检测控制装置电连接而构成。由于实验动物自主活动检测装置采用大面积导电橡胶触点压力触碰开关，而检测控制装置的检测模块采用高效算法，因此，该设备既采集信息灵敏度高，又能快速、自动准确地计算各种测试数据并进行结果显示，从而，可有效地实现对实验动物模型的自主活动行为进行自动准确、快速的监测。该检测可为研究动物神经行为及脑功能提供一种重要的参数信息。并且该设备还具有结构简单，便于安装布置，造价低廉、易操作、监测范围无盲区等优点。

公开(公告)号：CN102722737A

公开(公告)日：2012-10-10

申请号：CN201210156783.3

申请日：2012-05-13

Applicant: 河南大学

Inventor： 宋亚林 ,  武相军 ,  季超 ,  庞子龙 ,  张缨

IPC: G06K15/02 ,  G06K7/10

Abstract: 本发明涉及一种高效纸质文档防篡改方法，适用于纸质文档的防篡改验证系统。首先建立纸质文档打印模块，设置数据保护区域，对保护区数据进行加密编码，编码后的保护区数据进行二进制反码求和生成校验码，生成纸质文档中的二维条形码，打印输出纸质文档，校验纸质文档时，扫描得到纸质文档图像文件，读取二维条形码信息，得到保护区域信息，使用OCR技术识别得到纸质文档中的重要数据，从所述的二维条形码中得到校验码，进行数据校验。本发明所提供的数据校验方法具有相当的高效与准备性，较好的解决了纸质文档中重要信息被篡改的问题，保证了纸质文档中数据的安全性。

公开(公告)号：CN115147711B

公开(公告)日：2024-07-16

申请号：CN202210871217.4

申请日：2022-07-23

Applicant: 河南大学

Inventor： 宋亚林 ,  袁明阳 ,  甘志华 ,  庞子龙 ,  于俊洋 ,  何欣

IPC: G06V20/05 ,  G06V10/82 ,  G06V10/764 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/08

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：CN115511108B

公开(公告)日：2024-07-12

申请号：CN202211182116.2

申请日：2022-09-27

Applicant: 河南大学

Inventor： 翟锐 ,  张玉涛 ,  刘杭 ,  于俊洋 ,  王瑛琦 ,  宋亚林 ,  刘文明 ,  苑昆永

IPC: G06N20/20 ,  G06F18/214 ,  G06F21/60

Abstract: 本发明提供一种基于数据集蒸馏的联邦学习个性化方法。该方法包括：在客户端，利用预设的数据集蒸馏模型对本地数据进行处理生成蒸馏数据#imgabs0#并将蒸馏数据加密后上传至服务器；服务器利用所有的加密蒸馏数据#imgabs1#进行全局模型训练，得到全局模型的初始参数G0，将#imgabs2#和G0下发至各客户端；在客户端，根据本地数据的数据分布特征利用#imgabs3#进行数据增强得到新的本地数据，并利用G0对本地模型进行参数初始化，然后利用新的本地数据对当前本地模型的参数进行更新并上传至服务器；服务器对所有本地模型的参数进行聚合以更新全局模型的参数，并将更新后的全局模型的参数下发至各客户端；重复前述的两个步骤，直至更新后的全局模型满足要求。

公开(公告)号：CN114998633B

公开(公告)日：2024-06-21

申请号：CN202210740023.0

申请日：2022-06-28

Applicant: 河南大学

Inventor： 王龙葛 ,  马志峰 ,  赵宇曦 ,  于俊洋 ,  何欣 ,  宋亚林 ,  翟锐

IPC: G06V10/762 ,  G06V10/40 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/0895

Abstract: 本发明公开一种基于视图注意力驱动的多视图聚类方法，包括：构建多视图特征提取网络；构建多视图特征提取网络训练时所需损失函数，并进行网络训练，得到多视图特征提取网络模型；将多视图样本数据输入所述多视图特征提取网络模型中，得到不同样本的所有视图特征表示；将同一样本的所有视图的特征表示进行连接，对连接后不同多视图样本特征数据采用k‑means算法进行聚类，得到多视图样本数据的聚类结果。本发明采用对比学习和注意力机制学习不同视图数据的特征表示，在学习不同视图的特征表示时，同时考虑其他视图所关注的信息，从而加强对所有视图中存在的一致性信息的关注和减少仅存于视图子集中与聚类目标无关信息的影响。

公开(公告)号：CN118072350A

公开(公告)日：2024-05-24

申请号：CN202410173140.2

申请日：2024-02-07

Applicant: 河南大学

Inventor： 翟锐 ,  宋然 ,  靳浩哲 ,  于俊洋 ,  宋亚林 ,  刘世崇 ,  钱鹏

IPC: G06V40/10 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明实施例提供一种行人检测方法、装置及电子设备，涉及目标检测技术领域。所述行人检测方法包括：对待检测图像进行多尺度特征提取，得到多个特征图；根据所有特征图中的输出步长最大的特征图，构造特征图序列；采用基于可变形自注意力机制的编码模块对特征图序列进行编码，得到目标特征图；对目标特征图和所有特征图中的其余特征图进行跨尺度特征融合，得到融合特征，以基于融合特征获取多个预测框；结合特征图序列中的位置信息和所有预测框，对目标特征图进行解码，得到多个检测框；从所有检测框中筛选行人检测框，将所有行人检测框作为行人检测结果。本发明实施例能够适应实际的行人检测场景，稳定高效地从待检测图像中检测出行人。

公开(公告)号：CN117995414A

公开(公告)日：2024-05-07

申请号：CN202410168528.3

申请日：2024-02-06

Applicant: 河南大学

Inventor： 翟锐 ,  唐志伟 ,  徐宋天浩 ,  宋亚林

IPC: G16H50/50 ,  G16H50/70 ,  G06N20/00

Abstract: 本申请提供一种训练医疗模型的方法、装置、设备和可读存储介质，该方法包括，分别通过多个目标医院的医疗病例数据，训练多个目标医院中每一目标医院的本地医疗模型；将每一目标医院的本地医疗模型进行解耦知识蒸馏训练，得到多个蒸馏后的本地医疗模型；将多个蒸馏后的本地医疗模型和对应的专属全局模型进行正则化迁移学习，得到每一目标医院的医疗模型。通过该方法可以达到准确的训练更加实用和高效医疗模型的效果。

公开(公告)号：CN113269239B

公开(公告)日：2024-04-19

申请号：CN202110524395.5

申请日：2021-05-13

Applicant: 河南大学

Inventor： 左方 ,  李承宗 ,  张玉涛 ,  翟锐 ,  于俊洋 ,  宋亚林 ,  王瑛琦

IPC: G06F18/24 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于多通道卷积神经网络的关系网络节点分类方法，包括获取包含待分类节点的初始图网络信息，所述初始图网络信息包括初始图网络结构信息和初始图网络中每个节点的节点特征信息；根据初始图网络中节点之间的特征相似度构建特征图，并获取所述特征图的结构信息；建立节点分类模型，并进行节点分类模型的预先训练，将所述初始图网络的结构信息、所述初始图网络中每个节点的特征信息、以及所述特征图的结构信息输入预先训练的节点分类模型，以确定每个节点的类型；基于初始图网络中的标签类型确定每个节点所属于的标签类型，提升模型在分类领域的精度。

公开(公告)号：CN117351340A

公开(公告)日：2024-01-05

申请号：CN202311249748.0

申请日：2023-09-25

Applicant: 河南大学

Inventor： 宋亚林 ,  沈兴盛 ,  李世昌 ,  胡小树 ,  梁明阳 ,  李光耀

IPC: G06V20/05 ,  G06V10/774 ,  G06V10/30 ,  G06V10/34

Abstract: 本发明公开一种基于双颜色空间的水下图像增强算法，首先引入HSV颜色空间调整模块来对水下图像进行处理，改善水下图像的色调和饱和度；其次提出RGB颜色空间去噪模块，对水下图像的内容和结构进行修复，最后设计RAB注意力模块，完善水下图像的细节。本发明通过在HSV颜色空间进行深度学习的方法提取特征，并加上神经曲线进行调整，使水下图片预先得到了很好的处理，在RGB颜色空间去噪模块的卷积操作中引入多个并行的卷积分支，可以增加模型的层级表示能力，获得不同尺度的感受野，且可以更好地保留输入图像的细节纹理特征。