一种基于深度学习的多视窗交通标志检测方法

    公开(公告)号:CN109753949A

    公开(公告)日:2019-05-14

    申请号:CN201910097579.0

    申请日:2019-01-31

    IPC分类号: G06K9/00 G06K9/62

    摘要: 本发明公开了一种基于深度学习的多视窗交通标志检测方法,首先通过仿射变换在不同的照明条件和方向上提供其他交通标志图片,然后利用扩充的数据集训练基于YOLO框架的交通标志检测模型,最后利用多视窗YOLO模型对输入图像进行分区域操作,对每个区域分别检测,并将检测结果进行融合,得到最终检测结果。本发明保证了需要进行交通标志检测的应用领域在进行交通标志检测时的准确性,不仅能提高交通安全性,同时也保证了交通运行效率,具有较高的研究意义。

    一种基于蓝牙高威胁远程执行代码漏洞的防范方法

    公开(公告)号:CN109525580A

    公开(公告)日:2019-03-26

    申请号:CN201811375604.9

    申请日:2018-11-19

    IPC分类号: H04L29/06 H04W4/80

    摘要: 本发明公开了一种基于蓝牙高威胁远程执行代码漏洞的防范方法,对远程执行代码漏洞CVE-2017-0781进行防御;在蓝牙当次工作期间,对经蓝牙接收的数据包进行分析,将数据包划分为可能导致安全受损的不安全数据包和可信任的安全数据包,记录不安全数据包的源IP地址,添加规则以丢弃所有经该源IP地址发送的数据包;在蓝牙结束档期工作前,丢弃该整个工作期间内增加的规则。通过本发明提供的过滤不安全数据包的方式,更加保证了蓝牙设备的安全性。

    一种D-Link Dir系列路由器配置接口漏洞的防御方法

    公开(公告)号:CN109286637A

    公开(公告)日:2019-01-29

    申请号:CN201811382562.1

    申请日:2018-11-19

    IPC分类号: H04L29/06

    摘要: 本发明公开了一种D-Link Dir系列路由器配置接口漏洞的防御方法,主要用于解决此品牌Dir系列型号的路由器的接口漏洞所致的安全问题。本发明利用保护代理对外网及内网的数据包进行过滤,保证只有经路由器验证通过的IP才能请求路由器的资源,实现对外网和内网攻击的同时防御;保护代理在一个数据结构中,通过维护一个有限状态机来设置IP地址的状态并进行状态的转换;保护代理拦截用户的请求,并由保护代理来判断数据包源地址是否安全,若为安全IP则允许其对资源的请求,否则引导用户登陆。若保护代理收到登陆成功的数据包,则允许该IP请求路由器资源,否则视为转发包,予以转发。

    一种基于改进的轻量型YOLOv7的山体滑坡检测方法

    公开(公告)号:CN117746252A

    公开(公告)日:2024-03-22

    申请号:CN202311747742.6

    申请日:2023-12-19

    摘要: 本发明属于计算机图像处理技术领域,涉及一种基于改进的轻量型YOLOv7的山体滑坡检测方法,首先,采集山体卫星图像并使用超分辨率算法GAN对山体卫星图像进行预处理,之后对图像采用拼接、旋转、腐蚀操作,并为山体卫星图标注真实框以及所属类别;其次,利用轻量级网络MobileNetv3替换原YOLOv7特征提取主干网络,之后,将模型添加小目标检测层,并添加HAT注意力机制,模拟不同天气条件,反复进行训练,得到改进的轻量型YOLOv7模型,对山体卫星图像检测得到山体滑坡检测结果;本发明提高了图像的分辨率;解决正负样本分布不均匀的问题;具备高效的小目标检测能力,能够更好地适应复杂多变的天气条件。

    一种基于自适应异常感知的DHR智能裁决架构系统

    公开(公告)号:CN117728992A

    公开(公告)日:2024-03-19

    申请号:CN202311620108.6

    申请日:2023-11-29

    摘要: 本发明属于网络安全技术领域,公开了一种基于自适应异常感知的DHR智能裁决架构系统,包括输入/输出模块、执行机制、异构执行体池、构件池、智能裁决机制和负反馈机制,通过在DHR裁决模块增加一种智能异常感知机制来辅助仲裁,对执行体的输出结果进行多特征提取及多模型训练,获取最优特征子集及最优训练模型,进而得到该执行体执行结果的异常分数,剔除异常分数高于阈值的输出结果,再进行多模裁决,充分考虑了裁决数据的可靠性,提升了裁决的准确性,提高了拟态防御系统抵御共模攻击的能力。

    基于CLIP深度度量学习的文本到图像的跨模态行人重识别方法

    公开(公告)号:CN117058502A

    公开(公告)日:2023-11-14

    申请号:CN202310871137.3

    申请日:2023-07-14

    摘要: 本发明属于行人重识别方法技术领域,公开了一种基于CLIP深度度量学习的文本到图像的跨模态行人重识别方法,首先构建文本图像数据库并进行预处理,对图片以及对应图片的文本描述两两配对,形成图片文本描述和对应行人图片的文本与图片模态的配对,然后对每一个文本描述和对应的行人图片使用对应的神经网络进行特征的学习,同时让两种模态的网络结构进行参数共享,将两种模态得到的特征投影到公共空间中,实现全局对齐视觉和文本嵌入,通过相似分布匹配,对图像‑文本相似分布和归一化标签匹配分布之间的模态差异最小化。本发明对模态内特征分布更为均匀,更有效的提取两种模态的特征,提高行人图片识别的精度,具有更好的跨模态分类性能。

    一种基于AFF特征融合的图像去噪方法

    公开(公告)号:CN116703779A

    公开(公告)日:2023-09-05

    申请号:CN202310799116.5

    申请日:2023-07-03

    摘要: 本发明公开了一种基于AFF特征融合的图像去噪方法,属于多尺度图像去噪技术领域;该方法包括以下步骤:步骤S1:数据预处理;步骤S2:构建高斯合成去噪模型;在MRF‑Net骨干网络架构的基础上,构建新的高斯合成去噪模型DDMFFNet;步骤S3:对构建高斯合成去噪模型进行训练;步骤S4:测试数据集输入到训练好的高斯合成去噪模型DDMFFNett中,得到去噪后的图像。本发明通过对MRF‑Net模型的整体网络架构进行优化,利用改进的AFF特征融合模块,提取不同特征图像的信息,增强信息在不同层次的传输和表达能力,利用密集连接模块缓解梯度消失的问题,使特征的传输更加有效,增强网络的特征提取能力,增强特征重用能力,并且减少了冗余的参数,提升图像的去噪效果。

    短文本关键短语抽取方法
    70.
    发明公开

    公开(公告)号:CN116522929A

    公开(公告)日:2023-08-01

    申请号:CN202310518582.1

    申请日:2023-05-09

    摘要: 本发明提供了一种短文本关键短语抽取方法,主要包括以下步骤:首先对文档进行预处理,从文档中提取候选短语并去除重复短语,接着建立词汇表并记录上下文信息;通过遍历词汇表,记录其他需要的统计信息并计算统计特征得分;计算候选短语的统计特征得分;根据候选短语之间的语义相似度构建语义图;融合统计与语义特征得分,根据得分进行降序排名并输出结果。本发明综合考虑了统计特征与语义特征,避免了传统抽取方法中语义相似短语共现性弱的问题,可以提高短文本场景下的关键短语抽取的准确率,在自动问答系统,推荐系统,情感分析等领域有较好的应用价值。