-
公开(公告)号：CN110347829A
公开(公告)日：2019-10-18
申请号：CN201910562653.1
申请日：2019-06-26
Applicant: 广东工业大学
Abstract: 本发明公开了一种基于两组聚类中心相似度矩阵的自适应调整聚类中心标号的方法，用于解决群体智能进化算法在采用基于划分的形式进行聚类时，构造的种群中个体间各聚类中心随机排列导致的聚类中心标号不一致，即属于不同簇集的聚类中心却排列在同一维度的问题而导致算法种群个体更新效率低下和搜索盲目性的问题。所提出方法采用一种双向选择的竞争淘汰策略，将个体间相似度最大，距离最接近的聚类中心尽量排列在同一维度，保证聚类中心标号一致性的最大化。
-
公开(公告)号：CN110264434A
公开(公告)日：2019-09-20
申请号：CN201910420295.0
申请日：2019-05-20
Applicant: 广东工业大学
IPC: G06T5/50
Abstract: 本发明提供一种基于低秩矩阵补全的单幅图像去雨方法，包括以下步骤：S1)、利用雨线的两个物理特征，建立准确的检测雨模型，通过检测雨模型对图像进行雨标记，得到雨候选标记矩阵B1(i,j)，并利用方向算子对雨候选标记矩阵B1(i,j)中的错误检测进行纠正，得到雨候标记矩阵B2，最终得到的雨标记矩阵B(i,j)，即B(i,j)＝B1(i,j)*B2(i,j)；S2)、利用低秩矩阵恢复算法，对被雨像素破坏的区域进行高质量恢复，本发明相对于现有技术的去雨方法，具有去雨效果好、计算量小的优点，同时，本发明能够在保持图像细节，尤其是背景图像的轮廓边缘的同时，可以有效去除单幅图像中的雨线，能够最大限度的保证图像的细节。本发明利用稀疏和低秩矩阵的属性降低了计算量，同时提高了图像的处理效果。
-
公开(公告)号：CN107679847A
公开(公告)日：2018-02-09
申请号：CN201710800851.8
申请日：2017-09-07
Applicant: 广东工业大学
CPC classification number: G06Q20/4014 , G06Q20/20 , G06Q20/38215 , H04L9/3249 , H04L9/3273 , H04L9/3297 , H04L2209/805
Abstract: 本发明公开了一种基于近场通信双向身份认证的移动交易隐私保护方法，包括步骤：第一步，初始化注册阶段。NFC手机和POS终端都通过发送自己的身份信息给认证中心AS请求注册，从而获得自身的公私钥对和相关可信证书。第二步，NFC手机设备和POS终端之间的双向身份认证。NFC手机设备和POS终端之间使用由AS生成的共享密钥进行身份认证，通信双方只有经过身份认证才可以进行支付交易，保证了双方身份的合法性。本发明极大地保证了双方通信数据的隐私。
-
公开(公告)号：CN107612771A
公开(公告)日：2018-01-19
申请号：CN201710800852.2
申请日：2017-09-07
Applicant: 广东工业大学
IPC: H04L12/26 , H04L12/803 , H04L12/947 , H04L29/08
Abstract: 本发明公开了一种基于动态迁移的SDN网络负载均衡方法，设计了一个负载均衡系统架构，该架构主要包含迁移规划系统和控制平面子系统，通过控制平面子系统中控制器主动将自身状态信息通告给迁移规划系统以及迁移规划系统主动返回轻度负载(负载低于阈值φ即视为轻度负载)控制器列表和路由代价信息以降低控制器的决策时延和计算存储资源的消耗；通过询问消息机制防止多个过载控制器同时决策将交换机迁移至同一个目的控制器造成迁移冲突；通过滑动窗口机制减少控制器负载瞬时波动较大带来的不必要的迁移操作。
-
公开(公告)号：CN120034381A
公开(公告)日：2025-05-23
申请号：CN202510187567.2
申请日：2025-02-20
Applicant: 广东工业大学
IPC: H04L9/40 , G06N3/094 , G06N3/092 , G06N3/0499
Abstract: 本发明公开了一种入侵检测方法及系统，该方法包括：获取流量数据，考虑数据集的代表性，对所述流量数据进行特征选择；构建对抗性网络，并对数据进行过采样；改进始Actor‑Critic算法模型，得到入侵检测模型；基于马尔可夫决策过程，利用过采样后的数据对入侵检测模型进行训练。该系统包括：数据预处理模块、过采样模块、模型构建模块和模型训练模块。通过使用本发明，能够提高入侵检测的准确率。本发明可广泛应用于网络安全领域。
-
Patent Agency Ranking
公开(公告)号：CN115170415B
公开(公告)日：2025-04-22
申请号：CN202210756511.0
申请日：2022-06-30
Applicant: 广东工业大学
IPC: G06T5/77 , G06T5/70 , G06T5/73 , G06N3/0464 , G06N3/08
Abstract: 本申请实施例提供的一种低光照图像增强方法、系统及可读存储介质，该方法包括获取低光照图像；确定目标深度曲线估计网络，并通过目标深度曲线估计网络对低光照图像进行无监督光照增强处理，得到相应的增亮图像；确定目标分解网络，并通过目标分解网络分别对低光照图像、以及增亮图像进行反射率的分解处理，得到对应反射率取值保持一致性的目标低光照反射率和目标增强图反射率；在确定光照增强后得到的目标反射率图像中存在模糊点和/或噪声点时，通过预先构建好的目标修复网络对目标反射率图像进行修复处理，以得到最优的图像增强效果。
-
公开(公告)号：CN119672592A
公开(公告)日：2025-03-21
申请号：CN202411521640.7
申请日：2024-10-29
Applicant: 广东工业大学
IPC: G06V20/40 , G06V10/62 , G06V10/764 , G06V10/776 , G06V10/766 , G06V10/82 , G06V10/26 , G06V20/70 , G06N3/0455 , G06N3/092
Abstract: 本发明公开了一种基于时序建模的视频异常事件自适应检测系统及方法，涉及视频安全技术领域，系统包括：数据预处理模块，多模态特征提取和数据清洗增强；时空特征建模模块，构建自编码器和异常特征嵌入；异常检测分类模块，异常检测和异常分类；自适应学习模块，在线增量学习和反馈调整；事件定位分割模块，事件定位和事件分割摘要生成；实时处理响应模块，实时处理和异常告警；数据管理存储模块，构建视频数据库和数据压缩加密；系统监控评估模块，系统性能监控和效果评估。本发明通过在线增量学习和反馈调整机制，能够自动学习适应新的异常事件，结合多模态特征和时空特征建模，系统能够更准确地捕捉视频中的异常行为，提高检测准确性。
-
公开(公告)号：CN119583109A
公开(公告)日：2025-03-07
申请号：CN202411573994.6
申请日：2024-11-06
Applicant: 广东工业大学
IPC: H04L9/40 , G06N3/09 , G06F18/214
Abstract: 本发明公开一种基于自监督学习的DDoS攻击检测方法及装置，所述方法包括如下步骤：获取流量特征数据并对所述流量特征数据进行预处理；其中，所述流量特征数据包括全流量特征数据以及异常特征数据；根据预处理后的流量特征数据对预设自监督检测模型进行训练；通过训练好的自监督检测模型对待检测流量进行识别，确定所述待检测流量的属性。本发明能够提高对DDoS攻击的检测效率。
-
公开(公告)号：CN118941665A
公开(公告)日：2024-11-12
申请号：CN202410990443.3
申请日：2024-07-23
Applicant: 广东工业大学
IPC: G06T11/00 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开的一种基于双域深度展开网络模型的MRI重建方法、系统及介质，其中方法包括：获取模拟欠采样数据，所述模拟欠采样数据包括K空间数据；基于预设的模型框架构建双域深度展开网络模型，其中，模型框架包括Mamba1和Mamba2；基于预设的压缩感知算法对所述双域深度展开模型进行约束，其中包括构建K空间和图像数据正则化项对MRI进行约束；将所述模拟欠采样数据输入到所述双域深度展开模型得到重建K空间数据，并采用傅里叶逆变换得到重建图像。本发明通过将K空间域正则化项的梯度和图像域正则化梯度采用两个相互独立的网络分支近似替换并分步处理的方法，充分利用K空间域和图像域两部分的信息，从而实现高质量的重建效果。
-
公开(公告)号：CN118864633A
公开(公告)日：2024-10-29
申请号：CN202410908554.5
申请日：2024-07-08
Applicant: 广东工业大学
IPC: G06T11/00 , G06N3/0895 , G06N3/0464
Abstract: 本发明公开的一种基于对比学习的双分支MRI图像重建方法、系统和存储介质，其中方法包括：获取欠采样图像，其中，所述欠采样图像包括MRI图像；基于特征提取网络提取所述欠采样图像得到当前图像对应的第一特征和第二特征；基于预设算法建立双分支MRI重建模型，并利用对比学习结合训练图像的图像特征对所述双分支MRI重建模型进行训练；将所述欠采样图像输入到训练好的所述双分支MRI重建模型中得到重建图像。本发明通过创新性的双分支对比学习方法有效提升了MRI图像重建的精度和质量，使得重建图像时更加高效和准确，具有更强的实用性和更好的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
163
records
(took 0.063 seconds)
