-
公开(公告)号：CN113255659B
公开(公告)日：2022-07-29
申请号：CN202110103233.4
申请日：2021-01-26
Applicant: 南京邮电大学
IPC: G06V30/146 , G06V30/148 , G06V20/62 , G06V10/82 , G06V30/19 , G06V10/80 , G06N3/04
Abstract: 本发明公开了一种基于MSAFF‑Yolov3的车牌校正检测识别方法。属于深度学习和车牌识别领域，具体步骤：采集图像，将图像输入到设计的自适应多尺度融合的MSAFF‑Yolov3网络；将输入的车牌区域进行检测，检测其是否出现扭曲的情况；引入一个含有LSTM的BRNN网络，对特征序列中的每个特征执行BLSTM处理，将整个特征序列转换成一个数组；将CTC布置在BRNN的输出层，将预测概率数组解码成输出标签值，将数组转换成字符串。本发明通过在特征提取中使用MSAFF‑Yolov3网络以及校正网络同时在字符识别中引入长短时记忆网络，有效的检测识别复杂车牌，具有收敛快、识别迅速、准确率高的优点。
-
公开(公告)号：CN114494737A
公开(公告)日：2022-05-13
申请号：CN202210105053.4
申请日：2022-01-28
Applicant: 南京邮电大学
Abstract: 本发明提供了一种基于YOLOX的旋转目标检测方法，所述旋转目标检测方法主要包括：步骤1，输入图像，并对目标框进行读取以及相关的预处理；步骤2，将图像中所有目标框进行转换，以呈现矩形框；步骤3，将转换后的目标框进行后处理，以得到模型检测出的矩形框。本发明基于YOLOX的旋转目标检测方法，在旋转目标检测中，针对旋转目标图像提出一种新的旋转矩形框的描述方法，只选取矩形框的两个坐标点，再通过另一个参数就可以得到矩形的具体位置，能够实现提高旋转目标检测的性能和精度，并减小相应模型的大小。
-
公开(公告)号：CN110839028B
公开(公告)日：2022-04-05
申请号：CN201911113163.X
申请日：2019-11-14
Applicant: 南京邮电大学
Abstract: 本发明公开了一种雾协助工业物联网的隐私保护方法，属于计算机网络安全领域，包括以下步骤：雾协助工业物联网系统初始化；对感知层设备获取的数据进行加密，将获得的感知层密文cij,τ传输至该感知层设备所属子区域对应的雾节点；所述雾节点接收到所述感知层密文cij,τ后，对感知层密文cij,τ进行聚合，得到子区域聚合密文Ci,τ及并将所述子区域聚合密文Ci,τ传输至工业云；工业云接收到子区域聚合密文Ci,τ后，对子区域聚合密文Ci,τ进行二次聚合得到全局聚合密文Cτ并解密；根据解密后的全局聚合密文，获得每个子区域的统计和Di,τ，每个子区域相应的均值Ei,τ，k个子区域的全局统计和Dτ和k个子区域相应均值Eτ。本发明可对物联网内数据传输进行隐私保护，并且可同时提供粗粒度服务和细粒度服务。
-
公开(公告)号：CN113255659A
公开(公告)日：2021-08-13
申请号：CN202110103233.4
申请日：2021-01-26
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于MSAFF‑Yolov3的车牌校正检测识别方法。属于深度学习和车牌识别领域，具体步骤：采集图像，将图像输入到设计的自适应多尺度融合的MSAFF‑Yolov3网络；将输入的车牌区域进行检测，检测其是否出现扭曲的情况；引入一个含有LSTM的BRNN网络，对特征序列中的每个特征执行BLSTM处理，将整个特征序列转换成一个数组；将CTC布置在BRNN的输出层，将预测概率数组解码成输出标签值，将数组转换成字符串。本发明通过在特征提取中使用MSAFF‑Yolov3网络以及校正网络同时在字符识别中引入长短时记忆网络，有效的检测识别复杂车牌，具有收敛快、识别迅速、准确率高的优点。
-
公开(公告)号：CN108494758B
公开(公告)日：2020-10-27
申请号：CN201810210379.7
申请日：2018-03-14
Applicant: 南京邮电大学
IPC: H04L29/06
Abstract: 本发明公开了一种感知大数据层次感知压缩编码方法，首先感知节点对原始数据进行压缩采样，将数据发送至簇头节点中；簇头节点对从下层收到的压缩采样数据和从其他簇头节点收到的数据进行压缩编码，并以概率p传送数据至处理节点中；处理节点对从下层收到的数据和从其他处理节点收到的数据进行进一步的编码并以概率p将编码数据发送至汇聚节点中；汇聚节点进行解码操作，获得近似的原始数据。本发明通过结合网络编码、压缩感知和层次感知理论，充分挖掘感知大数据的空时相关性，特别是簇间数据的空间相关性得到了充分挖掘，为不同类型的用户提供多分辨率数据服务，同时消除了提前共享观测矩阵这一理想假设。
-
Patent Agency Ranking
公开(公告)号：CN111539718A
公开(公告)日：2020-08-14
申请号：CN202010062108.9
申请日：2020-01-19
Applicant: 南京邮电大学
IPC: G06Q20/38
Abstract: 一种基于侧链的区块链跨链身份认证方法，包括以下步骤：服务器S通过计算得到Kc,s,还利用公钥KPc验证签名信息(rAuth2,sAuth2)，确认验证码Authentication2由用户C产生；服务器S利用私钥KRs解密票据Tickets得到参数Q4和签名信息 再利用区块链B中TGS2的公钥KPtgs2验证签名信息 服务器S利用密钥Kc,s解密验证码Authentication2,判断随机数Random4的值与Tickets中的参数值一致；当用户C的身份验证完成时，服务器S构造消息M10，利用区块链A中用户C和服务器S的会话密钥对消息M10进行加密。相对现有技术，本发明确保了身份验证过程的有效性和严谨性，在保证跨链交易身份验证的同时，也提高了安全性能。
-
公开(公告)号：CN111106942A
公开(公告)日：2020-05-05
申请号：CN201911277645.9
申请日：2019-12-13
Applicant: 南京邮电大学
Abstract: 一种基于AP-PBFT算法的区块链信用机制，包括如下步骤，步骤S1、在区块链网络中部署选取节点的智能合约，符合智能合约参选规则的节点成为候选节点，将所有候选节点进行等级制排名，根据排名选出若干个节点加入区块链网络进行分布式记账；步骤S2、成为记账节点后，记账节点之间通过PBFT共识算法产生区块，根据记账节点对网络的贡献轮流成为视图中的主节点，主节点将需要共识的内容打包封装并在网络中广播，其他副本节点收到广播内容后进行共识，经历了REQUEST，PRE-PREPARE、PREPARE和COMMIT阶段后，网络中达成共识的节点数目大于2/3，产生新的区块。步骤S3、对主节点进行分析，并予以奖惩。该机制大大减少拜占庭问题出现的概率，增加出块效率，并提升了安全性，同时，利用超时重发机制，增加消息的送达率，提高网络共识效率。
-
公开(公告)号：CN110536259A
公开(公告)日：2019-12-03
申请号：CN201910800153.7
申请日：2019-08-27
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于雾计算的轻量级隐私保护数据多级聚合方法，先将电网覆盖区域分成子区域，子区域下存在一个雾节点，雾节点下存在多个智能电表，智能电表实时采集用户的用电信息，并将加密后的数据生成报告上传到该子区域内的唯一雾节点，雾节点收集来自该子区域内所有智能电表的用电数据进行一级聚合并生成报告后上传到云服务器，云服务器对来自所有雾节点的数据进行二级聚合并生成报告，随后利用密钥解密，读取聚合数据，进而控制用电量，可信机构在前述数据聚合过程中用于系统参数的生成以及智能电表和雾设备注册。该方法具有灵活性高、计算成本低、解析速度快、精度高、等优点。
-
公开(公告)号：CN110290458A
公开(公告)日：2019-09-27
申请号：CN201910485226.8
申请日：2019-06-05
Applicant: 南京邮电大学
Abstract: 一种基于区块链和边缘计算的隧道定位方法、存储介质和终端，所述方法包括：块头节点按照周期采用融合定位算法计算得到对应分簇内的工人定位设备节点的定位数据；基于对应分簇内的工人定位设备节点的定位数据生成区块并通过蓝牙模块发送至其他块头节点进行认证；所述块头节点接收所述其他块头节点发送的认证信息，并在确定其他块头节点对所述区块认证成功时，将所述区块存储在区块链上；与所述云服务器连接成功的块头节点采用内置的WIFI模块将所述区块发送至预设的云服务器上；云服务器采用内置的WIFI模块接收所述区块并对对应分簇内的工人定位设备节点的定位数据进行更新。上述的方案，可以提高隧道工人定位的可靠性和准确性。
-
公开(公告)号：CN110290101A
公开(公告)日：2019-09-27
申请号：CN201910298910.5
申请日：2019-04-15
Applicant: 南京邮电大学
Abstract: 智能电网环境中基于深度信任网络的关联攻击行为识别方法；包括如下步骤；步骤S1、将用户的每一个行为序列进行最小时间分割，并删除相关性不大的序列段；步骤S2、将去除了相关性不大的序列段的行为序列作为深度信任网络的输入序列，通过深度信任网络中的非线性迭代算法对非法用户行为序列的目标行为函数进行求解，获取异常行为的目标向量；步骤S3、将获取的异常行为目标向量与行为序列中相似的序列段进行匹配，对周围合法行为序列进行关联度分析；步骤S4、采用匹配补偿方式删除行为序列中的无关行为。本发明利用深度信任网络提取用户历史行为的目的特征，并在已得出的异常行为目标向量的基础上，对其他合法行为进行关联分析，保证最终结果的准确性。
-
-
-
-
-
-
-
-
-
Search Results
179
records
(took 0.029 seconds)
