-
公开(公告)号：CN119832415A
公开(公告)日：2025-04-15
申请号：CN202411837137.2
申请日：2024-12-13
Applicant: 东北林业大学 , 黑龙江省网络空间研究中心(黑龙江省信息安全测评中心、黑龙江省国防科学技术研究院)
IPC: G06V20/10 , G06V20/17 , G06V10/44 , G06V10/774 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供一种基于RSVMamba与无人机RGB数据实现树种分类方法，属于图像处理技术领域。包括：S1、引入了无人机RGB树种分类数据集，构建树种分类数据集；S2、构建树种分类模型RSVMamba，结合改进的VSS模块和AutoDownsampling模块，并在该模型上实现基于构建的数据集的有效分类。本发明引入无人机RGB树种分类数据集，验证了单时相无人机RGB数据在复杂异质性森林中实现多树种分类的有效性，降低了树种分类任务对高光谱数据的依赖。本发明提出了RSVMamba模型，实现了复杂森林环境下基于单时相无人机RGB数据的树种分类，对8种树种、枯死树木和其他阔叶树的分类精度达到84.28％。
-
公开(公告)号：CN118260489B
公开(公告)日：2025-04-11
申请号：CN202410322912.4
申请日：2024-03-21
Applicant: 黑龙江省网络空间研究中心(黑龙江省信息安全测评中心、黑龙江省国防科学技术研究院)
IPC: G06F16/9536 , G06F16/9535 , G06Q50/00
Abstract: 本发明公开了用于网络信息主题及其关注用户群体的发现方法，涉及网络信息关注用户群体技术领域，为了解决信息数据主题分析不明确以及用户群体发现不精准的问题。本发明通过曲线数据转换、子曲线数据构建、重叠比较和关注群体比例判断等一系列步骤，可以更准确地理解用户和信息数据的内在关系和特点，提供更有价值的数据洞察和分析结果，通过提取目标信息数据中的关注浏览用户，进一步分析用户的特征，可以提供更为深入的用户洞察和更有针对性的数据支持，将信息数据的主题特征进行提取，可以更好地理解和表示数据的主题信息和语义信息，为后续的主题建模提供了更为准确和有代表性的特征输入。
-
公开(公告)号：CN119128736A
公开(公告)日：2024-12-13
申请号：CN202411077882.1
申请日：2024-08-07
Applicant: 黑龙江省网络空间研究中心(黑龙江省信息安全测评中心、黑龙江省国防科学技术研究院)
IPC: G06F18/2433 , G06F18/2431 , G06F18/2413 , G06F40/284
Abstract: 一种在线社交网络异常传播检测方法及系统，涉及社交网络异常检测领域。本发明是为了解决现有社交网络异常传播检测方法还存在无法有效识别人为散布传播的不良信息的问题。本发明包括：获取用户的影响力值，根据用户影响力值初始化用户异常等级及被识别次数；判断消息中是否有异常词汇，获取发布存在异常词汇消息的则的用户，并获取当前用户的异常等级分数同时更新用户被识别次数，然后将更新后的异常等级分数及被识别次数与阈值分别进行比较，从而识别出异常用户。本发明用于检测社交网络异常传播，并获取异常用户。
-
公开(公告)号：CN119007268A
公开(公告)日：2024-11-22
申请号：CN202411199195.7
申请日：2024-08-29
Applicant: 黑龙江省网络空间研究中心(黑龙江省信息安全测评中心、黑龙江省国防科学技术研究院)
IPC: G06V40/16 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 一种密集人群的人脸跟踪方法及跟踪系统，它属于人脸跟踪技术领域。本发明解决了在人群密集场景下现有人脸跟踪方法的精度低，以及人脸图像信息存在泄露风险的问题。本发明结合改进的损失函数对搭建的目标框检测网络进行训练，可以使检测结果综合考虑不同层次、不同深度的特征，提高了目标框检测的精度，检测结果不受人脸信息缺失以及图像模糊的影响。使用本发明搭建的人脸特征提取网络可以提高特征提取的质量，以保证人脸跟踪的精度。而且基于联邦学习的训练方法，各客户端利用本地数据在本地进行训练，将本地训练的模型参数发送到中心服务器进行参数聚合，避免人脸图像传输过程中可能存在的泄露风险。本发明方法可以应用于密集人群的人脸跟踪。
-
公开(公告)号：CN117786027A
公开(公告)日：2024-03-29
申请号：CN202311593996.7
申请日：2023-11-27
Applicant: 黑龙江省网络空间研究中心(黑龙江省信息安全测评中心、黑龙江省国防科学技术研究院)
IPC: G06F16/29 , G06F16/2458 , G06F16/26 , G06Q50/26
Abstract: 长时间序列地上生物量时空变化分析方法，属于生态学和环境科学技术领域。方法包括如下步骤：S1：数据收集；S2：数据处理；S3：数据分析；S4：数据可视化。本发明利用遥感技术、地理信息系统和数据挖掘技术，对长时间序列的地上生物量数据进行处理、分析和可视化，以揭示生物量的时空变化规律和影响因素。本发明的分析方法可以广泛应用于生态保护、环境监测、气候变化和可持续发展等领域。
-
Patent Agency Ranking
公开(公告)号：CN119693753A
公开(公告)日：2025-03-25
申请号：CN202411796300.5
申请日：2024-12-09
Applicant: 东北林业大学 , 黑龙江省网络空间研究中心(黑龙江省信息安全测评中心、黑龙江省国防科学技术研究院) , 中国科学院空天信息创新研究院
IPC: G06V10/80 , G06V10/44 , G06V10/42 , G06V10/82 , G06N3/0464 , G06V10/774 , G06N3/048 , G06N3/084 , G06V10/764 , G06V20/10
Abstract: 本发明提供一种基于特征融合网络的细粒度物候参数提取方法，包括以下步骤：(1)对物候相机中拍摄的照片进行收集和预处理，构建出适用于训练的数据集；(2)物候参数提取；首先，引入ResNet18，通过3×3的卷积核进行全局特征提取；其次，针对轻量级提取局部特征部分；(3)在两个分支各自提取全局和局部特征后，采用自适应特征融合模块将两部分特征进行融合，利用GELU激活函数对拼接后的特征进行处理，生成综合的特征；(4)分类层使用Softmax函数，加入Dropout技术将融合后的特征映射到不同物候期的类别空间，实现对多种物候期的精确分类。本发明实现了高精度的物候期监测框架，操作简单，物候期提取细粒度高，适用于植物生长过程的生态研究。
-
公开(公告)号：CN119314069A
公开(公告)日：2025-01-14
申请号：CN202411373477.4
申请日：2024-09-29
Applicant: 黑龙江省网络空间研究中心(黑龙江省信息安全测评中心、黑龙江省国防科学技术研究院) , 东北农业大学
Abstract: 本发明公开了一种基于点云数据的玉米表型参数提取方法，所述方法包括如下步骤：步骤1、实验数据集构建；步骤2、玉米点云分割；步骤3、玉米表型参数提取。该方法构建了玉米点云数据集，深入探究了基于三维点云数据的玉米群体及其器官的分割技术，能够实现群体及单株玉米植株的完整提取与分割，准确提取出田间玉米表型参数，不仅适用于单株玉米，同样适用于群体玉米的表型参数提取，展现了较高的适用性和准确性，为玉米表型分析提供了有效的技术手段，可为精确测量作物个体表型信息提供自动化、高效、低成本的解决方案。
-
公开(公告)号：CN119226592A
公开(公告)日：2024-12-31
申请号：CN202411384312.7
申请日：2024-09-30
Applicant: 哈尔滨工业大学 , 黑龙江省网络空间研究中心(黑龙江省信息安全测评中心、黑龙江省国防科学技术研究院)
IPC: G06F16/953 , G06Q50/00 , G06F40/289 , G06F40/284 , G06F18/2411 , G06F18/243 , G06F18/23 , G06F18/22
Abstract: 本发明公开了基于潜在传播集的社交网络异常信息传播跟踪系统，涉及社交网络安全技术领域。为了解决现有技术中，可能存在主观性和误差，影响传播参数的提取和调整，从而影响预测的准确性，且需要人工干预来预测网络热点消息的传播情况，限制了其在自动预测和监控方面的能力的问题；基于潜在传播集的社交网络异常信息传播跟踪系统，包括数据采集单元、潜在传播集生成单元、传播路径跟踪单元和预警单元；通过分析社交网络中节点的互动关系和信息传播规律，识别出潜在传播集，利用潜在传播集来预测和追踪信息的传播路径，从而及时发现和应对异常信息的传播，帮助企业和组织及时发现和处理异常信息，维护网络空间的健康和安全。
-
公开(公告)号：CN119051908A
公开(公告)日：2024-11-29
申请号：CN202411071107.5
申请日：2024-08-06
Applicant: 黑龙江省网络空间研究中心(黑龙江省信息安全测评中心、黑龙江省国防科学技术研究院)
IPC: H04L9/40 , H04L41/142 , H04L41/12 , H04L41/16
Abstract: 一种网络环境安全检测方法及检测系统，本发明涉及网络环境安全检测方法及检测系统。本发明的目的是为了解决现有网络环境安全检测准确率低、实时性差的问题。一种网络环境安全检测方法具体过程为：S1、从网络环境中收集设备特征数据并进行预处理；将网络环境视为一个图，每个设备是一个节点，设备间的连接是边，基于节点和边构造图结构；S2、构建神经网络，将图结构输入神经网络进行训练，直至收敛，获得训练好的神经网络；神经网络依次包括图卷积GCN、LSTM网络和注意力头交互网络；S3、将待测网络环境中的数据输入训练好的神经网络，训练好的神经网络输出检测结果。本发明用于网络环境安全检测领域。
-
公开(公告)号：CN118972857A
公开(公告)日：2024-11-15
申请号：CN202411099791.8
申请日：2024-08-12
Applicant: 黑龙江省网络空间研究中心(黑龙江省信息安全测评中心、黑龙江省国防科学技术研究院)
Abstract: 一种隐私加密通信方法及系统，涉及车辆请求服务的通信方法及系统。为了解决借助RSU的假名混同存在的应用范围受限且会增加隐私信息泄露的风险问题，本发明的车辆需要预先申请注册，并记录paillier算法生成车辆的加密身份的加密过程使用的随机数r1，车载单元生成车辆假名并生成混同地址，以多个假名向TA发送LBS请求，TA根据车辆身份的哈希值确定车辆加密身份，然后基于随机数r1和生成车辆假名时的随机数r2j，通过paillier算法进行验证，然后利用位置服务器LBS的服务结果为车辆提供服务。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.056 seconds)
