-
公开(公告)号：CN111915891A
公开(公告)日：2020-11-10
申请号：CN202010727842.2
申请日：2020-07-23
Applicant: 南京信息工程大学
IPC: G08G1/01 , G08G1/065 , G08G1/0967 , G06F16/29
Abstract: 本发明公开了一种基于本地差分隐私的实时路况检测方法，属于信息安全技术领域。该检测方法包括对车辆位置数据的扰动、服务器统计并校正扰动数据、构造实时路况网络三个部分。本发明通过优化一元编码算法，对车辆的真实位置数据进行了ε-本地差分隐私保护，即对车辆位置数据进行扰动，使得服务器无法得知该车辆的真实位置，但依旧能构建出实时路况图，对外提供准确的实时路况。利用该实时路况检测方法，不仅保护了提供数据者的隐私，也对路况查询者提供了精准的实时路况，方便了人们的出行规划。
-
Patent Agency Ranking
公开(公告)号：CN108520225A
公开(公告)日：2018-09-11
申请号：CN201810287218.8
申请日：2018-03-30
Applicant: 南京信息工程大学
IPC: G06K9/00 , G06K9/32 , G06K9/40 , G06K9/44 , G06K9/46 , G06T3/00 , G06T5/10 , G06T5/30 , G06T7/13
Abstract: 本发明公开了一种基于空间变换卷积神经网络的指纹检测分类方法，该指纹检测分类方包括指纹图像提取感兴趣区域预处理、图像高频区域提取，图像空间变换处理以及卷积神经网络分类训练和测试。其中，指纹图像提取感兴趣区域预处理通过提取图像中指纹部分，去除空白区域；高频区域提取是通过高斯高通滤波器提取图像高频特征；图像空间变换处理是使用空间变换神经网络对输入图像做平移、裁剪、旋转操作，从而实现对图像数据的扩充；卷积神经网络采用多层卷积池化，并使用了不同大小的卷积核提取图像特征，在测试集上得到了很好的分类检测效果。本发明提供了一种成本低、检测精度高、耗时短的指纹检测方法。
-
公开(公告)号：CN111915891B
公开(公告)日：2022-11-18
申请号：CN202010727842.2
申请日：2020-07-23
Applicant: 南京信息工程大学
IPC: G08G1/01 , G08G1/065 , G08G1/0967 , G06F16/29
Abstract: 本发明公开了一种基于本地差分隐私的实时路况检测方法，属于信息安全技术领域。该检测方法包括对车辆位置数据的扰动、服务器统计并校正扰动数据、构造实时路况网络三个部分。本发明通过优化一元编码算法，对车辆的真实位置数据进行了ε‑本地差分隐私保护，即对车辆位置数据进行扰动，使得服务器无法得知该车辆的真实位置，但依旧能构建出实时路况图，对外提供准确的实时路况。利用该实时路况检测方法，不仅保护了提供数据者的隐私，也对路况查询者提供了精准的实时路况，方便了人们的出行规划。
-
公开(公告)号：CN108399051B
公开(公告)日：2020-08-11
申请号：CN201810109708.9
申请日：2018-02-05
Applicant: 南京信息工程大学
Abstract: 本发明公开了基于区块链激励的wsn数据存储机制，该方案将传感器网络节点存储的一组数据，看做区块链中的一个区块，采用可证明数据持有(Provable Data Possession，PDP)机制来进行新数据块的挖矿和存储，大大减少了传统区块链中使用PoW机制所产生的大量计算问题，极大减少了电能的消耗。此外，本发明采用保序hash函数比较节点已存储数据和新数据块，能够让新数据存储在最接近已有数据的网络节点中，并只存储不同的子数据块，所以能够大大节约网络节点的存储空间，而且系统給予该节点一个单位的数字货币奖励。
-
公开(公告)号：CN108399051A
公开(公告)日：2018-08-14
申请号：CN201810109708.9
申请日：2018-02-05
Applicant: 南京信息工程大学
CPC classification number: Y02D70/00 , G06F3/0608 , G06F3/067 , G06Q30/0214 , H04W84/18
Abstract: 本发明公开了基于区块链激励的wsn数据存储机制，该方案将传感器网络节点存储的一组数据，看做区块链中的一个区块，采用可证明数据持有(Provable Data Possession，PDP)机制来进行新数据块的挖矿和存储，大大减少了传统区块链中使用PoW机制所产生的大量计算问题，极大减少了电能的消耗。此外，本发明采用保序hash函数比较节点已存储数据和新数据块，能够让新数据存储在最接近已有数据的网络节点中，并只存储不同的子数据块，所以能够大大节约网络节点的存储空间，而且系统給予该节点一个单位的数字货币奖励。
-
公开(公告)号：CN108520225B
公开(公告)日：2021-07-27
申请号：CN201810287218.8
申请日：2018-03-30
Applicant: 南京信息工程大学
IPC: G06K9/00 , G06K9/32 , G06K9/40 , G06K9/44 , G06K9/46 , G06T3/00 , G06T5/10 , G06T5/30 , G06T7/13
Abstract: 本发明公开了一种基于空间变换卷积神经网络的指纹检测分类方法，该指纹检测分类方包括指纹图像提取感兴趣区域预处理、图像高频区域提取，图像空间变换处理以及卷积神经网络分类训练和测试。其中，指纹图像提取感兴趣区域预处理通过提取图像中指纹部分，去除空白区域；高频区域提取是通过高斯高通滤波器提取图像高频特征；图像空间变换处理是使用空间变换神经网络对输入图像做平移、裁剪、旋转操作，从而实现对图像数据的扩充；卷积神经网络采用多层卷积池化，并使用了不同大小的卷积核提取图像特征，在测试集上得到了很好的分类检测效果。本发明提供了一种成本低、检测精度高、耗时短的指纹检测方法。
-
-
-
-
-
Search Results
6
records
(took 0.024 seconds)
