-
公开(公告)号：CN119672029A
公开(公告)日：2025-03-21
申请号：CN202510195359.7
申请日：2025-02-21
Applicant: 安徽大学
IPC: G06T7/00 , G06N3/0464 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82
Abstract: 本发明提供一种基于目标检测的预制构件外表缺陷检测分类方法，对YOLOV8深度学习网络模型进行改进，在Backbone网络中将RepGhost瓶颈结构集成到C2f模块中，记为C2f_RepGhost模块；在Neck网络中添加EMA注意力机制模块，并将PAFPN网络结构替换为BiFPN_Concat网络结构；在Head网络中对边界框回归损失函数进行优化。本发明利用上述改进有效提高了对预制构件中外表缺陷的检测效率和精度。
-
公开(公告)号：CN118632301A
公开(公告)日：2024-09-10
申请号：CN202410948244.6
申请日：2024-07-16
Abstract: 本发明公开了基于契约机制的多址边缘计算欺骗感知资源分配方法，包括以下步骤：S1：建立系统模型，系统模型包括云端、边缘端和用户端，边缘端包括多个可迭代的边缘社区与若干个物理位置邻近的边缘节点，边缘社区内的边缘服务器为该社区内的终端用户提供统一调度服务；S2：边缘设备及边缘用户的形式化建模，在给定的MEC系统M中。本发明有益效果：提高MEC资源分配的效率和性能；利用社会学理论的特性，首次利用社会契约理论来解决MEC中在存在欺骗环境下的资源分配问题，利用契约机制，将ECN中的边缘节点与边缘服务器之间看作一种特殊的社会契约关系从而建立联系，当终端节点发送资源请求时，以实时对边缘节点进行管理。
-
公开(公告)号：CN115277181B
公开(公告)日：2024-07-26
申请号：CN202210883332.3
申请日：2022-07-26
Applicant: 安徽大学
IPC: H04L9/40
Abstract: 本发明属于信息科学领域，具体涉及一种基于自适应鲸鱼优化算法的验证系统破解方法，以及可以实施该破解方法的破解工具、破解装置。破解方法包括如下过程：S1：获取验证系统中至少一个注册用户的可撤销生物特征模板及对应的辅助数据。S2：随机生成多个生物特征样本构成所需的初始样本集。S3：利用初始样本集对验证系统进行尝试登录，直到满足破解目标。S4：在每个轮次的尝试登录过程结束后，采用自适应鲸鱼优化算法对初始样本集进行迭代更新。S5：在满足达到最大迭代次数，或输入的生物特征样本满足破解目标时，结束破解过程，并输出一组可以通过验证系统的输入信息。本发明解决了现有可撤销生物模板保护系统难以破解的问题。
-
公开(公告)号：CN118196181B
公开(公告)日：2024-07-19
申请号：CN202410625207.1
申请日：2024-05-20
Applicant: 安徽大学
Abstract: 本发明公开了一种基于图像处理的预制构件表面蜂窝麻面面积检测方法，首先利用图像采集仪对待测混凝土预制构件的结构面进行图像采集，并测量图像采集仪与结构面之间的距离，然后将结构面图像转化为灰度图，并进行增强处理、几何校正和降噪之后，分别用基于改进的形态学边缘检测算子、基于分数阶Sobel算子和插值法融合的Canny算法，进行图像边缘检测，得到两种边缘图像，两种边缘图像再进行图像融合，输出融合后边缘图像，并结合测量的距离值计算得到待测混凝土预制构件结构面上蜂窝麻面的面积。本发明基于两种边缘算法结合的图像处理技术，对结构面上的蜂窝麻面面积进行计算，计算结果准确，从而达到减小人工误差和提高质检效率的目的。
-
公开(公告)号：CN116663861B
公开(公告)日：2023-10-13
申请号：CN202310927346.5
申请日：2023-07-27
Applicant: 安徽大学绿色产业创新研究院
IPC: G06Q10/0631 , G06Q50/08 , G06Q50/04 , G06F30/20 , G06F111/04 , G06F111/06 , G06F111/10 , G06F111/08 , G06N3/006 , G06F111/20 , G06F119/18
Abstract: 本发明公开了一种装配式构件生产鲁棒性和资源均衡结合的调度优化方法，基于遗传算法，考虑生产过程中的逻辑约束和资源约束，构建以鲁棒性值和资源均衡为双优化目标的生产调度数学模型，从而合理安排装配式建筑构件的生产顺序和资源配置，并基于层次分析法的基础上，选出满足工期要求且抗干扰能力（抵抗环境等不确定因素）强和资源波动指数小的调度方案。本发明在成批构件生产调度过程中，解决了双优化目标之间相互约束的矛盾，保证资源需求量的稳定，充分利用企业的生产能力，达到提高生产效率、降本增效的目的。
-
Patent Agency Ranking
公开(公告)号：CN116663861A
公开(公告)日：2023-08-29
申请号：CN202310927346.5
申请日：2023-07-27
Applicant: 安徽大学绿色产业创新研究院
IPC: G06Q10/0631 , G06Q50/08 , G06Q50/04 , G06F30/20 , G06F111/04 , G06F111/06 , G06F111/10 , G06F111/08 , G06N3/006 , G06F111/20 , G06F119/18
Abstract: 本发明公开了一种装配式构件生产鲁棒性和资源均衡结合的调度优化方法，基于遗传算法，考虑生产过程中的逻辑约束和资源约束，构建以鲁棒性值和资源均衡为双优化目标的生产调度数学模型，从而合理安排装配式建筑构件的生产顺序和资源配置，并基于层次分析法的基础上，选出满足工期要求且抗干扰能力（抵抗环境等不确定因素）强和资源波动指数小的调度方案。本发明在成批构件生产调度过程中，解决了双优化目标之间相互约束的矛盾，保证资源需求量的稳定，充分利用企业的生产能力，达到提高生产效率、降本增效的目的。
-
公开(公告)号：CN110210277B
公开(公告)日：2022-12-09
申请号：CN201810498271.2
申请日：2018-05-22
Applicant: 安徽大学
Abstract: 由于运动目标和场景的复杂性与多变性，当前主流的运动目标检测算法检测结果中都难以完全避免检测出的运动目标不出现空洞现象，本发明提供一种运动目标空洞填充算法，针对空洞区域和附近被检测为前景的区域的性质，提出了基于超像素分割与显著性检测相结合的运动目标空洞填充算法，该方法通过给出的相似度函数能够找到精确的需要填充的区域，将这些区域与VIBE算法检测结果相加，得到比较理想的结果。实验结果表明，本发明方法可以将空洞区域很好地填充上。
-
公开(公告)号：CN113033700B
公开(公告)日：2022-11-08
申请号：CN202110418099.7
申请日：2021-04-19
Applicant: 安徽大学
Abstract: 本发明适用于生物特征识别技术领域，提供了一种指静脉特征模板保护方法及装置，所述指静脉特征模板保护方法包括：S1、将原始向量和转换后的原始特征向量分别扩列获得特征向量和x∈Rhn；S2、将扩展的原始向量和转化后的原始向量进行合并预处理并获得多维的生物特征矩阵；S3、生成双高斯随机投影矩阵并正交化转换为双高斯随机正交投影矩阵作为外部因子；S4、特征矩阵联合双高斯随机正交投影矩阵运算并展开连接获得一维处理向量；S5、一维处理向量进行不可逆变换获得哈希码；S6、对哈希码采用交叉匹配的方式计算相似度。本发明优点：识别性能稳定，不可逆性高，隐私性好，安全性高。
-
公开(公告)号：CN113469862B
公开(公告)日：2022-05-17
申请号：CN202110593358.X
申请日：2021-05-28
Applicant: 安徽大学
Abstract: 本说明书提供一种用于档案扫描的防篡改数字水印嵌入方法及图像复原方法，通过对原始档案图像进行预处理，识别出有效信息区域，将有效信息区域进行分割，得到多个原始档案子图像，选取预设的原始对照图像作为数字水印，将原始数字水印图像以指定编码算法进行编码处理，得到编码处理后的第一数字水印图像，分割为多个第一数字水印子图像，通过特征提取计算出第一数字水印子图像和与其对应的原始档案子图像之间的对应关系，再以频域方法将第一数字水印图像与原始档案图像叠加，得到嵌入数字水印的第一档案图像，不仅可以通过水印提取的方式判断档案图像是否被篡改，还可通过局部的图像还原，对篡改的图像进行复原，具有较好的推广价值。
-
公开(公告)号：CN108197577B
公开(公告)日：2021-11-12
申请号：CN201810015212.5
申请日：2018-01-08
Applicant: 安徽大学
Abstract: 本发明公开了一种联合Sobel和MFRAT的指静脉图像特征提取方法。首先采用Sobel算子结合韦伯定律计算指静脉样本的差分激励特征；然后采用MFRAT提取样本的方向特征；最后采用构造二维联合分布直方图的方式将两者结合得到SMWLD。将所提出的特征提取方法应用在指静脉图像识别中，在国内外两个公开指静脉图像库中进行对比实验，采用欧氏距离进行匹配，实验结果显示，相比其他同类方法，本申请的方法具有更高的识别率和更低的等误率且最高识别率分别达到了100％和99.729％。
-
-
-
-
-
-
-
-
-
Search Results
99
records
(took 0.032 seconds)
