-
公开(公告)号：CN119834953A
公开(公告)日：2025-04-15
申请号：CN202510043091.5
申请日：2025-01-10
Applicant: 暨南大学
Abstract: 本发明的目的是提供一种隐私保护的无脚本链下多路径众筹方法，该方法包括：授权中心根据众筹项目信息生成公私钥和秘密份额；授权中心发送所述公钥和所述秘密份额至各个意向投资方；意向投资方根据秘密份额和公钥生成密文；项目发起方根据私钥解锁密文。本发明能够解决虫洞攻击的问题，相较于原本的HTLC更加安全；并且只需要通过ECDSA来实现，不需要特殊脚本，从而保证了其兼容性和链上交易的不可区分性并做到了匿名性。
-
公开(公告)号：CN119479686A
公开(公告)日：2025-02-18
申请号：CN202510007602.8
申请日：2025-01-03
Applicant: 暨南大学
IPC: G10L25/30 , G10L21/003 , G10L25/24 , G06F18/213 , G06F18/214 , G06F18/22 , G06F18/25
Abstract: 本发明涉及人工智能技术领域，公开了一种基于流式匹配的歌声美化方法及系统，方法包括获取歌声数据和曲谱数据；从歌声数据中提取音色特征和音素后验概率图；根据曲谱数据和音素后验概率图，生成多维歌声表现力序列；根据多维歌声表现力序列、音素后验概率图和音色特征，生成语音梅尔谱；将语音梅尔谱输入声码器进行转换处理，得到经过美化后的歌声语音。本发明能够使输出的歌声语音在音准、音色和表现力上都得到优化，能够显著提升歌声的表现力和自然度，使生成的歌声质量更高，听感更加流畅以及富有表现力。
-
公开(公告)号：CN112052886A
公开(公告)日：2020-12-08
申请号：CN202010847005.3
申请日：2020-08-21
Applicant: 暨南大学
Abstract: 本发明属于深度学习计算机视觉领域，公开了一种基于卷积神经网络的人体动作姿态智能估计方法及装置，方法包括：将待进行动作姿态估计的人体图像输入到训练好的人体检测模型中进行处理，得人物个体检测结果，输入到训练好的全局估计模型中进行处理，得到不同尺度的人体关键点的第一特征图，输入到训练好的补充精调模型中进行处理，通过加强学习得到不同尺度的人体关键点的第二特征图；补充精调模型中包括多个特征提取分支，每个特征提取分支中设置数量不同的精调模块，通过各特征提取分支的精调模块加强学习；基于第二特征图，得到人体姿态估计结果。本发明有效解决了现有技术容易遗漏人体图像中难以分辨的关键点而导致人体姿态估计不准确的问题。
-
公开(公告)号：CN110473441A
公开(公告)日：2019-11-19
申请号：CN201910653659.X
申请日：2019-07-19
Applicant: 暨南大学
IPC: G09B9/00
Abstract: 本发明公开了一种智慧学习的化学实验虚拟仿真系统及方法，包括化合物和元器件触发事件监听器模块以及化学反应模拟器模块，化合物和元器件触发监听器模块含多个监听点，监听点监听以下信息：元器件与元器件之间触发的元器件属性变化事件或者产生新元器件；化合物与元器件组合，化合物属性被赋予元器件的新属性；化合物与化合物组合，获取生成化合物和反应现象。化学反应模拟器模块监听元器件、化合物与化合物混合状态，调用元素周期表和海量化合物结构信息，据化合物和反应条件经反应方程式函数智能推算出生成化合物、反应现象和剩余化合物信息。本发明目的在于让化学虚拟仿真系统能够智慧学习，为虚拟化学智慧实验提供反应数据和反应现象支持。
-
公开(公告)号：CN117811843B
公开(公告)日：2024-05-03
申请号：CN202410227507.4
申请日：2024-02-29
Applicant: 暨南大学
IPC: H04L9/40 , G06F18/24 , G06F18/213 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于大数据分析和自主学习的网络入侵检测方法及系统，包括，获取目标网络流量数据并进行预处理，利用特征重构生成重构数据进行特征提取，获取空间特征及时间特征作为目标网络流量数据对应的流特征；构建网络入侵检测模型，利用大数据手段获取具有完备标签信息的相似数据集，进行所述网络入侵检测模型的迁移对抗训练；根据网络入侵检测模型进行目标网络流量数据的入侵检测分类，获取目标设备对应网络流量数据的历史入侵检测数据，提取入侵流量的隐式特征，进行网络入侵检测模型的自主学习更新。本发明通过迁移对抗训练提高了入侵行为检测的鲁棒性，能够在少样本或者无样本的场景下实现对网络流量的高精度、高效率的检测。
-
Patent Agency Ranking
公开(公告)号：CN110473441B
公开(公告)日：2022-04-26
申请号：CN201910653659.X
申请日：2019-07-19
Applicant: 暨南大学
IPC: G09B9/00
Abstract: 本发明公开了一种智慧学习的化学实验虚拟仿真系统及方法，包括化合物和元器件触发事件监听器模块以及化学反应模拟器模块，化合物和元器件触发监听器模块含多个监听点，监听点监听以下信息：元器件与元器件之间触发的元器件属性变化事件或者产生新元器件；化合物与元器件组合，化合物属性被赋予元器件的新属性；化合物与化合物组合，获取生成化合物和反应现象。化学反应模拟器模块监听元器件、化合物与化合物混合状态，调用元素周期表和海量化合物结构信息，据化合物和反应条件经反应方程式函数智能推算出生成化合物、反应现象和剩余化合物信息。本发明目的在于让化学虚拟仿真系统能够智慧学习，为虚拟化学智慧实验提供反应数据和反应现象支持。
-
公开(公告)号：CN110428684A
公开(公告)日：2019-11-08
申请号：CN201910653782.1
申请日：2019-07-19
Applicant: 暨南大学
IPC: G09B9/00
Abstract: 本发明公开了一种虚拟现实的物理实验仿真智能引擎系统及工作方法，其中，物理实验仿真智能引擎系统包括用户虚拟操作模块、设备管理模块、虚拟电路逻辑模块和考试控制模块。其中，用户虚拟操作模块向用户提供一个虚拟物理实验环境，使得用户能自由拼装、组合实验器材并根据器材的状态向用户呈现不同的现象；而设备管理模块，则根据即时用户在电路中选择的设备类型及连接关系，将电路抽象成一张无向图并借助虚拟电路逻辑模块进行电流计算，实时更新设备的状态，从而能迅速准确地模拟出实验现象和实验数据。考试控制模块根据以上的现象和数据，给予用户一个客观准确的评价。
-
公开(公告)号：CN110084727A
公开(公告)日：2019-08-02
申请号：CN201910350373.4
申请日：2019-04-28
Applicant: 暨南大学
IPC: G06Q50/20
Abstract: 本发明公开了一种基于虚拟现实的实验能力智能测评方法，包括：S1，设置考核环节、考核环节的考核要点和考核要点对应的评分标准；其中，考核环节包括实验用品、实验操作和实验结果；S2，用户进行虚拟现实的实验，记录用户在虚拟实验过程中使用的实验用品、进行的实验操作和得到的实验结果；S3，根据设置的各个考核要点对应的评分标准分别对用户在虚拟实验过程中使用的实验用品、进行的实验操作和得到了实验结果进行智能评分；S4，根据实验用品、进行的实验操作和得到了实验结果的评分结果，得到用户实验的总分。本发明能够全面考察实验能力，考核层次清晰，考核重点突出，考核过程的灵活性高，考核内容广。
-
公开(公告)号：CN109830135A
公开(公告)日：2019-05-31
申请号：CN201910211514.4
申请日：2019-03-20
Applicant: 暨南大学
Abstract: 本发明涉及一种虚拟实验操作考试系统，包括：教师端、学生端和云服务端；所述教师端，用于设置实验操作试题信息，并将设置好的实验操作试题信息发送至云服务端；其中，所述实验操作试题信息包括实验操作试题内容及评分标准；所述学生端，接收云服务端发送的实验操作试题内容，并呈现给学生，待学生完成实验操作考试后，将作答记录发送至云服务端；所述云服务端，用于存储实验操作试题内容和评分标准，将实验操作试题内容发送到学生端；并根据学生在学生端完成的作答记录进行智能评分，完成智能评分后将考试成绩反馈给教师端与学生端。本方案解决了基于计算机的虚拟实验操作考试过程无法由教师自行命题与无法对实验操作过程智能评分的问题。
-
公开(公告)号：CN117273453A
公开(公告)日：2023-12-22
申请号：CN202311273132.7
申请日：2023-09-27
Applicant: 暨南大学
IPC: G06Q10/0635 , G06F18/24 , G06F18/214
Abstract: 本发明公开了一种智能网联汽车汽车风险评估方法及系统，包括以下步骤：S1、获取车辆的数据流向；S2、对车辆的数据流向进行整理分类，分析得到若干一阶风险，将一阶风险的子风险设定为二阶风险；S3、根据二阶风险的相对重要性指标，计算出各一阶风险内部的二阶风险之间的相对权重区间以及各一阶风险之间的相对权重区间，并对所得的相对权重区间进行调整拟合；S4、根据调整拟合后的相对权重区间计算汽车当前的风险等级。本方法与传统技术相比，将汽车风险的一阶风险进一步量化为二阶风险，大大提高了风险评估的准确性。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.033 seconds)
