公开(公告)号：CN117892223A

公开(公告)日：2024-04-16

申请号：CN202410074792.0

申请日：2024-01-18

Applicant: 桂林电子科技大学

Inventor： 陈名松 ,  赵申奇 ,  唐建勋 ,  黄宇 ,  庄泽文 ,  方秋芹

IPC: G06F18/2415 ,  G06F18/15 ,  G06F17/18

Abstract: 本发明公开了一种基于Sage‑Husa自适应滤波的交互式多模型水下目标跟踪方法，具体包括以下步骤：步骤一、建立水下双观测系统状态空间模型；步骤二、模型非线性滤波；步骤三、调整转移矩阵概率；步骤四、状态估计和协方差估计；本发明涉及水下目标跟踪技术领域。该基于Sage‑Husa自适应滤波的交互式多模型水下目标跟踪方法，通过实时调整转移概率矩阵的交互式多模型算法，在目标跟踪过程中，根据相邻时刻子模型变化率计算转移概率矩阵，使目标运动模型和实际轨迹匹配度更高，为水下目标跟踪提供更为精准的预测指引，在水下纯方位目标跟踪中，可以防止目标运动过程中观测噪声突变导致的滤波发散，为水下目标的跟踪效果提供良好保障。

公开(公告)号：CN116318779A

公开(公告)日：2023-06-23

申请号：CN202211532143.8

申请日：2022-12-01

Applicant: 桂林电子科技大学

Inventor： 陈哲 ,  唐建勋 ,  王俊义

IPC: H04L9/40 ,  H04L41/16 ,  H04L67/148 ,  H04L69/163

Abstract: 本发明公开了一种基于热迁移和深度学习的动态安全防御方法及系统，由入侵检测系统进行流量初步判别，再使用基于深度学习的恶意流量检测模块复查并确定为恶意流量后，SDN控制器将流量转发到低交互蜜罐，当攻击深度到临界点时，蜜罐管理系统将定时快照的正常主机的副本激活为高交互蜜罐，后再使用重定向转发引擎TCP_REPAIR代理将连接切换到高交互蜜罐。本发明涉及网络防御技术领域，使用基于深度学习的恶意流量检测技术，精准分流加密或非加密的正常和恶意流量，弥补了传统防御系统只能检测非加密流量的缺陷，同时使用TCP热迁移技术，优化了传统TCP连接切换过程中耗时长、切换不隐蔽的缺点，有效提升了系统的动态防御能力以及蜜罐集群的利用率和诱骗能力。

公开(公告)号：CN117218502A

公开(公告)日：2023-12-12

申请号：CN202311170343.8

申请日：2023-09-11

Applicant: 桂林电子科技大学

Inventor： 谢国濠 ,  唐建勋 ,  陈名松 ,  杨一帆

IPC: G06V10/80 ,  G06V10/52 ,  G06V10/82 ,  G06V10/74 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明公开了一种多尺度特征融合的声纳图像目标检测方法，具体包括以下步骤：S1、特征提取；S2、特征融合；S3、目标识别；本发明涉及水下目标识别技术领域。该多尺度特征融合的声纳图像目标检测方法，通过结合动态卷积层的设计，提取多维特征，更好提取特征的全局上下文信息，使得提取的深度抽象特征的表征能力提高，从而提高模型的识别精度，使用堆叠卷积的方式进行特征提取在堆叠卷积中加入注意力机制，增强模型，提高了特征提取过程的全局性，更好区分相似度较高的声纳图像前景与背景的区分度差，避免模型错检或者漏检，进一步提高识别精度。

公开(公告)号：CN117152601A

公开(公告)日：2023-12-01

申请号：CN202311132860.6

申请日：2023-09-04

Applicant: 桂林电子科技大学

Inventor： 陈哲 ,  唐建勋 ,  仇洪冰 ,  王俊义 ,  陈名松

IPC: G06V20/05 ,  G06V10/20 ,  G06V10/25 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06V10/764 ,  G06V10/766 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于动态感知区域路由的水下目标检测方法及系统，具体包括以下步骤：S1、输入预处理；S2、特征提取；S3、特征融合；S4、预测；本发明涉及水下目标识别技术领域。该基于动态感知区域路由的水下目标检测方法及系统，首先在特征提取阶段和特征融合阶段通过对不同大小的目标采用不同的空洞卷积，自适应对大、中、小型目标特征进行增强，提升模型在目标回归预测阶段的精度，然后在特征融合阶段通过区域路由注意力机制动态感知增强前景目标特征，防止特征提取阶段提取的多维度混合特征信息中背景信息的干扰。最后通过改进损失函数使得模型关联原本相互独立的定位任务和分类任务，同时降低模型由于正负样本不均衡而造成模型过拟合的影响。

公开(公告)号：CN117392524A

公开(公告)日：2024-01-12

申请号：CN202311172680.0

申请日：2023-09-12

Applicant: 桂林电子科技大学

Inventor： 陈名松 ,  唐建勋 ,  陈昊宇 ,  陈哲

IPC: G06V20/05 ,  G06V10/40 ,  G06V10/74 ,  G06V10/766 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于空间深度卷积网络的水下目标检测方法及系统，包括空间深度卷积网络模型，所述空间深度卷积网络模型包括Input模块、Backbone模块和Head模块，本发明涉及水下声呐图像目标检测技术领域。该基于空间深度卷积网络的水下目标检测方法及系统，通过Cf2MHSA模块并行更多的梯度流分支，在获得更加丰富的梯度信息的同时使网络更加关注目标而不是背景等其他不重要的信息，然后通过空间深度卷积模块，在卷积过程中尽可能保留细粒度信息和不太有效的特征，从而适应声呐图像低分辨率和小目标占比大的特性，最后，通过归一化Wasserstein距离替换原始的IOU的度量方法，降低模型对小目标的敏感度，从而有效提升网络对小目标的检测性能。

公开(公告)号：CN117496340A

公开(公告)日：2024-02-02

申请号：CN202311320724.X

申请日：2023-10-12

Applicant: 桂林电子科技大学

Inventor： 陈哲 ,  李利国 ,  唐建勋 ,  仇洪冰 ,  王俊义 ,  周晓倩

IPC: G06V20/05 ,  G06V10/25 ,  G06V10/44 ,  G06V10/80 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/045

Abstract: 本发明公开了一种基于空间解冗余网络的水下目标检测方法及系统，本发明涉及水下目标检测技术领域。该基于空间解冗余网络的水下目标检测方法及系统，通过使用水下光学图像数据集预训练模型获取预训练权重后再在水下声呐图像小样本数据集中进行迁移学习微调模型权值，有效解决声呐图像小样本易产生拟合现象的问题，在DCSPBlock模块的设置，减少冗余梯度信息和模型计算量，提升模型感受野，显著提高模型对物体的感知能力，有效解决了声呐图像清晰度低，物体与背景可分性差的问题，通过空间特征增强模块的设置，增加空间维度信息，丰富提升小目标检测定位精度，有效解决了水下声呐图像中小目标占比较大，定位精度差的问题。

公开(公告)号：CN117275510A

公开(公告)日：2023-12-22

申请号：CN202311062301.2

申请日：2023-08-22

Applicant: 桂林电子科技大学

Inventor： 唐建勋 ,  陈名松

IPC: G10L25/18 ,  G10L25/24 ,  G10L25/30 ,  G10L25/51 ,  G06F18/213 ,  G06F18/2431 ,  G06F18/24 ,  G06N20/20

Abstract: 本发明公开了一种基于多梯度流网络的小样本水声目标识别方法及系统，具体包括以下步骤：S1、数据采集与特征提取和融合；S2、模型搭建与训练；S3、模型部署；S4、实时数据采集与处理；S5、水声目标识别；本发明涉及水声目标识别技术领域。该基于多梯度流网络的小样本水声目标识别方法及系统，在特征提取和融合模块中通过能量域特征增强和多特征融合方法更好地表达原始水声特征，同时将其内嵌于多梯度流全局特征增强网络前端，实现端到端的水声目标识别；在多梯度流全局特征增强网络中通过多梯度流方法和上下文特征增强模块，在快速获取及增强有效特征的同时降低模型参数，进而实现水声目标识别所需的识别速度快、精度高的双重需求。