-
公开(公告)号：CN102164125A
公开(公告)日：2011-08-24
申请号：CN201110063631.4
申请日：2011-03-17
Applicant: 武汉大学
Abstract: 本发明涉及密钥管理及安全通信技术领域，尤其涉及一种基于ASGKA协议的安全通信系统及方法。本发明进行安全通信的方法如下：首先通过管理模块进行公私钥的产生和分配，然后组长（可以是群的构建者或会话的发起者）利用管理模块对各个成员的信息等进行管理，并能产生群公钥；当进行通信时，组长将用AES算法加密过的群公钥发送给各个组员；发送信息时，信息利用路由模块进行路径选择，并通过中继模块进行信息的转发；在通信时，信息的加密与解密都是通过加密群（通信）模块进行；最后各个成员的信息进行加密，并存储。本发明通过以上方法达到较有效的密钥管理方法以及较为安全和灵活的群组通信。
-
公开(公告)号：CN118941974A
公开(公告)日：2024-11-12
申请号：CN202411434741.0
申请日：2024-10-15
Applicant: 武汉大学
IPC: G06V20/10 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种高精度DEM数据缺失区域填补方法及装置，属于摄影测量与遥感技术领域，包括：获取待填补的高精度InSAR空洞DEM以及与待填补的高精度InSAR空洞的地理位置一致的低分辨率DEM；根据低分辨率DEM确定地形特征数据和SAR特征数据；将低分辨率DEM、地形特征数据和SAR特征数据输入到预先训练好的基于多源特征的Transformer和CNN智能化学习重构模型，得到预测的空洞区域高分辨率DEM；将预测的空洞区域高分辨率DEM与待填补的高精度InSAR空洞DEM结合，生成高精度DEM产品。本发明实施方式简便易行，整体流程结构清晰，使空洞填补这一过程完全实现智能化和自动化。
-
Patent Agency Ranking
公开(公告)号：CN117522738A
公开(公告)日：2024-02-06
申请号：CN202311565309.0
申请日：2023-11-21
Applicant: 武汉大学
Abstract: 本发明提供一种基于光学遥感影像和SAR影像的图像去云方法及系统，包括：设计异源特征协同卷积模块，同时考虑不同程度的云雾遮盖和云阴影的影响，通过采用的空间域的云‑云阴影自注意力模块，有效地提高了光学SAR影像融合去云结果的精度，解决了传统卷积神经网络在光学SAR影像融合去云任务中生成结果模糊，云区中心位置恢复结果失真等问题；在网络的高维特征部分，引入了Transformer模块学习全局特征和全局信息，为光学SAR影像融合去云生成高保真度的光学影像提供了解决方案。
-
公开(公告)号：CN119693567A
公开(公告)日：2025-03-25
申请号：CN202411667472.2
申请日：2024-11-21
Applicant: 武汉大学
IPC: G06T17/05 , G06N3/0455 , G06N3/048 , G06N3/0499 , G06N3/084
Abstract: 本发明涉及基于残差注意力Transformer的高精度InSAR DEM智能化重构方法和系统。利用多基线干涉测量方法生成的高分辨率空洞InSAR DEM作为训练数据，为模型构建提供了有力的数据支撑；通过将轻量级的Transformer模块与残差特征聚合结构相结合应用于高分辨率DEM重构，在增强全局感知能力的同时，聚合局部残差特征，以捕捉更全面的特征信息，有效提高了重构精度，并提高了训练效率；同时，对空间注意力模块进行优化，利用增强型空间注意力机制捕捉更复杂的多尺度信息；此外，在损失函数部分中引入坡度和坡向因素作为地形特征进行监督，更好地从地表形态变化上对模型参数进行优化，增强了模型对地形一致性的保持能力，为大范围的高精度DEM重构问题提供了新的解决思路。
-
公开(公告)号：CN117518165A
公开(公告)日：2024-02-06
申请号：CN202311419381.2
申请日：2023-10-30
Applicant: 武汉大学
Abstract: 本发明提供一种多基线时序InSAR精细尺度DEM生成方法及系统，利用空间ICA技术将信号进行分离，并直接将大气和噪声去除，减弱大气和噪声的干扰；利用多项式拟合去除相位观测值中的基线误差，获取准确的差分干涉相位；综合线性形变，周期形变和环境因素的影响，构建差分干涉相位与地形和形变之间的时序InSAR物理模型，获取准确的地形和形变参数，实现精细尺度DEM的生成。本发明提出的基于ICA分离联合多基线误差校正时序InSAR环境建模方案，能够为大面积精细尺度DEM的生成提供重要参考。
-
公开(公告)号：CN118941974B
公开(公告)日：2024-12-13
申请号：CN202411434741.0
申请日：2024-10-15
Applicant: 武汉大学
IPC: G06V20/10 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种高精度DEM数据缺失区域填补方法及装置，属于摄影测量与遥感技术领域，包括：获取待填补的高精度InSAR空洞DEM以及与待填补的高精度InSAR空洞的地理位置一致的低分辨率DEM；根据低分辨率DEM确定地形特征数据和SAR特征数据；将低分辨率DEM、地形特征数据和SAR特征数据输入到预先训练好的基于多源特征的Transformer和CNN智能化学习重构模型，得到预测的空洞区域高分辨率DEM；将预测的空洞区域高分辨率DEM与待填补的高精度InSAR空洞DEM结合，生成高精度DEM产品。本发明实施方式简便易行，整体流程结构清晰，使空洞填补这一过程完全实现智能化和自动化。
-
公开(公告)号：CN119691495A
公开(公告)日：2025-03-25
申请号：CN202411559276.3
申请日：2024-11-04
Applicant: 武汉大学
Abstract: 本发明提供一种基于直接偏好优化多模态大语言模型的积水水深提取方法，包括：获取待识别的社交媒体内容；将所述待识别的社交媒体内容输入预训练的水深识别模型，获得所述水深识别模型输出的水深识别结果，其中，所述水深识别模型为基于令牌级直接偏好优化策略训练得到的多模态大语言模型。本发明基于直接偏好优化多模态大语言模型的积水水深提取方法，通过令牌级直接偏好优化策略对多模态大语言模型进行训练得到水深识别模型，从而使得水深识别模型能更加准确地根据输入的目标区域目标时段的待识别社交媒体内容识别出其对应的水深信息。
-
-
-
-
-
-
Search Results
7
records
(took 0.029 seconds)
