公开(公告)号：CN118869313A

公开(公告)日：2024-10-29

申请号：CN202411049549.X

申请日：2024-08-01

Applicant: 河南大学

Inventor： 于俊洋 ,  杨浩 ,  翟锐 ,  宋亚林 ,  李涵 ,  于永博

IPC: H04L9/40 ,  G06N3/0464

Abstract: 本发明属于网络安全技术领域，公开一种基于多尺度卷积神经网络的网络安全通信高精度入侵检测方法和系统，该方法首先采用了一种新型的数据预处理方法，结合SMOTE和ENN技术，解决了数据集类别不平衡及少数类样本与多数类样本重叠的问题，然后，引入了一种结合信息增益(IG)、随机森林(RF)特征重要性评分和递归特征消除(RFE)的方法进行特征筛选，从而优化模型性能并减少计算负担，最后通过在不同尺度上精确捕捉数据特征，极大地增强了模型对复杂网络行为的解析能力。在公开的数据集上进行的实验结果表明，本发明能够准确的识别网络入侵。

公开(公告)号：CN119313898A

公开(公告)日：2025-01-14

申请号：CN202411285993.1

申请日：2024-09-13

Applicant: 河南大学

Inventor： 张亚歌 ,  于永博 ,  于俊洋 ,  岳建伟

IPC: G06V10/26 ,  G06V20/70 ,  G06V20/10 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/776 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/048

Abstract: 本发明公开一种基于深度可分离卷积的裂缝图像语义分割方法和系统，该方法包括：步骤一：构建裂缝图像语义分割网络；所述裂缝图像语义分割网络采用U‑Net架构，所述U‑Net架构中的解码器是采用深度可分离卷积构建得到的；步骤二：对所述裂缝图像语义分割网络进行训练，得到裂缝图像语义分割网络模型；步骤三：将待检测裂缝图像输入至裂缝图像语义分割网络模型中，得到语义分割结果。本发明通过构建裂缝图像语义分割网络模型能够准确的识别裂缝宽度和走向，便于维护评估建筑和道路。