-
公开(公告)号：CN119670938A
公开(公告)日：2025-03-21
申请号：CN202411644855.8
申请日：2024-11-15
Applicant: 河南大学
Abstract: 本发明提供一种多尺度混合的光伏发电功率预测方法及相关设备，涉及时间序列预测技术领域。该方法包括：步骤1：获取目标光伏发电站及其所在区域内的其他至少一个光伏发电站在相同历史时间段的功率数据；步骤2：将获取的多个光伏发电站在相同历史时间段的功率数据输入至预设的功率预测模型，得到目标光伏发电站在未来时间段的功率数据。本发明中的功率预测模型可以充分建模目标光伏发电站与其所在区域范围内的其他光伏发电站之间的跨纬度依赖关系。
-
公开(公告)号：CN118570599A
公开(公告)日：2024-08-30
申请号：CN202410724476.3
申请日：2024-06-05
Applicant: 河南大学
IPC: G06V10/80 , G06V10/764 , G06V10/774 , G06T3/4038 , G06N3/048 , G06N3/08
Abstract: 本发明涉及AI生成图像鉴别技术领域，具体涉及基于冻结ViT特征融合网络的AI生成图像检测方法。方法包括：获取待鉴别的图像以及由样本图像构成的数据集；基于冻结CLIP‑ViT建立多层次特征融合网络，利用数据集对多层次特征融合网络进行训练，获得训练好的多层次特征融合网络；将待鉴别的图像输入到训练好的多层次特征融合网络中，获得待鉴别的图像的鉴别结果。本发明提高了图像鉴别结果的准确度。
-
公开(公告)号：CN118015714A
公开(公告)日：2024-05-10
申请号：CN202410012554.7
申请日：2024-01-03
Applicant: 河南大学
Abstract: 本发明涉及计算机视觉技术领域，具体涉及一种基于多特征融合网络的人脸伪造检测方法，包括：获取网络模型的训练数据集、验证数据集和测试数据集；建立多特征融合网络模型，训练多特征融合网络模型，得到训练好的多特征融合网络模型；将测试数据集输入到训练好的多特征融合网络模型中进行测试，得到在检测人脸图像时的性能指标，对训练好的多特征融合网络模型进行优化；基于获取的不同人脸伪造方式生成的人脸图像，评估优化后的多特征融合网络模型。本发明通过结合深度学习和多特征融合，提高了人脸伪造检测的准确性和鲁棒性。
-
公开(公告)号：CN117830784A
公开(公告)日：2024-04-05
申请号：CN202410029975.0
申请日：2024-01-08
Applicant: 河南大学
IPC: G06V10/80 , G06V10/44 , G06V10/82 , G06N3/0464 , G06V10/764
Abstract: 本发明涉及数字图像取证技术领域，具体涉及基于双域融合的深度学习中值滤波取证方法。方法包括：建立双流卷积神经网络取证模型，并确定双流卷积神经网络取证模型的取证算法以及评估指标；基于训练数据集对双流卷积神经网络取证模型进行训练，得到训练后的双流卷积神经网络取证模型的模型参数；基于测试数据集对双流卷积神经网络取证模型的性能进行分析，对训练后的双流卷积神经网络取证模型进行优化，获得目标双流卷积神经网络取证模型；将待处理图像输入到目标双流卷积神经网络取证模型中获得中值滤波取证结果。本发明图像中值滤波取证结果的准确率和可信度。
-
Patent Agency Ranking
公开(公告)号：CN117853862A
公开(公告)日：2024-04-09
申请号：CN202311583587.9
申请日：2023-11-24
Applicant: 河南大学
IPC: G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/084 , G06V10/80 , G06V10/764 , G06V10/40
Abstract: 本发明涉及图像取证技术领域，具体涉及基于RGB通道信息融合的深度学习图像操作链取证方法。将预处理后的原始图像数据集划分为训练数据集和测试数据集；建立ResNet变体深度学习取证模型，确定ResNet变体深度学习模型取证算法以及评估指标；使用训练后的ResNet变体深度学习取证模型，验证模型的取证精确度；使用不同相机源数据、不同分辨率数据的场景，验证ResNet变体深度学习取证模型的泛化性能；根据得到的性能分析结果，调整训练后的ResNet变体神经网络模型参数，优化训练后的ResNet变体神经网络模型。本发明提升了图像操作链取证结果的准确率，解决了没有先验信息条件下的鲁棒性问题。
-
公开(公告)号：CN119851121A
公开(公告)日：2025-04-18
申请号：CN202411914977.4
申请日：2024-12-24
Applicant: 河南大学
IPC: G06V20/10 , G06V10/60 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明涉及阴影检测技术领域，提供一种基于双分支编码器的遥感图像阴影检测方法与系统。该方法包括：获取遥感图像阴影检测数据集，对所述遥感图像阴影检测数据集中的每个遥感图像进行图像增强处理，将增强后的遥感图像阴影检测数据集分为训练集和测试集；构建基于双分支编码器的神经网络结构，并利用所述训练集和所述测试集对所述基于双分支编码器的神经网络结构进行训练得到遥感图像阴影检测模型；将待检测的遥感图像经过图像增强处理后输入所述遥感图像阴影检测模型进行阴影检测处理，输出检测结果。本发明通过构建双分支编码器神经网络，并利用多尺度特征提取有效地复用浅层特征，有效提高遥感图像阴影检测的准确性和鲁棒性。
-
公开(公告)号：CN119250924A
公开(公告)日：2025-01-03
申请号：CN202411250085.9
申请日：2024-09-06
Applicant: 河南大学
IPC: G06Q30/0601 , G06F21/60 , G06F21/62
Abstract: 本发明公开一种基于zk‑SNARKs的Web3.0在线交易方法，该方法基于Web3.0框架，包括：步骤1：用户输入身份信息，上传属性集获取自己的基于属性的加密密钥，并基于所述身份信息生成对应的零知识证明信息；步骤2：获取商品信息并根据商品信息部署智能合约；步骤3：用户在客户端根据上传的商品信息选择自己需要的商品进行购买，并在购买过程中根据自己的零知识证明信息验证商品是否可以购买；步骤4：服务端根据交易情况将客户端购买的商品分发给对应的用户；步骤5：交易信息上传至区块链后实行数据加密和隐私保护方案。本发明实现了一个安全、透明、去中心化的商品销售环境，同时保护了用户的隐私和权益。
-
公开(公告)号：CN119067109A
公开(公告)日：2024-12-03
申请号：CN202411065913.1
申请日：2024-08-05
Applicant: 河南大学
IPC: G06F40/284 , G06F40/30 , G06F40/126 , G06F18/2431 , G06N3/0455 , G06N3/0442 , G06N3/0985
Abstract: 本发明提供一种基于触发词相关性和多头图注意力网络的事件检测方法及相关设备。该方法包括：构建事件检测网络，包括词特征编码模块、多维度图结构学习模块和触发词预测模块；词特征编码模块对输入文本中的各个单词进行编码以得到各个单词的词特征编码向量；多维度图结构学习模块根据句法依赖关系图，使用多头图注意力网络和门控机制对各个单词的词特征编码向量进行语义更新以得到各个单词的最终表示向量和历史触发词记忆向量；触发词预测模块根据每个单词的最终表示向量和历史触发词记忆向量预测单词所属的触发词类别；对所述事件检测网络进行训练，得到事件检测模型；将待测文本输入至所述事件检测模型中，得到事件检测结果。
-
公开(公告)号：CN119025969A
公开(公告)日：2024-11-26
申请号：CN202411137589.X
申请日：2024-08-19
Applicant: 河南大学
IPC: G06F18/24 , G06F18/21 , G06F18/213 , G06F16/9535 , G06F16/906 , G06N3/042 , G06N3/08
Abstract: 本发明公开一种基于互蒸馏的双通道的社交网络异常用户检测方法，包括：构建基于相互蒸馏的双维度图神经网络异常检测框架DualAD；所述DualAD包括多尺度节点属性重构模块和连接增强的拓扑结构重构模块；所述多尺度节点属性重构模块利用多个具有不同尺度的网络进行信息传播，以检测社交网络中的属性异常；所述连接增强的拓扑结构重构模块通过引入连接增强图，在游离节点上进行有效的消息传递，以检测社交网络中的结构异常；多尺度节点属性重构模块和连接增强的拓扑结构重构模块通过相互蒸馏的方式，共同提升性能；基于训练好的DualAD进行社交网络异常用户检测。本发明提出的检测框架能够有效提高社交网络异常用户检测性能。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.017 seconds)
