一种处理多边形多重包含关系的边界一笔画方法

    公开(公告)号:CN105139435B

    公开(公告)日:2017-12-08

    申请号:CN201510465283.1

    申请日:2015-07-31

    Inventor: 龚红波 钮焱

    Abstract: 本发明提出了一种处理多边形多重包含关系的边界一笔画方法,本发明引入基于最短连接线的边界一笔画方法,有效解决了复杂多边形保持拓扑关系一致性的前提下,进行合理的边界连接和组织的问题,避免了数据的复杂性和冗余,有效地确保了地图分层显示的正确性。

    一种基于优化SSD算法的遥感图像目标检测方法及系统

    公开(公告)号:CN116403120A

    公开(公告)日:2023-07-07

    申请号:CN202310327832.3

    申请日:2023-03-27

    Abstract: 本发明公开了一种基于优化SSD算法的遥感图像目标检测方法及系统,首先将待检测遥感图像输入高效遥感图像目标特征提取网络进行关键特征提取,得到所需的特征图;然后将得到的特征图输入正反向迭代融合多尺度特征网络进行特征融合,生成新的特征图;最后利用基于聚类算法的锚框匹配网络,对图像中不同类别的目标根据融合生成的新的特征进行锚框的聚类匹配,使每个待检测目标得到最合适的锚框,作为目标检测结果;本发明将SSD算法中原始的体征提取网络VGG16进行优化,在网络中加入改进的RFB模块和高效注意力机制,提升网络的特征提取能力;将于聚类算法的锚框匹配网络融入到算法中,提升算法对锚框匹配目标的准确度,从而提高检测能力。

    一种基于图像金字塔与NLM的冷冻电镜图像增强方法

    公开(公告)号:CN114529518A

    公开(公告)日:2022-05-24

    申请号:CN202210072173.9

    申请日:2022-01-21

    Abstract: 本发明涉及一种基于图像金字塔与NLM的冷冻电镜图像增强方法。针对冷冻电镜图像信噪比极低,从中挑选出颗粒图像困难的情况,本发明对图像循环使用NLM去噪、背景矫正、下采样形成图像金字塔,各级图像经过直方图变换与上采样后融合成为最终增强图像,提高了背景与颗粒的区分度。本发明提出的图像增强方法所得结果与其他方法相比,图像峰值信噪比和结构相似度均有明显提高。

    一种基于证据推理规则的网络安全态势评估方法

    公开(公告)号:CN108040062B

    公开(公告)日:2020-10-13

    申请号:CN201711379085.9

    申请日:2017-12-19

    Abstract: 本发明公开了一种基于证据推理规则的网络安全态势评估方法,包括确定网络安全态势评估的基本结构;网络数据的采集和预处理;确定网络态势的评估规则;提取出网络数据的特征,计算基础属性的信任度;计算广义属性的最终信任度;计算网络安全态势等步骤;本发明将网络行为分为正常行为和攻击行为,通过网络资源如流量、内存、CPU、磁盘的变化分析网络的安全态势,通过以上安全因素和证据推理规则来评估网络的安全等级。此外,对获得的安全态势进行定量分析。通过网络的安全态势值的变化,来反映网络安全状况的变化。实验结果表明:此方法有效可行,具有良好的态势评估效果。

    一种基于CTW和KM算法的语义相似度计算方法及装置

    公开(公告)号:CN109858015A

    公开(公告)日:2019-06-07

    申请号:CN201811517145.3

    申请日:2018-12-12

    Abstract: 本发明提供了一种基于CTW和KM算法的语义相似度计算方法及装置,其中的方法针对于现有技术中语义相似度计算方法中未考虑分词顺序对语义的重要影响的弊端,在保持单个语义判定规则的同时,考虑了顺序对句子的影响。该计算方法利用Word2Vec深度学习平台将文本划分为多维空间的分词向量,并映射到多维向量空间,并将向量连接构成多维空间下的曲线,借用图像中的曲线相似度中较新的时间翘曲距离来通过词向量曲线来比较多个文本的相似度,为了减少计算规模,采用了KM算法。该方法与传统的最长公共子串、词频统计等方法比较,具有更强的鲁棒性,对于传统方法无法克服的分词相同语序不同的语句具有明显的效果,提高了计算的准确性。

    一种基于蒙特卡罗网络节点资源风险评估方法

    公开(公告)号:CN107948190B

    公开(公告)日:2021-02-02

    申请号:CN201711379076.X

    申请日:2017-12-19

    Abstract: 本发明公开了一种基于蒙特卡罗网络节点资源风险评估方法,包括设定蒙特卡罗模拟抽样次数N,将非正态变量之间的相关性转变成正态变量之间的相关性,求解网络节点资源正态变量X的Pearson相关系数矩阵,计算矩阵的cholesky分解的下三角矩阵,得到标准正态变量X,对网络节点资源进行风险评估等步骤;本发明采用了蒙特卡罗方法对网络节点资源之间的脸忽然分布函数进行构造,并对网络节点资源进行风险评估。相对于传统方法,蒙特卡罗方法运算简单快速,需求的样本量少,易于得到数值解,可以将不能直接用公式表示的网络节点资源之间的联合分布函数构造出来,并对网络节点资源进行风险评估。

Patent Agency Ranking