-
公开(公告)号:CN111899107A
公开(公告)日:2020-11-06
申请号:CN202010840479.5
申请日:2020-08-20
Applicant: 海南大学
Abstract: 本发明提供一种基于区块链智能合约的科技服务交易方法,基于区块链和智能合约技术,解决了传统科技服务交易平台服务资产数据存储、安全共享困难以及数据可信度完全依赖第三方中介机构等问题,利用区块链不可篡改以及可追溯的特点,保证供方用户提供的服务真实可信,其中智能合约体系包括登记智能合约、推荐智能合约、交易智能合约以及评价智能合约,推荐过程和评价过程完全由程序实现,可以根据需方用户的具体需求来推荐不同的服务,推荐过程基于该服务过往的成交数量以及可信评分,完全客观可信,杜绝了以往第三方中介机构中可能出现的违背公平交易原则和职业道德的乱象。
-
公开(公告)号:CN107909062A
公开(公告)日:2018-04-13
申请号:CN201711311000.3
申请日:2017-12-11
Applicant: 海南大学
CPC classification number: G06K9/0063 , G06K9/6284
Abstract: 本发明涉及一种基于信息熵的遥感影像特征离散化方法及系统,该方法包括步骤:建立基于像元值和所属类别的影像信息决策表;基于信息熵的区间分隔模型计算区间信息熵,基于信息熵进行区间分割;对所述影像信息决策表进行离散化,并分别计算离散化前、后影像信息表的不可分辨关系差异度;对离散化的结果进行评估,选择最优的离散化方案。本发明方法及系统可以降低离散化区间数目,避免区间信息的冗余性,缓解离散化数据失真问题。
-
公开(公告)号:CN103514304A
公开(公告)日:2014-01-15
申请号:CN201310522662.0
申请日:2013-10-29
Applicant: 海南大学
IPC: G06F17/30
CPC classification number: G06F17/30867
Abstract: 本发明提供了一种项目推荐方法和装置。本发明通过对记录的评分对象及其对项目的评分,首先确定评分对象对项目的评分均值以及各个项目所属的项目类型,进一步统计评分对象对项目类型的评分均值,然后确定目标对象具有相似类型喜好的第一相关对象,再从第一相关对象中找出具有相似项目喜好的第二相关对象,在目标对象对未评分的项目中提取符合条件的项目推荐给目标对象。通过本发明实施例,利用用户对不同类型项目的兴趣程度,筛选出喜好项目类型相关的用户,去掉用户不感兴趣的无效信息,在计算用户之间的相似度时使用的都是有效信息,因此相似度计算更加准确,可以有效地改善计算用户之间相似度的准确率,有效提高推荐系统的推荐质量。
-
公开(公告)号:CN119921958A
公开(公告)日:2025-05-02
申请号:CN202510091698.0
申请日:2025-01-21
Applicant: 海南大学
Abstract: 本发明涉及电数据处理技术领域,尤其涉及一种基于改进零知识证明的知识产权交易双因素身份认证方法,该方法包括生物特征和知识产权特征认证步骤,所述生物特征和知识产权特征认证步骤包括生成生物特征的零知识证明和知识产权特征的零知识证明,所述零知识证明的生成过程包括:对电路进行初始设置,根据设计的电路生成公共参数P;计算在阶为n的乘法子群H上的多项式a(x)、b(x)、c(x);构建排列置换约束z(x);将门约束和排列置换约束转化为一个多项式,构建总约束t(x);构建关键中间函数r(x);分别在θ、θω两点构建多项式承诺Wθ(x)和Wθω(x),然后生成Plonk零知识证明π。本发明通过对零知识证明进行改进,可以提高零知识证明生成及验证效率。
-
公开(公告)号:CN118297817A
公开(公告)日:2024-07-05
申请号:CN202410407893.5
申请日:2024-04-07
Applicant: 海南大学
IPC: G06T5/50
Abstract: 本发明涉及图像处理技术领域,尤其涉及一种基于联合张量检测的多序列前列腺MR图像融合方法,包括以下步骤:S1,将前列腺源图像对进行非下采样轮廓波变换分解,获得前列腺源图像对各自的低频分量和高频分量;S2,使用结构张量算子与相位一致性模型融合算法对分解得到的低频分量进行融合,得到低频分量融合图像;S3,采用局部结构张量自适应输入激励对分解得到的高频分量进行融合,得到高频分量融合图像;S4,将低频分量融合图像和高频分量融合图像进行非下采样轮廓波逆变换,得到最终的融合图像。本发明图像融合方法可以保留源图像中的信息,使得融合后的图像中保留的有用信息更多,更有助于辅助医生诊断。
-
公开(公告)号:CN115529137B
公开(公告)日:2024-06-14
申请号:CN202211019152.7
申请日:2022-08-24
Applicant: 海南大学
Abstract: 本发明提供一种基于改进PBFT算法的知识产权交易方法,应用于基于改进PBFT算法的知识产权交易系统,根据知识产权交易类型,将共识节点分为专利权交易共识组、商标权交易共识组、著作权交易共识组、其它类型交易共识组四个共识组和一个共识协调组,客户端发送交易请求到区块链网络,区块链网络把客户端请求发送给共识模块处理,共识协调组根据知识产权的交易类型将客户端的请求交易发送到不同的交易共识组进行共识,该共识组可以并行处理客户端不同类型的交易请求,与传统PBFT共识算法需要全部节点参与共识和不能并行处理交易相比,这极大的提高了系统性能。
-
公开(公告)号:CN117527836A
公开(公告)日:2024-02-06
申请号:CN202311474428.5
申请日:2023-11-07
Applicant: 海南大学
IPC: H04L67/1097 , G06F16/27 , G06F21/64 , G06F18/22 , G06F18/23 , G06Q40/04 , G06Q50/18 , H04L67/104
Abstract: 本发明属于知识产权交易技术领域,公开了一种基于D‑PBFT算法的知识产权登记及交易保护方法。所述的方法包括如下步骤:采集作品数据,并进行抄袭检测;发起知识产权登记请求;执行知识产权登记合约,生成新的作品数据区块;使用D‑PBFT共识算法对知识产权登记请求进行共识;将新的作品数据区块进行上链存储;采集知识产权交易请求;执行知识产权交易合约,生成新的交易数据区块;使用D‑PBFT共识算法对知识产权交易请求进行共识;将新的交易数据区块进行上链存储。本发明解决了现有技术存在的登记时间长,成本高,存在局限性,共识算法通信复杂度高,共识延迟高,主节点的随机选取以及节点行为无法动态调整的问题。
-
公开(公告)号:CN117251643A
公开(公告)日:2023-12-19
申请号:CN202311094314.8
申请日:2023-08-29
Applicant: 海南大学
IPC: G06F16/9536 , G06F16/9535 , G06F16/9538 , G06F18/22 , G06F18/25 , G06F40/289 , G06F40/216
Abstract: 本发明公开基于协同过滤和概率语言术语集的新闻推荐方法及系统。该方法通过基于嵌入表示和单词嵌入技术的协同过滤算法,将用户和新闻文章同时嵌入潜在空间,利用它们之间的新闻文章相似性来预测用户感兴趣的内容,解决了在处理稀疏数据和冷启动问题时的限制;使用在线评论与概率语言术语集相结合的推荐算法,解决新用户和新投稿的新闻文章的推荐效果不佳的问题;最后让两种推荐算法通过排名排序的方法相融合,可以有效解决推荐系统覆盖率和多样性低、推荐内容过于单一等问题。本发明能够极大提高了推荐覆盖率,使最终推荐排序富有多样选择性的同时提高推荐精确度。
-
公开(公告)号:CN116958005A
公开(公告)日:2023-10-27
申请号:CN202310941029.9
申请日:2023-07-28
Applicant: 海南大学
IPC: G06T5/50 , G06N3/0464 , G06N3/048 , G06N3/094
Abstract: 本发明提供一种自适应阶导向融合和多分辨率判别器的遥感图像融合方法,主要包括步骤:构建时空融合数据集和空谱融合数据集;确定自适应阶层;双向自适应阶特征提取;自适应阶渐进式注意力导向融合;构建自适应阶分辨率U型判别器;构建复合损失函数对模型进行优化;使用批量数据同时对生成器和多分辨率U型判别器进行训练,并使用Adam优化器对集成融合模型进行优化,得到最优模型并冻结;使用最优模型对测试数据进行空谱融合和时空融合生成高分辨率图像,本发明构建的集成融合模型既能实现空谱融合又能实现时空融合,实现了多任务的高分辨率图像的生成,并提高了融合精度。
-
公开(公告)号:CN113642429B
公开(公告)日:2023-07-14
申请号:CN202110865502.0
申请日:2021-07-29
Applicant: 海南大学
IPC: G06V20/40 , G06V10/46 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/049 , G06N3/08 , G06T7/246 , G06T7/269
Abstract: 本发明提供一种基于TPP‑TCCNN的海洋鱼类识别方法,包括下列步骤:采集包含多种鱼类的原始视频,将所述原始视频划分为训练集以及测试集,并对所述训练集的鱼类视频信息进行预处理;对预处理后的鱼类视频信息进行特征提取,获取光流图像;建立双通道卷积神经网络,以光流图像以及RGB图像输入带有金字塔池化层的双通道卷积神经网络中进行训练,获得输出特征,所述RGB图像中所包含的鱼类信息与所述原始视频中的一致;通过softmax分类模型对所述输出特征进行分类训练;将测试集中的鱼类视频信息输入到最终的softmax分类模型中,得到鱼类分类结果。
-
-
-
-
-
-
-
-
-