-
公开(公告)号：CN114970941A
公开(公告)日：2022-08-30
申请号：CN202210294633.2
申请日：2022-03-23
Applicant: 南湖实验室
Abstract: 本发明提供了一种基于遥感植被物候的花粉信息预测方法，包括：S1、获取数据并进行预处理；S2、对花粉释放信息与遥感植被物候进行时空相关性分析；S3、对遥感植被物候与气候环境因素进行时空相关性分析；S4、对遥感植被物候信息以及气候环境要素进行特征提取，并且利用逐步回归模型进行花粉释放信息预测；S5、花粉释放信息区域制图：获取研究区域的遥感植被物候信息，以及与花粉释放信息有关的气候环境因素和对应逐步回归方程中得到的拟合系数，得到区域尺度内花粉预测信息。本发明利用遥感植被物候区域尺度和长时间序列数据信息，结合气候环境的影响，可以弥补花粉监测站点的不足，提供高质量、大区域尺度的花粉信息及其年际动态变化趋势。
-
公开(公告)号：CN114553603A
公开(公告)日：2022-05-27
申请号：CN202210437790.4
申请日：2022-04-25
Applicant: 南湖实验室
Inventor： 张磊
Abstract: 本发明公开了一种基于隐私计算的新型数据可信解密的方法，数据使用方提供加密秘钥生成算法G的公钥Pk，数据提供方使用该G基于应用A、设备C和口令T计算加密秘钥K，使用K加密数据集D，使用Pk加密G得Ge，将ED和Ge发送给数据使用方，数据使用方使用自己可信封存的私钥Ps得到隐私秘钥生成算法G’，在可信执行环境中测算请求数据的应用A和本设备C得到MA’、CID’，基于MA’、CID’、用户输入的口令T通过G’计算加密秘钥K’，并用该K’解密ED，如果K’=K，则解密成功得到数据D，否则解密失败。本方案提出了一个加密数据解密秘钥不保存不传输实现数据加密解密的方案，不会存在数据秘钥保存不当导致泄漏数据被解密的问题。
-
公开(公告)号：CN114419464A
公开(公告)日：2022-04-29
申请号：CN202210315345.0
申请日：2022-03-29
Applicant: 南湖实验室
Abstract: 本发明提供了一种基于深度学习的孪生网络变化检测模型，包括用于获取差异图像的双分支计算模型，所述的双分支计算模型包括孪生网络、第二分支卷积网络和上采样卷积网络，所述的孪生网络用于分别提取两个时相的时相特征图，第二分支卷积网络用于根据两个时相特征图及两个时相特征图的差值特征图计算差异特征图，所述的上采样卷积网络用于将差异特征图进行上采样和/或反卷积操作得到差异图像。本发明对ResNet18模型进行改造建立孪生网络ResAtNet用于变化检测场景，通过双分支差异特征图生成方法提高差异特征提取能力，模型可以适用于目标学习高维变化特征，无需专家知识选择合适的特征表达，自适应多种变化场景，对比其他现有模型，具有明显的精度优势。
-
公开(公告)号：CN113987255B
公开(公告)日：2022-04-01
申请号：CN202111641508.6
申请日：2021-12-30
Applicant: 南湖实验室
Inventor： 张磊
IPC: G06F16/583 , G06F7/58 , G06N3/04 , G06N3/08
Abstract: 本方案公开了一种基于联邦学习与秘密分享的多源密文图像检索方法，包括以下步骤：S1.基于联邦学习以加入双云平台的图像拥有者为联邦成员对双云平台的卷积神经网络进行模型训练；S2.授权用户基于加法秘密分享借助双云平台完成密文图像检索。本方案提供基于联邦学习与秘密分享的多源密文图像检索方案，利用联邦学习精简检索使用的神经网络模型结构，获得更好的网络参数，用图像拥有者端的开销换取更好的神经网络参数与更精简的网络模型结构，使得更好的卷积神经网络能够被使用在密文图像检索中，使得用户在检索时可以更好更快地得到结果。
-
公开(公告)号：CN113900968B
公开(公告)日：2022-03-11
申请号：CN202111497698.9
申请日：2021-12-09
Applicant: 南湖实验室
IPC: G06F12/0831 , G06F12/0842 , G06F12/0888 , G06F12/0811
Abstract: 本发明公开了一种多副本非原子写的存储序同步操作实现方法与实现装置，包括采用非原子写实现方式的微处理器架构，微处理器架构包括若干Cache代理、若干目录代理和若干IO代理，若干Cache代理通过片上互联网络连接于若干目录代理和若干IO代理，片上互联网络具有至少三个消息通道供Cache一致性协议使用，若干Cache代理通过若干用于实现强同步的同步处理模块连接于片上互联网络，每个Cache代理对应一个同步处理模块。本发明能确保在硬件线程的强同步指令执行完成之时，前面发出的读写操作都已真正执行完毕，从而解决了Non‑MCAW的强同步语义实现问题，在Non‑MCAW基础上实现强同步，保持Non‑MCAW实现的微处理架构的优势，能够有效简化硬件设计。
-
Patent Agency Ranking
公开(公告)号：CN114125031A
公开(公告)日：2022-03-01
申请号：CN202210104440.6
申请日：2022-01-28
Applicant: 南湖实验室
Inventor： 刘文斌 , 葛品 , 栾绍童 , 方文其 , 金新竹 , 沈源源 , 缪正元 , 辛全 , 张晨焘 , 黄琮凯 , 庄正浩 , 胡董墨 , 戴迎枫 , 袁洪亮 , 张雅妮 , 闫顼 , 项杰予
IPC: H04L67/146 , H04L67/52 , H04L12/18
Abstract: 本发明公开了一种基于互联网区域联动的广播应答方法及其系统，包括以下步骤：S1.应用服务器注册于终端服务器；用户终端注册于应用服务器，且用户终端通过相应的应用服务器加入至终端服务器；S2.终端服务器接收应用服务器/用户终端的广播报文，并根据广播报文进行本区域广播应答和/或跨区域广播应答。各应用系统下的用户终端通过相应的应用服务器加入至终端服务器，用户终端之间因此能够通过终端服务器进行互通，满足具有封闭性独立性要求的各系统之间因业务需要进行信息交互的需求，同时无需对各独立系统进行升级改造，也无需进行线下协调。
-
公开(公告)号：CN114067152A
公开(公告)日：2022-02-18
申请号：CN202210043155.8
申请日：2022-01-14
Applicant: 南湖实验室
IPC: G06V10/762 , G06V10/764 , G06K9/62 , G06N3/08 , G06V20/13
Abstract: 本发明提供了一种基于星载SAR影像的精细化洪水淹没区提取方法，包括：S1、获取目标区域的SAR图像，对SAR图像进行超像素分割和阈值分割获得分割结果，根据所述分割结果得到背景百分比，并计算每个图像对象的特征向量；S2、通过对所述超像素分割结果、背景百分比和特征向量进行处理构建无向图并得到部分结点的类别标签；S3、根据所述的无向图和得到的部分结点的类别标签训练图卷积神经网络，并通过训练好的图卷积神经网络预测其它结点的类别，得到淹没后的水体提取结果；S4、将提取的淹没后的水体分布与洪水前的水体分布做差，得到洪水淹没区域。本发明可以兼顾图像对象特征和图像对象之间空间关系，能够显著提高SAR影像中洪水淹没区的提取精度。
-
公开(公告)号：CN113987255A
公开(公告)日：2022-01-28
申请号：CN202111641508.6
申请日：2021-12-30
Applicant: 南湖实验室
Inventor： 张磊
IPC: G06F16/583 , G06F7/58 , G06N3/04 , G06N3/08
Abstract: 本方案公开了一种基于联邦学习与秘密分享的多源密文图像检索方法，包括以下步骤：S1.基于联邦学习以加入双云平台的图像拥有者为联邦成员对双云平台的卷积神经网络进行模型训练；S2.授权用户基于加法秘密分享借助双云平台完成密文图像检索。本方案提供基于联邦学习与秘密分享的多源密文图像检索方案，利用联邦学习精简检索使用的神经网络模型结构，获得更好的网络参数，用图像拥有者端的开销换取更好的神经网络参数与更精简的网络模型结构，使得更好的卷积神经网络能够被使用在密文图像检索中，使得用户在检索时可以更好更快地得到结果。
-
公开(公告)号：CN113961755A
公开(公告)日：2022-01-21
申请号：CN202111049936.X
申请日：2021-09-08
Applicant: 南湖实验室
IPC: G06F16/901
Abstract: 本发明提供了一种基于持久内存的图数据存储架构，包括支持图数据查询与存储并行的混合内存架构，且所述的混合内存架构包括动态随机存储和持久内存，由所述的动态随机存储提供查询内存，由所述的持久内存提供存储内存，且所述的动态随机存储和持久内存分别连接于图数据库系统的内存总线以构建混合内存架构。该架构实现了图数据库直接部署与运行在持久内存之上，该架构有别于传统的图数据库系统，使得基于该架构下实现的持久内存图数据库不再依赖底层文件系统运行，减少了软件栈的层级。
-
公开(公告)号：CN113961754A
公开(公告)日：2022-01-21
申请号：CN202111049920.9
申请日：2021-09-08
Applicant: 南湖实验室
IPC: G06F16/901
Abstract: 本发明提供了一种基于持久内存的图数据库系统，包括计算层和存储层，所述的存储层包括具有图数据存储模型的图数据库和存储架构，在图数据存储模型中，图被划分为独立的节点集和独立的边集，且节点集和边集之间没有交集，节点集中的每个节点均具有一个唯一的节点地址，边集中的每个边均有唯一的边地址；所述的存储架构包括持久内存。本方案优化图数据存储模型，提出了一种新的基于集合的图数据存储模型，与传统的基于邻接矩阵和邻接链表的图数据存储模型有着本质的不同和全新的视角，通过该模型能够严格反映图数据的数学定义，有效地保存数据之间的关系，与现有的图数据存储模型相比，具有更好的时空效率。
-
-
-
-
-
-
-
-
-
Search Results
227
records
(took 0.039 seconds)
