-
公开(公告)号：CN113190529B
公开(公告)日：2023-09-19
申请号：CN202110474219.5
申请日：2021-04-29
Applicant: 电子科技大学
Abstract: 本发明公开了一种适用MongoDB数据库的多租户数据共享存储系统，包括客户端、服务端和网络传输模块；网络传输模块用于在客户端和服务端之间进行数据通信和数据传输；服务端用于根据处理后的数据库服务请求执行对应的数据库操作，并将请求结果返回至客户端；客户端用于提供数据的读写接口，以及将用户的数据库服务请求进行处理，通过网络连接将处理后的数据库服务请求发送至服务端，同时根据相应的数据格式和协议对服务端返回的请求结果进行解析并呈现给用户。本发明使用元数据管理和命名空间等机制相结合的方式进行实现了多租户对于数据库实例的共享，为了提供多个租户在共享使用同一个数据库实例时的数据隔离，保证了每个租户数据的完整性和安全性。
-
公开(公告)号：CN115995147A
公开(公告)日：2023-04-21
申请号：CN202211435997.4
申请日：2022-11-16
Applicant: 电子科技大学
IPC: G08G1/01 , G08G1/0968 , G06F30/18 , G06F30/20
Abstract: 本发明涉及道路交通微观仿真技术领域，涉及一种实现高精度路径规划算法的仿真引擎系统，其包括：仿真初始化模块，负责路网绘制、路网转换、仿真参数生成，提供仿真引擎需要的路网文件与仿真参数文件；仿真引擎模块，提供仿真接口，能够通过路网文件与仿真参数文件，来进行完整时间段的交通仿真，并输出仿真结果；仿真可视化与分析模块，对仿真引擎输出的仿真结果，进行3D化的仿真可视化与仿真结果分析。本发明能较佳地进行微观交通仿真。
-
公开(公告)号：CN113010547B
公开(公告)日：2023-04-07
申请号：CN202110491751.8
申请日：2021-05-06
Applicant: 电子科技大学
IPC: G06F16/2453 , G06F16/2455 , G06F16/22 , G06N3/044 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于图神经网络的数据库查询优化方法及系统，方法包括：数据采集：根据数据的使用规律来合理的调节采样行为；基数及代价估计：利用树型图神经网络提取查询计划树的结构特征，并使用图卷积网络提取各个数据列的关联关系及连接的拓扑关系，从而建立基数及代价估计网络模型；连接顺序优化：利用图卷积算法提取查询特征和连接顺序特征，并利用强化学习算法感知数据库真实环境，从而不断优化模型，从而提升连接顺序决策的效果；通过对数据分布特征、关联关系和数据库环境特点的学习，建立基数估计模型和连接顺序优化模型，并将算法融合到分布式关系型数据库中。本发明提高在逻辑优化和物理优化阶段的算法效率，提升了查询执行速度。
-
公开(公告)号：CN113159301B
公开(公告)日：2022-10-28
申请号：CN202110569275.7
申请日：2021-05-25
Applicant: 电子科技大学
IPC: G06N3/04 , G06N3/08 , G06V10/774
Abstract: 本发明公开了一种基于二值化量化模型的图像处理方法，属于图像处理技术领域，其包括以下步骤：S1、对图像集进行预处理，得到每张图像的初始输入数据；S2、构建二值化量化模型；S3、采用每张图像的初始输入数据对二值化量化模型进行训练，得到训练完成的二值化量化模型；S4、将一张图像的初始输入数据输入训练完成的二值化量化模型，得到图像中物体的边界和属性，完成对图像的处理；本发明解决了无人机存储内存很小，无法存储现有的全精度模型的问题。
-
公开(公告)号：CN113076962B
公开(公告)日：2022-10-21
申请号：CN202110528406.7
申请日：2021-05-14
Applicant: 电子科技大学
IPC: G06V10/44 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于可微神经网络搜索技术的多尺度目标检测方法，针对不同的数据以及应用场景不需要通过大量的人力来改进已有模型使其满足性能要求，而是通过神经网络结构搜索技术来自动搜索出一个较为理想的网络模型，同时在搜索过程中，考虑了多尺度目标检测，使得搜索出的模型具有良好的检测效果。
-
Patent Agency Ranking
公开(公告)号：CN112861671B
公开(公告)日：2022-10-21
申请号：CN202110110096.7
申请日：2021-01-27
Applicant: 电子科技大学
IPC: G06V40/16 , G06V40/40 , G06V20/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种对深度伪造人脸图像和视频的鉴别方法，包括如下步骤：S1，采集混合训练样本；S2，构建鉴别模型；所述鉴别模型包括两个2D深度卷积神经网络和一个3D深度卷积神经网络；S3，利用所述混合训练样本训练所述鉴别模型；S4，利用训练好的鉴别模型去鉴别待鉴别人脸视频。本发明提出三个改进：(1)采用混合训练样本提高泛化性能；(2)分别采用大边缘和小边缘的人脸中心剪裁图像训练两个2D深度，提高预测鲁棒性深度卷积神经网络，提高预测鲁棒性；(3)使用3D深度卷积神经网络能利用帧间一致性信息，提高信息利用率；由此，本发明能够解决现有技术对新型伪造视频的辨别能力较差的问题。
-
公开(公告)号：CN110728297B
公开(公告)日：2021-08-06
申请号：CN201910829864.7
申请日：2019-09-04
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于GAN的低代价对抗性网络攻击样本生成方法，包括：步骤1，对样本集中样本的属性和标签进行编码；步骤2，根据编码后的样本的属性计算信息增益；步骤3，对抗样本生成模型训练；步骤4，生成用于攻击的对抗样本。本发明基于GAN的基本思想，通过计算样本的属性、标签和信息增益训练模型，可以实现扰动特征的自动化选择，以最小代价生成高效的对抗性网络攻击样本。
-
公开(公告)号：CN113159301A
公开(公告)日：2021-07-23
申请号：CN202110569275.7
申请日：2021-05-25
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于二值化量化模型的图像处理方法，属于图像处理技术领域，其包括以下步骤：S1、对图像集进行预处理，得到每张图像的初始输入数据；S2、构建二值化量化模型；S3、采用每张图像的初始输入数据对二值化量化模型进行训练，得到训练完成的二值化量化模型；S4、将一张图像的初始输入数据输入训练完成的二值化量化模型，得到图像中物体的边界和属性，完成对图像的处理；本发明解决了无人机存储内存很小，无法存储现有的全精度模型的问题。
-
公开(公告)号：CN112948398A
公开(公告)日：2021-06-11
申请号：CN202110476035.2
申请日：2021-04-29
Applicant: 电子科技大学
Abstract: 本发明公开了一种面向冷热数据的分级存储系统及方法，系统包括数据采集模块、冷热数据判定模块和冷热数据迁移模块；其中，数据采集模块用于采集用户数据访问请求；冷热数据判定模块用于分析数据访问请求同时根据分析出的温度计算相关信息计算数据温度，并将温度计算相关信息和数据温度更新并重新封装至原始数据；冷热数据迁移模块用于对热库中的数据进行监控，将不符合热库中两个设定阈值的热数据迁移到冷库中，并根据数据访问特征动态调整设定阈值。本发明基于数据的访问时间、访问频率和数据关联性三个方面的特征，对数据的温度进行量化，实现对冷热数据的判定和冷热数据的分离存储。
-
公开(公告)号：CN112861672A
公开(公告)日：2021-05-28
申请号：CN202110111049.4
申请日：2021-01-27
Applicant: 电子科技大学
Abstract: 本发明提供一种基于光学‑SAR异源遥感图像匹配方法，所述匹配方法包括如下步骤：S1，采集包含正样本和负样本的训练数据；S2，利用训练数据训练全卷积骨干网络得到图像匹配模型；S3，利用图像匹配模型对待匹配的光学图像和SAR图像进行匹配。本发明通过使用深度学习的方法，自适应学习图像细节特征，能够提高遥感图像匹配的准确度和效率，让其真正产品化。
-
-
-
-
-
-
-
-
-
Search Results
149
records
(took 0.035 seconds)
