-
公开(公告)号：CN104460439A
公开(公告)日：2015-03-25
申请号：CN201410652702.8
申请日：2014-11-17
Applicant: 中南林业科技大学
IPC: G05B19/042 , G01D21/02
CPC classification number: G05B19/042 , G01D21/02
Abstract: 本发明提出了一种基于CPS面向城市的生态信息的采集处理系统，该系统包括：生态信息获取传感器，用于获取城市的生态信息；执行器，与生态信息获取传感器连接，对城市的生态信息进行收集和发送；智能终端；CPS节点设备，与执行器以及智能终端连接，用于执行器与智能终端之间的数据中转；控制中心，与CPS节点设备连接，获取森林生态消长遥感数据，并与智能终端之间通过CPS节点设备进行通信。通过上述方式，本发明的基于CPS面向城市的生态信息的采集处理系统通过生态信息获取传感器、执行器、CPS节点设备等将森林环境与城市环境联系在一起，使得人们能够更好的了解森林与城市的联系，有益于城市环境的改善。
-
公开(公告)号：CN119580920A
公开(公告)日：2025-03-07
申请号：CN202411622518.9
申请日：2024-11-14
Applicant: 中南林业科技大学
IPC: G16H15/00 , G06T7/00 , G06F40/126 , G06F40/216 , G06N3/0455
Abstract: 本发明公开了一种基于状态空间模型的医学图像描述方法，包括：获取目标图像和文本报告；将所述目标图像输入至图像编码模型，获取全局信息，其中，所述图像编码模型包括：自注意曼巴块和归一化层；将所述文本报告和全局信息输入至文本编码模型，获取文本单词概率，其中，所述文本编码模型包括：自注意力层、归一化层、交叉曼巴块和全连接层；基于所述文本单词概率，获取图像描述。本发明的自注意曼巴块通过全局信息建模来提取目标图像中异常区域的特征，交叉曼巴块通过优化医学图像与放射学报告之间的跨模态交互能力，增强了两者的一致性，损失函数利用其稀疏性，缓解了正负样本不平衡的问题。
-
公开(公告)号：CN117978931A
公开(公告)日：2024-05-03
申请号：CN202410169905.5
申请日：2024-02-06
Applicant: 中南林业科技大学
IPC: H04N1/44 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/084
Abstract: 本申请公开了一种无载体隐写方法、系统、装置、设备及介质，属于隐写的技术领域。在本申请中，在第一载体图像上对秘密信息进行隐写，得到载体图像；在与第一载体图像风格不同的第二载体图像上对秘密图像进行隐写，得到风格图像。然后，通过将载体图像和风格图像输入预训练生成器中，得到隐写图像，通过传输隐写图像，利用隐写图像代替在传输载体图像中可能遭受的攻击，遭受攻击的隐写图像还可以复原为重构图像，以此进一步根据重构图像还原得到秘密信息和秘密图像，从而在同时传输秘密信息和秘密图像的高效传输基础上，避免安全风险，实现安全传输。另外，由于不需要构建映射规则，因此，复原为重构图像的恢复速度也会更快。
-
公开(公告)号：CN111797409B
公开(公告)日：2024-03-26
申请号：CN202010226686.1
申请日：2020-03-26
Applicant: 中南林业科技大学
IPC: G06F21/60 , G06F16/31 , G06F16/33 , G06F16/35 , G06F40/289
Abstract: 本发明公开了一种大数据中文文本无载体信息隐藏方法，首先，对大数据中文文本进行预处理，主要包括对文本的分词、计算分词后词语的词频及TF‑IDF特征信息、对文本进行LDA主题模型聚类。然后，发送方对秘密信息进行切分，然后通过词语索引表转换为关键词ID，并在大数据文本中搜索包含秘密信息关键词的文本。其次，将搜索到的文本根据对应文本的主题分布和对应文本中的关键词的TF‑IDF特征作为索引标签，同时引入随机数控制秘密信息关键词顺序，最后将随机数与索引一起作为标签加密发送给接收方。实验表明，该方法在提升隐藏容量的同时，提高了秘密信息的隐蔽性与安全性。
-
公开(公告)号：CN111797409A
公开(公告)日：2020-10-20
申请号：CN202010226686.1
申请日：2020-03-26
Applicant: 中南林业科技大学
IPC: G06F21/60 , G06F16/31 , G06F16/33 , G06F16/35 , G06F40/289
Abstract: 本发明公开了一种大数据中文文本无载体信息隐藏方法，首先，对大数据中文文本进行预处理，主要包括对文本的分词、计算分词后词语的词频及TF-IDF特征信息、对文本进行LDA主题模型聚类。然后，发送方对秘密信息进行切分，然后通过词语索引表转换为关键词ID，并在大数据文本中搜索包含秘密信息关键词的文本。其次，将搜索到的文本根据对应文本的主题分布和对应文本中的关键词的TF-IDF特征作为索引标签，同时引入随机数控制秘密信息关键词顺序，最后将随机数与索引一起作为标签加密发送给接收方。实验表明，该方法在提升隐藏容量的同时，提高了秘密信息的隐蔽性与安全性。
-
Patent Agency Ranking
公开(公告)号：CN110659379A
公开(公告)日：2020-01-07
申请号：CN201910902185.8
申请日：2019-09-24
Applicant: 中南林业科技大学
IPC: G06F16/583 , G06F21/60 , G06N3/04 , G06N3/08 , H04L9/08
Abstract: 本发明公开了一种基于深度卷积网络特征的可搜索加密图像检索方法，在数据拥有设备端，将图像加密并将加密后的图像集存储在服务器端；在服务器端，由服务器提供CBIR服务；根据用户的查询请求对加密的查询图像提取特征，再计算相似度，最后将检索到的检索结果返回给查询用户；在授权查询业务端，向服务器提出查询请求，由服务器返回检索结果后，用户使用密钥对检索结果对应的图像进行解密还原。该基于深度卷积网络特征的可搜索加密图像检索方法具有更高的安全性和检索精度。
-
公开(公告)号：CN103677212A
公开(公告)日：2014-03-26
申请号：CN201310682217.0
申请日：2013-12-12
Applicant: 中南林业科技大学
CPC classification number: Y02D10/13 , Y02D10/14 , Y02D10/151
Abstract: 本发明公开了一种基于CPS的低功耗实时数据处理的方法，该基于CPS的低功耗实时数据处理的方法包括以下步骤：基于时间外部事件触发；判断是否属于基本触发事件，属于基本触发事件调用基本事件触发控制器；不属于基本触发事件，判断是否带约束条件，没有约束条件，调用无约束复杂事件触发控制处理器；有约束条件调用带约束复杂事件触发控制处理器。本发明将CPS作为一个物理和工程系统，通过一个可计算和通信的核心实现了监控、控制和集成；通过物理过程的信息化以及信息的物理实现，满足了CPS实时数据对于时间性、及时性属性要求。本发明把CPS作为从传统的嵌入式系统基础之上发展而来的一种新理论，解决了数据易失性、可靠性、能耗方面的问题。
-
公开(公告)号：CN119785017A
公开(公告)日：2025-04-08
申请号：CN202411234785.9
申请日：2024-09-04
Applicant: 中南林业科技大学
IPC: G06V10/26 , G06V10/764 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N20/20 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种基于SAM补全的双解码器集成指示图像分割算法及装置，本发明引入了一种新颖的双分支解码器框架，结合了SAM(Segment Anything Model)用于RIS。该框架结合了一个MLP解码器和一个KAN解码器，并加入了多尺度特征融合模块，增强了模型识别图像中细微细节的能力。通过集成学习策略，框架的鲁棒性得到了进一步加强，整合了MLP和KAN解码器分支的洞见。更重要的是，本发明利用了分割目标边缘坐标和边界框坐标信息作为SAM模型的输入提示。这一策略利用了SAM的零样本学习能力，来完善和优化分割结果。本发明基于广泛认可的RefCOCO、RefCOCO+和RefCOCOg数据集的实验结果证实了这种方法的有效性。结果不仅在分割性能上达到了最先进的水平，而且通过消融研究得到了支持，这些研究突出了每个组件对整体性能改进的贡献。
-
公开(公告)号：CN119577831A
公开(公告)日：2025-03-07
申请号：CN202411644193.4
申请日：2024-11-18
Applicant: 中南林业科技大学
IPC: G06F21/62 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习网络结构的抗模型反演攻击的方法及装置。通过对图像进行分块置乱的预处理，从数据源层面降低了模型反演攻击的风险。针对分块置乱的图像设计了深度学习网络，该深度学习网络旨在从分块置乱的图像中提取标志性特征，提高识别准确率，并抵御基于梯度和自注意力的模型反演攻击。该发明能够从分块置乱的图像中提取出更具鲁棒性的特征，并有效抵御基于梯度和自注意力的模型反演攻击，防止恶意攻击者通过模型反演等技术手段还原或推测出原始图像，具有重要的隐私保护和信息安全应用价值。
-
公开(公告)号：CN110659379B
公开(公告)日：2023-05-23
申请号：CN201910902185.8
申请日：2019-09-24
Applicant: 中南林业科技大学
IPC: G06F16/583 , G06F21/60 , G06N3/0464 , G06N3/08 , H04L9/08
Abstract: 本发明公开了一种基于深度卷积网络特征的可搜索加密图像检索方法，在数据拥有设备端，将图像加密并将加密后的图像集存储在服务器端；在服务器端，由服务器提供CBIR服务；根据用户的查询请求对加密的查询图像提取特征，再计算相似度，最后将检索到的检索结果返回给查询用户；在授权查询业务端，向服务器提出查询请求，由服务器返回检索结果后，用户使用密钥对检索结果对应的图像进行解密还原。该基于深度卷积网络特征的可搜索加密图像检索方法具有更高的安全性和检索精度。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.029 seconds)
