一种基于深度学习的雾天非法采砂船只辨识方法及系统

    公开(公告)号:CN119169500A

    公开(公告)日:2024-12-20

    申请号:CN202411191708.X

    申请日:2024-08-28

    Abstract: 本发明公开了一种基于深度学习的雾天非法采砂船只辨识方法及系统,建立基于改进生成对抗网络的图像去雾算法,通过构建数据集训练基于改进生成对抗网络的图像去雾算法;建立基于改进YOLOv8网络的船只辨识算法,通过数据集训练基于改进YOLOv8网络的船只辨识算法。将采集待识别的雾天采砂船只照片,通过训练好的基于改进生成对抗网络的图像去雾算法去除雾天采砂船只照片上的雾,得到除雾后的采砂船只照片;通过训练好的基于改进YOLOv8网络的船只辨识算法对除雾后的采砂船只照片进行识别,得到非法采砂船只。本发明实现了对雾天条件下非法采砂船只的实时、自动、精准辨识,解决了传统方法不适用于雾霾天气、试别困难、监测效率低、精度差等问题。

    一种基于集成学习的未知网络攻击行为漂移检测方法

    公开(公告)号:CN116886337A

    公开(公告)日:2023-10-13

    申请号:CN202310708098.5

    申请日:2023-06-14

    Abstract: 本发明公开了一种基于集成学习的未知网络攻击行为漂移检测方法,该方法包括:步骤1,数据采集和预处理。步骤2,基分类器训练和更新。步骤3,基分类器集成和攻击行为检测。本发明通过集成策略组合基分类器,从而达到比单一模型效果更佳的目标,这种复合结构可以很容易地适应数据流中的变化。本发明设计的在线集成模型来适应网络流量的概念漂移,让分类器忘记旧实例,适应新实例,以便自然地跟踪网络流量中的漂移,其中在线学习的步骤和集成学习的组合策略都是构造模型的重要环节。本发明能够很好地提高未知网络攻击流量检测的准确率,并且能够适应概念漂移,保证了未知网络攻击流量检测效果的稳定性。

    一种基于迁移学习的类干涉信号解相方法

    公开(公告)号:CN114444293B

    公开(公告)日:2023-06-23

    申请号:CN202210070398.0

    申请日:2022-01-21

    Abstract: 本发明公开了一种基于迁移学习的类干涉信号解相方法,该方法利用迁移学习的思想,利用仿真数据作为模型的训练集,同时提出一种解相神经网络模型结构,最后训练出神经网络,而该神经网络可以直接用于实际测量中的类干涉信号的解相,进而用于实际测量中的位移重构。本发明利用仿真数据形成数据集,避免了构建模型过程中耗时耗力的数据集准备过程,极大节省了模型的开发周期。本发明标记函数生成过程即适用于模型训练,也适用于解相过程中标记信号的生成。本发明生成出的模型可以匹配类干涉信号,只要信号可以表示为cos(φt)的形式的都可以利用此模型进行解相。

    一种基于虚拟仿真技术的电子数据提取的训练方法

    公开(公告)号:CN114217690A

    公开(公告)日:2022-03-22

    申请号:CN202111483062.9

    申请日:2021-12-07

    Abstract: 本发明公开了一种基于虚拟仿真技术的电子数据提取的训练方法,该方法通过虚拟仿真平台对学生进行实训,实训包括案件现场勘察的各种环节。虚拟仿真实训的内容涵盖电子数据现场勘查、网络安全现场执法、网络案件侦查推演、计算机取证技术实验以及法律法规学习考核。实训过程中,可以在虚拟3D场景中利用工具箱中的各种工具对各种涉案电子设备进行处理,同时可以利用虚拟机模拟真实的电脑,对其中电子数据进行取证。做过操作的物证信息皆可在在虚拟场景的菜单栏中进行查看。实训包括:勘查准备、现场保护、现场拍照、电子数据设备搜查、计算机数据提取固定、手机数据提取固定、无线网络提取固定、填写现场勘查文书、电子数据设备封存及综合演练环节。

    一种利用数字现勘记录可信模型系统进行可信化操作的方法

    公开(公告)号:CN108737095B

    公开(公告)日:2021-03-05

    申请号:CN201810494011.8

    申请日:2018-05-21

    Abstract: 本发明公开了一种数字现勘记录可信模型系统以及利用该系统进行可信化操作的方法,该系统将数字现勘记录可信模型记作T,T=(E,A,DR,TR,Sign),TR是可信的数字现勘记录集合,TR={tri|tri=dri+Sign(dri)},Sign是可信化操作。上述记录的数据如果被篡改,会导致验证失败,可信现勘数据trn可以被验证。本发明针对犯罪现场勘查中产生的数字记录,对其进行可信化处理进而生成一份可信的现勘数字记录,该记录的可信度表现在防篡改和不可否认性,因为终端是专人专用,数字签名保证了数据采自于哪一台终端,因此终端持有人无法否认,不仅有效解决了现有的移动终端拍摄的照片、录像易被篡改的技术问题,而且解决了如何补签名和代签名的问题。

    Android手机轨迹定位数据保护方法

    公开(公告)号:CN110881169A

    公开(公告)日:2020-03-13

    申请号:CN201911225621.9

    申请日:2019-12-04

    Inventor: 杨一涛

    Abstract: 本发明公开了Android手机轨迹定位数据保护方法,该方法模块是一个基于Xposed框架的钩子函数,该函数包括如下步骤:步骤1:在Android手机中安装Xposed框架并加载钩子函数:HookLatLng(la,lo)。步骤2:App如果想获得Android设备轨迹,需要向手机系统发出LatLng类对象请求,手机系统会将设备当前真实的地理位置数据(记作RL)作回响应返回给App,Xposed框架会将手机系统的响应数据(RL)临时拦截下来并交给钩子函数处理。步骤3:钩子函数将生成的伪造地理位置数据FLi返回给App。本发明用Android Xposed框架对App发出的连续地理位置数据请求进行拦截,实时对真实地理位置数据进行处理,把生成的伪造地理位置数据返回给App,从而很好地保护了Android设备使用者的轨迹隐私。

    一种激光脉宽的优化神经网络提取方法

    公开(公告)号:CN113218520A

    公开(公告)日:2021-08-06

    申请号:CN202110478101.X

    申请日:2021-04-30

    Abstract: 本发明公开一种激光脉宽的优化神经网络提取方法,属于光学测量技术领域。本发明的技术方案如下:利用非平衡式迈克尔逊干涉光路及半导体双光子吸收效应进行强度自相关测量,得到光电信号;将采集到的带有电噪声的强度自相关信号分离出时间序列t和信号值序列s;利用第三方深度学习工具包(Numpy,Pandas,Matplotlib)构建一个优化的神经网络模型,以时间序列t作为模型训练的输入,I作为模型训练的标签值,强度自相关信号数据是一个二元组(t,u),分别表示时间序列和信号值序列,S=(t,I),记作强度自相关信号中的第i对时间和信号值,表示预测信号与真实信号数据之间的偏差(第i次);对I’进行隔直处理,得到纯交流信号I”,再对其进行半高宽分析。

Patent Agency Ranking