-
公开(公告)号：CN114118024B
公开(公告)日：2022-06-21
申请号：CN202111474679.4
申请日：2021-12-06
Applicant: 成都信息工程大学
IPC: G06F40/151 , G06F40/166 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种条件文本生成方法，包括采集文本数据；数据预处理；构建编码器、解码器；将条件信息和文本数据分别通过编码器编码，得到条件特征、文本特征；将条件特征和文本特征进行特征融合，得到融合后的特征，记为融合特征；将所述融合特征作为解码器的输入，得到解码器的输出结果；计算损失；基于解码器的输出结果和损失，对网络模型进行训练，直到满足训练条件或达到最大训练次数，输出训练后的网络模型；向训练后的网络模型中输入条件信息和提示文本，生成文本。本发明要解决的技术问题之一是现有条件文本生成技术会在模型训练的同时生成结果，导致效率低下、细粒度不高的问题，实现更高效、流畅的生成条件文本的目的。
-
公开(公告)号：CN113628291A
公开(公告)日：2021-11-09
申请号：CN202110880252.8
申请日：2021-08-02
Abstract: 本发明公开了一种基于边界提取与合并的多形状目标栅格数据矢量化方法，首先，将栅格图像灰度化，以不同的灰度值表示目标的属性信息，其次，通过对图像进行多次扫描提取各目标区域的边界线，再对相邻边界线进行合并，并判断边界线之间的包含关系，再通过灰度值确定各目标的属性信息，最后创建矢量文件和属性字段，通过将边界线生成闭合曲线要素，结合内边界线信息，以判断生成多边形要素或者环状多边形要素，再将对应的属性信息赋给属性字段，从而生成带有属性信息的矢量文件。
-
公开(公告)号：CN111678866B
公开(公告)日：2021-08-17
申请号：CN202010467475.7
申请日：2020-05-28
Applicant: 电子科技大学 , 成都信息工程大学 , 电子科技大学广东电子信息工程研究院
Abstract: 本发明公开了一种多模型集成学习的土壤含水量反演方法，先通过融合多源遥感数据来提取土壤含水量反演模型的初始输入特征，然后再基于Stacking框架，通过初始输入特征对框架内的极端随机树和XGBoost模型进行训练，得到不同的土壤含水量预测值，同时提取出温度‑植被干旱指数反演结果，最后通过拟合工具搭建线性回归模型并将极端随机树、XGBoost模型预测的土壤含水量和TVDI反演结果输入至建线性回归模型，从而输出土壤含水量值。
-
公开(公告)号：CN111585582A
公开(公告)日：2020-08-25
申请号：CN202010408002.X
申请日：2020-05-14
Applicant: 成都信息工程大学
IPC: H03M13/15
Abstract: 本发明公开了一种基于阵列运算且码距自由确定的编码方法，其包括以下步骤：S1、获取编码方案数据；S2、将原始数据分块；S3、将所有原始数据块进行分条带处理；S4将条带内的原始数据块阵列；S5、获取阵列中原始数据块对应的值；S6、获取行列号集合；S7、获取与每个行列号集合相对应的原始数据集；S8、获取条带对应的校验块；S9、将条带对应的原始数据块和校验块之和作为该条带的编码长度，并将该条带的原始数据块和校验块分别存到不同的存储节点上；S10、重复步骤S4至步骤S9，直至所有条带都编码完成。本发明解决了基于高阶多元有限域的运算复杂度高的问题。
-
公开(公告)号：CN111147685A
公开(公告)日：2020-05-12
申请号：CN201911352201.7
申请日：2019-12-25
Applicant: 成都信息工程大学
IPC: H04N1/32
Abstract: 本发明属于信息安全技术领域，公开了一种基于随机序列的多重图像加密方法、系统、智能终端，通过选取图像中的序列A与相同位数的随机序列B进行异或得到新的序列B1；由随机序列本身异或产生的序列值对B1进行异或得到序列C；将随机序列B与序列C进行拼接，得到新的序列。本发明使用随机序列进行图像的多重加密，该加密方法所产生的共享份尺寸小于传统方法的使用基矩阵的视觉密码，便于信息的隐藏和传输；且该方法进行图像恢复较为简单，仅需要异或操作，不需要占用过多的计算机资源；多重加密操作使得图像信息更为安全。
-
Patent Agency Ranking
公开(公告)号：CN110895497A
公开(公告)日：2020-03-20
申请号：CN201911252519.8
申请日：2019-12-09
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种分布式存储中降低纠删码修复的方法及装置，其方法包括：将分布式存储的纠删码数据划分成N个数据条带，并将所述N个数据条带中每S个数据条带组合成数据条带集，其中，每个数据条带集中包含L个数据小组；以所述数据条带集为编码单位，通过分别对所述每个数据小组进行旋转编码处理，生成SP2类型组内编码数据块和SP3类型组内编码数据块；在检测到所述纠删码数据中存在失效数据块时，确定用于解码恢复所述无效数据块所需要的组内编码数据块；利用所述组内编码数据块，解码恢复出所述纠删码数据中的失效数据块。
-
公开(公告)号：CN110390623A
公开(公告)日：2019-10-29
申请号：CN201910658871.5
申请日：2019-07-19
Applicant: 成都信息工程大学
IPC: G06T1/00
Abstract: 本发明公开了一种基于秘密分享的图像媒体安全认证恢复方法，该方法具体包括以下步骤：将图像中的内容以像素值为单位，用特定的方法将信息隐藏到图片本身。然后将图像进行传输，接收者获取到图像后对图像进行认证，若图像被篡改，则对其进行图像恢复。本发明的有益效果是：该方法在信息隐藏时，既保证图片的质量，也没有增加额外的存储空间。该方法使用的是秘密分享和图像信息嵌入的方法对以图像为媒体的内容信息进行安全认证并恢复，可以对一定程度范围内损毁的图像进行恢复，因此具有较强的对抗篡改损毁的能力，并且不会由于简单的攻击造成全部信息暴露的问题，本发明在进行图像篡改恢复时，在很大程度上提高了图片的可恢复能力。
-
公开(公告)号：CN110196448A
公开(公告)日：2019-09-03
申请号：CN201910427631.4
申请日：2019-05-21
Applicant: 成都信息工程大学 , 中国科学院光电技术研究所
IPC: G01V1/00
Abstract: 本发明提供一种滑坡次声信号识别方法，包括以下步骤：采集多种不同类型的来自滑坡体的土壤，获取滑坡次声信号；通过野外现场采集环境干扰次声信号；分别分析所述滑坡次声信号和干扰次声信号在时、频域上的相关特征以及特征差异，提炼出一系列具有表征性的关键特征；根据所述关键特征，结合KNN分类算法，建立滑坡次声信号智能识别模型，对监测到的信号进行判别。本发明能够排除环境噪声干扰，实现滑坡次声信号的准确识别。
-
公开(公告)号：CN110082819A
公开(公告)日：2019-08-02
申请号：CN201910428187.8
申请日：2019-05-21
IPC: G01V1/00
Abstract: 本发明提供一种滑坡次声信号源定位方法，包括以下步骤：在监测区域内布置若干个次声监测设备，并确定其两两之间的距离；实时接收所述次声监测设备监测到的信号；当判断监测区出现滑坡体破裂时产生的次声信号时，进行滑坡体灾变位置定位。本发明能够实现滑坡体灾变位置的准确定位；能够进行实时现场监测与定位；能够为滑坡次声监测预警提供更加可靠的依据。
-
公开(公告)号：CN109344778A
公开(公告)日：2019-02-15
申请号：CN201811177609.0
申请日：2018-10-10
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于生成对抗网络的无人机影像道路信息提取方法，包括步骤：获取训练数据；构建生成网络；构建判别网络；更新生成网络和判别网络参数；网络训练；提取的道路信息区域图像；对提取的道路信息区域图像进行形态学处理。本发明的优点在于：通过对校正的无人机遥感图像裁切原图和特征学习后的道路提取信息输出的对比，发现道路信息提取效果满足了快速识别低等级道路信息的研究目的，达成了道路信息自动提取的研究目标。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.05 seconds)
