-
公开(公告)号：CN112052886A
公开(公告)日：2020-12-08
申请号：CN202010847005.3
申请日：2020-08-21
Applicant: 暨南大学
Abstract: 本发明属于深度学习计算机视觉领域，公开了一种基于卷积神经网络的人体动作姿态智能估计方法及装置，方法包括：将待进行动作姿态估计的人体图像输入到训练好的人体检测模型中进行处理，得人物个体检测结果，输入到训练好的全局估计模型中进行处理，得到不同尺度的人体关键点的第一特征图，输入到训练好的补充精调模型中进行处理，通过加强学习得到不同尺度的人体关键点的第二特征图；补充精调模型中包括多个特征提取分支，每个特征提取分支中设置数量不同的精调模块，通过各特征提取分支的精调模块加强学习；基于第二特征图，得到人体姿态估计结果。本发明有效解决了现有技术容易遗漏人体图像中难以分辨的关键点而导致人体姿态估计不准确的问题。
-
公开(公告)号：CN110473441A
公开(公告)日：2019-11-19
申请号：CN201910653659.X
申请日：2019-07-19
Applicant: 暨南大学
IPC: G09B9/00
Abstract: 本发明公开了一种智慧学习的化学实验虚拟仿真系统及方法，包括化合物和元器件触发事件监听器模块以及化学反应模拟器模块，化合物和元器件触发监听器模块含多个监听点，监听点监听以下信息：元器件与元器件之间触发的元器件属性变化事件或者产生新元器件；化合物与元器件组合，化合物属性被赋予元器件的新属性；化合物与化合物组合，获取生成化合物和反应现象。化学反应模拟器模块监听元器件、化合物与化合物混合状态，调用元素周期表和海量化合物结构信息，据化合物和反应条件经反应方程式函数智能推算出生成化合物、反应现象和剩余化合物信息。本发明目的在于让化学虚拟仿真系统能够智慧学习，为虚拟化学智慧实验提供反应数据和反应现象支持。
-
公开(公告)号：CN110289004A
公开(公告)日：2019-09-27
申请号：CN201910527094.0
申请日：2019-06-18
Applicant: 暨南大学
Abstract: 本发明公开了一种基于深度学习的人工合成声纹检测系统及方法，该系统包括：包括自编码器、生成器和辨别器，自编码器包括编码器和解码器，编码器包括编码器第一卷积层、编码器批归一化层、编码器第一最大池化层、编码器第二卷积层、编码器第二最大池化层和编码器全连接层；解码器包括解码器嵌入层、解码器全连接层、解码器批归一化层、解码器第一反卷积层序列、解码器第二反卷积层序列和解码器卷积层序列；生成器结构与解密器结构相同；辨别器包括辨别器嵌入层、辨别器全连接层、辨别器第一卷积层序列、辨别器第二卷积层序列、多分类器和辨别器输出层。本发明对人工合成声纹达到较高的检测准确率，同时对属于已知类的样本有更好的分类效果。
-
公开(公告)号：CN107222478B
公开(公告)日：2019-09-17
申请号：CN201710389296.4
申请日：2017-05-27
Applicant: 暨南大学
IPC: H04L29/06
Abstract: 本发明涉及一种软件定义网络(SDN)控制层安全机制构建方法，首先形成可认证的网络流，认证通过的网络流作用于交换机，该网络流及其作用后的交换机状态分别形成网络流交易和网络状态交易，被记录于区块链中；运用区块链上的数据具有不可篡改的特性，通过审计SDN应用的网络流交易及网络状态交易数据，对网络进行排查和追踪；依赖区块链共识机制，在控制器之间达成对网络状态资源的一致性共识；由控制器针对与其连接的SDN应用身份和类别应用基于属性加密的密码工具(ABE)设置资源访问控制策略，实现网络资源的细粒度访问控制。本发明加强了SDN控制层的安全性，使得流向SDN的网络流可认证，网络流和网络状态可追踪审计，实现网络资源的安全访问控制。
-
公开(公告)号：CN109685501A
公开(公告)日：2019-04-26
申请号：CN201811471842.X
申请日：2018-12-04
Applicant: 暨南大学
CPC classification number: G06Q20/389 , G06Q20/3829 , G06Q40/02
Abstract: 本发明公开了一种基于区块链激励机制下可审计的隐私保护深度学习平台建设方法，解决了深度学习模型训练中的参数缺乏的问题，使得多个相似模型的训练者可以在保护隐私同时可审计共享参数正确性的情况下合作进行深度学习模型的训练。该发明取得的技术效果如下：首先，模型训练者使用的加密方法保证了参数的隐私性，且解密更新后参数的过程需要所有参与者协同，从而更进一步降低参数泄露的可能性；其次，加密后的参数以状态的形式存放于区块链中，只有参与者及授权的矿工才能访问；第三，基于区块链的激励机制的存在，保证了参数的有效性；参与者在提交参数时需要缴纳抵押金，如果参数无效，则抵押金会被没收，从而保证了共享参数的可审计性。
-
Patent Agency Ranking
公开(公告)号：CN107018146A
公开(公告)日：2017-08-04
申请号：CN201710320746.4
申请日：2017-05-09
Applicant: 暨南大学
CPC classification number: H04L63/302 , H04L9/3236 , H04L9/3249 , H04L63/123 , H04L63/126 , H04L67/10 , H04L67/1097
Abstract: 本发明公开了一种基于区块链技术的舆情检测平台建设方法，首先建立用户舆情监测中心，为个人用户分配公私钥对，对互联网信息提供数字签名服务、过滤及历史分析；建立个人用户言论发布基础设施平台；搭建面向互联网信息发布的区块链基础平台；建立基于区块链的互联网信息写入机制；搭建基于云存储平台的互联网数据存储中心，将原始数据经过用户公钥加密之后存储至远端云数据中心。本发明对规范舆情检测，保护个人用户不被侵犯人格权、肖像权、隐私权、知识产权等方面有着及其重要的意义。
-
公开(公告)号：CN104111804A
公开(公告)日：2014-10-22
申请号：CN201410295985.5
申请日：2014-06-27
Applicant: 暨南大学
Abstract: 本发明涉及一种分布式文件系统。其包括：大文件存储服务器用于存储拆分后的大文件数据块，其中大文件为大于预设大小的文件；大文件元数据管理服务器，用于存储大文件的元数据、存储大文件存储服务器上大文件数据块的映射信息、管理大文件的命名空间和处理用户的请求信息；缓存服务器，用于存储小文件、小文件的元数据和缓存部分访问量大的大文件，其中，小文件指小于或等于预设大小的文件。本发明将大文件和小文件分开存储，大文件进行分块存储在大文件存储服务器上，小文件则存储在缓存服务器上，有效提高大小文件读写效率。
-
公开(公告)号：CN101800738B
公开(公告)日：2013-01-16
申请号：CN200910214601.1
申请日：2009-12-31
Applicant: 暨南大学
Abstract: 一种移动设备安全访问与存储内网数据的实现系统及方法，方法包括：安全管理平台判断移动设备是否已注册，对已注册的移动设备进行双向认证，认证成功后允许接入内网，拒绝没注册和认证失败的移动设备接入内网；监控模块在发现移动设备要将内网中的内网数据存储到自身上时，调用加密模块；加密模块在监控模块的监控下，根据内网数据的保密等级选择相应的加密方法，对要存储到移动设备的内网数据进行加密；当存储在移动设备中的加密数据需要解密时，解密模块向内网中的监控模块询问该加密数据是否是涉密数据，然后选择相应的解密方法对加密数据进行解密。本发明针对不同保密等级的数据实施不同的加解密方法，提高了加解密效率和数据保密性；综合运用双向认证方法和加解密方法，提高了内网数据的安全性。
-
公开(公告)号：CN101656634B
公开(公告)日：2012-06-06
申请号：CN200810220692.5
申请日：2008-12-31
Applicant: 暨南大学
Abstract: 本发明为基于IPv6网络环境的入侵检测方法，其中系统包括协议集合和规则库模块、数据包捕获模块、IPV6协议解析模块、协议分析和状态跟踪模块、规则分析及包检测模块、报警及日志模块。本发明很好地解决了IPv6的新标准、新特性给入侵检测系统带来的移植方面新问题，提高了数据包的捕获能力、改善了IDS的检测手段、提高IDS了的安全检测能力。
-
公开(公告)号：CN119005308A
公开(公告)日：2024-11-22
申请号：CN202411488220.3
申请日：2024-10-24
Applicant: 暨南大学 , 广东光大信息科技股份有限公司
IPC: G06N5/02 , G06N3/0442 , G06N3/0455 , G06F18/25
Abstract: 本发明公开了一种基于知识图谱的多模态习题表征方法，涉及多模态表征技术领域，包括：获取多模态信息的数学习题信息以及相关知识点，提取多模态习题涉及的所有元素；提取多模态习题的图像和文本特征；基于表层理解规则，明确习题文本和图片中各元素之间的空间关系，并构建表示表层信息的知识图谱；基于隐层理解的规则，将习题涉及的相关定理和公式转化为形式化语言，并构建表示隐层信息的知识图谱；将表示表层信息和表示隐层信息的知识图谱融合为表示完整的习题信息的知识图谱；基于表示不同习题信息的知识图谱节点和边，计算习题之间的相似度和困难度及文本知识图谱和图像知识图谱的匹配度；基于自动解题模型，获得习题的深度表征。
-
-
-
-
-
-
-
-
-
Search Results
106
records
(took 0.034 seconds)
