-
公开(公告)号：CN116974981A
公开(公告)日：2023-10-31
申请号：CN202310772633.3
申请日：2023-06-28
Applicant: 中国人民解放军93216部队 , 杭州电子科技大学
IPC: G06F15/78 , G06F9/4401 , G06F21/57 , G06F21/60 , G06F21/64
Abstract: 本发明属于芯片设计技术领域，具体涉及基于按需重构技术的密码芯片系统及工作方法。系统包括：硬件部分包括：CPU模块、可重构硬件电路模块、接口模块、闪存FLASH和双端口SRAM；软件部分包括：芯片引导程序BIOS、操作系统、用户代码和可重构硬件电路的配置文件。本发明具有能够支持多种加解密算法以及加强加解密算法的安全性和机密性的特点。
-
公开(公告)号：CN118918487A
公开(公告)日：2024-11-08
申请号：CN202411422036.9
申请日：2024-10-12
Applicant: 杭州电子科技大学
IPC: G06V20/10 , G06V10/774 , G06V10/764 , G06V10/40
Abstract: 本发明公开了一种基于MCD‑YOLO网络的遥感图像目标检测方法，包括如下步骤：步骤1、获取公开的遥感数据集并预处理；步骤2、配置训练环境；步骤3、构建MCD‑YOLO网络模型，所述MCD‑YOLO网络模型以YOLOv8网络作为基础网络，将YOLOv8网络的主干网络中的C2f模块替换为C2f_LVMB模块作为特征提取模块，在SPPF模块中融入CA注意力机制；步骤4、应用预处理后的数据集训练并验证MCD‑YOLO网络模型；步骤5、将待检测的遥感图像作为输入通过预训练的MCD‑YOLO网络模型进行目标检测。该方法不仅有效减少了计算量，提高了检测效率，并且通过提取不同尺度的信息，有效提升模型性能。
-
公开(公告)号：CN118612728B
公开(公告)日：2024-10-29
申请号：CN202411081574.6
申请日：2024-08-08
Applicant: 杭州电子科技大学
IPC: H04L67/1097 , H04W12/041
Abstract: 本发明公开了基于深度强化学习的空天一体化数据可控共享方法及系统，方法如下：S1、探测源中心基站C‑TBS执行初始化，生成公共安全参数及用户公私钥对；S2、测控卫星TS根据用户提交的测控请求申请，执行测控任务并根据测控结果生成数据共享元策略polx；S3、TS结合生成的polx对测控结果进行预加密，获得测控密文数据；S4、探测基站TBS生成策略调整模型并根据训练结果进行模型参数调整；S5、TBS根据共享范围内的因素动态调整共享数据访问策略，获得目标数据访问控制的共享策略；S6、根据共享策略，TBS执行重加密算法对目标共享测控数据进行重加密；S7、TBS将加密后的测控数据存储在由星际文件系统所构建的分布式存储单元中，用户能下载并解密数据。
-
公开(公告)号：CN118115444A
公开(公告)日：2024-05-31
申请号：CN202410135907.2
申请日：2024-01-31
Applicant: 杭州电子科技大学
IPC: G06T7/00 , G06V10/44 , G06V10/80 , G06V10/82 , G06V10/764 , G06V10/771 , G06N3/048 , G06N3/045 , G06V10/25 , G06N3/0464
Abstract: 本发明公开了一种基于SLCD‑YOLO网络的道路缺陷目标检测方法及系统，方法具体步骤如下：S1、选用道路损伤的数据集并进行的预处理；S2、配置训练的环境；S3、改进YOLOv8结构得到SLCD‑YOLO网络模型；S4、将步骤S3得到的SLCD‑YOLO网络模型整合到步骤S2配置好的训练环境中，并将设定好的参数文件添加至网络模型中；利用划分好的训练集和验证集图片进行模型训练和验证。本发明适用于实时、高效的道路缺陷监测和识别。
-
公开(公告)号：CN117155537A
公开(公告)日：2023-12-01
申请号：CN202311250884.1
申请日：2023-09-26
Applicant: 杭州电子科技大学
Abstract: 本发明基于混沌系统和流密码的并行图像加密方法：将灰度图像作为原始图像，提取灰度值矩阵；将哈希密钥和共享密钥合并；将密钥进行分段，构造混沌系统初始值，以该初始值，迭代得到混沌序列，以该混沌序列，迭代得到混沌序列，构造出的随机序列，变换为用于像素置乱的矩阵；根据混沌序列构造出密钥流及置乱矩阵；生成伪随机序列；将灰度值矩阵平均分，对区域进行置乱；提取每个区域的位平面；根据置乱矩阵对每个区域的位平面进行位面置乱；将置乱后的位平面同一分区的位平面合并，按行优先方式转换成序列；将密钥流与序列进行异或操作得到新的序列，构造出第一加密序列，并构造出第二加密序列，和伪随机序列构造出第三加密序列，转换成密文图像。
-
Patent Agency Ranking
公开(公告)号：CN120074963A
公开(公告)日：2025-05-30
申请号：CN202510544052.3
申请日：2025-04-28
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于切比雪夫映射的身份认证方法，该方法首先根据硬件参数和配置信息生成所需的系统参数和密钥参数，在安全信道中获得认证参数，包括终端设备登陆验证参数和认证中心验证参数；认证参数由系统参数和密钥参数对设备的身份参数计算得到。其次终端设备进行自认证检查，利用切比雪夫映射的半群性质，终端设备向认证中心发起身份认证，最后双方对接收到的会话随机数进行验证，通过后生成协商密钥。最后终端设备和认证中心利用密钥进行安全的数据通信，使用对称加解密的算法对数据进行加密传输。本发明保证了身份信息的安全性，减少通信次数优化通信开销，生成密钥的速度更快，所需的计算资源更小。
-
公开(公告)号：CN118799766B
公开(公告)日：2024-11-15
申请号：CN202411283076.X
申请日：2024-09-13
Applicant: 杭州电子科技大学
IPC: G06V20/17 , G06V10/764 , G06V10/82 , G06V10/44 , G06V10/80 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于PCRS‑YOLO网络的无人机航拍目标检测方法，包括如下步骤：步骤1、获取公开的无人机航拍图像数据集，并预处理；步骤2、配置模型训练环境；步骤3、构建PCRS‑YOLO网络模型；步骤4、将构建的PCRS‑YOLO网络模型加载至配置好的训练环境中，然后使用预先划分好的训练集和验证集对网络模型进行训练和验证；步骤5、将待检测的图像作为输入，通过训练并验证后的PCRS‑YOLO网络模型进行无人机航拍目标检测。该方法适用于无人机平台的小目标检测算法，解决复杂环境下小目标检测面临的误检、漏检、检测率低等问题，具有非常重要的现实意义。
-
公开(公告)号：CN118799766A
公开(公告)日：2024-10-18
申请号：CN202411283076.X
申请日：2024-09-13
Applicant: 杭州电子科技大学
IPC: G06V20/17 , G06V10/764 , G06V10/82 , G06V10/44 , G06V10/80 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于PCRS‑YOLO网络的无人机航拍目标检测方法，包括如下步骤：步骤1、获取公开的无人机航拍图像数据集，并预处理；步骤2、配置模型训练环境；步骤3、构建PCRS‑YOLO网络模型；步骤4、将构建的PCRS‑YOLO网络模型加载至配置好的训练环境中，然后使用预先划分好的训练集和验证集对网络模型进行训练和验证；步骤5、将待检测的图像作为输入，通过训练并验证后的PCRS‑YOLO网络模型进行无人机航拍目标检测。该方法适用于无人机平台的小目标检测算法，解决复杂环境下小目标检测面临的误检、漏检、检测率低等问题，具有非常重要的现实意义。
-
公开(公告)号：CN117997529A
公开(公告)日：2024-05-07
申请号：CN202410109379.3
申请日：2024-01-25
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于智能合约的工业物联网身份认证和数据交互方法及系统，方法如下：对申请身份认证的部门内的工业物联网设备进行链上注册以及对部门进行身份认证的参数进行初始化；申请部门将自己的参数和公钥进行公开，通过服务器发送到区块链上，区块链调用身份智能合约，合约接收公共参数，根据证明者上传的身份标识，生成部门的链上身份；部门根据合约的输出计算得到链上身份并得到公私密钥；申请部门计算零知识证明所需要的参数，连同链上身份的哈希值共同输入到区块链，区块链调用身份认证合约，通过哈希值对比找到部门需要验证的链上身份，进行身份认证；申请部门通过认证后，调用数据交互智能合约，进行异步的数据交互。
-
公开(公告)号：CN117315293A
公开(公告)日：2023-12-29
申请号：CN202311254115.9
申请日：2023-09-26
Applicant: 杭州电子科技大学
IPC: G06V10/62 , G06V10/82 , G06V10/80 , G06V10/764 , G06V10/766 , G06V10/26 , G06V20/70 , G06V10/75 , G06N3/0464 , G06N3/0455 , G06N3/0985 , G06N3/048
Abstract: 本发明公开了基于Transformer的时空上下文目标跟踪方法及系统，方法如下：S1、图像的获取及预处理；S2、将图像输入至主干网络，通过Transformer编码器得到搜索区域特征、初始模板特征与动态更新模板特征；S3、将输出作为交互式特征增强模块的输入，采用多头交叉自注意力机制，得到混合特征；S4、将混合特征与目标查询作为Transformer解码器的输入，其中把Transformer解码器中的掩码自注意力机制部分采用多头自注意力机制层；得到Transformer解码器的输出后，计算该输出与混合特征嵌入之间的相似性并进行特征重塑，计算角点概率分布的期望得到边界预测框；S5、将Transformer解码器得到的输出作为得分头部的输入，得分头部由全连接层FFN与softmax激活函数组成，设置阈值判别是否进行模板更新。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.031 seconds)
