-
公开(公告)号：CN113223081A
公开(公告)日：2021-08-06
申请号：CN202110333628.3
申请日：2021-03-29
Applicant: 浙江工业大学
Abstract: 一种基于背景建模与深度学习的高空抛物检测方法，包括：S1)获取监控摄像头前S帧图像用于建立初始混合高斯背景模型B；S2)从监控视频流中读取最新图像帧与背景模型B进行匹配，确定前景与背景，并更新背景模型B；S3)对前景部分的像素区域通过CNN进行特征提取记录，并剔除错误前景区域；S4)重复S2与S3步骤，将不同时刻运动物体进行特征匹配，形成匹配集合Z；S5)当S4中匹配结束后，对匹配集合Z通过LSTM进行时序分析，确定真正的高空抛物事件，进行记录并及时告警。本发明还提供实施一种基于背景建模与深度学习的高空抛物检测方法的系统。本发明能快速在实地布署进行高空抛物检测，且能检测到最小尺寸为2像素点的物体。
-
公开(公告)号：CN113111731A
公开(公告)日：2021-07-13
申请号：CN202110311489.4
申请日：2021-03-24
Applicant: 浙江工业大学
Abstract: 本发明公开了一种基于侧信道信息对深度神经网络灰盒攻击的方法，包括：(S1)：在嵌入式智能设备上运行各种常见的深度学习模型，同时采集设备运行时的各种功耗数据；(S2)：基于侧信道攻击来识别目标模型的基本网络结构；(S3)：利用识别出的网络结构生成等价模型；(S4)：使用训练的等价模型生成对抗样本。本发明还包括一种基于测信道信息的深度神经网络黑盒对抗样本生成系统，由数据采集模块、识别深度学习模型模块、等价模型生成模块和对抗样本生成模块组成；本发明可以根据功耗轨迹使用适当的机器学习算法识别出模型结构，然后利用识别出的模型结构训练出和目标模型有相同决策边界的等价模型，最后利用等价模型生成对抗样本对目标模型进行攻击。
-
公开(公告)号：CN113111204A
公开(公告)日：2021-07-13
申请号：CN202110284003.2
申请日：2021-03-17
Applicant: 浙江工业大学
IPC: G06F16/53 , G06F16/51 , G06F16/55 , G06F16/951 , G06N3/04
Abstract: 一种基于形态判别网络的中药饮片图像数据清洗方法，包括：S1：在常见的图像搜索引擎中，获取常见的中药饮片及其负样本图像数据，按形态分类保存；S2：筛选中药饮片数据，删去不符合要求的图片；S3：使用图像旋转和镜像等操作对各类别图像数据进行扩充，并在负样本数据中添加随机噪声生成的图片；S4：使用形态分类数据训练形态判别网络；S5：从互联网按照中药饮片名称逐类获取中药饮片数据；S6：利用形态判别器对获取的中药饮片图像数据进行清洗。本发明还包括实施发明方法的系统。本发明大大降低了清洗中药饮片图像数据所花费的人力成本和时间成本，而且拥有较好的数据清洗效果。
-
公开(公告)号：CN112712589A
公开(公告)日：2021-04-27
申请号：CN202110023105.9
申请日：2021-01-08
Applicant: 浙江工业大学
Abstract: 一种基于激光雷达和深度学习的植株3D建模的方法，包括以下步骤：1)在多个视角使用激光雷达对植株进行静态扫描，获取不同视角的原始点云数据；2)对步骤1获得的各个激光雷达原始点云数据进行滤波去噪、降采样的预处理；3)从步骤2处理后的激光雷达点云数据中提取语义特征点、对环境中各个目标进行识别；4)对步骤3识别到的目标中进行选定，分离出植株的点云信息；5)对经过步骤4处理的多个点云数据进行拼接；6)对步骤5处理完的点云数据进行网格平滑；7)对步骤6处理完的点云数据进行三维建模。本发明还提供一种基于激光雷达和深度学习的植株3D建模的系统。本发明的植株真实性好、几何精度高，分离效果好。
-
Patent Agency Ranking
公开(公告)号：CN119082163A
公开(公告)日：2024-12-06
申请号：CN202411143078.9
申请日：2024-08-20
Applicant: 浙江工业大学 , 杭州楚环科技股份有限公司
Abstract: 本发明提供了一种用于扩大多环芳烃降解菌温度范围的智能温度自适应系统、重组菌及应用，所述系统包括耐热基因元件、耐冷基因元件、耐热基因元件表达的温度诱导元件、耐冷基因元件表达的温度诱导元件；所述耐热基因元件包括热休克蛋白grpE基因；所述耐冷基因元件包括核糖体组装因子srmB。本发明智能温度自适应系统具有结果的可预测性，能够根据环境温度的变化自动表达相应的抗逆元件，从而对细胞进行有效保护。无需额外添加诱导剂对抗逆元件进行诱导，并且避免了常温下抗逆元件对于细胞造成的负面影响。此外，本发明含智能温度自适应系统的重组菌性状稳定，不易突变，这为实验室研究和应用提供了极大的便利和可靠性。
-
公开(公告)号：CN113362374A
公开(公告)日：2021-09-07
申请号：CN202110633431.1
申请日：2021-06-07
Applicant: 浙江工业大学
Abstract: 一种基于目标跟踪网络的高空抛物检测方法，包括：S1)获取初始图片帧构建监控场景背景模型；S2)由后续输入图像与背景模型的相似度，进行运动目标检测并更新背景模型；S3)利用目标跟踪网络对运动目标进行跟踪，记录其完整轨迹；S4)对记录的完整运动轨迹做分析，确定符合高空抛物运动规律的物体；S5)对确定为高空抛物的事件进行记录，用于后续事件回溯并及时告警。本发明还提供实施一种基于目标跟踪网络的高空抛物检测方法的系统，由图像获取模块、运动目标检测模块、运动目标跟踪模块、轨迹分析模块、事件记录告警模块依次连接而成。本发明通过优化目标跟踪网络来获取更加完整的抛物轨迹，在提升了检测准确率的同时还降低了误报率。
-
公开(公告)号：CN113361604A
公开(公告)日：2021-09-07
申请号：CN202110629124.6
申请日：2021-06-03
Applicant: 浙江工业大学
Abstract: 一种面向目标检测的物理攻击对抗补丁的生成方法，包括以下步骤：(1)生成一个像素值随机的矩形对抗补丁；(2)将对抗补丁进行鲁棒性处理；(3)初始化掩码矩阵；(4)将对抗补丁应用在训练集上；(5)从结果中提取真实类别置信度；(6)设计损失函数并计算损失；(7)计算梯度然后更新对抗补丁，循环第2至第7步，直至达到最大迭代次数或者攻击成功率达到阈值；(8)打印补丁，进行物理环境测试。本发明还包括一种面向目标检测的物理攻击对抗补丁的生成系统，由对抗补丁应用模块、目标检测模块、损失计算模块和对抗补丁更新模块组成。本发明可以自定义补丁形状，根据设计的损失函数求梯度，更新对抗补丁，最后进行物理环境测试。
-
公开(公告)号：CN112463387A
公开(公告)日：2021-03-09
申请号：CN202011427759.X
申请日：2020-12-07
Applicant: 浙江工业大学
Abstract: 基于GPU时空资源消耗识别本地服务器上深度学习模型的方法，包括：(S1):搭建采集本地服务器GPU的使用率和功耗数据的实验平台；(S2):在本地服务器上使用tensorflow、pytorch等开源深度学习框架运行各种常见的深度学习模型；(S3)：在本地服务器运行深度学习模型的过程中实时抓取GPU的使用率和功耗数据；(S4):对采集到的数据进行处理；(S5):搭建卷积神经网络对采集到的数据进行分类，以混淆矩阵的方式呈现测试结果。最后结果表明深度学习模型在运行时，本地服务器的GPU使用率和功耗与其内在模型存在相关性，通过对这种相关性的分析，可以得到很多关于模型的有效信息。
-
公开(公告)号：CN111921387A
公开(公告)日：2020-11-13
申请号：CN202010684455.5
申请日：2020-07-16
Applicant: 浙江工业大学
IPC: B01D69/12 , B01D61/02 , B01D61/14 , B01D65/10 , C02F1/44 , C02F101/34 , C02F101/38
Abstract: 本发明公开了一种聚多巴胺修饰咪唑基纳米粒子复合纳滤膜的制备方法，以芳香族多元胺单体分子，醛类化合物，二羰基化合物为反应原料，在酸性水溶液中缩聚形成咪唑基纳米粒子，再向其碱性水分散液中添加多巴胺，通过氧化聚合得到聚多巴胺修饰咪唑基纳米粒子，最后在多孔超滤膜上通过表面涂覆—界面交联法制备复合纳滤膜。本发明所制备的聚多巴胺修饰咪唑基纳米粒子复合纳滤膜兼具有高渗透选择性和强抗污染稳定性，具有良好的工业化应用前景。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.027 seconds)
