-
公开(公告)号：CN103279919A
公开(公告)日：2013-09-04
申请号：CN201310247283.5
申请日：2013-06-21
Applicant: 海南大学
IPC: G06T1/00
Abstract: 本发明公开了一种基于三维DWT-DCT和混沌置乱的体数据水印技术，属于多媒体信号处理领域。本发明的步骤是：首先利用Logistic Map性质对水印进行混沌置乱；然后通过对原始体数据进行三维DWT-DCT变换提取特征向量来进行水印的嵌入，将特征向量与混沌置乱的水印相关联得到一个二值逻辑序列，并将该二值序列存于第三方；再通过对待测体数据进行三维DWT-DCT变换提取其特征向量，并与存于第三方的二值序列相关联来进行水印的提取；最后利用Logistic Map的性质来进行水印的还原。本发明是基于三维DWT-DCT和混沌置乱的体数据数字水印技术，有较好的鲁棒性，水印的嵌入不改变原始体数据的内容。
-
公开(公告)号：CN103177452A
公开(公告)日：2013-06-26
申请号：CN201310136264.5
申请日：2013-04-19
Applicant: 海南大学
Abstract: 本发明公开了一种基于DWT-DCT变换的智能纹理防伪方法，属于纹理防伪技术领域。本发明的步骤是先建立特征数据库，包括：(1)通过对纹理图像进行小波变换，再对逼近子图进行全图DCT变换，提取一个特征向量V(n)；(2)将求出的特征向量存放在纹理特征数据库中；然后再进行图像自动鉴别，包括：(3)手机扫描待测纹理标签图像，运用步骤1的方法求出待测图像的特征向量V’，并将上传到服务器；(4)求出数据库中的所有纹理图像的特征向量V(n)和待测图像的特征向量V’之间的归一化相关系数NC(n)值；(5)将NC(n)最大值返回到用户手机上。实验证明本发明具有自动鉴别纹理图像的能力，实现了智能纹理防伪技术。
-
公开(公告)号：CN110341890B
公开(公告)日：2024-05-31
申请号：CN201910787636.8
申请日：2019-08-26
Applicant: 海南大学
IPC: B63B22/00
Abstract: 本发明公开了一种微型海洋监测浮标，包括上外壳、下外壳、第一支撑板、电机和螺杆，所述上外壳与下外壳套接以围成密封容置空腔，所述第一支撑板、电机及螺杆均设置于密封容置空腔中；所述电机与上外壳固定连接，所述第一支撑板与下外壳固定连接，且第一支撑板上设置有螺孔，所述螺杆的一端与电机固定连接，所述螺杆的另一端穿过螺孔，且所述螺杆与螺孔啮合；电机驱动螺杆转动时，螺杆相对螺孔旋转以驱动第一支撑板运动，所述下外壳相对于上外壳运动以改变密封容置空腔的体积大小。通过微型海洋监测浮标自身的体积大小改变以调整其所受浮力，实现微型海洋监测浮标在竖直方向上移动。
-
公开(公告)号：CN117692084A
公开(公告)日：2024-03-12
申请号：CN202410054564.7
申请日：2024-01-15
Applicant: 海南大学
IPC: H04B17/391 , H04B10/50 , H04B7/22
Abstract: 本发明属于激光跨介质通信技术领域，具体涉及一种考虑后向散射的跨介质激光信道建模方法，能够模拟光信号传播过程中非球形粒子的后向散射，本发明尤其适用于浑浊海水、强风浪环境的海‑空跨介质光通信，以及对光的接收精度要求较高的远距离通信场景。所述方法包括以下步骤：步骤一：构造RH‑G散射相函数；步骤二：建立后向散射跨介质激光信道模型。所述建立后向散射跨介质激光信道模型方法由初始输入模块、迭代更新模块、更新输出模块和叠加模块四部分构成。所述初始输入模块包括初始坐标和初始方向余弦，所述迭代更新模块包括RH‑G散射相函数计算散射角、确定行进步长和计算方位角，所述更新输出模块包括更新坐标和更新方向余弦。
-
公开(公告)号：CN117218377A
公开(公告)日：2023-12-12
申请号：CN202311108891.8
申请日：2023-08-30
Applicant: 海南大学
IPC: G06V10/52 , G06V20/54 , G06V20/40 , G06V10/774 , G06V10/762 , G06V10/82
Abstract: 本发明涉及一种面向视觉图像的MSD‑YOLOv4船舶实时检测网络及方法。本发明的方案尤其适用于内河港口、大型码头等场景的船舶实时检测。所述网络包括四个模块：主干特征提取模块M3Darknet‑53、多尺度特征提取模块SPP、加强特征提取模块SPANet和检测模块YOLO Detect。主干特征提取模块M3Darknet‑53通过三普通卷积(Conv×3)与多尺度特征提取模块SPP相连；多尺度特征提取模块SPP通过拼接加三普通卷积(Contact+Conv×3)与加强特征提取模块SPANet相连；加强特征提取模块SPANet与检测模块YOLO Detect直接相连。本发明的优势在于，简化了网络结构并提高了检测速度；使用深度可分离卷积代替网络中的某些普通卷积，减少了模型参数，进一步提高了检测速度；添加了通道注意力单元使检测过程聚焦于船舶目标，提高了检测准确性。
-
Patent Agency Ranking
公开(公告)号：CN116185025A
公开(公告)日：2023-05-30
申请号：CN202310140514.6
申请日：2023-02-20
Applicant: 海南大学
IPC: G05D1/02
Abstract: 本发明公开基于蚁群算法的无人艇全局航迹规划方法、设备及介质。该方法以下包括步骤：步骤一，建立任务环境模型；步骤二，建立无人艇航行代价函数；步骤三，利用改进的蚁群算法求解无人艇航行代价。本发明具有如下优点：建立了较为完善的无人艇全局航迹规划优化数学模型，使得模型本身对无人艇的航行过程有较为精确的描述；考虑了无人艇自身的航行和动力特点，将航行代价引入到蚁群算法中表征信息素和启发因子，并在此基础上，提出初始信息素设置方法，加快了算法的计算速度；提出了信息素更新规则，解决了传统蚁群算法容易陷入局部最优的问题，提高了算法的全局搜索能力；提出了死锁点的信息素更新机制，保障了算法寻优过程后期解多样性。
-
公开(公告)号：CN107525689A
公开(公告)日：2017-12-29
申请号：CN201610440348.1
申请日：2016-06-20
Applicant: 海南大学
Abstract: 一种基于无人船的无线多路船载水质采样系统。它通过无线通信方式在密闭采样仓内传输信号，由此来避免因采样过程中出现采样液体溢漏情况而对无人船电路造成不必要的损坏，同时将通信协议集成并简化，执行模块又采用的是蠕动泵设计，使得整个系统的优点在于原理简单，易操纵，对容器密闭性要求低，寿命长，对无人船或有人船安装要求低，兼容性强。并且在采样管道上预留了很多扩展位置，能够在最大采集容量范围内进行扩展，以满足用户对采集样品容量上的需求。
-
公开(公告)号：CN104155999B
公开(公告)日：2017-03-29
申请号：CN201410377834.4
申请日：2014-07-31
Applicant: 海南大学
IPC: G05D1/12
CPC classification number: G05D1/104
Abstract: 本发明公开了一种多无人机时敏任务动态分配算法，可实现战场环境下多架无人机对多个时敏目标的打击；该算法利用任务拍卖思想构建时敏任务动态分配模型，该模型主要考虑了无人机的任务执行时间、毁伤能力、打击收益，以及执行当前任务对后续时敏任务时间窗口宽度和威胁程度的影响；无人机打击路径规划采用模型预测控制算法实现，主要完成无人机对威胁区域规避下的打击路径优化。
-
公开(公告)号：CN103974393A
公开(公告)日：2014-08-06
申请号：CN201410206732.6
申请日：2014-05-15
Applicant: 海南大学
CPC classification number: Y02D70/20
Abstract: 本发明公开了一种改良的无线传感器网络数据节能压缩方案，在节点处，首先应用数据判别机制，评判是否采用一种基于小波变换的数据压缩方式；在整个网络系统中，由于采集的数据存在较大的相关性，对收到的数据进行分裂、预测、更新三个步骤的小波提升变换，有效的减少了数据处理的运算量，较为良好的提高了数据的压缩效率；对任意基于分布式的传感器网络，都可以应用此压缩算法，较大程度提高了压缩效率，进而明显的降低传感器网络中的能量损耗。
-
公开(公告)号：CN103974329A
公开(公告)日：2014-08-06
申请号：CN201410206403.1
申请日：2014-05-15
Applicant: 海南大学
Abstract: 本发明公开了一种改良的无线传感器网络数据压缩方案，在节点处，首先应用数据判别机制，评判是否采用一种基于小波变换的数据压缩方式；在整个网络系统中，由于采集的数据存在较大的相关性，对收到的数据进行分裂、预测、更新三个步骤的小波提升变换，有效的减少了数据处理的运算量，较为良好的提高了数据的压缩效率；对任意基于分布式的传感器网络，都可以应用此压缩算法，较大程度提高了压缩效率。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.028 seconds)
