公开(公告)号：CN112714235B

公开(公告)日：2021-10-26

申请号：CN202011523251.X

申请日：2020-12-22

Applicant: 郑州轻工业大学

Inventor： 牛莹 ,  张勋才 ,  景志勇 ,  杨存祥 ,  张建伟 ,  曹祥红 ,  吴艳敏

IPC: H04N1/44 ,  H04L9/00 ,  H04L9/06

Abstract: 本发明提出了一种基于填充曲线和相邻像素比特置乱的图像加密方法，其步骤如下：将灰度图像变换为二维的图像矩阵；计算图像矩阵的哈希值，计算四维的超混沌系统的初始值；利用V型填充曲线置乱图像矩阵，图像矩阵转置进行第二次置乱；根据得到的初始值对超混沌系统进行迭代分别得到四个混沌序列；以一个混沌序列为起点、一个为步长，利用约瑟夫遍历图像矩阵的相邻像素的二进制位进行相邻像素比特置乱；利用混沌序列得到的序列矩阵分别对图像进行前向扩散和反向扩散，得到密文图像。本发明通过比特级与像素级的双重置换，打破了像素间的高度相关性，克服了选择/已知明文攻击及普通图像相关的统计攻击，具有较高的密钥灵敏度和抵抗差分攻击的能力。

公开(公告)号：CN118548602A

公开(公告)日：2024-08-27

申请号：CN202410607008.8

申请日：2024-05-16

Applicant: 郑州轻工业大学

Inventor： 程传晓 ,  肖艳秋 ,  杜淼 ,  景志勇 ,  齐天 ,  朱世权 ,  王凡 ,  胡文凤 ,  张军 ,  张玉 ,  王闯 ,  宋应泮 ,  诸浩然 ,  方梓萱

IPC: F25B23/00 ,  F25B49/00 ,  F25B41/40 ,  B01J19/00 ,  A23B7/04 ,  A23B7/148 ,  A23B7/158

Abstract: 本公开涉及一种基于二氧化碳水合物的保鲜设备及其控制方法、相关产品，涉及保鲜技术领域。所述的保鲜设备，包括：反应罐体外壳；所述反应罐体外壳内设置有反应罐内胆，所述反应罐内胆内设置有制冷传热机构，所述反应罐内胆与所述制冷传热机构之间的间隙为水合物生成室；所述反应罐体外壳与所述反应罐内胆之间的间隙为冷量收集层；与所述水合物生成室连通的水和二氧化碳混合物输入口；其中，所述水合物生成室，用于利用所述制冷传热机构调控设定比例的水和二氧化碳混合物对应的二氧化碳水合物生成及分解，产生冷量、水及二氧化碳；所述反应罐内胆分别与湿度排放支路及二氧化碳浓度排放支路连接，所述冷量收集层与冷量排放支路连接。以实现保鲜。

公开(公告)号：CN116032490A

公开(公告)日：2023-04-28

申请号：CN202310026725.7

申请日：2023-01-09

Applicant: 郑州轻工业大学

Inventor： 付金华 ,  徐洁 ,  景志勇 ,  陶红伟 ,  周文辉

IPC: H04L9/32 ,  H04L9/30

Abstract: 本发明提供了一种基于改进SM2算法的Fabric区块链构建方法，属于区块链加密技术领域，包括：将SM2算法中的签名过程第五步改进为：计算s＝(k‑erdA)mod n，若s＝0，则返回第二步；若s！＝0，则进行第六步；将SM2算法中的验证过程第三步改进为：计算t＝e′r′mod n，若t＝0，则验证不通过；若t！＝0，则进行第四步；在Fabric区块链的加密模块BCCSP上增加改进后的SM2算法，实现基于改进SM2算法的Fabric区块链构建。该方法能够构建算法效率更高的Fabric区块链系统。

公开(公告)号：CN112489733A

公开(公告)日：2021-03-12

申请号：CN202011470267.9

申请日：2020-12-14

Applicant: 郑州轻工业大学

Inventor： 耿盛涛 ,  景志勇 ,  张勋才 ,  吴涛 ,  宋久祥 ,  韩俊涛

IPC: G16C10/00 ,  G16C20/70 ,  G06K9/62 ,  G06N3/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出了一种基于粒子群算法和神经网络的辛烷值损失预测方法，其步骤为：首先，采集催化裂化汽油精制脱硫装置中的操作变量的原始数据和辛烷值损失值数据，并对操作变量的原始数据进行预处理；其次，采用决策树回归和皮尔森相关系数对处理后的数据进行特征筛选，得到特征变量；再利用特征变量对应的样本数据和辛烷值损失值数据对四层BP神经网络进行训练得到辛烷值损失预测模型；最后，利用粒子群算法和辛烷值损失预测模型对特征变量对应的样本数据进行迭代寻优，输出最小的辛烷值损失值对应的特征变量的取值。本发明通过将粒子群算法和BP神经网络相结合寻找最小的辛烷值损失值对应的特征变量的取值，避免了重复训练的过程，提高了预测效率。

公开(公告)号：CN112291562A

公开(公告)日：2021-01-29

申请号：CN202011183696.8

申请日：2020-10-29

Applicant: 郑州轻工业大学

Inventor： 赵进超 ,  景志勇 ,  张秋闻 ,  王祎菡 ,  崔腾耀 ,  李鹏 ,  郭睿骁 ,  王晓 ,  蒋斌 ,  黄立勋 ,  张伟伟 ,  钱晓亮 ,  吴庆岗 ,  常化文 ,  魏涛 ,  孙丽君

IPC: H04N19/159 ,  H04N19/172 ,  H04N19/64

Abstract: 本发明提出了一种针对H.266/VVC的快速CU分区和帧内模式决策方法，其步骤为：首先，当CU大小为第一种尺寸时，选择有效特征来区分CU分区模式；其次，通过有效特征在线训练SVM分类器模型，并利用训练好的SVM分类器模型用于确定第一种尺寸对应的CU分区模式；当CU大小为第二种尺寸时，分别计算五个分割模式下CU的方差的方差，并将最大值对应的分割模式作为CU的最佳模式；最后，根据计算的划分后的CU的像素值偏差PVD将帧内预测模式分为垂直帧内模式和水平帧内模式，并使用改进的搜索方式确定最佳帧内预测模式。本发明既缩短了CU划分的时间，又减少了需要计算的帧内预测模式的数量，可以在保持编码质量的同时降低编码的计算复杂度。