-
公开(公告)号：CN114241377A
公开(公告)日：2022-03-25
申请号：CN202111543482.1
申请日：2021-12-16
Applicant: 海南大学
IPC: G06V20/40 , G06K9/62 , G06V20/52 , G06V10/774
Abstract: 本发明公开基于改进YOLOX的船舶目标检测方法、装置、设备及介质，该方法获取样本数据集，所述样本数据集中包含船舶标注图像和未标注图像，所述样本数据集分为训练集和测试集；构建YOLOX网络，对所述YOLOX网络的主干网络进行优化，将主干网络替换为ResNet50，以用于提取图片小目标特征；将样本数据集输入所述YOLOX网络中进行训练和测试，得到船舶检测模型；将待检测的图像输入到训练好的船舶检测模型中进行检测，用以输出船舶检测结果。本发明通过网络结构改进、模型简化等方法对传统YOLO算法进行改进，使改进算法更好地适应船舶目标检测任务，协助船检人员及早发现潜在的危险并做出正确判断。
-
公开(公告)号：CN114240808A
公开(公告)日：2022-03-25
申请号：CN202111097327.1
申请日：2021-09-18
Applicant: 海南大学
Abstract: 本发明提供基于联合双边滤波和非下采样剪切波的图像融合算法，能够对来自不同传感器的遥感图像数据进行信息处理、分析，从而获得兼具不同来源的遥感图像的特征信息。处理过后的图像通常情况下比起源遥感图像的信息更丰富、更全面、更加符合人眼的视觉特性或机器的信息处理方式，以便于后续处理和更好地满足应用要求。
-
公开(公告)号：CN112039855B
公开(公告)日：2022-03-08
申请号：CN202010815552.3
申请日：2020-08-14
Applicant: 海南大学
IPC: H04L9/40 , H04L67/1097 , H04L9/32 , H04L9/06 , G06N3/00
Abstract: 本发明提供一种基于联盟链的科技资源数据安全存储与共享方法，该方法包括：IPFS服务器获取科技服务提供商上传的共享数据，为共享数据生成关键字索引；IPFS服务器生成共享数据的哈希信息发送给科技服务提供商，通过智能合约将哈希信息以交易形式存储在区块链上，获取相应的区块ID，所述哈希信息包括共享数据的哈希值和哈希地址；数据请求方节点发送目标数据访问请求到目标数据拥有者节点，通过智能合约对数据请求方进行验证，验证通过后向数据请求方节点发送搜索令牌，数据请求方节点根据搜索令牌从IPFS服务器获取相应共享数据。所述方法通过区块链技术和智能合约保证科技服务资源数据存储与共享的安全性、高效性与可追溯性。
-
公开(公告)号：CN114092303A
公开(公告)日：2022-02-25
申请号：CN202111243408.8
申请日：2021-10-25
Applicant: 海南大学
Abstract: 本发明公开了一种基于Zernike‑DCT的三维医学体数据鲁棒水印方法，属于多媒体信号处理领域。本发明的步骤是：首先利用LogisticMap的性质在频域对水印进行置乱加密；然后通过对医学图像进行Zernike‑DCT变换提取一个特征向量来进行水印的嵌入，将特征向量与二值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；再通过对待测医学图像进行Zernike‑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。本发明是基于Zernike‑DCT的三维医学体数据数字水印技术，有较好的鲁棒性，针对旋转、平移、剪切等几何攻击尤为突出，水印的嵌入不改变原始加密体数据的内容，是一种零水印技术。
-
公开(公告)号：CN113920021A
公开(公告)日：2022-01-11
申请号：CN202111138929.7
申请日：2021-09-27
Applicant: 海南大学
Abstract: 本发明提供基于两步式残差网络的水下图像增强方法，本方法根据水下图像成像模型获得仅存在色偏的数据集并与雾天数据集结合，并且采用残差网络分别训练两类数据集，使其分别拥有去除色偏、提高对比度的能力，最终达到增强水下图像的效果。使用两步式网络可以使每个网络更具专一性，更好的提取单一特征，同时减少了训练样本的数量，提高了网络的效率，更高效的增强水下图像。
-
Patent Agency Ranking
公开(公告)号：CN113890806A
公开(公告)日：2022-01-04
申请号：CN202111165326.6
申请日：2021-09-30
Applicant: 海南大学
IPC: H04L27/12 , H04L27/36 , H04B7/0413
Abstract: 本发明提供一种智能可重构表面辅助的安全空间调制发射功率设计方法，为了进一步提高空间调制系统的安全性能，基于新的近似安全速率(NASR)表达式和传统近似安全速率(TASR)表达式分别提出了两种发射功率设计方法，本发明首先使用二次变换方法将目标函数从分式转换为积分。然后，通过使用Lagrangian函数方法和Karush‑Kuhn‑Tucker(KKT)条件，得到具有低复杂度的优化问题的一个闭形式的解。为方便比较，本发明同时提出了基于TASR表达式的Max‑TASR‑TPD方法。由于表达式比较复杂，考虑采用梯度上升法进行求解。本发明所提出的方法获得了更显著的安全速率(SR)性能提升。
-
公开(公告)号：CN111694664B
公开(公告)日：2021-12-21
申请号：CN202010497910.0
申请日：2020-06-04
Applicant: 海南大学
Abstract: 本发明公开了一种边缘服务器的计算卸载分配方法，该方法包括如下步骤：依据每个用户终端在边缘服务器上执行的任务在每个用户终端任务的占比构建待优化向量利用第一目标子函数、第二目标子函数和第三目标子函数，以构造目标优化函数，第一目标子函数为所有用户终端上本地执行任务的计算时间和边缘服务器上执行任务的计算时间的总和，第二目标子函数为所有用户终端上本地执行任务的能量消耗和边缘服务器上执行任务的能量消耗的总和，第三目标子函数为边缘服务器上执行任务所产生的资费的总和，利用目标优化函数求解待优化向量的优化值，依据待优化向量的优化值对每个用户终端在边缘服务器上执行的任务在每个用户终端任务的占比进行相应的配置。
-
公开(公告)号：CN109067586B
公开(公告)日：2021-11-12
申请号：CN201810935318.7
申请日：2018-08-16
Applicant: 海南大学
Abstract: 本发明提供一种分布式拒绝服务攻击检测方法及装置，检测方法包括以下步骤：采集攻击开始前至攻击结束时的网络流数据信息，网络流数据信息包括数据包的时间、源IP地址、目的IP地址及目的端口；分别从网络流数据信息中提取网络流的“多对一”与“一对一”部分的源IP地址与目的端口的加权统计量和网络流中单向流的“多对一”部分的流量统计信息；将第一特征和第二特征整合为二元组合特征，并获取二元组合特征的时间序列样本；对时间序列样本进行采样，生成特征训练集；使用特征训练集训练随机森林分类器，得到DDoS攻击检测模型；采用DDoS攻击检测模型进行DDoS攻击检测。本发明提高了在大数据环境下DDoS攻击检测的准确率，降低了误报率和漏报率。
-
公开(公告)号：CN110445766B
公开(公告)日：2021-09-14
申请号：CN201910646956.1
申请日：2019-07-17
Applicant: 海南大学
IPC: H04L29/06
Abstract: 本发明公开了一种DDoS攻击态势评估方法及装置，获取新老IP地址变化样本，提取新老IP地址变化样本的攻击特征，定义新老IP地址变化样本的融合特征值，建立支持向量机分类模型；根据支持向量机分类模型，进行DDoS攻击检测，构建新老IP地址变化样本的评估指标；根据影响函数优化后的评估指标，建立攻击态势评估云模型；基于云模型，评估新老IP地址变化样本的DDoS攻击态势。本发明不仅可以提高检测率，降低DDoS攻击漏报率，而且可以有效地评估DDoS攻击的安全态势。
-
公开(公告)号：CN110351303B
公开(公告)日：2021-09-14
申请号：CN201910688231.9
申请日：2019-07-29
Applicant: 海南大学
Abstract: 本发明公开了一种DDoS特征提取方法，所述方法包括：在预设时间段内对网络数据流进行采样，并计算所述网络数据流的每个属性的种类，构成训练集；基于所述训练集通过无监督训练方法训练深度信念网络，并基于所述训练集通过有监督训练方法训练前馈神经网络，其中，所述深度信念网络具有瓶颈层；基于所述前馈神经网络调整所述深度信念网络的权重和偏差，生成特征提取模型，以通过所述特征提取模型提取DDoS特征。采用本发明可以有效提高提取的DDoS特征的稳定性和准确性。
-
-
-
-
-
-
-
-
-
Search Results
398
records
(took 0.064 seconds)
