-
公开(公告)号：CN111988491A
公开(公告)日：2020-11-24
申请号：CN202010836948.6
申请日：2020-08-19
Applicant: 海南大学
Abstract: 本申请公开了一种基于KAZE-DCT的医学图像鲁棒水印方法，该方法包括：对原始医学图像进行KAZE-DCT变换，得到特征向量和系数矩阵，并通过对系数矩阵利用哈希函数运算生成特征序列；对原始水印进行混沌置乱加密，得到混沌置乱水印，并将水印信息嵌入至原始医学图像中，同时获取二值逻辑密钥序列并保存；同理对待测医学图像进行KAZE-DCT变换，生成特征序列；根据待测医学图像的特征序列和二值逻辑密钥序列，提取加密水印并进行解密，得到还原水印；将原始水印和还原水印进行归一化相关系数计算，确定待测医学图像的所有权和水印信息。该方法具有很强的鲁棒性和不可见性，能同时保护病人的隐私信息和医学图像的数据安全。
-
公开(公告)号：CN111988490A
公开(公告)日：2020-11-24
申请号：CN202010836901.X
申请日：2020-08-19
Applicant: 海南大学
Abstract: 本申请公开了一种基于Tetrolet-DCT的医学图像鲁棒水印方法，包括：通过Tetrolet-DCT变换对原始医学图像进行特征提取并利用哈希函数生成视觉特征序列；对原始水印进行混沌置乱加密，得到混沌置乱水印，并将水印信息嵌入至原始医学图像中，同时获取二值逻辑密钥序列并保存；同理通过Tetrolet-DCT变换对待测医学图像进行特征提取并生成视觉特征序列；根据该视觉特征序列和二值逻辑密钥序列，提取出加密水印并进行解密，得到还原水印；将原始水印和还原水印进行归一化相关系数计算，确定待测医学图像的所有权和水印信息。该方法中嵌入的零水印具有不可见性和鲁棒性，能保护病人的隐私信息和医学图像的数据安全。
-
公开(公告)号：CN111968027A
公开(公告)日：2020-11-20
申请号：CN202010843728.6
申请日：2020-08-20
Applicant: 海南大学
Abstract: 本申请公开了一种基于SURF和DCT特征的鲁棒彩色图像零水印方法，该方法包括：将原始彩色图像从RGB空间转换到YUV空间，对选定的部分图像建立DCT系数矩阵，提取亮度分量的SURF特征点，并根据SURF特征点的主方向构造特征向量；根据预先构造的参考向量和特征向量生成鲁棒水印序列，并对鲁棒水印序列进行置乱，生成版权标识信息；同时，将原始水印图像分割成多个子图像块，对子图像块的奇异值范数进行异或运算，生成脆弱水印信息；将生成的脆弱水印信息嵌入在原始彩色图像在空间域中的最低有效位，并重构每个子图像块以获得含水印图像。这样能够同时进行版权保护和内容认证，保证了图像的视觉质量，可以来检测和定位恶意篡改。
-
公开(公告)号：CN111694664A
公开(公告)日：2020-09-22
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：CN111651613A
公开(公告)日：2020-09-11
申请号：CN202010649393.4
申请日：2020-07-08
Applicant: 海南大学
Abstract: 本发明公开了一种基于知识图谱嵌入的动态推荐方法和系统。该方法包括步骤：接收输入的查询事实，在知识图谱中查找是否存在所述查询事实，若存在所述查询事实，则直接输出推荐结果，若不存在所述查询事实，则更新所述知识图谱后再输出推荐结果；其中更新所述知识图谱是采用结合图卷积神经网络与ANALOGY模型的动态知识图谱嵌入方法。本发明能够减少知识图谱的冗余学习过程，使用户每次数据更新或者有了新的倾向与喜好时，能够迅速地更新整个知识图谱，大大提高整个动态推荐的可靠性与稳定性。
-
Patent Agency Ranking
公开(公告)号：CN111598184A
公开(公告)日：2020-08-28
申请号：CN202010449396.3
申请日：2020-05-25
Applicant: 海南大学
Abstract: 本发明涉及一种基于DenseNet的图像噪声识别方法和装置。本发明的基于DenseNet的图像噪声识别方法包括：获取无噪声图像，在无噪声图像中添加多个设定类型和设定强度的噪声，得到噪声图像训练集；提取噪声图像的灰度概率分布曲线，得到第一可视化统计特征图像；将第一可视化统计特征图像作为训练样本输入至图像噪声识别网络模型；提取待测噪声图像的灰度曲线，得到第二可视化统计特征图像；将第二可视化统计特征图像输入至训练好的图像噪声识别网络模型，得到待测噪声图像的噪声类型与强度估计值。本发明的方法解决了现有的图像噪声识别技术对低强度混合噪声的识别准确率低的问题，可以很好地对图像中存在的低强度混合噪声进行噪声类型与噪声强度的识别。
-
公开(公告)号：CN110517182A
公开(公告)日：2019-11-29
申请号：CN201910809474.3
申请日：2019-08-29
Applicant: 海南大学
Abstract: 本申请公开了一种基于NSCT组合变换的医学图像零水印嵌入方法、装置、设备及可读存储介质，该方案基于NSCT、RDWT、DCT的混合变换和Arnold变换实现，在水印嵌入过程中，首先，结合NSCT、RDWT、DCT来提取更加鲁棒的医学图像特征向量，以抵抗几何攻击。其次，利用Arnold变换加密水印，增强水印信息的安全性。最后，使用零水印技术来实现水印嵌入，保证了医学图像的完整性、水印容量以及隐身性，避免了传统的水印嵌入技术对原图数据修改造成的缺陷，保证了医学图像的质量。因此，即使患者信息受到有意或者无意的攻击，只要非授权用户不知道密钥，便无法破解出医学图像和水印，使得患者的个人信息得到真正的保护。
-
公开(公告)号：CN110473136A
公开(公告)日：2019-11-19
申请号：CN201910730369.0
申请日：2019-08-08
Applicant: 海南大学
Abstract: 本发明提供了一种基于SURF-DCT混合的图像处理方法，包括：应用SURF算法对待加密图像数据进行特征提取，得到关键特征数据，依据关键特征数据确定特征描述符；应用DCT算法计算特征描述符，得到DCT系数集合；在该集合中选取符合预设条件的DCT系数，以构建目标特征矩阵并进行哈希运算，得到特征二值序列；获取加密水印二值矩阵；将特征二值序列与加密水印二值矩阵进行异或运算，以将加密水印二值矩阵对应的加密水印嵌入待加密图像数据中。能够在DCT系数集合中选取符合预设条件的DCT系数构建目标特征矩阵，使得将加密水印二值矩阵对应的加密水印嵌入待加密图像数据时，能够有效的减小对待加密图像数据的破坏。
-
公开(公告)号：CN106685710B
公开(公告)日：2019-11-05
申请号：CN201611192996.6
申请日：2016-12-21
Applicant: 海南大学
Abstract: 本发明公开了一种基于中间件的服务失败迁移方法，所述方法包括：根据负载均衡策略获取目标节点；根据所述目标节点的运行情况调整所述目标节点上的中间件的实例配置数量，获取所述中间件的负载信息；建立所述目标节点上的中间件信息模型，根据所述中间件信息模型获取服务信息；对所述服务信息进行MD5加密；将所述服务信息传递给所述目标节点；对接收到服务信息的目标节点进行MD5验证，若验证信息一致，则由所述目标节点上的中间件继续服务，若验证信息不一致，则重新获取服务信息。本发明克服了传统服务故障粒度过粗的缺点，能够准确快速定位故障中间件，提高中间件的可靠性，进而为用户提供无缝和可靠的服务。
-
公开(公告)号：CN110351291A
公开(公告)日：2019-10-18
申请号：CN201910647498.3
申请日：2019-07-17
Applicant: 海南大学
Abstract: 本发明公开了一种基于多尺度卷积神经网络的DDoS攻击检测方法及装置，属于互联网技术领域。所述方法包括：获取网络流量，定义所述网络流量的特征提取规则；通过所述特征提取规则，提取所述网络流量的灰度矩阵特征；根据所述灰度矩阵特征，建立多尺度卷积神经网络模型；基于所述多尺度卷积神经网络模型，检测所述网络流量的DDoS攻击。采用本发明，可以提高DDoS攻击检测的检测率。
-
-
-
-
-
-
-
-
-
Search Results
397
records
(took 0.055 seconds)
