-
公开(公告)号：CN116796326A
公开(公告)日：2023-09-22
申请号：CN202311048644.3
申请日：2023-08-21
Applicant: 北京遥感设备研究所
IPC: G06F21/56 , G06F16/242
Abstract: 本发明公开了一种SQL注入检测方法，包括：收集用于训练和测试的SQL查询数据集，SQL查询数据集包括‑SQL注入类别的查询语句和非SQL注入类别的查询语句；针对SQL查询数据集通过使用卡方检验进行特征提取，选择与SQL注入攻击检测相关的特征向量；对概率神经网络PNN模型进行训练，与SQL注入攻击检测相关的特征向量为PNN模型的输入，输出SQL查询语句类别。本发明中，通过深度学习的自动特征提取和学习大量样本数据中的模式，具有强大的泛化能力和自适应性，能够有效地识别未知和新颖的SQL注入攻击。并且通过使用卡方检验进行特征提取，我们能够选择出与SQL注入攻击检测相关性较高的特征，提高模型的准确性和性能。
-
公开(公告)号：CN116775565A
公开(公告)日：2023-09-19
申请号：CN202311041878.5
申请日：2023-08-18
Applicant: 北京遥感设备研究所
IPC: G06F16/11 , G06F16/172
Abstract: 本发明公开了一种高性能存储引擎的快照隔离管理方法。涉及数据库并发控制的技术领域，该高性能存储引擎的快照隔离管理方法包括：在数据库的一个线程运行当前事务时，基于当前事务的开始时间戳与各个快照版本的提交时间戳的比对结果，确定各个快照版本对于当前事务的可见性；为持续时长超过预设阈值的长时间事务添加失活标签索引，以确定快照版本是否携带有删除标记；使用行外存储方式存储快照版本，并在达到存储转换条件的情况下，将存储方式调整为行内存储。本发明解决了数据库处理并发事务效率较低的技术问题。
-
公开(公告)号：CN116434617B
公开(公告)日：2023-09-15
申请号：CN202310710260.7
申请日：2023-06-15
Applicant: 北京遥感设备研究所
Abstract: 本发明公开了一种图像对比式ADS‑B检测方法及装置，所述方法包括：利用SDR软件无线电接收设备实时接收自动相关监视广播系统ADS‑B中包含的航空器的飞行信息；根据所述航空器的飞行信息得到采样信息；将采样信息通过matlab的投影方式转化为图像信息；通过计算各个图像间的结构相似性SSIM值，检测图像间的结构相似性并进行差异分析。本发明提出一种不需要改变报文协议，也不需要多个地面站配合的ADS‑B异常数据检测方法，本发明能够实现对ADS‑B实时航线信息的欺骗检测，能够在保证检测准确度的基础上降低检测成本和复杂度，提高检测系统的兼容性。
-
公开(公告)号：CN116436740A
公开(公告)日：2023-07-14
申请号：CN202310708468.5
申请日：2023-06-15
Applicant: 北京遥感设备研究所
Abstract: 本说明书公开了一种轨道角动量模态间干扰抑制方法及系统，涉及网络通信技术领域，方法包括基于若干模态信号，获得对应的若干标准信号；基于各模态信号对应的标准信号，获得若干对应的重构信号；基于上述若干模态信号和对应的重构信号，获得对应的若干干扰信号；将上述若干干扰信号进行解调，获得每个干扰信号对应的若干估计信号；将所有属于同一模态的上述标准信号与对应的若干估计信号进行叠加，获得每个标准信号对应的最终估计信号，上述最终估计信号为消除其他模态信号干扰的模态信号，解决了目前利用多模态的轨道角动量波束进行通信的方法存在因波束间的干扰导致传输性能下降的问题。
-
公开(公告)号：CN119478378A
公开(公告)日：2025-02-18
申请号：CN202510044902.3
申请日：2025-01-13
Applicant: 北京遥感设备研究所
IPC: G06V10/25 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种SAR与光学图像自适应对抗特征融合目标检测方法，涉及深度学习图像融合领域和目标检测领域。包括：采用Refine Lee滤波器对SAR图像进行相干斑滤波处理，得到滤波后的SAR图像；对所述滤波后的SAR图像与光学图像进行图像配准处理，得到配准后的SAR图像与光学图像；利用通道与空间注意力机制和双判别器生成对抗网络对所述配准后的SAR图像与光学图像进行自适应特征融合，得到目标融合图像；利用位置注意力机制与YOLOv8算法对所述目标融合图像进行目标检测，得到目标检测结果。解决神经网络在复杂场景SAR图像或光学图像的目标检测难以达到理想检测性能的问题。
-
Patent Agency Ranking
公开(公告)号：CN119445388A
公开(公告)日：2025-02-14
申请号：CN202510044903.8
申请日：2025-01-13
Applicant: 北京遥感设备研究所
IPC: G06V20/10 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本说明书实施例公开了基于深度学习的SAR图像自适应处理方法及系统，涉及图像处理技术领域。其中，所述方法包括：获取待处理的SAR图像；从所述SAR图像中提取多尺度特征，所述多尺度特征包括低频特征和高频特征，所述低频特征包括所述SAR图像的大尺度结构信息，所述高频特征包括所述SAR图像的小尺度细节信息；将所述多尺度特征输入训练好的目标深度神经网络中，得到所述SAR图像对应的自适应处理参数；基于所述SAR图像对应的自适应处理参数对所述SAR图像进行处理，得到处理后的SAR图像。
-
公开(公告)号：CN118138785B
公开(公告)日：2024-07-30
申请号：CN202410558088.2
申请日：2024-05-08
Applicant: 北京遥感设备研究所
IPC: H04N19/85 , H04N19/42 , G06T9/00 , G06N3/0455 , G06N3/047 , G06N3/0475 , G06V10/96 , G06V10/98 , G06V20/17
Abstract: 本说明书公开了基于变分自编码器的SAR图像智能压缩和解压方法，涉及SAR图像压缩技术领域，包括获取目标区域经度信息和目标区域纬度信息；根据目标区域经度信息和目标区域纬度信息，执行目标区域SAR图像整合策略，并将整合后的SAR图像存储到存储空间中，执行SAR图像智能剖析策略；本方法通过设置飞行因子，让飞行因子与判定阈值进行比对，当飞行因子超过判定阈值时，此时对存储空间内SAR图像执行压缩操作，通过这种方式，实现对获取的SAR图像进行智能压缩，同时可以根据飞行路径的重复，自适应对压缩触发判定阈值进行修正，有效避免SAR图像压缩时出现SAR图像重复的情况。
-
公开(公告)号：CN118396855A
公开(公告)日：2024-07-26
申请号：CN202410525244.5
申请日：2024-04-29
Applicant: 北京遥感设备研究所
IPC: G06T3/4053 , G06N3/0464 , G06N3/08 , G06T3/4046
Abstract: 本说明书公开了基于多尺度卷积神经网络的SAR图像超分辨率重建方法，涉及图像超分辨率重建技术领域，包括获取目标学习图像和目标重建图像，通过图像分析策略形成目标分析图像，通过重建学习策略形成高频处理数据，建立高频细节数据库对目标重建图像进行超分辨率重建，该基于多尺度卷积神经网络的SAR图像超分辨率重建方法，根据当前飞机上的SAR装置的探测高度和探测角度，将低分辨率的SAR图像调整并生成为高分辨率的SAR图像，在训练学习过程中，根据地形的不同划分区域，分开进行训练学习，减少训练数据，从而简化训练过程，提高训练学习的效率。
-
公开(公告)号：CN118381486A
公开(公告)日：2024-07-23
申请号：CN202410282409.0
申请日：2024-03-12
Applicant: 北京遥感设备研究所
Abstract: 本发明公开了一种基于FPGA的低资源消耗FIR滤波器及实现方法，所述FIR滤波器包括：m个基础处理单元以及抽头选择模块，基础处理单元为基础乘加处理单元，基础乘加处理单元包括乘法器和加法器，基础乘加处理单元的一个输入端为输入信号x(n)，其中n指输入信号的采样点数，各个基础乘加处理单元之间逐级连接，基础乘加处理单元的另一个输入端接收上一级基础乘加处理单元输出的求和结果s(m‑1)，输出本级求和结果s(m)到下一个连接的基础乘加处理单元；抽头选择模块的输入端为各级基础乘加处理单元的求和结果s(m)，抽头选择模块进行抽头选择，选择从哪一级s(m)输出，输出结果y(n)，实现任意长度滤波器的切换。FIR滤波器除了低资源消耗的优点，还能够实现任意滤波器阶数和系数切换。
-
公开(公告)号：CN117435352B
公开(公告)日：2024-03-29
申请号：CN202311757383.2
申请日：2023-12-20
Applicant: 北京遥感设备研究所
Abstract: 本说明书公开了一种定长变长数据混合管理的轻量化内存优化分配方法，涉及数据内存分配技术领域，包括基于确定的存储数据的特性对内存空间进行预分配，获得定长数据存储空间和变长数据存储空间；分别设置一个空闲内存块的链表，申请存储变长数据时，选取变长空闲链表中排序最前且内存空间大于等于申请的内存块进行切割；申请存储定长数据时，选择定长空闲链表中排序最前且内存空间等于申请的内存块；将若干剩余内存块分配给同一变长数据；将分配后的变长空闲链表中的空闲内存块进行排序并判断相邻内存块是否可以合并，以解决目前数据的内存分配方法存在过于重量级，占用资源过多以及内存碎片优化的性能开销和时间开销大的问题。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.031 seconds)
