-
公开(公告)号：CN112633140B
公开(公告)日：2023-09-01
申请号：CN202011516168.X
申请日：2020-12-21
Applicant: 华南农业大学
IPC: G06V20/13 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/096
Abstract: 本发明公开了一种多光谱遥感图像城中村多类别建筑物语义分割方法及系统，所述方法包括：获取城中村区域的多光谱遥感图像；对多光谱遥感图像进行大气校正并锐化；对多光谱遥感图像中的城中村建筑物类别进行标注；将多光谱遥感图像的各波段信息转换成npy格式数据；将npy格式数据和标注图像进行随机分割，构成数据集；搭建语义分割分类器，得到建筑语义分割网络模型；对建筑语义分割网络模型设置超参数，利用数据集进行训练与参数优化，得到训练好的建筑语义分割网络模型；利用训练好的建筑语义分割网络模型对目标多光谱遥感图像进行建筑物语义分割，得到建筑语义分割图像。本发明能够有效提高遥感图像的城中村建筑物分类的精确度。
-
公开(公告)号：CN114913544A
公开(公告)日：2022-08-16
申请号：CN202210456018.7
申请日：2022-04-28
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于语义分割的虾苗计数方法、系统、云服务器及介质，所述方法包括：获取第一数据集，并对第一数据集进行数据处理，得到第二数据集；构建基于语义分割的计数网络模型，所述计数网络模型包括骨干网络、分割图分支、只数回归分支和全连接层模块，所述只数回归分支与全连接层模块连接；利用第二数据集对所述计数网络模型进行训练与验证，得到虾苗计数网络模型；对获取到的待计数虾苗图像进行预处理；将预处理后的待计数虾苗图像输入虾苗计数网络模型，得到待计数虾苗的二值分割图；对所述二值分割图进行统计计数，实现虾苗计数。本发明通过构造基于语义分割的虾苗计数网络模型，实现虾苗计数，可以提高虾苗计数的准确率和稳定性。
-
公开(公告)号：CN114782368A
公开(公告)日：2022-07-22
申请号：CN202210440564.1
申请日：2022-04-25
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于视觉检测融合多动态阈值的虾苗自动计数方法及系统，方法包括：获取虾苗图像数据集；构建目标检测模型；利用虾苗图像数据集对目标检测模型进行训练，得到虾苗目标检测模型；获取待计数虾苗图像，并对待计数虾苗图像进行预处理；将预处理后的待计数虾苗图像输入虾苗目标检测模型，得到第一虾苗区域图；对第一虾苗区域图进行处理，得到第二虾苗区域图；基于虾苗的检测结果，选取虾苗样本，对第二虾苗区域图进行多动态阈值处理；利用优化匹配策略对多动态阈值处理后的第二虾苗区域图和虾苗的检测结果进行处理，实现虾苗自动计数。本发明能在复杂背景下对不同日龄的虾苗实现自动、快速、准确、无脱水状态下的计数，提高计数效率。
-
公开(公告)号：CN112751671B
公开(公告)日：2022-07-05
申请号：CN202011620056.9
申请日：2020-12-30
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于树型奇偶机的新型密钥交换方法，包括：S1，通信双方均在本地生成树型奇偶机网络模型；S2，通信双方均生成滑动窗口；S3，通信双方产生相同的随机向量；S4，将随机向量x输入网络模型；模型分别输出τa、τb；S5，判断τa和τb是否相等；S6，按照Hebbian的更新规则更新模型的权值，并且将结果true保存至滑动窗口中；S7，重复执行步骤S3‑S6，直到双方的权值向量的Hash值完全相同，得到双方的网络权值Ka和Kb。本发明实现神经网络自同步的性质来达到密钥交换的目的。以加入动态学习率后的更新规则更新双方的模型的权值的方法可以降低网络同步所需的次数，加快网络的同步速度。
-
公开(公告)号：CN113989538A
公开(公告)日：2022-01-28
申请号：CN202111062601.1
申请日：2021-09-10
Applicant: 华南农业大学
IPC: G06V10/764 , G06V10/774 , G06V10/26 , G06V10/82 , G06K9/62
Abstract: 本发明公开了一种基于深度图像的鸡群均匀度估测方法、装置、系统及介质，所述方法包括：获取肉鸡深度图像库；根据肉鸡深度图像库，构造目标分割数据集以及体重分类数据集；搭建目标分割网络和体重分类网络；利用目标分割数据集对目标分割网络进行训练，生成目标掩模图像数据集和矩形裁剪图像数据集；利用目标掩模图像数据集、矩形裁剪图像数据集和体重分类数据集对体重分类网络进行训练；利用训练好的体重分类网络对待测图像进行估测，得到体重类别以及对应的体重区间，并根据鸡群数据以及标准的肉鸡日龄体重计算出鸡群均匀度。本发明利用深度学习网络来自动提取图像特征，并进行体重分类，增加分类数以达到误差(50g)以内的体重估测，最终结合体重计算出鸡群均匀度。
-
Patent Agency Ranking
公开(公告)号：CN111355587B
公开(公告)日：2021-02-19
申请号：CN202010098414.8
申请日：2020-02-18
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于对抗网络的可认证加密安全通信系统及方法，该系统包括密钥源Gen_key、通信方Alice、通信方Bob以及敌手Eve，Gen_key包括用于生成密钥对的密钥对生成模型，Alice包括签名加密模型和保密加密模型，Alice的私钥通过签名加密模型对原始消息进行加密训练得到签名结果，Bob的公钥通过保密加密模型对签名结果进行训练得到最终密文；Bob包括保密性解密模型和验证性解密模型，Bob的秘钥对通过保密性解密模型对密文进行训练得到中间解密结果，Alice的公钥通过验证性解密模型对中间解密结果进行训练，得到Bob最终的解密内容；Eve包括破译模型，Alice的公钥和Bob的公钥对密文进行破译训练，得到破译结果。本发明在公钥密码体制场景下，通信双方能够实现可认证加密安全通信。
-
公开(公告)号：CN111310792A
公开(公告)日：2020-06-19
申请号：CN202010053725.2
申请日：2020-01-17
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于决策树的药敏实验结果识别方法与系统，该方法包括下述步骤：采集药敏实验结果数据，将药敏实验结果数据转化为决策树分类器的训练数据集；构建决策树分类器，训练决策树分类器；训练后的决策树分类器判别药敏板微孔的阴阳性分类结果；根据药敏板微孔的阴阳性分类结果以及微孔的药物布局信息计算MIC；根据MIC结果和折点值标准判断耐药结果。与传统的OD值判别药敏实验阴阳性结果方法相比，本发明基于决策树分类器去判别的方法不受阳性对照孔OD值的大小影响，可以挖掘数据中的规则，依此判断微孔的阴阳性结果，更加灵活，而且与目测法符合率更高，提高了判别阴阳性结果的准确性。
-
公开(公告)号：CN109492410A
公开(公告)日：2019-03-19
申请号：CN201811170800.2
申请日：2018-10-09
Applicant: 华南农业大学
Abstract: 本发明公开了一种数据可搜索加密和关键词搜索方法、系统及终端、设备，在数据可搜索加密过程中：获取数据拥有者上传的数据文件；提取出各数据文件的关键词；对每个数据文件进行摘要提取，得到摘要文件；根据各关键词与各数据文件之间对应关系，通过加密算法进行数据处理后生成字典γ，针对各数据文件进行加密得到加密数据文件；针对各摘要文件进行加密得到加密后的摘要文件。在关键词搜索过程中：获取上述字典γ、加密后数据文件以及摘要文件，在接收到关键词搜索时，首先通过字典γ搜索是否有数据文件包括关键词，若否，则在摘要文件中搜索关键词，搜索成功的情况下，将该关键词的标签索引对添加到字典γ中；本发明大大提高了关键词搜索效率。
-
公开(公告)号：CN108650268A
公开(公告)日：2018-10-12
申请号：CN201810462200.7
申请日：2018-05-15
Applicant: 华南农业大学
IPC: H04L29/06
CPC classification number: H04L63/0428 , H04L63/0435 , H04L63/062 , H04L63/105
Abstract: 本发明公开了一种实现多级访问的可搜索加密方法，包括以下步骤：数据拥有者将文件和用户端的权限分等级，并生成公钥、密钥并分配给用户端，对文件生成标签和加密文件号，通过加密算法加密文件权限，生成链表，依据链表生成字典并上传检索服务器，加密文件号上传到文件服务器；用户端通过密钥和关键字查询，并在字典上进行搜索，用户权限与文件权限相同或者大于文件权限，则成功解出，再通过密钥解密文件号，并获得加密文件号对应的文件；本发明以可搜索对称加密为基础，将数据分级的基础上，将可查询用户进行权限分级，实现分级管理，并设置判断条件，实现查询用户的权限访问功能的加密方法。
-
公开(公告)号：CN108090501A
公开(公告)日：2018-05-29
申请号：CN201711190762.2
申请日：2017-11-24
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于平皿实验和深度学习的抑菌程度识别方法，包括下述步骤：S1、确定药敏纸片位置；S2、测定抑菌圈大小；S3、构造样本集：给深度学习模型构造带标签的样本集，用于训练模型；S4、构建及训练模型：构建能够用来识别药敏纸片的模型，并用训练样本集进行训练；S5、使用模型识别药敏纸片；S6、判定药物的抑菌程度：通过模型识别出的药物种类，从数据库中查询对应的抑菌标准，再确定抑菌圈的直径属于标准中的哪一个区间，从而得到药物的抑菌程度。本发明的方法，使得操作人员只需拍摄平皿图像，就能从图像中识别出每个药敏纸片所属的药物种类，以及其对应的抑菌圈的大小，使得自动化抑菌程度识别成为可能。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.023 seconds)
