一种基于多尺度卷积神经网络的茶叶病斑自动识别算法

    公开(公告)号:CN112434662B

    公开(公告)日:2023-04-18

    申请号:CN202011447437.1

    申请日:2020-12-09

    Abstract: 本发明属于基于图片特征的图像分类算法的研究领域,具体涉及一种基于多尺度卷积神经网络的茶叶病斑自动识别算法,包括多卷积神经网络的训练过程:多卷积神经网络的训练过程分为两个阶段:第一个阶段是数据由低层次向高层次传播的阶段,即前向传播阶段;另外一个阶段是,当前向传播得出的结果与预期不相符时,将误差从高层次向底层次进行传播训练的阶段,即反向传播阶段。本算法能够准确地检测四种不同的茶叶病害图像,并且具有较高的识别精度,同时具有较快的识别速度。该特性主要得益于多卷积可以快速提取特征,并且减少训练算法的参数量从而有效防止过拟合,提高了算法的泛化能力。

    基于多尺度卷积神经网络的车型识别方法、电子设备及存储介质

    公开(公告)号:CN111291715B

    公开(公告)日:2023-03-10

    申请号:CN202010126447.9

    申请日:2020-02-28

    Abstract: 本公开实施例中提供了基于多尺度卷积神经网络的车型识别方法、电子设备及存储介质,属于车辆识别技术领域,所述多尺度卷积神经网络包括:卷积层、池化层、全局平均池化层、SoftMax分类器;所述卷积层对输入的数据进行特征提取;所述池化层对卷积层计算得到的结果进行尺度缩小;所述SoftMax分类器用于根据全局平均池化层输出的结果对图像进行分类。通过本公开的方案,通过多尺度卷积可以快速提取特征,使得采用本方法进行车辆的车型识别具有较高的识别精度,同时具有较快的识别速度。并且基于本发明的多尺度卷积神经网络能够减少训练算法的参数量从而有效防止过拟合,提高了算法的泛化能力。

    一种利用InSAR监测数据的采煤沉陷积水区水下地形反演方法

    公开(公告)号:CN111257870B

    公开(公告)日:2022-12-06

    申请号:CN202010120235.X

    申请日:2020-02-26

    Applicant: 安徽大学

    Abstract: 本发明公开了一种利用InSAR监测数据的采煤沉陷积水区水下地形反演方法,首先获取研究区沉陷前和沉陷后的SAR影像及沉陷区沉陷前的DEM数据,采用D‑InSAR技术,得到沉陷后地表下沉信息;再根据地表下沉信息和工作面角点坐标、采厚、倾斜角等参数,求解出该工作面的概率积分法参数;最后采用基于概率积分法模型,反演出沉陷区水下地形的动态变化及停采后水下地形最终形态。本发明方法中InSAR数据获取成本低,D‑InSAR技术获取的地表下沉数据精度高、数据量大,参数反演基于半实测数据,参数反演结果适用于研究区,可以反演出工作面采动过程中积水区域水下地形,指导沉陷区水陆复合生态系统的建立,为沉陷区地表的土地利用规划、土地复垦、生态恢复等提供重要参考。

    一种车联网云环境下面向多服务器架构的认证方法

    公开(公告)号:CN108322486B

    公开(公告)日:2021-06-01

    申请号:CN201810427748.8

    申请日:2018-05-07

    Applicant: 安徽大学

    Abstract: 本发明公开了一种车联网云环境下面向多服务器架构的认证协议,包括以下步骤:(1)系统初始化:由可信任机构TAs生成系统参数;(2)服务器及车辆注册,为每个服务器设定一个唯一的身份标识和为车辆设定一个唯一的身份标识,并为该车辆配备一个防篡改设备TPD安装到车上;(3)服务器及车辆双向认证:车辆通过TPD计算签名并将包含车辆签的请求消息发送给服务器和服务器接受车辆的请求后计算签名信息,并生成包含签名的响应消息发送给车辆;(4)密钥协商:车辆与服务器之间建立双向认证、协商会话密钥sk、随后加密的安全通信。在本发明中用户在可信机构注册后,无需在每个服务器进行注册,提高了用户和服务器的计算效率和通信效率。

    一种车辆违章信息发布方法、系统及存储介质

    公开(公告)号:CN108965313B

    公开(公告)日:2021-04-06

    申请号:CN201810856829.X

    申请日:2018-07-31

    Applicant: 安徽大学

    Abstract: 本申请实施例公开了一种车辆违章信息发布方法、系统及存储介质,其中方法包括:可信中心根据第一预设规则生成系统参数信息;可信中心根据第二预设规则获取基础设施发来的目标车辆的真实身份信息,查询对应目标车辆的目标参数信息;可信中心将目标参数信息发送至基础设施;基础设施根据目标参数信息及第三预设规则对目标车辆的违章信息进行加密,并将加密后的违章信息发送至所述目标车辆;目标车辆根据第四预设规则对违章信息进行认证,认证通过后接收违章信息。通过加密发布和认证接收,实现信息源认证和保护车辆隐私的完整性,同时保护基础设施发布信息的机密性。

    一种基于边界优化的高潜水位采煤沉陷区挖深垫浅超前治理方法

    公开(公告)号:CN111101941A

    公开(公告)日:2020-05-05

    申请号:CN202010012470.5

    申请日:2020-01-07

    Abstract: 本发明提供了一种基于边界优化的高潜水位采煤沉陷区挖深垫浅超前治理方法,适用于高潜水位矿区沉陷积水区地质环境治理。首先收集矿区地质参数,设计地下采煤工作面走向主断面正上方各地表点挖深垫浅后高程;根据地下采煤工作面走向主断面正上方各地表点的下沉值与深垫浅后高程值,求出走向主断面上挖深垫浅的边界点及沉陷盆地的挖深垫浅边界线;设计沉陷盆地内挖深垫浅区域与垫浅区域的挖填土高程与治理后的最终高程,并完成沉陷区的填土施工。其工艺简单,成本低廉,有效缩小了沉陷面积,无需从周边土地二次取土,既能保障覆土的肥力,又降低了二次污染的风险。

Patent Agency Ranking