-
-
公开(公告)号：CN119254525A
公开(公告)日：2025-01-03
申请号：CN202411501482.9
申请日：2024-10-25
Applicant: 河南科技大学
Abstract: 本发明公开了基于异步联邦学习的工业互联网入侵检测方法，首先初始化模型并选举委员会领导者节点，下发到工业边缘节点；每个工业边缘节点根据自己本地的数据训练后得到自己的局部模型并上传；委员会领导者节点根据聚合因子，为各局部模型分配适当的权重聚合重新形成新的全局模型，循环训练直到满足需要训练的次数，得到训练完成的工业联邦入侵检测模型，最后将待测工业互联网流量输入到模型中得到检测结果。本发明将区块链融入工业联邦入侵检测中以应对工业联邦入侵检测模型面临的单点故障、模型构建不可信等问题，兼顾了检测效果和抗攻击能力，有助于筑牢工业互联网安全防线。
-
公开(公告)号：CN118968269A
公开(公告)日：2024-11-15
申请号：CN202411041806.5
申请日：2024-07-31
Applicant: 河南科技大学
Abstract: 本发明公开了一种融合空域纹理差异和频域信息的深度伪造检测方法，该方法首先对输入图像进行预处理得到人脸图像；其次分别将人脸图像输入上分支网络、下分支网络以提取伪造图像空域中的纹理差异信息、频域潜在伪影信息，并输出特征图；然后特征图投影为特征块并与CLS令牌拼接，输出特征向量作为特征融合模块的输入，得到经过特征融合后的CLS_S令牌与CLS_F令牌；最后将CLS_S令牌与CLS_F令牌作为多层感知器的输入获得分类结果并输出。本发明结合空域纹理差异和频域信息做为分类依据，经过交叉注意力机制进行特征融合后对真伪图像进行分类，具有更优的检测性能和泛化能力。
-
公开(公告)号：CN117481607A
公开(公告)日：2024-02-02
申请号：CN202311581463.7
申请日：2023-11-23
Applicant: 河南科技大学
IPC: A61B5/00 , G06F18/15 , G06F18/214 , G06F18/24 , G06N3/0499 , G06N3/084 , A61B5/11 , A61B5/103
Abstract: 本发明公开了一种帕金森及帕金森综合症评估方法和系统，属于人体步进姿态与足底摩擦技术领域，该方法通过获取正常人和帕金森病人的步态数据，对机器学习网络进行训练，得到用于评估的帕金森评估模型。该步态数据指的是双足行走过程中的速度、压力、摩擦系数、单足支撑和双足支撑的相关数据，帕金森患者的前期的病理表现在足部上，相比现有仅通过患者的行走姿态进行评估的方式，本申请根据多方面的步态数据来训练评估模型，使本发明根据步态数据建立的评估模型相对更精准，又本申请只需要对获取的数据进行归一化处理后，就可以用于评估模型的训练，相对现有技术数据处理更简单，解决了根据骨架图序评估帕金森方法，存在判断不准确和复杂的问题。
-
公开(公告)号：CN117469531A
公开(公告)日：2024-01-30
申请号：CN202311209546.3
申请日：2023-09-19
IPC: F16M11/04 , F16M11/10 , F16M11/18 , F16M13/02 , G03B17/56 , G03B15/03 , F21V29/503 , F21V29/71 , F21V29/77 , H05B45/12 , H05B45/10 , H05B45/22 , H05B45/20 , B08B1/16 , B08B1/36
Abstract: 本发明公开了一种具有稳定光源结构的工业相机设备，涉及工业相机技术领域，包括工作台，工作台的一侧开设有调节槽，工作台通过调节槽滑动连接有调节板，调节板的正面固定连接有调节轨，调节板的背面固定连接有气缸，调节轨的表面滑动连接有第一升降块。本发明通过调节板、调节轨和夹持组件等装置的设置，当需要对工业相机的高度进行调节时，只需要先拉动连接板对光源与相机之间的距离进行调节，调节完成后启动气缸带动第一升降块进行调节，第一升降块带动夹持组件带动相机与光源同时进行升降即可完成调节，从而避免光源单独采用支撑架进行固定安装，就导致需要对相机进行角度或位置调节时还需重新对光源进行调整的情况发生。
-
Patent Agency Ranking
公开(公告)号：CN117408921A
公开(公告)日：2024-01-16
申请号：CN202311459854.1
申请日：2023-11-03
Applicant: 河南科技大学
IPC: G06T5/77 , G06N3/045 , G06N3/0475 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/094 , G06N3/084 , G06N5/04
Abstract: 本发明公开了一种基于生成对抗网络反演推理和自编码器的图像补全方法，属于人工智能领域，首先，设计了一个基于自编码器的GAN，通过训练生成器来学习从噪声到低维特征图的映射，将生成的特征图转换为高分辨率图像，从而降低了学习映射关系的难度。其次，采用基于学习的GAN反演来推断最接近的潜在代码，使用训练好的GAN重建完整的图像。最后，通过定量对比可知，当图像存在大面积破损时，本发明具有更高的补全质量。本发明采用上述的一种基于生成对抗网络反演推理和自编码器的图像补全方法，擅长从图像的内部挖掘信息，在已提前训练完成的生成式对抗网络模型的帮助下可生成更多的语义结果，从而产生更逼真、更合理的高分辨率图像结果。
-
公开(公告)号：CN116962062A
公开(公告)日：2023-10-27
申请号：CN202310964428.7
申请日：2023-08-02
Applicant: 河南科技大学
IPC: H04L9/40 , H04L41/12 , G06N3/0442
Abstract: 本发明公开了一种基于深度学习的工业互联网多阶段攻击检测方法，方法如下：首先，通过网络拓扑结构识别出具有多阶段攻击行为的高风险节点，并赋予其较高的权重；其次，将时间序列特征作为训练模型的输入，检测攻击行为；最后，基于上述的模型训练，分析不同阶段之间的相关性，获得里程碑式特征，完成多阶段异常攻击行为分析。本发明采用上述的一种基于深度学习的工业互联网多阶段攻击检测方法，支持工业复杂场景中依据阶段不同，攻击性不同等的异常攻击行为分析检测，同时使运算效率成倍提升，通过对工业攻击行为双向信息的分析，使模型兼顾“过去与未来”的双重信息，同时获得比所有最先进的解决方法更好的检测精度。
-
公开(公告)号：CN116822931A
公开(公告)日：2023-09-29
申请号：CN202211723821.9
申请日：2022-12-30
Applicant: 河南科技大学
IPC: G06Q10/0635 , G06Q50/00 , G06N3/006 , G06F18/24
Abstract: 本发明公开了一种基于关键节点传播风险分析的虚假信息传播控制方法，通过考虑虚假信息传播特征空间的多样性和复杂性，实现对用户节点传播虚假信息行为和时间维度表示，构建传播风险指数计算模型实现传播风险等级的划分，并在此基础上设计一种改进的融合自适应加权策略离散粒子群优化算法，用于寻找传播风险节点集合中若干个具有影响力的关键传播节点，从而针对上述关键传播节点实现虚假信息的大规模传播控制。本发明采用上述的一种基于关键节点传播风险分析的虚假信息传播控制方法，实现虚假信息的大规模传播控制，降低控制虚假信息的成本开销。
-
公开(公告)号：CN114749611B
公开(公告)日：2023-06-23
申请号：CN202210255294.7
申请日：2022-03-16
Applicant: 河南科技大学
Inventor： 魏世忠 , 冀保峰 , 张国赏 , 毛丰 , 杨璐 , 于华 , 王毅 , 宋康 , 陶发展 , 贺苏晨 , 彭先龙 , 徐宁 , 赵长伟 , 李春国 , 邢玲 , 张高远 , 张晓辉 , 文红 , 金石 , 杨绿溪
IPC: B22D1/00
Abstract: 本发明公开了一种热加工铸造用铸件防缩孔装置，涉及砂型铸造设备技术领域，一种热加工铸造用铸件防缩孔装置，包括模具和把手，所述模具由上模板和下模板构成，所述下模板的顶部设有上模板，所述上模板与下模板对应设置，所述上模板和下模板的侧面均对应设有数量相同且位置对应的把手，所述上模板和下模板中间设有浇铸腔，所述上模板的顶部设有浇铸孔，所述滑轨上设有滑动连接的除气泡浇铸装置，所述出气泡浇铸装置由传动机构、旋转装置和震荡装置构成；本发明结构简单合理，可以有效的在浇铸前对金属液体进行排气泡处理，并且可以有效的解决金属液体内气泡较难上浮的问题，从而使得浇铸出来的铸件减少缩孔的产生。
-
公开(公告)号：CN116170187A
公开(公告)日：2023-05-26
申请号：CN202211723822.3
申请日：2022-12-30
Applicant: 河南科技大学
IPC: H04L9/40 , G06N3/08 , G06N3/0442 , G06N3/0464
Abstract: 本发明公开了一种基于CNN和LSTM融合网络的工业互联网入侵监测方法，包括以下步骤：S1、对数据集进行预处理；S2、建立基于CNN‑LSTM的入侵监测模型。本发明采用上述的一种基于CNN和LSTM融合网络的工业互联网入侵监测方法，通过CNN‑LSTM模型训练测试，对入侵攻击进行分类评估和比较分析，具有极佳的模型性能。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.026 seconds)
