-
公开(公告)号：CN112784289A
公开(公告)日：2021-05-11
申请号：CN202110103856.1
申请日：2021-01-26
Applicant: 济南大学
Abstract: 本发明公开了Android应用程序加密网络流量的提取系统及方法，包括：部署在服务器上的Android模拟器；所述Android模拟器上部署有Android应用程序、Android系统级TLS类库和Java虚拟机，所述Android应用程序内设有业务逻辑代码和应用内置的TLS类库，所述Java虚拟机内部署钩子框架，所述钩子框架内设有系统调用代理模块；所述系统调用代理模块分别与业务逻辑代码、应用内置的TLS类库、Android系统级TLS类库和流量收集模块连接；应用内置的TLS类库和Android系统级TLS类库均与Internet网络连接；流量收集模块与测试结果数据库连接。
-
公开(公告)号：CN109685820A
公开(公告)日：2019-04-26
申请号：CN201811441680.5
申请日：2018-11-29
Applicant: 济南大学
CPC classification number: G06T7/155 , G06K9/6218 , G06T5/002 , G06T2207/20024 , G06T2207/20036
Abstract: 一种基于形态学重建与带有指导滤波的FCM聚类的图像分割方法，通过使用形态学重建有效去除原始图片中的噪声，提高噪声图像的分割准确率，之后使用指导滤波弥补去噪操作对图片边缘的破环，提升图像纹理边缘区域的分类效果，最终引入一个影响因子，调节指导图像，进一步提高指导滤波的效果，有效提高了噪声图像的分割效果。
-
公开(公告)号：CN109615010A
公开(公告)日：2019-04-12
申请号：CN201811525966.1
申请日：2018-12-13
Applicant: 济南大学
IPC: G06K9/62
CPC classification number: G06K9/6256 , G06K9/6267 , G06K9/629
Abstract: 本申请公开了基于双尺度卷积神经网络的中药材识别方法及系统，首先通过专门设计的图像采集装置进行双尺度图像的采集，将训练图像送入卷积神经网络进行训练，经过多层卷积池化的特征提取与选择，训练得到识别精度较高的卷积神经网络模型。将待测图像送入训练好的卷积神经网络模型中进行特征提取，基于提取的特征对中药材进行分类，输出分类识别结果。本发明有利于提高普通人对药材的识别能力，辅助药材领域专家更准确快速的辨别药材。
-
公开(公告)号：CN109474755A
公开(公告)日：2019-03-15
申请号：CN201811279810.X
申请日：2018-10-30
Applicant: 济南大学
CPC classification number: H04M3/2272 , G06K9/6256 , G06K9/6267 , H04M3/2281
Abstract: 本公开公开了基基于排序学习和集成学习的异常电话主动预测方法及系统，包括：采集电话样本，基于分析和组合对电话样本的特征进行选择；将采集到的样本分为训练集和测试集；对于训练集样本，采用排序学习处理数据，得出的结果作为新的测试集，然后组建n组新的训练集继续通过学习模型，得出n组结果，再将这n组结果通过集成学习，输出最后的测试结果。本公开有益效果：使用排序学习和集成学习预测异常电话准确率高于单一使用排序学习，和常规方法比我们的方法更能主动预测异常电话，可以进行解决大规模数据问题。
-
公开(公告)号：CN108511594A
公开(公告)日：2018-09-07
申请号：CN201810553132.5
申请日：2018-06-01
Applicant: 济南大学
Abstract: 一种CuInSe2/CuInTe2热电复合材料的制备方法，采用熔融-退火法制得Te缺位的CuInTe2-x热电材料粉体，将该粉体进行渗硒处理，得到CuInSe2/CuInTe2热电复合材料粉体，将该复合材料粉体进行急速热压烧结，得最终产品。本发明避免了传统方法制备时第二相分布不均匀、容易偏聚等缺点，同时可以通过控制渗硒的工艺参数来实现第二相CuInSe2的精确控制，具有制备工艺简单、重复性好、可控性强、操作方便等优点，产业化前景良好，制备出的CuInSe2/CuInTe2热电复合材料热电优值ZT高，具有优良的热电性能，可大批量生产，适用于大规模生产。
-
Patent Agency Ranking
公开(公告)号：CN108461619A
公开(公告)日：2018-08-28
申请号：CN201810553138.2
申请日：2018-06-01
Applicant: 济南大学
Abstract: 本发明公开了一种Se掺杂方钴矿热电材料的制备方法，采用熔融-退火法制得制得Sb缺位的CoSb3-x热电材料粉体，将该粉体进行渗硒处理，然后进行急速热压烧结，得最终产品。本发明利用渗硒工艺对方钴矿热电材料进行掺杂，较好的实现了Se元素的均匀掺杂，避免了传统方法的掺杂不均匀，之后通过急速热压烧结工艺制备出块体的Se掺杂方钴矿热电材料，该制备方法工艺简单方便、重复性好、可控性强、操作方便，可以通过控制渗硒的工艺参数来实现硒掺加量的精确控制，可用于大批量生产，产业前景良好。制备得到的Se掺杂方钴矿热电材料具有优良的热电性能，适用于大规模生产。
-
公开(公告)号：CN103345560A
公开(公告)日：2013-10-09
申请号：CN201310291886.5
申请日：2013-07-11
Applicant: 济南大学
IPC: G06F17/50
Abstract: 本发明公开了基于微观图象特征的水泥水化仿真及宏观属性预测的方法，首先采用三维显微计算机断层扫描仪来获取水泥微观结构的演化同时测量其宏观属性。然后采用三维图象特征来描述水泥在每一龄期的微观结构，并利用遗传编程类算法直接建立图象特征与宏观属性间的以动力系统方式描述的动态关系。利用得到的动力系统来模拟水泥水化并预测宏观属性。本发明避免了对水泥的微观图象进行复杂的图象分割与物相分类，也不需要考虑物理及化学知识，从图象本身出发计算三维图象特征，并进一步得到图象特征与宏观属性之间的动态关系，避免了不正确的物相分析与图象分割带来的影响，从而提高对宏观属性的发展变化趋势的预测精度。
-
公开(公告)号：CN119274719A
公开(公告)日：2025-01-07
申请号：CN202411793258.1
申请日：2024-12-09
IPC: G16C60/00 , G06F30/27 , G06F119/02
Abstract: 本发明涉及图像生成技术领域，具体为基于全卷积混合密度网络的水泥微结构演化方法及系统，该方法包括：获取水泥试样的扫描图像并预处理，利用编码器提取多层次的特征，利用解码器将特征还原为输入图像的原始分辨率，得到预测的概率分布参数，基于先验假设设计的采样规则在概率分布上进行有效采样，得到演化结果；编码器利用设定的深度卷积神经模型的卷积层和池化层进行图像下采样，解码器中的上采样模块与编码器的下采样阶段相对应，最末一组上采样模块的输出利用分布输出模块，得到水化演化过程中，水泥微结构下一时刻可能变化的所有状态概率大小，形成概率分布参数。可以拟合不确定情况下演化多种不同可能结果的完整水化过程复杂分布。
-
公开(公告)号：CN116991968A
公开(公告)日：2023-11-03
申请号：CN202311243302.7
申请日：2023-09-26
Applicant: 济南大学
IPC: G06F16/31 , G06F40/211 , G06F18/214 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及文本数据处理领域，具体为一种基于树结构的菜谱生成方法、系统、存储介质及设备，包括以下步骤：获取菜谱中的文本信息，经预处理后构建菜谱文本数据集；基于数据集中的菜谱文本，提取动作关键字和食材关键字，将关键字通过设置的根节点进行拼接，得到树结构形式的菜谱，即菜谱树；基于菜谱树构建约束规则集合，根据得到的约束规则集合转换成预训练嵌入编码值集合，嵌入编码值基于自编码器网络进行训练，训练后，约束规则在网络中对应的潜空间编码作为嵌入编码；在菜谱生成模型的潜空间中，经高斯分布进行采样并传递给菜谱生成模型的解码器部分，模型的输出为生成的新菜谱。
-
公开(公告)号：CN116662833A
公开(公告)日：2023-08-29
申请号：CN202310589312.X
申请日：2023-05-22
Applicant: 济南大学
Abstract: 本发明公开了一种基于高斯混合模型的多视图动态迁移聚类方法及系统，该方法包括：获取待聚类的多视图数据集，预设每个视图的视图权重和各视图之间的动态迁移学习因子的初始值；分别对每个视图中的数据样本进行聚类，根据聚类结果计算获取每一视图的高斯混合模型参数初始值以及每一视图中每一数据属于每一簇的隶属度；根据隶属度更新高斯混合模型参数、视图权重和动态迁移学习因子；以更新后的值为最新值，对每个视图进行隶属度迭代计算，直至迭代结束；根据最终迭代获取的动态迁移学习因子进行各视图之间的聚类学习，得到各视图趋于一致的聚类结果。本发明通过动态迁移学习技术实现多视图间互补信息的深入挖掘，提高多视图数据的聚类性能。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.025 seconds)
