-
公开(公告)号：CN115600012B
公开(公告)日：2023-04-21
申请号：CN202211523157.3
申请日：2022-12-01
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F16/9535 , G06F8/75 , G06F18/214 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于知识增强和结构对比的API推荐方法，包括以下步骤：步骤1，代码预处理构图；解析源代码，提取方法、API和结构节点以及它们之间的关系，构成调用关系图和层次结构图；步骤2，知识增强的图嵌入学习；使用图卷积神经网络GCN在调用关系图上传播信息来细化方法和API的初始嵌入表示，同时用翻译模型TransH学习层次结构图中的实体和关系的嵌入表示；步骤3，多任务学习；包括主要的API推荐任务和辅助的对比学习任务。本发明的有益效果是：本发明提出了知识增强的图嵌入学习，使得方法和API的嵌入向量中不仅建模了调用交互还融合了代码中的层次结构信息，优化了方法和API的表示，达到更准确的推荐效果。
-
公开(公告)号：CN115200603A
公开(公告)日：2022-10-18
申请号：CN202211106644.X
申请日：2022-09-13
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种基于同态加密和匿名伪装的导航服务隐私保护方法及装置，方法包括：LBS服务商进行同态加密方案的初始化；用户利用匿名伪装算法分别生成出匿名伪装区域；用户根据匿名伪装区域的路网信息，随机选取出发点附近满足伪装距离L的出发地伪装点和目的地伪装点，同步规划出真实出发地到伪装出发地的路线；云服务商规划出一组候选路线，同时向LBS服务商请求实时路况信息；云服务商对候选路线组的开销进行进一步计算，利用全同态加密的比较运算，将密文比较结果传输给LBS服务商；从候选路线组中选取最佳路线并在本地将和伪装区域内的路线连接，生成最终的出行路线。本发明采用全同态加密和匿名伪装技术实现高质量的导航服务隐私保护。
-
公开(公告)号：CN112819052B
公开(公告)日：2021-12-24
申请号：CN202110094267.1
申请日：2021-01-25
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明涉及机器视觉技术领域，公开了一种多模态细粒度混合方法、系统、设备和存储介质，所述多模态细粒度混合方法包括：从多模态图文数据中提取数据特征，并获取数据特征的各个组成成分；数据特征包括视觉区域特征和文本单词特征；对数据特征的各个组成成分的模态信息进行细粒度分类，得到分类结果；根据分类结果，对各个组成成分进行来自模态内和模态间的信息融合，得到融合特征。本发明实施例提供的多模态细粒度混合方法在多模态细粒度混合时不以模态为单位进行，考虑到了各模态中不同组成成分的特点，所处上下文环境的差异，选择对应的合适的交互方式，可以使得多模态模型在利用多模态数据互补的特点的同时，避免不相关信息的影响。
-
公开(公告)号：CN106970650B
公开(公告)日：2023-11-24
申请号：CN201710294332.9
申请日：2017-04-28
Applicant: 暨南大学
IPC: G05D1/12
Abstract: 本发明公开了一种多无人机通信控制系统及控制方法，系统包括地面站和多套无人机系统，所述地面站用于向无人机系统发送命令和接收无人机系统传回的数据信息，其中每套无人机系统包括用于实现上网功能的无线通信单元、微型计算机单元、用于控制无人机飞行姿态的飞行控制单元、用于实现全球定位导航的定位单元、驱动无人机运转的驱动单元、用于无人机正常飞行的机械结构单元、用于感知周围环境的感知单元、电量检测单元以及电源；本发明直接通过一对多的多无人机通信控制方式，极大地减少设备冗余和系统的复杂度，且增强了多无人机通信控制系统的可移植性。
-
公开(公告)号：CN110429981B
公开(公告)日：2021-12-03
申请号：CN201910747138.0
申请日：2019-08-14
Applicant: 暨南大学
IPC: H04B10/116 , H04B10/50 , H04B10/516
Abstract: 本发明公开了一种基于LED显示和可见光通信的隐藏信息传输系统及方法，系统包括隐藏信息输入模块、显示内容输入模块、信息植入与信号调制模块、LED显示驱动模块、LED显示屏、高速光电传感/探测器以及信号解调及信息提取模块，所述隐藏信息输入模块、显示内容输入模块分别与信息植入与信号调制模块相连，信息植入与信号调制模块又与显示驱动模块、LED显示屏相连；所发出的可见光信号通过空间信道传播后为高速光电传感/探测器所接收并转换为电信号，同时所述高速光电传感/探测器与信号解调及信息提取模块相连；本发明具有一屏两用、信息隐藏、节约资源的优势，可用于隐藏广告、公共信息推送、交通信息指引、会议电子手册等。
-
Patent Agency Ranking
公开(公告)号：CN110011792B
公开(公告)日：2021-10-26
申请号：CN201910168275.9
申请日：2019-03-06
Applicant: 暨南大学
Abstract: 本发明公开了一种基于极化码的单步量子密钥分发后处理方法、系统、介质和设备，该系统包括密钥筛选模块、误码计算模块、极化码构建模块、极化码编码模块、极化码译码模块和一致性检验模块，该方法的步骤为：发送端和接收端对原始密钥进行基对比，得到筛后密钥；通过误码估计计算量子比特误码率，若小于阈值，保留剩余筛后密钥；量子比特误码率结合可靠性和安全性条件构建极化码码字结构，系统极化码编码产生校验比特和随机比特对应的编码后码字；接收端接收编码后码字结合自身保留的密钥比特经译码得到译码比特值，和发送端密钥比特对应的编码后码字组成密钥对，进行一致性校验，得到最终密钥，本发明降低后处理耗时和系统复杂度，提升了量子密钥分发的最终密钥生成速率。
-
公开(公告)号：CN112511226A
公开(公告)日：2021-03-16
申请号：CN202011259864.7
申请日：2020-11-12
Applicant: 暨南大学
IPC: H04B10/116 , H04B10/516 , H04L1/00 , H05B45/10
Abstract: 本发明公开了一种可见光通信技术中照明、定位、通信三用的编码方法，包括如下步骤：首先，对发送端LED进行亮度调制，亮度变化频率超过人眼感知范围，使LED实现照明功能的同时携带人眼无法察觉的闪烁信号；然后，采用交叉二五码对待传输LED定位信息进行编码，输出的码字包含支持调光的亮暗相间的M个条纹。然后，每一个条纹按照时间宽度嵌入不同的数据帧，进行二次编码。在二次编码中，原始数据通过极化码编码，然后通过插入不同的调光符号构成1/K和(K‑1/K)两种码重，对插入调光符号后的码字进行交织编码；最后，按照数据帧结构加上帧头、地址字段、控制字段等，完成二次编码，即可获得在保证照明和光定位功能同时又可实现通信功能的三用编码方法。
-
公开(公告)号：CN106788724A
公开(公告)日：2017-05-31
申请号：CN201611125724.4
申请日：2016-12-09
Applicant: 暨南大学
IPC: H04B10/116 , H04L1/00
CPC classification number: H04B10/116 , H04L1/0056
Abstract: 本发明公开了一种基于极化码的可见光通信系统及其实现方法，系统包括用于发射可见光信号的发射子系统和用于接收可见光信号的接收子系统，所述发射子系统实现对输入信号进行极化码纠错编码和OOK调制以后，输出连续的调制波形，驱动LED光源发光并传输信号；所述接收子系统实现对光电探测元件接收的光信号转换成与入射能量成比例的光电流，光电流经过调理电路调理成适合数字解调器电路的信号输入到数字解调器中，经过数字解调器解调和极化码纠错译码，最终恢复出信息；本发明基于极化码编译码方法，编译码结构简单、复杂度低；另外本发明支持调光比自适应且游程长度受限，满足均匀照明无闪烁的照明要求，无需增加额外的编码平衡和线路编码技术。
-
公开(公告)号：CN106161012A
公开(公告)日：2016-11-23
申请号：CN201610735588.4
申请日：2016-08-26
Applicant: 暨南大学
IPC: H04L9/08
CPC classification number: H04L9/0858 , H04L9/0819
Abstract: 本发明公开了一种基于极化码纠错的量子密钥分发后处理系统和方法，系统包括依次连接的密钥筛选模块、参数估计模块、极化码纠错模块、一致性校验模块以及密性放大模块；方法包括下述步骤：在量子信道上完成量子比特信息传输后，仅保留基选择相同的原始密钥形成筛选密钥，从筛选密钥中共同挑选一部分密钥比特进行公开比对，在量子误码率不高于安全阈值的条件下对未公开的密钥比特采用系统极化码算法进行编码和译码，对纠错后的量子密钥比特采用密码学算法校验其一致性，计算安全信息熵并进行信息压缩，得到绝对安全的密钥比特。本发明具有线性级的编/译码复杂度特性，使得后处理延时与密钥长度增长呈线性关系，提高了后处理的速度。
-
公开(公告)号：CN115100279B
公开(公告)日：2024-09-13
申请号：CN202210654874.3
申请日：2022-06-10
Applicant: 暨南大学
IPC: G06T7/73 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/082 , G06N3/084
Abstract: 本发明公开了一种基于BN‑CNN的高速可见光定位图像处理方法、系统及介质，方法为：获取信号发射端LED灯的唯一标识符并编码为交叉二五码，通过调制器使用开关键控对LED灯进行调制，驱动LED灯发出不同频率的光信号；使用CMOS图像传感器在信号接收端捕获光信号图像，并划分为训练集和测试集；将条纹图像训练集导入设计好的批规范化卷积神经网络进行训练，使用连续梯度下降法优化损失，获得条纹图像分类模型；将条纹图像测试集导入条纹图像分类模型进行识别，判断条纹图像所属类别及类别对应LED灯的唯一标识符，确定信号接收端的位置。本发明通过批规范化卷积神经网络来进行深度学习，提高了高速运动下捕捉到的模糊图像的识别速度和准确率，具有良好的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.067 seconds)
