-
公开(公告)号：CN118864404B
公开(公告)日：2025-04-25
申请号：CN202410909802.8
申请日：2024-07-09
Applicant: 华东交通大学
IPC: G06T7/00 , G06V20/40 , G06V10/82 , G06N3/0464 , G06V10/774 , G06V10/764
Abstract: 本发明涉及钢结构桥梁腐蚀与裂缝病害测量方法及系统，包括以下步骤：钢结构桥梁腐蚀与裂缝图像数据集收集，将数据集划分为训练集、测试集、验证集，其中数据集中病害图像不少于70％；构建增强的端对端全景分割的Improved Max‑DeepLab神经网络并训练：利用数据集训练Improved Max‑DeepLab神经网络，获得病害所属类别及病害所在区域；根据预测的病害所属类别及病害所在区域，分别获得裂缝病害的宽度和腐蚀病害的面积。采用增强的端对端全景分割的Improved Max‑DeepLab神经网络有效实现了钢结构桥梁腐蚀与裂缝两种病害的高精度区分量化测量，能够准确、高效地检测出的腐蚀与裂缝缺陷并进行量化，相似度达到49％以上，为钢结构桥梁质量保障和维护提供了有效的手段。
-
公开(公告)号：CN119339131A
公开(公告)日：2025-01-21
申请号：CN202411372848.7
申请日：2024-09-29
Applicant: 华东交通大学
IPC: G06V10/764 , G06V10/58 , G06V10/82 , G06V10/774 , G06V10/44 , G06V10/80 , G06N3/045 , G06N3/0455 , G06N3/0895 , G06N3/09
Abstract: 本发明公开了一种基于掩码Transformer与对比学习的高光谱图像分类方法，包括：获取高光谱图像数据并进行预处理，获得样本集，基于样本集获得训练集；构建初始高光谱图像分类模型与模型总体损失函数；将训练集划分为带标签数据集与无标签数据集，基于无标签数据集与模型总体损失函数对初始高光谱图像分类模型进行预训练并进行简化重组，基于带标签数据集与交叉熵损失函数对简化重组后的模型进行有监督训练，通过训练完成的模型进行高光谱图像分类。本发明通过多尺度掩码重建与局部对比学习相结合，提高模型对高光谱图像中地物特征的关注度，丰富特征图的空间和通道信息，增强地物特征的权重，提高光谱图像分类的准确性和鲁棒性。
-
公开(公告)号：CN119323777A
公开(公告)日：2025-01-17
申请号：CN202411835395.7
申请日：2024-12-13
Applicant: 华东交通大学
IPC: G06V20/58 , G06V20/64 , G06V10/25 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明为基于实时3D目标检测的汽车自动避障系统，所述系统包括：点云数据收集模块、图像数据收集模块、LoGoNet网络和预警与反馈模块，所述LoGoNet网络用于实现对障碍物的实时目标检测，检测是否有障碍物，并判断障碍物的类别。该系统为局部到全局的多模态数据融合网络，能进行实时3D目标检测的汽车自动避障，解决了单一模态的内在局限性，利用图像和激光雷达两者的互补特性，进行局部到全局的多模态融合，通过多源融合来提供更完整的三维环境感知能力，帮助车辆更好地感知周围环境。
-
公开(公告)号：CN118337512B
公开(公告)日：2024-11-22
申请号：CN202410598657.6
申请日：2024-05-15
Applicant: 华东交通大学
IPC: H04L9/40
Abstract: 本发明属于网络信息安全技术领域，具体涉及一种基于深度学习的网络信息入侵检测预警系统及方法。该发明，利用深度学习技术进行网络异常检测，可以提高检测准确性，减少误报和漏报的情况，通过实时收集和分析网络数据，能够及时发现入侵行为，有助于快速响应和处理，整个过程可以自动化进行，减轻了网络管理员的工作负担，提高了网络安全管理的效率，将网络流量和任务数据综合考虑，能够更全面地评估网络安全状况，降低漏报的风险，整个过程可以自动化进行，减少了人工干预的需要，提高了效率和可靠性。
-
公开(公告)号：CN118965354A
公开(公告)日：2024-11-15
申请号：CN202411434631.4
申请日：2024-10-15
Applicant: 华东交通大学
IPC: G06F21/56 , G06F18/213 , G06F18/10 , G06F18/214 , G06F18/243 , G06N5/01 , G06F18/2415 , G06N3/0464 , G06N3/084
Abstract: 本申请适用于数据处理技术领域，提供了一种软件类型检测方法、装置、终端设备及存储介质，该方法包括：获取待测软件的软件数据；从软件数据中，提取待测软件的软件特征，其中，软件特征包括操作码特征、文本特征、权限特征和图像特征；根据软件特征，对待测软件进行分类，得到待测软件的多个分类结果；根据多个分类结果，确定待测软件的复合软件特征；根据复合软件特征，确定待测软件的软件类型。能够解决相关技术中进使用单一数据类型导致检测准确度低的缺陷，有助于提高检测的准确率和鲁棒性，并且无需更新特征库，有助于降低维护成本。
-
Patent Agency Ranking
公开(公告)号：CN110781273B
公开(公告)日：2022-05-31
申请号：CN201910873641.0
申请日：2019-09-17
Applicant: 华东交通大学
Abstract: 本申请实施例公开了一种文本数据处理方法、装置、电子设备及存储介质，该方法包括：获取待分类文本数据，从中提取方面特征词,获取待分类文本数据的文本词向量表示以及方面特征词的方面特征词向量表示，并分别输入目标神经网络，得到文本词向量表示的第一隐藏层含义和方面特征词向量表示的第二隐藏层含义，基于第一隐藏层含义和第二隐藏层含义，得到方面特征词的目标分类特征，根据方面特征词的目标分类特征，获取方面特征词的预测情感极性，根据预测情感极性对待分类文本数据进行情感分类，以得到方面特征词对应的情感分类结果并显示。本申请基于注意力机制和神经网络对方面特征词的情感极性实现了准确判断。
-
公开(公告)号：CN109451015B
公开(公告)日：2021-10-08
申请号：CN201811303535.0
申请日：2018-11-02
Applicant: 华东交通大学
IPC: H04L29/08
Abstract: 本申请公开了一种群智感知数据的处理方法、装置、电子设备及存储介质，该方法包括：获取多个用户的群智感知数据，每个用户的群智感知数据包括用户所执行的至少一个群智感知任务的群智感知数据；根据多个用户的群智感知数据，获取目标群智感知任务的所有群智感知数据中每种群智感知数据的个数，其中，多个用户中执行目标群智感知任务的用户的用户数量大于预设数量；根据每种群智感知数据的个数，获取最大个数所对应的群智感知数据，得到目标群智感知任务的任务结果。本方法可以获得准确的智能感知结果。
-
公开(公告)号：CN109447489B
公开(公告)日：2020-10-30
申请号：CN201811303534.6
申请日：2018-11-02
Applicant: 华东交通大学
IPC: G06Q10/06
Abstract: 本申请公开了一种群智感知用户的选择方法、装置、电子设备及存储介质，该方法包括：获取多个用户的竞标数据，每个用户的竞标数据包括所有群智感知任务中用户竞标的至少一个群智感知任务；获取每个用户的执行能力数据，执行能力数据用于表征用户执行群智感知任务的执行能力的评估结果；根据竞标数据以及执行能力数据，获取竞标目标群智感知任务的用户中的至少一个目标用户，得到目标群智感知任务的参与用户的选择结果，其中，目标群智感知任务为所有群智感知任务中的任一群智感知任务，目标用户对应的执行能力数据的值大于预设阈值。本方法可以获得可靠的群智感知用户。
-
公开(公告)号：CN107249208A
公开(公告)日：2017-10-13
申请号：CN201710338816.9
申请日：2017-05-15
Applicant: 华东交通大学
Abstract: 本发明涉及一种非易失性网络节点数据存储方法，应用于智能家居系统的局域网中，局域网包括协调器及终端节点。该方法包括步骤：使协调器启动并建立网络，将协调器及终端节点设置为采用非易失性存储器进行数据存储；初始化协调器，在非易失性存储器中分配需要的内存空间；使协调器将用于保存终端节点信息的绑定表存储在非易失性存储器中；使协调器读取非易失性存储器中的绑定表信息，并查询是否存在终端节点的信息；若存在，则读取终端节点的信息，若不存在，则将终端节点的信息添加至绑定表中，并将更新后的绑定表信息存储至非易失性存储器中。上述的方法能够提高网络稳定性，且在协调器断重启后能够及时恢复网络节信息，以解决上述技术问题。
-
公开(公告)号：CN106888272A
公开(公告)日：2017-06-23
申请号：CN201710233312.0
申请日：2017-04-11
Applicant: 华东交通大学
IPC: H04L29/08
Abstract: 本发明涉及一种基于第三方推送平台的客户端消息刷新方法，应用于智能家居系统。所述智能家居系统包括底层设备、智能主机、云服务器以及客户端，所述客户端用于与所述云服务器通信，并通过所述云服务器及所述智能主机控制所述底层设备工作。所述基于第三方推送平台的客户端消息刷新方法包括步骤：所述智能家居系统在底层设备状态改变时，将设备状态报文发送至第三方推送平台；所述第三方推送平台将设备状态报文发送至客户端消息推送服务器；以及，所述客户端消息推送服务器将设备状态报文推送至客户端。上述基于第三方推送平台的客户端的消息刷新方法，其能够提高客户端设备状态刷新的实时性、减轻云服务器及客户端内存的压力。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.049 seconds)
