-
公开(公告)号：CN106600597A
公开(公告)日：2017-04-26
申请号：CN201611197884.X
申请日：2016-12-22
Applicant: 华中科技大学 , 深圳华中科技大学研究院
IPC: G06T7/00
CPC classification number: G06T7/0002 , G06T2207/10024 , G06T2207/20081 , G06T2207/30168
Abstract: 本发明公开了一种基于局部二值模式的无参考彩色图像质量评价方法，其包括如下步骤：计算失真图像的互信息、均值、方差、对比度和信息熵，并将所述互信息、均值、方差、对比度和信息熵作为所述失真图像的特征值，构建所述失真图像的多维特征向量；利用支持向量回归分析对所述失真图像的多维特征向量与其对应的人眼主观评分进行训练，得到所述失真图像的多维特征向量与人眼主观评分之间的函数关系模型；将待评价失真图像的多维特征向量作为所述函数关系模型的输入值，所述函数关系模型的输出值即为所述待评价失真图像的质量评价值。本发明的方法不仅充分考虑了图像的色彩变化，而且能够更有效、更准确地对彩色图像进行质量评价。
-
公开(公告)号：CN106683082B
公开(公告)日：2019-08-13
申请号：CN201611174517.8
申请日：2016-12-19
Applicant: 华中科技大学 , 深圳华中科技大学研究院
Abstract: 本发明公开了一种基于四元数的全参考彩色图像质量评价方法，其包括：构建任意像素点的亮度通道分量模板；分别计算原始参考彩色图像和待评价失真彩色图像的局部方差；得到局部方差V、亮度通道L、第一色彩通道A及第二色彩通道B；将V作为四元数矩阵的实部，L、A及B作为四元数矩阵的虚部，分别构造所述原始参考彩色图像和待评价失真彩色图像的四元数矩阵；并对所述四元数矩阵进行奇异值分解得到相应的奇异值特征向量；计算所述奇异值特征向量的欧氏距离，作为待评价失真图像的失真程度度量值。本发明的方法可以很好地评价彩色图像的失真，计算复杂度低，且能够有效地提高客观评价结果与主观感知的相关性，与人眼感知的一致性程度高。
-
公开(公告)号：CN106600597B
公开(公告)日：2019-04-12
申请号：CN201611197884.X
申请日：2016-12-22
Applicant: 华中科技大学 , 深圳华中科技大学研究院
IPC: G06T7/00
Abstract: 本发明公开了一种基于局部二值模式的无参考彩色图像质量评价方法，其包括如下步骤：计算失真图像的互信息、均值、方差、对比度和信息熵，并将所述互信息、均值、方差、对比度和信息熵作为所述失真图像的特征值，构建所述失真图像的多维特征向量；利用支持向量回归分析对所述失真图像的多维特征向量与其对应的人眼主观评分进行训练，得到所述失真图像的多维特征向量与人眼主观评分之间的函数关系模型；将待评价失真图像的多维特征向量作为所述函数关系模型的输入值，所述函数关系模型的输出值即为所述待评价失真图像的质量评价值。本发明的方法不仅充分考虑了图像的色彩变化，而且能够更有效、更准确地对彩色图像进行质量评价。
-
公开(公告)号：CN106683082A
公开(公告)日：2017-05-17
申请号：CN201611174517.8
申请日：2016-12-19
Applicant: 华中科技大学 , 深圳华中科技大学研究院
CPC classification number: G06T7/0002 , G06T2207/10024
Abstract: 本发明公开了一种基于四元数的全参考彩色图像质量评价方法，其包括：构建任意像素点的亮度通道分量模板；分别计算原始参考彩色图像和待评价失真彩色图像的局部方差；得到局部方差V、亮度通道L、第一色彩通道A及第二色彩通道B；将V作为四元数矩阵的实部，L、A及B作为四元数矩阵的虚部，分别构造所述原始参考彩色图像和待评价失真彩色图像的四元数矩阵；并对所述四元数矩阵进行奇异值分解得到相应的奇异值特征向量；计算所述奇异值特征向量的欧氏距离，作为待评价失真图像的失真程度度量值。本发明的方法可以很好地评价彩色图像的失真，计算复杂度低，且能够有效地提高客观评价结果与主观感知的相关性，与人眼感知的一致性程度高。
-
公开(公告)号：CN118673845A
公开(公告)日：2024-09-20
申请号：CN202411154715.2
申请日：2024-08-22
Applicant: 华中科技大学
IPC: G06F30/28 , G02B27/00 , G06F113/08 , G06F119/14
Abstract: 本发明提供了一种强激光照射纳米颗粒的气动透镜结构设计方法，属于气动透镜结构设计技术领域，包括：构建气动透镜内载气的流体力学模型以及纳米颗粒的离散元模型；定义载气的初始载气参数、纳米颗粒的初始颗粒参数以及迭代终止条件；在新时间步长内，基于流体力学模型和初始载气参数确定载气更新参数，基于离散元模型和初始颗粒参数确定颗粒更新参数；确定载气与纳米颗粒之间的相互影响，并基于相互影响对载气更新参数进行调整，获得载气调整参数；当满足迭代终止条件时，基于载气调整参数确定气动透镜的设计参数。本发明在气动透镜结构设计过程中，同时考虑了流体行为和颗粒运动，提高了气动透镜中纳米颗粒的输送效率。
-
Patent Agency Ranking
公开(公告)号：CN117951778A
公开(公告)日：2024-04-30
申请号：CN202311849752.0
申请日：2023-12-29
Applicant: 华中科技大学
IPC: G06F30/13 , G06F30/23 , G06F119/14
Abstract: 本发明公开了一种基于BIM‑FEM自动化框架的智能化隧道参数化建模与仿真方法及系统，方法包括，根据原位地质点云数据和图纸建立盾构隧道施工精细化BIM模型；将盾构隧道施工精细化BIM模型导入BIM‑FEM自动化集成框架中，进行数据传递、精细化网格划分和检查优化，获得满足ABAQUS分析要求的FEM近接工程网格模型；将所述近接工程网格模型导入ABAQUS有限元分析软件，模拟、分析新建隧道开挖过程中既有隧道的变形模式，生成FEM近接工程数值模型；通过FEM自动化预处理流程对新建隧道开挖对既有隧道的影响进行数值模拟；本发明提高了隧道开挖ABAQUS数值模拟的效率和自动化水平，能够满足大规模精细化的地下工程计算要求，能够增强复杂地下工程的安全模拟与控制。
-
公开(公告)号：CN112487368B
公开(公告)日：2023-05-05
申请号：CN202011521368.4
申请日：2020-12-21
Applicant: 中国人民解放军陆军炮兵防空兵学院 , 华中科技大学
IPC: G06F21/14 , G06F21/56 , G06N3/0442 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/09
Abstract: 本发明涉及一种基于图卷积网络的函数级混淆检测方法，属于网络安全领域。本发明包括如下步骤：使用不同的混淆技术生成混淆后的函数；函数的控制流图特征提取；混淆检测模型的构建；在函数级混淆检测的基础上进行apk级别的混淆检测。本发明针对x86汇编代码与Android应用，从开源平台获取原始未混淆程序，选择合适的混淆器生成混淆后的程序；获得未混淆的函数与使用不同混淆技术生成的混淆函数，提取每个函数邻接矩阵与基本块特征矩阵；构建GCN‑LSTM的混合神经网络模型作为混淆检测模型并对模型训练；使用训练好的混淆检测模型以及设定阈值来进行apk级别的混淆检测。本发明的方法在函数级别的检测和apk级别的检测方面都优于基线方法。
-
公开(公告)号：CN114969953B
公开(公告)日：2023-02-03
申请号：CN202210900578.7
申请日：2022-07-28
Applicant: 华中科技大学
IPC: G06F30/13 , G06F30/27 , G06N3/12 , G06N5/00 , G06N20/20 , G06N7/02 , G06F111/04 , G06F111/06
Abstract: 本发明属于盾构施工技术领域，并具体公开了一种基于CatBoost‑NSGA‑Ⅲ的盾构下穿隧道优化设计方法及设备。所述方法包括：确定管片优化设计的敏感因素，建立指标体系，采集盾构掘进过程中的实际监测数据并结合地质勘查，构建样本数据集；利用CatBoost算法进行学习训练，以构建基于CatBoost算法的隧道拱顶沉降、拱底竖向位移、拱底水平位移、拱底沉降量预测模型；将预测模型所得的非线性映射关系函数作为目标优化适应度函数，构建基于CatBoost‑NSGA‑Ⅲ的多目标优化模型，以获取盾构管片参数最优设计。本发明不仅实现了隧道拱顶沉降、拱底竖向位移、拱底水平位移、拱底沉降量的高精度预测，也实现了盾构下穿隧道优化设计的多目标智能优化。
-
公开(公告)号：CN112702235B
公开(公告)日：2022-08-05
申请号：CN202011533011.8
申请日：2020-12-21
Applicant: 中国人民解放军陆军炮兵防空兵学院 , 华中科技大学
Abstract: 本发明涉及一种对未知协议自动化逆向分析的方法，属于网络安全领域。本发明包括以下步骤：截获网络数据报文，并过滤得到已知网络协议字段；通过分析协议字段的变化特征，提取针对字段变化特征的向量编码；使用字段序列编码作为输入，使用LSTM‑FCN网络实现对针对未知协议的分类模型；使用训练好模型作为字段序列分类器，并且根据分类结果来实现未知协议字段的边界和类型的识别。本发明的字段分类模型在不同的协议上都具有很好准确率和召回率，表明该模型具有根据字段变化特征识别字段类型的能力；所提出的协议逆向方案也比较准确和快速的识别出了协议的字段和类别，充分的证明了本发明对未知二进制协议的识别能力。
-
公开(公告)号：CN112560036A
公开(公告)日：2021-03-26
申请号：CN202011519232.X
申请日：2020-12-21
Applicant: 中国人民解放军陆军炮兵防空兵学院 , 华中科技大学
Abstract: 本发明涉及一种基于神经网络与深度学习的C/C++漏洞静态检测方法，属于信息安全领域。本发明对待检测的源码进行数据清洁和代码切片；将代码切片转换为CVDF‑LZW编码的输入向量；将输入向量转化为等长的输入，并进行归一化处理；将归一化后的向量的关键字信息输入到14个神经元中，输出是一个14维向量；将归一化后的向量输入不同的神经网络，输出是漏洞特征向量中相应操作维度向量；将14维向量和操作维度向量整合成35维漏洞特征向量；在漏洞特征向量中以非全连接的形式提取有关联的神经元，通过线性函数转换得到一个6维的输出向量，通过softmax多分类层将对应的漏洞类型特征值转换为相应的概率值。本发明可以面向多种类漏洞实现高精度检测，提高效率和适应性。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.054 seconds)
