-
公开(公告)号：CN112564923A
公开(公告)日：2021-03-26
申请号：CN202110222868.6
申请日：2021-03-01
Applicant: 南京信息工程大学 , 南京地铁建设有限责任公司 , 北京城建设计发展集团股份有限公司
Abstract: 本发明公开了一种基于无证书的安全网络连接握手方法，属于网络安全领域，本发明是基于一种离散对数运算来生成传输层安全协议两端的部分私钥，进而实现基于无证书公钥的安全网络连接握手方法，本发明是在GMP库的基础上生成传输层安全协议客户端和服务端的部分私钥，将两端产生的随机数作为另一部分私钥，并把随机数经过离散对数运算得到的结果作为公钥，进而实现无证书的安全网络连接握手过程和数据加解密过程。适用于现今物联网等节点资源受限类型网络的安全传输连接。
-
公开(公告)号：CN112564923B
公开(公告)日：2021-05-11
申请号：CN202110222868.6
申请日：2021-03-01
Applicant: 南京信息工程大学 , 南京地铁建设有限责任公司 , 北京城建设计发展集团股份有限公司
Abstract: 本发明公开了一种基于无证书的安全网络连接握手方法，属于网络安全领域，本发明是基于一种离散对数运算来生成传输层安全协议两端的部分私钥，进而实现基于无证书公钥的安全网络连接握手方法，本发明是在GMP库的基础上生成传输层安全协议客户端和服务端的部分私钥，将两端产生的随机数作为另一部分私钥，并把随机数经过离散对数运算得到的结果作为公钥，进而实现无证书的安全网络连接握手过程和数据加解密过程。适用于现今物联网等节点资源受限类型网络的安全传输连接。
-
公开(公告)号：CN118135239B
公开(公告)日：2024-07-05
申请号：CN202410571994.6
申请日：2024-05-10
Applicant: 南京信息工程大学
IPC: G06V10/40 , G06V10/82 , G06V10/80 , G06N3/0464 , G06V10/764 , G06N3/048 , G06N3/0442 , G06N3/08 , G06V20/13
Abstract: 本发明提供了融合过滤多尺度高分辨率遥感冰川提取方法，首先，对高分辨率冰川遥感影像进行数据预处理，制作成深度学习语义分割数据集，并且通过数据增强手段丰富数据集，保证模型训练鲁棒性。针对零散、细小冰川识别能力不足的问题，设计门控多尺度过滤层（G‑MsFL）。为模型提供不同尺度的提取和特征融合方式捕捉细微冰川，门控机制有效过滤无用特征信息；针对冰川轮廓模糊不清问题，设计并联双通道注意力模块（P‑DAM）。将冰川边界丰富的上下文信息进行编码作为特征图的局部特征，从而增强其特征表达能力。对高原地区大面积冰川提取工作提供有效帮助。
-
公开(公告)号：CN117523489A
公开(公告)日：2024-02-06
申请号：CN202311555465.9
申请日：2023-11-21
Applicant: 南京信息工程大学
IPC: G06V20/52 , G06V10/25 , G06V10/26 , G06V10/778 , G06V10/82 , G06V10/44 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种改进YOLOX算法的地铁场景行人目标检测方法及系统，涉及深度学习和计算机视觉技术领域，包括以下步骤：接收行人目标数据集，对行人目标数据集进行预处理，得到预处理行人目标数据集，将预处理行人目标数据集按比例划分为训练集、验证集和测试集；将训练集和验证集输入至预先建立的改进YOLOX模型内，输出得到训练后的最优改进YOLOX模型，将测试集输入至训练后的最优改进YOLOX模型内，输出得到行人目标检测结果。
-
公开(公告)号：CN115330703A
公开(公告)日：2022-11-11
申请号：CN202210926126.6
申请日：2022-08-03
Applicant: 南京信息工程大学
Abstract: 本发明提供基于上下文信息融合的遥感影像云与云阴影检测方法，涉及深度学习和遥感影像处理领域。该基于上下文信息融合的遥感影像云与云阴影检测方法，设计了一种基于上下文信息融合的遥感影像云与云阴影检测方法。该发明设计一种新颖的残差模块(ResBlock‑cloud)来捕获全局及局部特征，并防止网络出现退化。设计一种全局上下文融合模块(GCF)，通过密集的跳跃连接来融合不同层级的全局上下文信息并引导其与解码器路径特征进行特征融合。最后，设计一种多尺度上下文融合模块(MCF)，提取云与云阴影之间的多尺度上下文关系。该发明可以有效检测出小面积云块及薄云，并显著提高云阴影检测的精度。
-
Patent Agency Ranking
公开(公告)号：CN111797712A
公开(公告)日：2020-10-20
申请号：CN202010545643.X
申请日：2020-06-16
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于多尺度特征融合网络的遥感影像云与云阴影检测方法，通过构建包括多个遥感影像图片的训练集，制作训练集的遥感影像图片中各个像素点的标签，使标签形成与遥感影像图片对应的掩模图像，将掩模图像和遥感影像图片输入监督网络进行训练，在监督网络的代价函数损失收敛、趋于平稳，且训练集的各项指标均取得最高值时，经过50个epoch保存最优模型并自动停止训练，得到检测模型，采用检测模型测试集中的待测图像进行云与云阴影检测，以快速高效地对待测图像中的云与云阴影进行相应检测，可以提高相应检测结果的准确性。
-
公开(公告)号：CN108597540A
公开(公告)日：2018-09-28
申请号：CN201810320085.X
申请日：2018-04-11
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于变分模态分解和极限学习机的语音情感识别方法，属于人工智能和语音识别领域，本发明首先通过变分模态分解方法对情感语音信号进行预处理，分解成若干个本征模态函数(IMF)分量和一个残差分量，这些分量更能准确反映原序列的变化，并保留语音信号的情感特征；然后通过对每个IMF分量进行hilbert变换，得到各IMF分量的hilbert边际谱特征；另外，将各IMF分量重新聚合，得到去除残差分量的语音信号，再对该信号提取MEL倒谱函数。将提取的新特征加入到传统语音情感特征集中，构建极限学习机模型进行分类识别。本发明的优点在于通过变分模态分解得到新的语音特征，相较于传统语音情感特征，该特征在进行语音情感识别时有更高的识别率。
-
公开(公告)号：CN108445305A
公开(公告)日：2018-08-24
申请号：CN201810203067.3
申请日：2018-03-13
Applicant: 南京信息工程大学
IPC: G01R29/10
Abstract: 本发明公开了一种移动基站天线电子下倾角检测系统和方法，检测系统包括：用于对初始信号和本振信号进行耦合的第一耦合器；用于对移相信号和本振信号进行耦合的第二耦合器；分别与第一、第二耦合器连接提供本振信号的微波振荡器；分别与第一、第二耦合器连接的第一、第二混频器；分别与第一、第二混频器连接的用于输出两个等频异相的中频信号的第一、第二滤波器；分别与第一、第二滤波器连接用于输出所述两个等频异相的中频信号的相位差 的鉴相器。检测方法利用相位差 与基站天线电子下倾角的关系，先通过检测系统获得相位差 再计算得到移动基站天线电子下倾角。
-
公开(公告)号：CN108172235A
公开(公告)日：2018-06-15
申请号：CN201711431478.X
申请日：2017-12-26
Applicant: 南京信息工程大学
IPC: G10L21/0208 , G10L21/0216
Abstract: 本发明提供了一种具有维纳后置滤波的最小二乘波束形成混响抑制方法。该发明算法将混响后的语音信号分为直达部分和混响部分得到维纳后置滤波器增益估计；针对语音信号在低频部分噪声相干性较强，利用最小二乘波束形成算法进行分频处理，最后求解最优权值。优点：将混响后的信号分为直达部分和混响部分得到改进维纳后置滤波器增益估计，并针对语音信号在低频部分噪声相干性较强的特点，将混响后的语音信号分为高频和低频分量，然后用最小二乘波束形成算法分别求解高、低频分量的最优权值，提高混响抑制精度和语音质量。
-
公开(公告)号：CN106019396A
公开(公告)日：2016-10-12
申请号：CN201610475926.5
申请日：2016-06-24
Applicant: 南京信息工程大学
IPC: G01V7/00
CPC classification number: G01V7/00
Abstract: 本发明公开了重力加速度的非水平测量系统，包括设置在正四面体内的测量球、四个压力传感器、与每个压力传感器输出端相连接的信号调理电路、与信号调理电路输出端相连接的单片机和与单片机输出端相连接的显示模块；每个所述压力传感器嵌入在正四面体每个面的中心位置，所述测量球的中心与正四面体的中心重合；所述信号调理电路包括惠斯通电桥、与惠斯通电桥输出端相连接的多级差分放大器、与多级差分放大器输出端相连接的低通滤波电路和与低通滤波电路输出端相连接的A/D转换器，所述A/D转换器与单片机的输入端相连接。本发明的系统不受水平放置条件的限制，适用于不同地形和复杂环境，具有较强的现实意义。
-
-
-
-
-
-
-
-
-
Search Results
126
records
(took 0.07 seconds)
