-
公开(公告)号：CN116644423A
公开(公告)日：2023-08-25
申请号：CN202310911409.8
申请日：2023-07-25
Applicant: 山东捷讯通信技术有限公司 , 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: 本发明公开了一种容器攻击的监控的方法及装置；可应用于信息安全技术领域，解决现有技术中的容器攻击的监控方法存在的监控系统开销较大、移植性低、自身安全能力弱的技术问题。本发明的容器攻击监控的方法及装置，采用字节码的形式编写容器监控程序，字节码解析与监控程序将容器监控字节码加载到内核中，执行解析并进行容器监控，当有恶意程序启动容器或者在容器内执行时，字节码解析与监控程序就会产生监控数据，通知用户空间程序，用户空间程序形成容器攻击监控记录输出。
-
公开(公告)号：CN119785003A
公开(公告)日：2025-04-08
申请号：CN202411844111.0
申请日：2024-12-15
Applicant: 山东捷讯通信技术有限公司
IPC: G06V10/25 , G06V10/44 , G06V10/774 , G06V10/82 , G06V20/17 , G06N3/0464
Abstract: 本发明提出一种基于改进YOLOv8的航拍图像排污口小目标检测方法及设备，该方法利用无人机航拍技术采集不同高度、角度、时间段及天气条件下的排污口图像，并通过多种数据增强技术(如多尺度训练、随机旋转、色彩增强等)提升训练数据的多样性和代表性。在改进的YOLOv8模型中，结合了STN和GhostModule，进一步提高了模型在复杂几何变化下的鲁棒性和推理速度。与传统目标检测方法相比，本发明的改进YOLOv8模型在小目标检测任务中具有更高的精度和召回率，尤其是在复杂背景下的鲁棒性和泛化能力得到了显著提升。该方法为无人机航拍图像中的排污口检测提供了一种高效且可靠的解决方案，能够显著提升水环境监测的智能化水平。
-
公开(公告)号：CN114417937B
公开(公告)日：2024-06-14
申请号：CN202210091302.9
申请日：2022-01-26
Applicant: 山东捷讯通信技术有限公司
IPC: G06F18/10 , G06F18/213 , G06F18/214 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于深度学习的拉曼光谱去噪方法，解决现有技术中去噪的过程中容易丢失纯拉曼光谱信息，同时还依靠人为干预来设定输入参数。本发明提出一种基于深度学习的网络的拉曼光谱去噪方法，包括以下步骤：生成模型训练所需的拉曼光谱数据，分为训练集、验证集以及测试集；然后建立U‑Net拉曼光谱去噪模型，模型分为编码器网络、解码器网络两个模块，在编码器网络中使用一维卷积对拉曼光谱数据进行特征提取，在解码器网络中对提取的特征光谱进行重构并输出纯净光谱。本发明能够有效地对拉曼光谱进行噪音去除，较好的保留拉曼光谱信息，为进一步对拉曼光谱进行定性与定量提供精确可靠的信息。可广泛应用于光学领域技术领域。
-
公开(公告)号：CN116611590B
公开(公告)日：2023-10-31
申请号：CN202310889151.6
申请日：2023-07-20
Applicant: 山东捷讯通信技术有限公司
Abstract: 本发明提供一种污水处理的排污口的位置分布优化方法及装置，在该方法中，通过将调节池分割为M个区域，并通过迭代的方式在每个区域内设置数目和位置都相对合理的排污口，使得污水在注入调节池后，能够快速地实现每个区域的污染浓度都达到均匀适中的水平，如大于该区域对应的第一污染浓度阈值，且小于该区域对应的第二污染浓度阈，也即实现污水在注入后能够在调节池内完成快速均匀分布，从而提高污水处理的效率。
-
公开(公告)号：CN112287899A
公开(公告)日：2021-01-29
申请号：CN202011350152.6
申请日：2020-11-26
Applicant: 山东捷讯通信技术有限公司
Abstract: 本公开提出了基于YOLO V5的无人机航拍图像河流排污口检测方法及系统，包括：建立无人机航拍河流排污口图像数据集；对建立的数据集进行预处理，建立训练集和测试集；构建YOLO V5模型，使用测试集测试训练好的YOLO V5模型的性能，然后将模型用于无人机航拍排污口图像的识别。解决了传统的目标检测方法中，对无人机航拍图像排污口这类小目标的检测精度较低的问题。辅助人工检测航拍图像河流排污口，提高排污口的检测精度。
-
Patent Agency Ranking
公开(公告)号：CN119723350A
公开(公告)日：2025-03-28
申请号：CN202411843591.9
申请日：2024-12-14
Applicant: 山东捷讯通信技术有限公司
IPC: G06V20/10 , G06V10/20 , G06V10/26 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种排污口的检测方法及装置，其中检测方法包括：获取包含排污口的图像数据集；对所述图像数据集进行预处理得到训练集；构建基于YOLOv9模型的目标检测网络；将所述训练集同时输入目标检测网络和所述PGI模块中，利用所述PGI模块辅助浅层网络的反向传播过程的梯度计算，从而完成目标检测网络的训练；去除完成训练的目标检测网络中的PGI模块，利用去除PGI模块后的目标检测网络对待检测数据进行检测；该方法有效解决了传统目标检测模型在小目标检测中的信息丢失问题，提高了检测精度，并且在推理阶段通过简化处理，实现了实时检测的需求，适用于复杂环境下的无人机排污口监测任务。
-
公开(公告)号：CN114255387B
公开(公告)日：2024-05-14
申请号：CN202111623333.6
申请日：2021-12-28
Applicant: 山东捷讯通信技术有限公司
IPC: G06V10/88 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种全光非线性卷积神经网络的图像识别方法，解决现有技术中传统的基于相位光栅的光学卷积神经网络系统与装置，无法有效的提取丰富的图像数据特征，致使分类正确率较低、难以应用于多种应用场景的技术问题。本发明的方法，构建多层光学卷积神经网络模型，包括设计光学卷积核结构、卷积核数量、光学计算方法和光学卷积特征图，进而采用Adam优化算法对多层光学卷积神经网络进行优化；然后，设计基于空间光调制器(Spatial Light Modulator,SLM)的卷积复用结构，实现深层光学卷积神经网络计算；最后，利用激光器、扩束镜、DMD、透镜、CCD、计算机硬件，设计基于空间光调制器的光学卷积神经网络装置。可广泛应用于光学和深度学习技术领域。
-
公开(公告)号：CN115879646B
公开(公告)日：2023-11-07
申请号：CN202310112898.0
申请日：2023-02-15
Applicant: 山东捷讯通信技术有限公司
IPC: G06F17/00 , G06Q10/04 , G06Q50/06 , G06N3/0464 , G06N3/08
Abstract: 本发明属于水位预测和人工智能技术领域，为解决由于水库水位的变化是多种环境因素的复杂结果，未与空间维度上的特征进行融合，从而降低了水库水位预测的准确性的问题，提供一种水库水位预测方法、装置、介质及设备。其中，水库水位预测方法包括获取多个站点的降雨量历史信息、降雨量平均值历史信息和水库水位历史信息；基于获取的历史信息以及训练完成的水库水位预测模型，预测出未来多个时刻的水库水位信息；其中水库水位预测模型包括卷积网络、延续性GRU网络和全连接网络；该水库水位预测方法可以从时间维度和空间维度提取输入数据的低层次特征，将提取的特征进行融合，最终实现长时间水位的准确预测。
-
公开(公告)号：CN116310897A
公开(公告)日：2023-06-23
申请号：CN202310162801.7
申请日：2023-02-24
Applicant: 山东捷讯通信技术有限公司
Abstract: 本发明属于航空遥感图像处理与分析领域，提供一种应用于综合管廊未授权人员识别与搜索方法，包含以下步骤：采集城市综合管廊工作人员的图像，提取特征向量，搭建数据库；通过训练多粒度网络，得到预训练网络模型；通过YOLO V5算法识别摄像头采集图像中的行人，并将识别结果通过MGN网络，与综合管廊工作人员的特征向量进行相似度判断，确定是否为综合管廊注册的工作人员；针对未授权人员的图像，记录未授权人员的图像特征并进行编号，并与未授权人员数据库中的特征向量进行比对，识别出未授权人员，并发出警报。本发明对城市综合管廊未授权人员精准识别，实用性强，准确度高，并搭建了未授权人员的数据库，为未授权人员的识别提供了基础。
-
公开(公告)号：CN116246184A
公开(公告)日：2023-06-09
申请号：CN202310126143.6
申请日：2023-02-17
Applicant: 山东捷讯通信技术有限公司
Abstract: 本发明属于图像识别领域，提供了一种应用于无人机航拍图像的罂粟智能识别方法及系统，包括利用无人机获取罂粟航拍图像，并进行预处理；基于预处理后的罂粟航拍图像，利用预先训练好的罂粟植物目标检测模型进行识别，得到罂粟识别结果；其中，所述罂粟植物目标检测模型，包括主干网络、颈网络和检测头网络；所述主干网络包括五个检测单元和一个空间金字塔池化网络；所述第一检测单元为Focus模块；所述第二检测单元以及第五检测单元均是由CSP Bottleneck和下采样层组成；所述第三检测单元以及第四单元是自适应空间相关金字塔注意力机制模型。本发明提出的模型能够处理复杂背景下的罂粟原植物目标识别问题，减少漏检率。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.059 seconds)
