-
公开(公告)号：CN109712160B
公开(公告)日：2023-05-23
申请号：CN201811596721.8
申请日：2018-12-26
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于广义熵结合改进的狮群算法实现图像阈值分割方法，包括如下步骤：（一）初始化数据，计算狮群中各个群体的数量，历史最优为个体位置，群体最优为狮王位置；（二）更新狮王、母狮的位置；（三）对迭代次数进行判断，进一步确定对幼狮群体执行的操作，对狮群内部不同群体的步长采用更新策略；（四）计算个体的广义熵数值，进一步判断是否达到数值精度要求或是达到迭代次数，若满足则退出程序完成图像分割，反之则返回步骤（二）更新狮王位置继续执行。本发明适应多目标多角度，复杂环境背景下的图像分割，减少预处理步骤，提高效率并且相较于现有技术，对于高维、非线性和多峰值的复杂函数最优值求解容易陷入早熟的问题具有更好的优化效果。
-
公开(公告)号：CN110166444A
公开(公告)日：2019-08-23
申请号：CN201910368180.1
申请日：2019-05-05
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种云环境下基于可信代理的异构跨域认证方法，通过引入一个可信的第三方认证中心完成对用户以及云服务提供商的高效率身份验证，计算会话密钥安全颁发给用户和云服务提供商，并且基于数学困难性问题使得恶意攻击者无法获得私密信息，保证通信的安全高效性来完成不同系统的跨域认证。本发明具有高效性，安全性，防篡改性，易验证等特点，适合于需要用户负载量大的网络云服务器。
-
公开(公告)号：CN108846822B
公开(公告)日：2021-08-24
申请号：CN201810558973.5
申请日：2018-06-01
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于混合神经网络的可见光图像和红外光图像的融合方法，涉及图像识别技术领域，解决的问题是图像融合算法不需要监督学习提取特征进行分类从而实现图像融合，该方法包括如下步骤：（1）建立由基本单元堆叠而成的混合神经网络结构；（2）对训练和测试图像进行预处理；（3）使用可见光和红外光图像训练混合神经网络模型；（4）测试混合神经网络模型，得到最后的融合图像。采用本发明技术方案的图像融合算法不需要监督学习提取特征进行分类，改善了融合算法对先验知识的依赖性。
-
公开(公告)号：CN108874927A
公开(公告)日：2018-11-23
申请号：CN201810548730.3
申请日：2018-05-31
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于超图和随机森林的入侵检测方法，属网络入侵检测技术领域，包括如下步骤：（1）数据预处理；（2）特征筛选得到新的特征子集；（3）计算各个类别中每个特征的Fisher分值并进行将序排列；（4）将测试样本集输入权重随机森林分类器，得到测试样本的最终的入侵检测结果。本发明基于特征择优的方法，先对数据进行降维处理再进行分类，提高了入侵检测速度和分类器的准确率、降低了检测误报率。
-
Patent Agency Ranking
公开(公告)号：CN110166444B
公开(公告)日：2021-08-24
申请号：CN201910368180.1
申请日：2019-05-05
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种云环境下基于可信代理的异构跨域认证方法，通过引入一个可信的第三方认证中心完成对用户以及云服务提供商的高效率身份验证，计算会话密钥安全颁发给用户和云服务提供商，并且基于数学困难性问题使得恶意攻击者无法获得私密信息，保证通信的安全高效性来完成不同系统的跨域认证。本发明具有高效性，安全性，防篡改性，易验证等特点，适合于需要用户负载量大的网络云服务器。
-
公开(公告)号：CN110175970A
公开(公告)日：2019-08-27
申请号：CN201910419031.3
申请日：2019-05-20
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于改进FPDE和PCA的红外与可见光图像融合方法,包括以下主要步骤：1）使用改进的FPDE方法对红外和可见光图像进行分解；2）利用引导滤波对低频分量进行融合；3）利用改进的PCA方法对高频分量进行融合；4）利用线性组合进行重构得到最终融合图像。本发明避免了融合图像出现块状效应并能更好的权衡融合图像的边缘保留和平滑。
-
公开(公告)号：CN108846822A
公开(公告)日：2018-11-20
申请号：CN201810558973.5
申请日：2018-06-01
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于混合神经网络的可见光图像和红外光图像的融合方法，涉及图像识别技术领域，解决的问题是图像融合算法不需要监督学习提取特征进行分类从而实现图像融合，该方法包括如下步骤：（1）建立由基本单元堆叠而成的混合神经网络结构；（2）对训练和测试图像进行预处理；（3）使用可见光和红外光图像训练混合神经网络模型；（4）测试混合神经网络模型，得到最后的融合图像。采用本发明技术方案的图像融合算法不需要监督学习提取特征进行分类，改善了融合算法对先验知识的依赖性。
-
公开(公告)号：CN108874927B
公开(公告)日：2021-10-15
申请号：CN201810548730.3
申请日：2018-05-31
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于超图和随机森林的入侵检测方法，属网络入侵检测技术领域，包括如下步骤：（1）数据预处理；（2）特征筛选得到新的特征子集；（3）计算各个类别中每个特征的Fisher分值并进行将序排列；（4）将测试样本集输入权重随机森林分类器，得到测试样本的最终的入侵检测结果。本发明基于特征择优的方法，先对数据进行降维处理再进行分类，提高了入侵检测速度和分类器的准确率、降低了检测误报率。
-
公开(公告)号：CN109712160A
公开(公告)日：2019-05-03
申请号：CN201811596721.8
申请日：2018-12-26
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于广义熵结合改进的狮群算法实现图像阈值分割方法，包括如下步骤：（一）初始化数据，计算狮群中各个群体的数量，历史最优为个体位置，群体最优为狮王位置；（二）更新狮王、母狮的位置；（三）对迭代次数进行判断，进一步确定对幼狮群体执行的操作，对狮群内部不同群体的步长采用更新策略；（四）计算个体的广义熵数值，进一步判断是否达到数值精度要求或是达到迭代次数，若满足则退出程序完成图像分割，反之则返回步骤（二）更新狮王位置继续执行。本发明适应多目标多角度，复杂环境背景下的图像分割，减少预处理步骤，提高效率并且相较于现有技术，对于高维、非线性和多峰值的复杂函数最优值求解容易陷入早熟的问题具有更好的优化效果。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.033 seconds)
