-
公开(公告)号：CN112187823A
公开(公告)日：2021-01-05
申请号：CN202011088039.5
申请日：2020-10-13
Applicant: 绍兴文理学院
Abstract: 本发明公开了雾计算架构下面向恶意程序扩散的物联网可用度评估方法，包括：(1)获取待评估的物联网拓扑结构、以及受恶意程序扩散影响的物联网节点状态转换图；(2)建立物联网节点状态转换的马尔可夫矩阵，计算马尔可夫矩阵的稳定点得到物联网节点的可用度；(3)计算每一条路由下物联网节点到汇聚节点的可用度，从而得到整个物联网的可用度；(4)按照可用度越高物联网可用的可能性越大的原则，当判断可用度大于预设门限时，说明待评估的物联网处于可用状态。本发明能解决未考虑物联网恶意程序扩散的影响和典型物联网拓扑结构、以及可用度评估方法计算复杂而物联网节点计算能力不足的技术问题。
-
公开(公告)号：CN109741345B
公开(公告)日：2020-09-15
申请号：CN201811633926.9
申请日：2018-12-29
Applicant: 绍兴文理学院
IPC: G06T7/11
Abstract: 本发明涉及一种强化特定区域类目标属性的中智分割参数自动选取方法，所述方法包括：获取图像数据并选定特定区域；设置不同的图像分割参数元组，并计算基于不同参数元组的分割结果；各分割结果下的基于菱形区域边界的特定区域类目标中智隶属度、不确定性度和非隶属度量测；各分割结果下的基于方形区域边界的特定区域类目标中智隶属度、不确定性度和非隶属度量测；计算针对各分割结果的中智相似度，最终确定适合当前图像分布的分割参数元组。本发明实现简单，适用范围广，基于当前图像特性，该方法能够自动完成强化特定兴趣区域类目标属性的分割参数选取，为后续目标跟踪等任务服务，大幅提升相关任务性能。
-
公开(公告)号：CN114528081A
公开(公告)日：2022-05-24
申请号：CN202210123545.6
申请日：2022-02-10
Applicant: 绍兴文理学院
Abstract: 本发明公开了一种面向移动边缘计算用户隐私保护的任务卸载优化方法。采用获取移动设备生成的任务量、当前无线信道增益状态，采用所述任务卸载策略决策神经网络，根据决策参数决策任务卸载优化策略，并按照所述任务卸载优化策略进行任务卸载；所述卸载策略决策神经网络，为马尔可夫决策模型，其训练时所采用的奖励为卸载任务时隐私保护带来的收益和能量消耗、计算延迟带来的成本之差。本发明不仅有效地保护了用户位置隐私和使用设备模式隐私，而且兼顾了任务卸载过程中的计算成本，从而综合考虑隐私和计算成本，并在两者之间取得平衡。
-
公开(公告)号：CN113470052A
公开(公告)日：2021-10-01
申请号：CN202110783747.9
申请日：2021-07-12
Applicant: 绍兴文理学院
Abstract: 本发明实施例提供一种基于凹凸特性的粘连岩石块度二值图像分割方法和系统，在岩石块度边界(起点和终点)找到一对切割点，然后探测一条最优的分割路径，分割路径采用价值函数；为了找到一对分割点，利用岩石块度边缘的曲率信息或形状信息或块度的灰度值强度(如区域灰度梯度大小和色调的单一性)来进行，采用距离、区域灰度值强度或区域形状信息以及这几种方法的综合运用找到一条最优路径。
-
公开(公告)号：CN111163322A
公开(公告)日：2020-05-15
申请号：CN202010017903.6
申请日：2020-01-08
Applicant: 绍兴文理学院
IPC: H04N19/513 , H04N19/91 , H04N19/184
Abstract: 本发明涉及对基于历史运动矢量的索引进行映射的编/解码方法，首先构建大于等于预设数量历史运动矢量的候选历史运动矢量列表，这样可以将更多有潜力的历史运动矢量收录进来，以提高后面的编/解码效率，然后从上述构建的候选历史运动矢量列表中，基于一定的选取规则选择出符合预设数量要求的历史运动矢量，并按照预设的映射规则将所选取出来的历史运动矢量逐一建立映射关系，即将编/解码比特数少的历史运动矢量映射为更小的index，既未扩大index编/解码的范围，也未改变index熵编/解码方式，充分保证了index熵编/解码的有效性，从整体上减少了编/解码运动矢量所消耗的比特数，进一步提高了编/解码运动矢量的效率。
-
Patent Agency Ranking
公开(公告)号：CN114528081B
公开(公告)日：2024-08-09
申请号：CN202210123545.6
申请日：2022-02-10
Applicant: 绍兴文理学院
Abstract: 本发明公开了一种面向移动边缘计算用户隐私保护的任务卸载优化方法。采用获取移动设备生成的任务量、当前无线信道增益状态，采用所述任务卸载策略决策神经网络，根据决策参数决策任务卸载优化策略，并按照所述任务卸载优化策略进行任务卸载；所述卸载策略决策神经网络，为马尔可夫决策模型，其训练时所采用的奖励为卸载任务时隐私保护带来的收益和能量消耗、计算延迟带来的成本之差。本发明不仅有效地保护了用户位置隐私和使用设备模式隐私，而且兼顾了任务卸载过程中的计算成本，从而综合考虑隐私和计算成本，并在两者之间取得平衡。
-
公开(公告)号：CN112187823B
公开(公告)日：2022-04-19
申请号：CN202011088039.5
申请日：2020-10-13
Applicant: 绍兴文理学院
Abstract: 本发明公开了雾计算架构下面向恶意程序扩散的物联网可用度评估方法，包括：(1)获取待评估的物联网拓扑结构、以及受恶意程序扩散影响的物联网节点状态转换图；(2)建立物联网节点状态转换的马尔可夫矩阵，计算马尔可夫矩阵的稳定点得到物联网节点的可用度；(3)计算每一条路由下物联网节点到汇聚节点的可用度，从而得到整个物联网的可用度；(4)按照可用度越高物联网可用的可能性越大的原则，当判断可用度大于预设门限时，说明待评估的物联网处于可用状态。本发明能解决未考虑物联网恶意程序扩散的影响和典型物联网拓扑结构、以及可用度评估方法计算复杂而物联网节点计算能力不足的技术问题。
-
公开(公告)号：CN111163322B
公开(公告)日：2022-08-30
申请号：CN202010017903.6
申请日：2020-01-08
Applicant: 绍兴文理学院
IPC: H04N19/513 , H04N19/91 , H04N19/184
Abstract: 本发明涉及对基于历史运动矢量的索引进行映射的编/解码方法，首先构建大于等于预设数量历史运动矢量的候选历史运动矢量列表，这样可以将更多有潜力的历史运动矢量收录进来，以提高后面的编/解码效率，然后从上述构建的候选历史运动矢量列表中，基于一定的选取规则选择出符合预设数量要求的历史运动矢量，并按照预设的映射规则将所选取出来的历史运动矢量逐一建立映射关系，即将编/解码比特数少的历史运动矢量映射为更小的index，既未扩大index编/解码的范围，也未改变index熵编/解码方式，充分保证了index熵编/解码的有效性，从整体上减少了编/解码运动矢量所消耗的比特数，进一步提高了编/解码运动矢量的效率。
-
公开(公告)号：CN109711445B
公开(公告)日：2020-10-16
申请号：CN201811547139.2
申请日：2018-12-18
Applicant: 绍兴文理学院
IPC: G06K9/62
Abstract: 本发明涉及一种目标跟踪分类器在线训练样本的超像素中智相似加权方法，所述方法包括：读取视频帧，依据初始目标位置提取样本，初始化目标跟踪分类器；读取视频新帧，确定目标位置，计算相应超像素图像；基于相交区域的超像素中智隶属度、不确定性度和非隶属度量测；基于区域形状距离的超像素中智隶属度、不确定性度和非隶属度量测；计算超像素类目标置信向量；提取训练样本，计算样本中智权值；利用加权样本更新目标跟踪分类器。本发明的方法实现简单、抗干扰能力强，能够较好地适应背景复杂多变、光照变化等极具挑战的情况；本发明适用于基于鲁棒目标跟踪的应用，如视频监控、自动驾驶等，适用于大规模推广应用。
-
公开(公告)号：CN111614961A
公开(公告)日：2020-09-01
申请号：CN202010446901.9
申请日：2020-05-25
Applicant: 绍兴文理学院
IPC: H04N19/146 , H04N19/186 , H04N19/189
Abstract: 本发明涉及采用不同方式计算哈希值建立哈希表进行搜索的编码方法，获得图像的采样格式，对图像中的所有像素按照预设规则计算哈希值，不同的采样格式中，至少有两个不同采样格式所使用的预设规则不相同，将具有相同哈希值的像素链接起来建立哈希表，进行基于哈希表的搜索及编码；预设规则选取各分量不同/相同位置的位数；选取各分量不同/相同数目的位数，各分量的数目总和与设定总位数相等；上述规则可以择一或者将多个规则组合使用。本发明针对不同采样格式的图像，采用不同方式计算哈希值，对不同分量采用不同位置和/或不同数目的位数分配，从而提高判断两个像素是否相同或相似的精确度，进一步提高不同采样格式的图像编码效率。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.016 seconds)
