基于卷积神经网络的校园安全图像识别预警方法

    公开(公告)号:CN113569709A

    公开(公告)日:2021-10-29

    申请号:CN202110838741.7

    申请日:2021-07-23

    Abstract: 本发明公开一种基于卷积神经网络的校园安全图像识别预警方法,主要解决了现有技术在智慧校园安全防范方面数据存储压力和资源开销较大的问题,其实现方案是,在神经网络训练阶段:采集真实人类翻越校园围墙的图像和手写标签;使用采集到的真实人类翻越校园围墙的图像和手写标签训练图像识别网络;在实际监测阶段:使用热释电红外传感器进行探测人类翻越围墙并进行拍照;将拍摄的图像输入神经网络进行分类鉴别并提出预警。本发明减轻了智慧校园安全监测方面的数据存储压力和资源开销,可应用于对校园安全问题进行自动分类与预警。

    一种高速声光调制复合波导结构及其制备方法

    公开(公告)号:CN118778299A

    公开(公告)日:2024-10-15

    申请号:CN202411157499.7

    申请日:2024-08-22

    Abstract: 本发明公开了一种高速声光调制复合波导结构及其制备方法,主要解决现有氮化铝基声光调制器中声表面波强度弱以及掺钪氮化铝光波导中晶体结构缺陷影响光模式传播的问题。方案包括:自底向上的硅衬底、二氧化硅埋层和波导调制区,且对二氧化硅埋层进行挖空腔处理,或者采用布拉格反射腔对其进行替代;其中波导调制区域包括复合结构、叉指换能器和覆盖保护层,复合结构由采用氮化铝的波导和采用掺杂氮化铝的压电层经过叠层沉积形成;覆盖保护层覆盖在复合结构的上表面。本发明能够实现光波导与压电薄膜良好的晶格匹配,具备CMOS兼容特性,且在声场与光场良好耦合,提高声光调制效率的情况下,显著降低了声光调制器的尺寸及成本。

    基于单色宽展结构光照明的光切片显微成像装置及方法

    公开(公告)号:CN117110285A

    公开(公告)日:2023-11-24

    申请号:CN202311009650.8

    申请日:2023-08-10

    Abstract: 本发明公开了一种基于单色宽展结构光照明的光切片显微成像装置和方法,所述装置包括单色宽展光照明产生模块、光束调制模块、成像模块和图像处理模块,其中,单色宽展光产生模块用于产生具有一定角度分布的单色扩展照明光;光束调制模块用于进行光调制,产生具有不同相位的条纹结构光;成像模块用于记录样品不同轴向位置在不同相移量条纹结构光照明下的强度图像;图像处理模块用于根据每一轴向位置记录的多幅强度图像获得当前轴向位置的光切片图像,并根据不同轴向位置的光切片图像重建样品的三维图像。本发明利用不同相移量的条纹结构光对样品逐层照明成像,并利用相移算法获得每个厚度位置的光切片图,能够实现对厚样品的三维层析成像。

    一种通用加密数据库连接器及其设置方法

    公开(公告)号:CN111859426B

    公开(公告)日:2023-04-07

    申请号:CN202010707286.2

    申请日:2020-07-21

    Abstract: 一种通用加密数据库连接器及其设置方法,设置通信连接模块,用于与应用层、数据库服务器和加解密模块之间进行通信;设置协议解析模块,用于对各种类型的数据库解析出协议包中的重要信息;设置加解密模块,用于对协议解析模块中交付层提交的需要加密或解密的SQL语句或结果集进行加密或解密处理,并将加密或解密后的密文集或明文集传递给协议重组模块进行重组;设置协议重组模块,用于把SQL语句重组为SQL请求以及把结果集重组为SQL响应;设置服务模块,用于提供辅助功能。本发明为应用层各种类型数据库驱动提供统一的透明式数据库访问,以密文形式存储用户数据,方便现有系统集成和数据库迁移。

    一种通用加密数据库连接器及其设置方法

    公开(公告)号:CN111859426A

    公开(公告)日:2020-10-30

    申请号:CN202010707286.2

    申请日:2020-07-21

    Abstract: 一种通用加密数据库连接器及其设置方法,设置通信连接模块,用于与应用层、数据库服务器和加解密模块之间进行通信;设置协议解析模块,用于对各种类型的数据库解析出协议包中的重要信息;设置加解密模块,用于对协议解析模块中交付层提交的需要加密或解密的SQL语句或结果集进行加密或解密处理,并将加密或解密后的密文集或明文集传递给协议重组模块进行重组;设置协议重组模块,用于把SQL语句重组为SQL请求以及把结果集重组为SQL响应;设置服务模块,用于提供辅助功能。本发明为应用层各种类型数据库驱动提供统一的透明式数据库访问,以密文形式存储用户数据,方便现有系统集成和数据库迁移。

    一种基于统一模型检测的神经网络训练性质验证方法

    公开(公告)号:CN116911355A

    公开(公告)日:2023-10-20

    申请号:CN202310685300.7

    申请日:2023-06-09

    Abstract: 本发明公开了一种基于统一模型检测的神经网络训练性质验证方法,包括:按照层次化和模块化的原则,构建待验证的神经网络的MSVL形式化模型,MSVL形式化模型包括结构构建和基础行为构建;挖掘神经网络的训练相关性质并将训练相关性质构建为PPTL公式,训练相关性质包括梯度消失现象、梯度爆炸现象、大量神经元失活现象以及网络训练收敛;结合MSVL形式化模型和PPTL公式对神经网络进行验证,以判断神经网络中是否存在训练相关性质问题。本发明以神经网络的MSVL模型和PPTL公式为输入执行统一模型检测方法完成验证,可以有助于有效发现神经网络结构中存在的问题,改善神经网络的训练效果,为神经网络的训练和应用提供更加可靠和安全的保障。

Patent Agency Ranking