一种基于残差自编码的图像深度去噪方法

    公开(公告)号:CN116051408B

    公开(公告)日:2023-10-27

    申请号:CN202310022026.5

    申请日:2023-01-06

    Abstract: 本发明提出了一种基于残差自编码的图像深度去噪方法,步骤如下:以噪声的标准差作为分级依据将噪声分级;通过数据增强策略扩充数据集中的图片数量得到训练集;构建图像去噪模型:图像去噪模型包括依次连接的编码模块、密集残差模块和解码模块;将训练集的图片分别添加步骤一中各个噪声等级范围内的高斯噪声得到含噪图像,将含噪图像输入图像去噪模型分别进行学习训练,获得训练好的不同噪声等级的图像去噪模型;在图像去噪应用时将含噪图片输入训练好的图像去噪模型,直接重构输出去噪后的图片。本发明在去除大部分噪声信息的同时能够有效的保留图像的局部细节特征和图像的边缘特征信息,获得高质量的重建图像;实现简单且轻量化,参数量少。

    一种抵御串谋攻击的内容共享隐私保护方法

    公开(公告)号:CN113489732B

    公开(公告)日:2023-07-04

    申请号:CN202110788443.1

    申请日:2021-07-13

    Abstract: 本发明提出了一种抵御串谋攻击的内容共享隐私保护方法,用以解决现有的内容共享隐私保护方法很少考虑防范串谋等网络攻击,无法抵抗串谋攻击的问题。本发明的步骤为:产生追责列表和自己的公私钥对;出版者制定LSSS访问策略,对内容进行加密生成密文;消费者请求内容,执行密钥生成算法产生私钥并在追责列表中进行审计和追责;密文云服务器对消费者身份进行验证后从云服务路由节点下载密文;属性授权中心审计泄露的私钥和追责列表,更新追责列表并删除秘密值;属性授权中心计算并更新密钥,消费者、出版者更新密文。本发明能够提升路由节点的缓存命中率,具有较低的缓存隐私风险和内容请求时延,减少了CCN能源消耗。

    融合用户社会地位的隐社交关系反馈技术的推荐方法

    公开(公告)号:CN114154902B

    公开(公告)日:2023-04-28

    申请号:CN202111500966.8

    申请日:2021-12-09

    Abstract: 本发明涉及一种融合用户社会地位的隐社交关系反馈技术的推荐方法,根据用户的信任关系构建TrustMF模型,根据PageRank算法获取用户社会地位权重,根据用户评分和信任关系构建USSocialMF模型,利用社会标签获取用户权重和项目权重,根据用户权重和项目权重构建TSocialMF模型,训练上述三个模型,利用社交矩阵反馈技术获得用户和项目隐含相似性,构建EISocialMF模型。该推荐方法融合多种社交关系影响因素,可有效缓解数据稀疏和冷启动问题,具有更好的推荐质量,提升推荐准确性,将PageRank算法获取到的用户社会地位关系预测引入基于社交关系反馈的推荐模型,以区分不同社交地位用户的影响力。

    一种基于1D CNN-BiSRU的工控网络入侵检测方法

    公开(公告)号:CN115883247A

    公开(公告)日:2023-03-31

    申请号:CN202211667151.3

    申请日:2022-12-22

    Abstract: 本发明提出了一种基于1D CNN‑BiSRU的工控网络入侵检测方法,其步骤为:首先,对Gas Pipeline数据集中的流量数据进行预处理,得到输入数据,并对输入数据进行标注;其次,将输入数据输入至1D CNN模型中,得到特征向量;再将特征向量输入BiSRU神经网络进行预测,通过比较预测结果与实际标签值的损失调整BiSRU神经网络的参数,得到检测模型;最后,将Gas Pipeline数据集中的流量数据输入检测模型中,输出分类结果。本发明通过一维CNN来学习ICS的网络流量数据的空间特征,而BiSRU可以通过前向和后向输入来学习ICS的网络流量数据的双向结构特征,以较少的模型训练时间实现准确的检测。

    一种基于拉丁方的混沌图像加密方法

    公开(公告)号:CN113300827B

    公开(公告)日:2022-05-13

    申请号:CN202110551860.4

    申请日:2021-05-20

    Abstract: 本发明提出了一种基于拉丁方的混沌图像加密方法,其步骤为:利用原始图像矩阵生成密钥,将密钥输入超混沌Lorenz系统进行得到混沌序列;截取混沌序列转换为矩阵对原始图像矩阵进行置乱;截取混沌序列生成拉丁方阵作为查找表;截取混沌序列并组成索引矩阵,利用索引矩阵从查找表中的对应坐标选取元素进行替换得到像素替换矩阵;截取混沌序列并生成拉丁方矩阵,将像素替换矩阵的位平面组成比特矩阵,利用拉丁方矩阵对比特矩阵进行比特置乱并组合为位平面矩阵,转换为十进制得到密文图像。本发明所用拉丁方阵均由混沌序列产生,增强了复杂度,提升了安全性;有效地提高了随机性、灵敏性,能够有效的抵抗差分攻击,增加了破译难度,适合实际应用。

    一种基于混沌序列和DNA编码的图像加密方法

    公开(公告)号:CN113225449B

    公开(公告)日:2022-02-08

    申请号:CN202110584919.X

    申请日:2021-05-27

    Abstract: 本发明提出了一种基于混沌序列和DNA编码的图像加密方法,其步骤为:将灰度图像转换成的图像矩阵计算哈希值并更新混沌系统的初始值;根据Bernoulli移位映射的控制参数和更新后的初始值生成序列作为Knuth‑Durstenfeld洗牌法的随机值进行置乱;对Lorenz混沌系统进行迭代得到3个序列;截取元素分别作为循环移位的位数进行比特级置乱;序列中元素用于DNA编码规则选择编码为DNA序列;利用Mealy状态机进行状态转换得到新的DNA序列;序列中元素用于DNA编码规则选择进行DNA解码,得到密文图像。本发明充分利用混沌的随机性和DNA编码与Mealy状态转换的非线性,有效消除图像相邻像素的相关性,提高了密文图像的安全性。

    一种基于干扰抑制外观建模的目标跟踪方法

    公开(公告)号:CN113470075A

    公开(公告)日:2021-10-01

    申请号:CN202110777474.7

    申请日:2021-07-09

    Abstract: 本发明提出了一种基于干扰抑制外观建模的目标跟踪方法,用以解决传统孪生跟踪方法由于很少利用背景干扰信息导致在面对干扰时容易漂移的问题;其步骤为:首先获取目标模板,并根据背景与目标的相似程度确定干扰物,根据干扰物的特征以及干扰物与目标的相似得分得到干扰模型;然后利用目标模板与干扰模型分别与下一帧搜索区域图像相关得到目标得分图与干扰得分图,将目标得分图与干扰得分图相结合得到最终响应图,响应值最大处即为预测得到的下一帧图像的目标位置。本发明通过利用背景干扰提供的判别信息为目标外观进行建模,使得孪生跟踪器可以充分利用背景干扰信息,提高跟踪器在面临背景干扰时的鲁棒性。

    一种对象标签引导的自适应视频目标跟踪方法

    公开(公告)号:CN111915647B

    公开(公告)日:2021-08-13

    申请号:CN202010685128.1

    申请日:2020-07-16

    Abstract: 本发明提出了一种对象标签引导的自适应视频目标跟踪方法,其步骤为:1)采用一个已经训练好的深度特征提取网络对输入的帧与目标的外观进行表征;2)通过深度特征建立深度特征空间采样来维持跟踪器的效率;3)通过区域建议网络获得当前帧的对象信息,并对冗余对象信息进行过滤与选择;4)将对象信息转化为对象标签引导一个Wang‑langau蒙特卡洛抽样算法来预测目标下一帧的位置;5)利用自适应更新的目标模板选择性的更新目标信息。本本发明利用对象信息为采样提供了引导,减少总体样本数量,保证了跟踪的效率,增强跟踪方法的在全局的探索能力;通过改进的自适应模板更新机制,减少跟踪框架在面对目标不确定运动时的更新误差,提高跟踪精度。

    一种基于图神经网络的电力数据流传输时间推理方法

    公开(公告)号:CN112801261A

    公开(公告)日:2021-05-14

    申请号:CN202110002217.6

    申请日:2021-01-04

    Abstract: 本发明提出了一种基于图神经网络的电力数据流传输时间推理方法,用以解决现有传输时间推理无法准确推理每个数据流的传输时间,运行时间长的问题。本发明步骤为:建立GNN模型:根据电力数据中心的网络结构和路由信息建立GNN模型的拓扑结构,将电力数据中心的数据流信息映射为GNN模型中属性图的特征值;GNN模型训练:利用采集的数据集,通过监督学习对GNN模型进行训练,得到GNN推理模型;传输时间的推理:将在电力数据中心采集的测试数据映射为GNN模型的特征值,将特征值输入到GNN推理模型,推理得到数据流的传输时间。本发明可以快速、准确地推理出数据流的传输时间,利于数据流传输与调度的决策,从而提高电力数据中心中网络的运行效率。

    基于相邻像素约瑟夫变换和Mealy状态机的图像加密方法

    公开(公告)号:CN112769545A

    公开(公告)日:2021-05-07

    申请号:CN202011524802.4

    申请日:2020-12-22

    Abstract: 本发明提出了一种基于相邻像素约瑟夫变换和Mealy状态机的图像加密方法,其步骤如下:将大小为M*N的灰度图像转换成二维矩阵;计算灰度图像哈希值和像素值的平均值,分别计算混沌映射的初始值;根据希尔伯特曲线的扫描路线,进行像素级置换得到像素序列;2D‑LSCM混沌映射进行迭代并处理得到两个序列,以两个序列为起点和步长利用约瑟夫遍历进行相邻像素点间比特置乱得到像素序列;对Lorenz混沌映射进行迭代并处理得到3个序列,根据DNA编码转换为DNA序列;利用Mealy状态转换机得到新的DNA序列;将DNA序列转换为二进制序列,得到密文图像。本发明对密钥的敏感性强,能有效抵抗统计攻击和差分攻击等,具有很好的安全性和应用潜力。

Patent Agency Ranking