-
公开(公告)号：CN107733814A
公开(公告)日：2018-02-23
申请号：CN201710834022.1
申请日：2017-09-15
Applicant: 武汉市工程科学技术研究院
IPC: H04L12/863 , H04L29/08 , G06F9/455
CPC classification number: H04L67/28 , G06F9/45558 , G06F2009/45595 , H04L47/50 , H04L67/1004 , H04L67/2842 , H04L67/2866 , H04L67/327
Abstract: 本发明公开了一种基于云服务器和虚拟系统的企业服务资源消息分发系统，它的消息队列缓冲模块的信号输出端连接消息代理模块，消息代理模块的网络访问请求队列解析信号输出端连接消息路由器的网络访问请求队列解析信号输入端，虚拟机资源管理模块的映射表信息通信端连接消息路由器的映射表信息通信端，消息路由器的网络访问请求队列解析信号输出端通过消息队列解析信号分配总线连接数据宿主机、应用宿主机和存储宿主机的消息队列解析信号输入端，消息路由器输出的网络访问请求队列解析信号按映射表中存储的各个网络访问请求对应的虚拟机访问IP地址传输给对应的数据宿主机、应用宿主机和存储宿主机。本发明提高了系统的服务效率。
-
公开(公告)号：CN107256350A
公开(公告)日：2017-10-17
申请号：CN201710265561.8
申请日：2017-04-21
Applicant: 武汉市工程科学技术研究院
CPC classification number: G06F21/316 , G06F21/604
Abstract: 本发明公开了一种基于人工免疫的云存储安全检测方法，包括如下步骤：1、定义用户读/写请求的元数据结构，并转换为特征序列；2、收集用户合法访问的读/写请求，将这些合法访问请求的元数据信息转换为特征序列，并构成自我集合；3、生成算法得到候选检测器，将候选检测器中的每一个特征序列与自我集合中的每一个特征序列进行匹配，如果匹配成功，则舍弃候选检测器中的该特征序列，否则予以保留；4、截获存储读/写请求，按照元数据结构信息得到所需的元数据，并将其转换成对应的特征序列；5、将有效检测器中的每一个检测器与待检测的特征序列进行匹配，如果匹配成功，则判定该存储读/写请求为非法；本发明具有较低的误报率。
-
公开(公告)号：CN106530337A
公开(公告)日：2017-03-22
申请号：CN201610933540.4
申请日：2016-10-31
Applicant: 武汉市工程科学技术研究院
IPC: G06T7/32
CPC classification number: G06T2207/20212
Abstract: 本发明涉及一种基于图像灰度引导的立体像对密集匹配方法，首先进行代价计算，采用改进HOG算子作为代价测度，计算同名像素之间的代价，作为描述同名像素之间相似性的手段，建立代价矩阵；其次进行基于图像灰度引导的代价积聚，获得稳定的代价积聚结果；根据WTA策略，获得初始视差图，并剔除误匹配点和遮挡点，获得精化的视差图；最后根据视差图，生成密集的高精度三维点云。本发明充分考虑边缘灰度特征，在视差边缘具有较高的匹配精度；采用八方向迭代式的代价积聚方式，能够增强纹理贫乏区域的匹配鲁棒性；能够快速获得密集的高精度三维点云，在航天航空、低空和近景摄影测量无人车自动驾驶等领域具有较好的应用前景。
-
公开(公告)号：CN112347716B
公开(公告)日：2023-06-30
申请号：CN202011183120.1
申请日：2020-10-29
Applicant: 武汉市工程科学技术研究院 , 西安交通大学
IPC: G06F30/30 , G06N20/00 , G06Q10/0635 , G06Q50/06 , G06F113/04
Abstract: 本发明属于智能电网安全领域，公开了一种基于Q学习的电网脆弱点检测方法、系统、设备及介质，包括以下步骤：S1：获取待检测智能电网的电力系统模型；S2：基于电力系统模型，根据节点重要程度从待检测智能电网中选取预设数量的脆弱传输线，得到脆弱传输线集合；S3：以脆弱传输线集合为Q学习方法的动作空间，以待检测智能电网在脆弱传输线被拓扑攻击下的线路切断数量及发电功率损失为优化参数，通过Q学习方法迭代优化，得到最优的传输线攻击序列；S4：将最优的传输线攻击序列作为智能电网脆弱点。能够降低基于Q学习的电网脆弱点检测的计算复杂度，并且需要的信息较少，且能够提高基于Q学习的电网脆弱点检测的精度。
-
公开(公告)号：CN112347716A
公开(公告)日：2021-02-09
申请号：CN202011183120.1
申请日：2020-10-29
Applicant: 武汉市工程科学技术研究院 , 西安交通大学
IPC: G06F30/30 , G06N20/00 , G06Q10/06 , G06Q50/06 , G06F113/04
Abstract: 本发明属于智能电网安全领域，公开了一种基于Q学习的电网脆弱点检测方法、系统、设备及介质，包括以下步骤：S1：获取待检测智能电网的电力系统模型；S2：基于电力系统模型，根据节点重要程度从待检测智能电网中选取预设数量的脆弱传输线，得到脆弱传输线集合；S3：以脆弱传输线集合为Q学习方法的动作空间，以待检测智能电网在脆弱传输线被拓扑攻击下的线路切断数量及发电功率损失为优化参数，通过Q学习方法迭代优化，得到最优的传输线攻击序列；S4：将最优的传输线攻击序列作为智能电网脆弱点。能够降低基于Q学习的电网脆弱点检测的计算复杂度，并且需要的信息较少，且能够提高基于Q学习的电网脆弱点检测的精度。
-
Patent Agency Ranking
公开(公告)号：CN107784666B
公开(公告)日：2021-01-08
申请号：CN201710946704.1
申请日：2017-10-12
Applicant: 武汉市工程科学技术研究院
IPC: G06T7/33
Abstract: 本发明涉及一种基于立体影像的地形地物三维变化检测和更新方法，它包括如下步骤：1、根据输入的立体影像和三维点云，进行影像和点云的配准；2、根据立体影像的像方一致性约束，检测点云中的变化区域，并剔除变化区域中的点云；3、采用立体影像密集匹配算法，重新生成变化区域的三维点云，达到更新点云的目的。本发明能够以较低的成本，解决三维地形更新的问题，能够满足大范围地形测绘、智慧城市、智能交通等应用。
-
公开(公告)号：CN107733814B
公开(公告)日：2021-01-08
申请号：CN201710834022.1
申请日：2017-09-15
Applicant: 武汉市工程科学技术研究院
IPC: H04L12/863 , H04L29/08 , G06F9/455
Abstract: 本发明公开了一种基于云服务器和虚拟系统的企业服务资源消息分发系统，它的消息队列缓冲模块的信号输出端连接消息代理模块，消息代理模块的网络访问请求队列解析信号输出端连接消息路由器的网络访问请求队列解析信号输入端，虚拟机资源管理模块的映射表信息通信端连接消息路由器的映射表信息通信端，消息路由器的网络访问请求队列解析信号输出端通过消息队列解析信号分配总线连接数据宿主机、应用宿主机和存储宿主机的消息队列解析信号输入端，消息路由器输出的网络访问请求队列解析信号按映射表中存储的各个网络访问请求对应的虚拟机访问IP地址传输给对应的数据宿主机、应用宿主机和存储宿主机。本发明提高了系统的服务效率。
-
公开(公告)号：CN108053467B
公开(公告)日：2020-12-04
申请号：CN201710972518.5
申请日：2017-10-18
Applicant: 武汉市工程科学技术研究院
Abstract: 本发明涉及一种基于最小生成树的立体像对选择方法它包括如下步骤：1、根据输入的影像集合以及每张影像对应的相机参数和外方位元素POS，自动构建合适的候选立体影像集合；2、构建一张图G(V,E)，根据每个候选立体像对重叠区域的平面覆盖情况，计算对应边的权值；3、采用最小生成树算法，选择权值最小的边集合，作为立体像对选择的结果。本发明能够在保证重建精度和重建完整度的同时，大幅度缩短重建时间，能够用于国土测绘、大范围三维建模、虚拟现实等应用。
-
公开(公告)号：CN108053467A
公开(公告)日：2018-05-18
申请号：CN201710972518.5
申请日：2017-10-18
Applicant: 武汉市工程科学技术研究院
CPC classification number: G06T17/00 , G06T7/593 , G06T2207/10012
Abstract: 本发明涉及一种基于最小生成树的立体像对选择方法它包括如下步骤：1、根据输入的影像集合以及每张影像对应的相机参数和外方位元素POS，自动构建合适的候选立体影像集合；2、构建一张图G(V,E)，根据每个候选立体像对重叠区域的平面覆盖情况，计算对应边的权值；3、采用最小生成树算法，选择权值最小的边集合，作为立体像对选择的结果。本发明能够在保证重建精度和重建完整度的同时，大幅度缩短重建时间，能够用于国土测绘、大范围三维建模、虚拟现实等应用。
-
公开(公告)号：CN107578429A
公开(公告)日：2018-01-12
申请号：CN201710576951.7
申请日：2017-07-14
Applicant: 武汉市工程科学技术研究院
Abstract: 本发明涉及一种基于动态规划和全局代价累积路径的立体影像密集匹配方法，它包括如下步骤：1、根据输入的立体影像，选择基准影像和参考影像；2、选择匹配测度，计算匹配代价矩阵；3、设计全局代价累积路径，采用动态规划方法，沿着全局路径进行代价累积，获得代价累积矩阵；4、根据代价累积矩阵，计算密集匹配视差图。本发明能够解决传统的半全局密集匹配算法的匹配结果不鲁棒的问题，同时能够解决传统的全局匹配算法的时间复杂度高的问题，能够快速获得鲁棒、精确的密集匹配视差图，能够为数字摄影测量和遥感、计算机视觉、虚拟现实、数字地球等应用提供技术支持。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.026 seconds)
