-
公开(公告)号：CN117828029A
公开(公告)日：2024-04-05
申请号：CN202410045449.3
申请日：2024-01-11
Applicant: 江苏海洋大学 , 梦西游文化科技(连云港)有限公司
IPC: G06F16/33 , G06F16/335 , G06F40/30 , G06N3/0442 , G06N3/08
Abstract: 本发明提供了一种基于情感‑风格去偏的多领域虚假新闻检测方法，旨在解决现有虚假新闻检测方法忽略不同领域特征与标签的虚假联系，以提高模型在面对未知新出现领域上的性能表现。本方法基于多视角协同提取特征，构建基于新闻内容、情感以及风格等特征和新闻真假性之间的因果关系图。从因果关系角度分析情感以及风格的偏差，在训练过程中分别建立了每个原因的贡献模型，利用对抗学习去除情感和风格带来的偏差。本发明所提供的多领域虚假新闻检测方法可以应用于社交媒体、新闻传媒、在线问答等领域，为用户提供可靠、准确的信息，具有广泛的应用前景。
-
公开(公告)号：CN118210965A
公开(公告)日：2024-06-18
申请号：CN202410121062.1
申请日：2024-01-28
Applicant: 江苏海洋大学 , 梦西游文化科技(连云港)有限公司
IPC: G06F16/9535 , G06F16/9536 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/08 , G06F18/22 , G06F18/25
Abstract: 本发明提供了一种结合深度学习与信息融合的资源推荐方法，旨在解决推荐系统中的数据稀疏问题，通过利用用户的评论、评分以及信任信息发掘用户的偏好，从而更好的为目标用户生成相应的推荐，本方法基于卷积神经网络与图神经网络的信息融合，构建了一种新的深度学习模型——结合注意力卷积神经网络与图神经网络的信息融合资源推荐模型ACGIF，在卷积神经网络中加入注意力机制，利用图神经网络来处理相关信息，二者进行有效结合，实现对用户喜好的推荐，具有广泛的应用前景。
-
公开(公告)号：CN118537277A
公开(公告)日：2024-08-23
申请号：CN202410032474.8
申请日：2024-01-09
Applicant: 江苏海洋大学 , 连云港鲸鸣信息科技有限公司
Abstract: 本发明提出了一种基于改进型Retinex的暗光条件下水下图像增强方法，基于改进型Retinex，解决在暗光环境下传统Retinex技术的局限性。首先，本发明实施了噪声抑制和预处理，采用了独特的色彩校正技术，精确地考虑到水体对颜色通道的影响。在多尺度Retinex的基础上，结合了多亮度模型，能够更有效地分离和分析图像中的光照变化和反射特性。通过深度学习技术对光照部分进行智能估计和动态调整。最后，通过图像纹理增强、色彩平衡调整后期优化手段，保证色彩恒常性和视觉自然性。为水下观测、科研和工程应用提供了更为清晰、真实和有价值的视觉数据，具有广泛的应用前景。
-
公开(公告)号：CN118365857A
公开(公告)日：2024-07-19
申请号：CN202410516138.0
申请日：2024-04-27
Applicant: 江苏海洋大学 , 连云港鲸鸣信息科技有限公司
IPC: G06V10/25 , G06N3/0464 , G06V10/82 , G06N5/04 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/77
Abstract: 本发明提出了一种基于BC‑YOLOv5的违禁品目标检测方法，以往的研究主要是行李包裹安全检查主要依靠安检人员观察、分析X光安检机扫描得到的图像，判断行李中是否夹带易燃易爆物、管制刀具等违禁品，会存在漏判的现象。为了解决这个问题，提出一种基于改进型YOLOv5的违禁品检测模型。通过使用Bottleneck CSP模块用于提高多尺度目标的精度，交叉卷积模块用于减少参数数量并提高模型的推理速度。图像通过自动定向和调整大小进行预处理。然后，将处理后的图像输入BC‑YOLOv5以提取其深层特征。
-
公开(公告)号：CN119055040A
公开(公告)日：2024-12-03
申请号：CN202411280497.7
申请日：2024-09-13
Applicant: 江苏海洋大学
IPC: A47B21/013 , A47B21/04
Abstract: 本发明属于监控装置技术领域，具体公开了一种互联网内容监控装置，包括教桌，所述教桌的内壁一侧从下至上依次固定连接有顶板和放置台，所述顶板的顶部固定连接有监控主机，所述放置台的顶部两侧均固定连接有支撑环，所述支撑环的顶部转动连接有转动块，所述转动块的顶部固定连接有L形板，所述L形板的内壁一侧滑动设置有多媒体组件，且所述监控主机与所述多媒体组件之间电性连接，所述顶板的底部设置有用于调整所述L形板位置和朝向的调节组件，通过设置多媒体组件和监控主机等结构，教师可以单独地从显示屏上时刻了解学生电脑的内容，进而避免了对授课软件的来回切换，且不需要老师过多的动作，仅需要看向两侧即可，使用方便。
-
Patent Agency Ranking
公开(公告)号：CN118257949A
公开(公告)日：2024-06-28
申请号：CN202410208931.4
申请日：2024-02-26
Applicant: 江苏海洋大学
Abstract: 本发明涉及应用于海洋气象监测领域的一种基于大数据的海洋气象数据监测设备，包括稳固仓内安装有可调节支撑环，可调节支撑环上端与数据监测设备本体下端固定，且可调节支撑环可升降调节；可调节支撑环中部设置有对可调节支撑环进行限位使得可调节支撑环不能升降的限位楔，限位楔通过支撑组件安装在稳固仓内壁一侧；可调节支撑环内部设置有自由滚动的滚球，采用上述可调节支撑环、限位楔和滚球等结构，实现对该基于大数据的海洋气象数据监测设备的核心元件起到良好的保护作用，降低因海洋气象变化带来的损失，同时在一定程度上延长该基于大数据的海洋气象数据监测设备的使用寿命。
-
公开(公告)号：CN118827025A
公开(公告)日：2024-10-22
申请号：CN202410839103.0
申请日：2024-06-26
Applicant: 江苏海洋大学
Abstract: 本发明公开了一种网络信息安全用管控平台及其使用方法，涉及网络信息安全技术领域，包括密钥提取与记录模块、统计特征提取与分析模块、密钥分类模块、密钥应用与优化模块、密钥再评估模块以及密钥生成过程评估模块；密钥提取与记录模块，提取从网络信息安全用管控平台生成的密钥，将生成的密钥记录，以便后续分析和评估。本发明通过记录和分析生成的密钥，利用机器学习模型进行智能化随机性评估，有效区分高随机性和低随机性密钥。高随机性密钥直接用于加密，低随机性密钥通过HKDF优化直至达标，提升加密安全性。还通过评估密钥生成过程中的随机性，结合评估系数均值和标准差，及时发现并预警异常，确保持续监控和优化，防止安全风险扩散。
-
公开(公告)号：CN118469085A
公开(公告)日：2024-08-09
申请号：CN202410688732.8
申请日：2024-05-30
Applicant: 江苏海洋大学 , 蓝湾海洋资源开发技术创新中心
IPC: G06Q10/04 , G06Q10/047 , G06Q10/0637 , G06Q10/0631 , G06Q50/40 , G06N3/126 , G06V10/82 , G06V10/40 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种面向智慧港口的智能港口数字孪生一体化系统和设备，旨在解决当前航运行业中运作流程问题。该系统包括用户管理模块、港口管理模块、船舶管理模块、货物管理模块、数据分析模块、智能调度模块和安全监控模块，通过数字孪生技术、优化算法和智能硬件终端，实现港口运营的全局优化、资源高效利用和信息的实时共享；采用包括BoTR‑YOLOv5危险品检测识别模型、基于混合策略的改进遗传算法、基于CBS的货车货物寻址算法在内的多种智能算法；车载终端机集成多种传感器和通信模块，实时采集和传输车辆及集装箱的状态数据。本发明通过全面的数字化管理和优化技术，提升了港口的运营效率和管理水平，推动了航运业的数字化转型和高质量发展。
-
公开(公告)号：CN118115791A
公开(公告)日：2024-05-31
申请号：CN202410212079.8
申请日：2024-02-27
Applicant: 江苏海洋大学 , 连云港鲸鸣信息科技有限公司
IPC: G06V10/764 , G06V10/82 , G06V10/74 , G06V10/80
Abstract: 本发明提出了一种基于BiFormer与CARAFE海洋垃圾分类识别模型构建方法对海洋垃圾图像分类的识别方法，同时配合轻量级上采样算子CARAFE，提升置信度与准确率。在8种常见的海洋垃圾数据集上进行分类训练，实验结果表明添加BiFormer注意力机制的边界框回归损失，目标物体损失，类别损失三类值有明显的下降，与传统YOLOv5模型进行对比，结果表明BiFormer与CARAFE的配合识别效果更好，从而验证了本发明提出的海洋垃圾分类识别模型的有效性，凸显了本发明在损失函数值上的明显优势。
-
公开(公告)号：CN117854109A
公开(公告)日：2024-04-09
申请号：CN202410035775.6
申请日：2024-01-09
Applicant: 江苏海洋大学 , 连云港鲸鸣信息科技有限公司
IPC: G06V40/10 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明提出了一种基于ResNet50的海洋生物分类识别方法，重定义卷积层并使用批量正则化，避免梯度参数紊乱。在神经网络中使用残差连接实现瓶颈层，利用迁移学习的方法构建了残差网络ResNet50。在19种常见的海洋动物数据集上进行分类训练，实验结果表明ResNet50的识别达到90％左右，与传统卷积神经网络VGG19进行对比，结果表明ResNet50识别效果更好，从而验证了本发明提出的海洋生物分类识别模型的有效性，凸显了本发明在准确率上的明显优势。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.041 seconds)
