-
公开(公告)号：CN111210477B
公开(公告)日：2023-07-04
申请号：CN201911365228.X
申请日：2019-12-26
Applicant: 深圳大学
Abstract: 本发明提供一种运动目标的定位方法及系统，其中方法包括：获取待定位目标的环境图像边缘角点特征、加速度、角速度及预设噪声协方差项；根据获取预设数量具有边缘角点特征的特征点的观测值及估计值，获取重投影误差；根据预设误差模型获取待定位目标的加速度及角速度的增量误差及惯性测量噪声误差；利用预设优化算法对预设噪声协方差项、重投影误差、增量误差及惯性测量噪声误差进行非线性优化，得到待定位目标的位姿信息。本发明利用角点特征及边缘线特征综合的方法提取特征点，增强了前端视觉跟踪的鲁棒性及准确性；考虑环境中噪声误差以及惯性测量单元误差的影响，将前端的数据误差进行后端非线性优化，提高了运动目标定位的准确性。
-
公开(公告)号：CN112288795A
公开(公告)日：2021-01-29
申请号：CN202011179829.4
申请日：2020-10-29
Applicant: 深圳大学
Abstract: 本发明提供了一种基于Faster‑RCNN的昆虫密度计算方法及装置，所述方法包括，通过LoRa节点控制摄像头设备采集昆虫图片上传至人工智能服务器；在人工智能服务器搭载的基于Faster‑RCNN的人工卷积神经网络的输入层传入昆虫图片；通过基于Faster‑RCNN的人工卷积神经网络对昆虫图片进行运算，得出昆虫的种类以及每个昆虫标定的检测框；计算出检测框的总面积与昆虫图片的面积之间的比值，得到昆虫密度。本方案基于Faster‑RCNN的人工卷积神经网络，相比于阈值分割方法，提高了昆虫密度估计的精度。
-
公开(公告)号：CN112054929A
公开(公告)日：2020-12-08
申请号：CN202010911836.2
申请日：2020-09-02
Applicant: 深圳大学
Abstract: 本申请涉及一种面向LoRa网关的分布式QoS分类方法、系统、计算机设备及存储介质，其中该方法包括：将物联网中的LoRa网关与微服务注册到大数据系统中；将每个已注册的LoRa网关与所有的微服务分别进行网络通信测试，并由微服务记录对应的响应时间与吞吐量作为两个QoS属性值；将记录的QoS属性值发送给大数据系统，大数据系统将QoS属性值转化为对应的QoS数据并存储于分布式存储系统；从分布式存储系统中提取QoS数据进行模型训练，并将训练好的模型下发到对应的LoRa网关；当LoRa网关需要上报数据时，根据训练好的模型选择相应的微服务进行网络通信。本发明能够使物联网的LoRa网关选择合适的微服务进行网络通信，以提高物联网整体的网络资源的分配效率。
-
公开(公告)号：CN112054929B
公开(公告)日：2023-04-07
申请号：CN202010911836.2
申请日：2020-09-02
Applicant: 深圳大学
IPC: H04L41/5009 , H04L43/08 , H04L43/0888 , H04L43/04 , H04L41/147 , H04L67/1097 , H04L67/51 , G06F18/23213 , G06F18/24
Abstract: 本申请涉及一种面向LoRa网关的分布式QoS分类方法、系统、计算机设备及存储介质，其中该方法包括：将物联网中的LoRa网关与微服务注册到大数据系统中；将每个已注册的LoRa网关与所有的微服务分别进行网络通信测试，并由微服务记录对应的响应时间与吞吐量作为两个QoS属性值；将记录的QoS属性值发送给大数据系统，大数据系统将QoS属性值转化为对应的QoS数据并存储于分布式存储系统；从分布式存储系统中提取QoS数据进行模型训练，并将训练好的模型下发到对应的LoRa网关；当LoRa网关需要上报数据时，根据训练好的模型选择相应的微服务进行网络通信。本发明能够使物联网的LoRa网关选择合适的微服务进行网络通信，以提高物联网整体的网络资源的分配效率。
-
公开(公告)号：CN110972210B
公开(公告)日：2023-02-24
申请号：CN201911241927.3
申请日：2019-12-06
Applicant: 深圳大学
IPC: H04W28/14 , H04L67/568 , H04L67/12 , G16Y10/05 , G16Y10/75 , G16Y40/10 , G16Y40/20 , H04L12/66 , H04W88/16
Abstract: 本申请涉及一种基于农业物联网的LoRa网关断网决策方法、装置、计算机设备及存储介质，其中该方法包括：获取基于农业物联网的LoRa网关断网决策请求，所述请求中包括节点数据包；根据所述请求判断当前LoRa网关的网络情况是否发生异常；若当前LoRa网关的网络情况为异常，则所述LoRa网关分析节点数据包并判断所述节点数据包中是否存在异常数据；若所述节点数据包中存在异常数据，则根据数据异常类型生成对应的节点指令并将所述节点指令进行存储；将所述节点指定发送至对应的节点以执行相应的操作。本发明中网关在发生断网时整个农业物联网系统不会瘫痪，可以及时地对突发的异常情况进行处理，保证了整个农业物联网系统的安全性以及稳定性。
-
Patent Agency Ranking
公开(公告)号：CN110972210A
公开(公告)日：2020-04-07
申请号：CN201911241927.3
申请日：2019-12-06
Applicant: 深圳大学
Abstract: 本申请涉及一种基于农业物联网的LoRa网关断网决策方法、装置、计算机设备及存储介质，其中该方法包括：获取基于农业物联网的LoRa网关断网决策请求，所述请求中包括节点数据包；根据所述请求判断当前LoRa网关的网络情况是否发生异常；若当前LoRa网关的网络情况为异常，则所述LoRa网关分析节点数据包并判断所述节点数据包中是否存在异常数据；若所述节点数据包中存在异常数据，则根据数据异常类型生成对应的节点指令并将所述节点指令进行存储；将所述节点指定发送至对应的节点以执行相应的操作。本发明中网关在发生断网时整个农业物联网系统不会瘫痪，可以及时地对突发的异常情况进行处理，保证了整个农业物联网系统的安全性以及稳定性。
-
公开(公告)号：CN107798708A
公开(公告)日：2018-03-13
申请号：CN201711137826.2
申请日：2017-11-16
Applicant: 深圳大学
Abstract: 本发明提供了一种DNA乱序编码和混沌映射的图像加密和解密方法，所述加密方法是一种以混沌加密技术中的一维Logistic混沌映射、DNA编码计算为基础，再综合DNA乱序编码、基于多个一维Logistic混沌映射的按位抽取算法以及二维混沌置乱的加密方法。本发明加密和解密均利用混沌系统按本文相应算法产生的随机矩阵，结合明文图像矩阵进行DNA乱序编码，并用二维混沌置乱进行加密图像的比特级置乱来代替DNA碱基对互补替换，降低加密成本的同时，也使加密算法具有良好的加密结构可有效抵抗各种密码攻击行为。
-
公开(公告)号：CN111028309B
公开(公告)日：2023-07-14
申请号：CN201911241967.8
申请日：2019-12-06
Applicant: 深圳大学
IPC: G06T11/00
Abstract: 本发明提供了一种基于LoRa节点的昆虫密度图构建方法及装置，所述方法包括：获取昆虫的RGB图片；将昆虫的RGB图片转换为灰度图像，所述灰度图像的灰度值范围为0‑255；通过改进的低复杂度的大率法计算出二值型灰度图的阈值；根据计算出来的阈值，将灰度图像转换为二值型灰度图，得到昆虫密度图。本发明的有益效果在于：通过改进的低复杂度的大率法计算出二值型灰度图的阈值；根据阈值将灰度图像转换为二值型灰度图，得到昆虫密度图，能够在降低阈值计算复杂度的同时提高昆虫密度识别率。
-
公开(公告)号：CN115294634A
公开(公告)日：2022-11-04
申请号：CN202210952603.6
申请日：2022-08-09
Applicant: 深圳大学
Abstract: 本申请涉及一种基于边缘计算的口罩佩戴检测方法及系统，其中方法包括获取行人视频，从行人视频中获取初始人脸图像，并按照佩戴口罩和未佩戴口罩的标签，对初始人脸图像进行标注，得到标注图像数据集；通过标注图像数据集对YOLOV4网络检测模型进行训练，得到目标YOLOV4网络检测模型；获取目标人脸图像，并通过目标YOLOV4网络检测模型对目标人脸图像进行检测，得到初始检测结果；若初始检测结果低于预设置信度，则将目标人脸图像发送到云端服务器，以使得云端服务器根据训练好的YOLOV5网络检测模型对目标人脸图像进行识别，得到目标检测结果；获取云端服务器所反馈的目标检测结果，并将目标检测结果进行展示。本发明降低了口罩佩戴的检测成本。
-
公开(公告)号：CN111028309A
公开(公告)日：2020-04-17
申请号：CN201911241967.8
申请日：2019-12-06
Applicant: 深圳大学
IPC: G06T11/00
Abstract: 本发明提供了一种基于LoRa节点的昆虫密度图构建方法及装置，所述方法包括：获取昆虫的RGB图片；将昆虫的RGB图片转换为灰度图像，所述灰度图像的灰度值范围为0-255；通过改进的低复杂度的大率法计算出二值型灰度图的阈值；根据计算出来的阈值，将灰度图像转换为二值型灰度图，得到昆虫密度图。本发明的有益效果在于：通过改进的低复杂度的大率法计算出二值型灰度图的阈值；根据阈值将灰度图像转换为二值型灰度图，得到昆虫密度图，能够在降低阈值计算复杂度的同时提高昆虫密度识别率。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.018 seconds)
