-
公开(公告)号：CN113192034B
公开(公告)日：2024-02-02
申请号：CN202110485277.8
申请日：2021-04-30
Applicant: 西安理工大学
IPC: G06T7/00 , G06T5/70 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种基于反向传播神经网络的混合染液浓度检测方法，首先利用工业相机采集混合染液的图像信息，然后对原始数据进行去噪和预处理，再训练反向传播神经网络模型，最终得到一个最优模型，用得到的模型预测混合染液的浓度。基于反向传播神经网络的混合染液浓度检测方法可以从观测数据出发，寻找出尚不能通过理论分析得到的规律，所用的数据是混合染液的图像信息，数据采集对仪器的要求较低，可以更方便快捷的获取数据，通过构造模型实现对混合染液染料浓度的预测，从而达到改善印染产品品质、提高生产效率、实现节能减排的目的。
-
公开(公告)号：CN112084329B
公开(公告)日：2024-02-02
申请号：CN202010762584.1
申请日：2020-07-31
Applicant: 西安理工大学
IPC: G06F16/35 , G06F16/33 , G06F40/30 , G06F40/295 , G06F40/205
Abstract: 本发明提供了一种针对实体识别和关系抽取任务的语义分析方法，包含三个模块的内容，建立地铁设计规范领域的概念分层体系和语义关系分类体系，分析规范文本的语言特点，以及获取细分领域任务的实体和关系类别信息。第一个模块，借助本体论的思想，和映射对标UMLS，得到概念分层体系和语义关系分类体系。第二个模块，通过规范文本的来源和构成、数据形式和所具备的子语言特性三个部分，由浅及深地分析规范文本的语言特性，以补充实体识别和关系抽取任务的规则提取。最后一个模块，将本体分类的思想渗入这一领域的研究任务细分过程中，实现任务和实体关系类别的对应，从而提高信息抽取的效率。
-
公开(公告)号：CN113507625B
公开(公告)日：2022-08-19
申请号：CN202110693994.X
申请日：2021-06-22
Applicant: 西安理工大学
IPC: H04N21/231 , H04N21/234 , H04N21/2343 , H04N21/433 , H04N21/44 , H04N21/4402 , G06F16/71 , G06F16/732
Abstract: 本发明公开了一种自适应视频修复方法，包括：构建视频格式库，所述视频格式库包含多种视频文件的封装格式；对待修复视频进行样本视频截取，将截取的视频段作为样本视频；将视频格式库装入链表，迭代链表，得到样本视频对应的封装格式；根据封装格式对样本视频进行解析、修复，修复完成后将当前修复的视频存入缓存空间；将缓存空间内的视频进行可播放性检测；若评测结果为可正常播放，将待修复视频按照样本视频对应的封装格式进行解析、修复，得到修复后的完整视频；否则将截取的视频段拆分为两段，将拆分后长度大于最小值的视频作为样本视频，继续解析、修复。解决了现有技术中存在的无法修复未知封装格式的破损视频的问题。
-
公开(公告)号：CN115514496B
公开(公告)日：2025-04-18
申请号：CN202211150105.6
申请日：2022-09-21
Applicant: 西安理工大学
IPC: H04L9/32 , H04L41/16 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于卷积神经网络的RSA数字签名伪造方法，包括以下步骤：步骤1，选择数字签名样本：首先挑选出需要签名的明文样本，并通过RSA进行签名生成签名样本；步骤2，数据预处理：对步骤1中生成的明文样本和签名样本进行数据预处理，生成符合模型训练的数据样本；步骤3，搭建三重卷积神经网络模型：选择卷积神经网络作为网络模型的主干，搭建三个模块分别用来模拟RSA私钥求解、签名以及认证签名的过程；步骤4，设置网络参数：根据数字签名样本设置相应的网络参数，设置完成后实施训练。利用卷积神经网络的不断训练，学习RSA数字签名与明文之间的映射关系，最终伪造出签名文和对应的明文。
-
公开(公告)号：CN119131242A
公开(公告)日：2024-12-13
申请号：CN202411135002.1
申请日：2024-08-19
Applicant: 西安理工大学
IPC: G06T17/00 , G06T7/11 , G06T7/90 , G06T5/70 , G06V10/774 , G06V10/80 , G06V10/764
Abstract: 本发明公开了基于深度学习的多视角三维重建方法，步骤是：步骤1，多视角图像采集；步骤2，图像预处理；步骤3，二维图像特征提取；步骤4，多视角特征融合；步骤5，将二维图像与三维模型相结合；步骤6，利用级联形变网络优化初始的三维模型，级联形变网络结合感知特征池化层的输出，经过多次形变，逐步优化初始的三维模型；步骤7，输出三维网格模型，在三维重建网络中经过多次的形变，最终变换得到精细的三维网格模型。本发明属于计算机视觉和图形技术领域，解决了现有技术中利用单一视角的单张图像重建的三维模型的完整性较差，三维重建网络的细节不够丰富，导致三维重建模型的应用场景受限的问题。
-
Patent Agency Ranking
公开(公告)号：CN116468041A
公开(公告)日：2023-07-21
申请号：CN202310404736.4
申请日：2023-04-17
Applicant: 西安理工大学
IPC: G06F40/295 , G06F40/289 , G06F40/242 , G06F16/35 , G06F18/214 , G06F18/2415 , G06N3/0442 , G06N3/045 , G06N3/084 , G06N3/094
Abstract: 本发明公开了一种基于双重数据增强的个人信息命名实体识别方法，所采用的方法是对LSTM‑CRF模型进行改进，并通过采用Lattice结构与RoBERTa预训练模型相结合对文本进行预处理使得模型可以更好地提取繁杂长实体的特征信息；同时在模型中加入了多任务学习和对抗性训练解决了实体定义边界划分模糊和人工标注样本错误对模型产生的影响；采用本发明提供的方法在一定程度上起到保护网络用户的个人信息的效果，为用户创造出一个安全的网络空间环境。
-
公开(公告)号：CN114444116A
公开(公告)日：2022-05-06
申请号：CN202111562301.X
申请日：2021-12-20
Applicant: 西安理工大学
Abstract: 本发明公开了一种基于安全访问控制知识图谱的授权鉴权引擎生成方法，具体按照以下实施：读取云平台中存在的系统日志和项目规范文本中的规范文档，对访问控制语句的语料信息进行预处理；对访问控制语句进行识别；对识别出的访问控制语句的语料信息依次进行领域二次预训练、任务二次预训练，进行属性信息联合抽取；表示访问控制语句和属性信息安全特征和安全标签；将实体数据和关系数据进行匹配，构成三元组形式；将三元组存储到图形数据库中，得到安全访问控制知识图谱；利用安全访问控制知识图谱建立授权鉴权引擎；对授权鉴权引擎进行存储优化和鉴权响应优化。解决了现有技术中存在的人工梳理数据访问控制工作难的问题。
-
公开(公告)号：CN111262705A
公开(公告)日：2020-06-09
申请号：CN202010042856.0
申请日：2020-01-15
Applicant: 西安理工大学
Abstract: 本发明公开了一种对区块链可信启动的检验方法，具体为：首先，将区块链项目不同版本的目标文件进行哈希加密运算，得出标准哈希值，并将得到的标准哈希值按照版本号分别存储到数据库中；然后，获取不同版本待检查文件的版本号，并扫描不同版本的待检查文件，并对扫描到的待检查文件进行哈希加密运算，得到对比哈希值；最后，将步骤2的对比哈希值与步骤1的标准哈希值进行比对比对，判断待检查文件是否被修改。本发明与现有技术相比，针对区块链项目在启动运行过程中可能存在的文件缺失，代码缺失等问题进行了预先检查，从而直观的了解到该区块链项目文件是否完整，检查过程速度快、效率高、准确性好，具有很强的参考性和实用性。
-
公开(公告)号：CN104301965A
公开(公告)日：2015-01-21
申请号：CN201410549072.1
申请日：2014-10-16
Applicant: 西安理工大学
CPC classification number: Y02D70/00 , H04W40/10 , H04W40/24 , H04W40/246 , H04W52/0209 , H04W52/0219
Abstract: 本发明公开了一种无线传感器网络非均匀分簇节点调度方法，具体按照以下步骤实施：步骤1.非均匀分簇簇首的选举以及完成非均匀分簇；步骤2.在步骤1完成非均匀的分簇后，在簇内查找冗余节点，并关闭冗余节点使冗余节点进入休眠状态；步骤3.在完成步骤2冗余节点的调度休眠后，活动节点进入稳定工作状态；步骤4.在步骤3中活动节点工作完成之后，对簇内节点角色与状态进行调整；步骤5.在步骤4的节点角色与状态调整完之后，将循环执行步骤3、步骤4，直至所有节点能量消耗完。本发明一种无线传感器网络非均匀分簇节点调度方法，将非均匀分簇与冗余节点调度相结合，使得各节点的能量消耗比较均衡，有效的延长了网络的生命周期。
-
公开(公告)号：CN114189354B
公开(公告)日：2024-07-02
申请号：CN202111327394.8
申请日：2021-11-10
Applicant: 西安理工大学
IPC: H04L9/40
Abstract: 本发明公开了一种SYN Flooding网络攻击场景复现方法，具体按照以下步骤实施：步骤1、选择网络攻击样本；步骤2、进行网络场景搭建；设置网络攻击复现参数；在攻击中抓取相应的pcap数据包，并对该数据包使进行数据处理，得到复现所生成的双向流量特征；步骤5、对步骤1得到攻击样本所生成的双向流量特征与步骤2得到的复现所生成的双向流量特征进行比较，如果存在差别，回到步骤3，重新调整攻击参数，直至步骤1得到攻击样本所生成的双向流量特征与步骤2得到的复现所生成的双向流量特征相同。解决了现有技术中存在的攻击场景复现还存在传统网络环境搭建不够灵活、依赖物理基础设施来建立连接并正常运行的问题。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.069 seconds)
