-
公开(公告)号：CN118301088A
公开(公告)日：2024-07-05
申请号：CN202410354150.6
申请日：2024-03-27
Applicant: 西安电子科技大学广州研究院 , 西安电子科技大学 , 广州链融信息技术有限公司
IPC: H04L47/125 , H04L67/52 , H04L67/104
Abstract: 本发明属于区块链分片技术领域，尤其涉及一种面向物联网场景的区块链状态分片方法。通过将物联网设备、交易记录和地理信息抽象成属性图，并利用I‑Louvain算法进行图分割；对区块链节点进行分层和分片，引入跨分片交易方案以增强系统功能，通过分析历史交易数据，评估区块链系统的性能指标，利用边缘设备作为处理节点，处理跨分片交易，并通过重叠分片优化交易处理，运用交易感知状态分片协议实时调整区块链状态数据的分配。本发明不仅能够提高处理效率和系统扩展性，还能优化资源利用，保障交易安全性与合法性，并实现系统负载的均衡，从而为物联网场景下的区块链应用提供了一个高效、可扩展且安全的解决方案。
-
公开(公告)号：CN119049487A
公开(公告)日：2024-11-29
申请号：CN202410985504.7
申请日：2024-07-23
Applicant: 西安电子科技大学
IPC: G10L19/018 , G06N3/006
Abstract: 一种基于斐波那契数列和粒子群优化的小波包域自适应量化数字音频水印嵌入和提取方法，嵌入方法包括：水印信息预处理，选取水印嵌入位置，嵌入水印信息，优化嵌入参数，得到最终的含水印的音频信号；提取方法包括：音频预处理，选择水印提取位置，提取水印信息，统计并确定当前帧中的水印信息，水印信息按序拼接，解密恢复，得到最终解密恢复后的水印图像；本发明通过引入斐波那契数列和粒子群优化算法，很好地保证了数字音频水印的安全性、透明性、自适应性和普适性，水印能够有效地抵抗多种攻击手段，并且能够自适应地平衡鲁棒性和透明性之间的矛盾关系。
-
公开(公告)号：CN111916144A
公开(公告)日：2020-11-10
申请号：CN202010730960.9
申请日：2020-07-27
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于自注意力神经网络和粗化算法的蛋白质分类方法。其步骤为：(1)构建自注意力神经网络；(2)生成蛋白质训练集；(3)利用粗化算法粗化图结构；(4)利用正则化拉普拉斯矩阵计算公式，计算粗化后图结构的正则化拉普拉斯特征矩阵中的每个元素值；(5)训练自注意力神经网络；(6)对无标签蛋白质样本进行识别。本发明搭建并训练了一个自注意力神经网络，能更好地捕获蛋白质的层次结构信息，采用粗化算法使得本发明在处理大型蛋白质分子时有着较短的处理时间和较大的空间利用率。
-
公开(公告)号：CN105631828A
公开(公告)日：2016-06-01
申请号：CN201511009631.0
申请日：2015-12-29
CPC classification number: G06T5/003 , G06T5/50 , G06T2207/20221
Abstract: 本发明实施例公开了一种处理图像的方法及装置，涉及图像处理领域，用以提高获取到的图像的清晰度。该方法包括：获取目标景物的N帧模糊图像，N≥2，N为整数；对N帧模糊图像中的每帧模糊图像预处理，得到N帧第一图像，一帧模糊图像对应一帧第一图像；提取N帧第一图像的至少三组特征点，每组特征点包括N个特征点，每组特征点中的一个特征点对应一帧第一图像；以参考图像为基准，根据至少三组特征点中每帧待配准图像的特征点和至少三组特征点中参考图像的特征点，对该帧待配准图像进行配准，参考图像为N帧第一图像中的任意一帧第一图像，待配准图像为N帧第一图像中的除参考图像之外的第一图像；将配准后的N帧第一图像合成，得到目标图像。
-
公开(公告)号：CN119155406A
公开(公告)日：2024-12-17
申请号：CN202411211461.3
申请日：2024-08-30
Applicant: 西安电子科技大学
Abstract: 一种高质量L型网点调幅加网数字水印的实现方法和系统，方法包括：输入载体图像色彩空间，输出单色通道；拆分网目调单元，形成若干子网点，并计算所有子网点中心坐标；网点取舍，获得L型网点；网点编码，得到调整后的网点编码的网目调单元；修正与补偿，得到最终调整和修正后的网目调单元；加网生成最终的目标图像；系统包括：文件读取与预处理模块、网目调单元拆分模块、网点取舍模块、信息编码模块、修正与补偿模块以及调幅加网模块；本发明具有图像清晰度高、隐藏效果好、印刷分辨率灵活、水印容量大的特点。
-
Patent Agency Ranking
公开(公告)号：CN116800397A
公开(公告)日：2023-09-22
申请号：CN202310765258.X
申请日：2023-06-27
Applicant: 西安电子科技大学广州研究院 , 广州链融信息技术有限公司 , 佛山链融新技术有限公司
Abstract: 本发明提供一种基于环境自适应的区块链节点信用评价方法，涉及区块链节点信用评价领域，包括步骤：利用DQN算法对区块链节点进行分片并选择各分片的领导节点；设计节点信用评价算法，通过对照DQN算法选择的领导节点对节点信用评价算法进行调整；在区块链节点中部署节点信用评价算法并实时对节点进行评价，当领导节点性能下降可能影响系统稳定性时用片内评价最优的节点对当前领导节点进行替换。本发明通过DQN算法为区块链系统选择了能使共识算法在当前部署环境下性能最优的分片方案与各分片的领导节点；同时通过领导节点选择结果对节点信用评价算法进行调整，以在区块链系统运行过程中选出能使区块链性能在当前部署环境下最优的领导节点。
-
公开(公告)号：CN119006259A
公开(公告)日：2024-11-22
申请号：CN202411211492.9
申请日：2024-08-30
Applicant: 西安电子科技大学
Abstract: 一种自适应调幅加网数字水印的优化方法和系统，方法：将输入的RGB图像转换为适合印刷的CMYK图像，并将CMYK图像的青、品红、黄、黑四色通道拆分；计算拆分后的各通道间的相互影响，设置各通道的损失常数，计算适应度；在载体图像上搜寻符合要求的水印区域色块，根据边缘算法拆分出寻找到的水印区域的色块，得到适合嵌入水印的通道及区域；标记含水印的色块，得到加入掩膜的载体图像；对载体图像进行调幅加网操作，在适合嵌入水印的通道及区域嵌入水印，生成最终的半色调目标图像；系统：色彩空间转换模块、适应度统计模块、水印区域选择模块、掩膜处理模块和水印嵌入与调幅加网模块，本发明具有图像质量好、印刷分辨率灵活、水印不可感知性高等优点。
-
公开(公告)号：CN118521454A
公开(公告)日：2024-08-20
申请号：CN202410762785.X
申请日：2024-06-13
Applicant: 西安电子科技大学
IPC: G06T1/00
Abstract: 本发明属于图像处理技术领域，本发明公开了一种块簇网点数字水印的生成方法、系统、设备及介质，将原始图像的网目调单元拆分成若干子网目调单元，将水印信息编码到目标图像，通过聚集得到块簇网点；依据块簇网点所含水印信息调整网点编码，编码印版中的块簇网点，根据块簇网点形状，生成相应的网点聚集块；标定水印边缘，分析块簇网点情形模式，并补偿量均匀施加到块簇网点的所有子网点中，得到标定的子网点坐标；调幅加网，生成最终的目标图像。本发明提高了嵌入水印的目标图像的精细程度，同时通过将网点聚集为预定几何形状，有效解决了在高分辨图像中隐藏低线数调幅水印的问题，能够得到具有良好视觉效果的目标图像。
-
公开(公告)号：CN118300770A
公开(公告)日：2024-07-05
申请号：CN202410357114.5
申请日：2024-03-27
Applicant: 西安电子科技大学广州研究院 , 广州链融信息技术有限公司
Abstract: 本发明提供一种基于环境自适应的区块链节点信用评价方法，涉及区块链节点信用评价领域，包括步骤：利用DQN算法对区块链节点进行分片并选择各分片的领导节点；设计节点信用评价算法，通过对照DQN算法选择的领导节点对节点信用评价算法进行调整；在区块链节点中部署节点信用评价算法并实时对节点进行评价，当领导节点性能下降可能影响系统稳定性时用片内评价最优的节点对当前领导节点进行替换。本发明通过DQN算法为区块链系统选择了能使共识算法在当前部署环境下性能最优的分片方案与各分片的领导节点；同时通过领导节点选择结果对节点信用评价算法进行调整，以在区块链系统运行过程中选出能使区块链性能在当前部署环境下最优的领导节点。
-
公开(公告)号：CN111916144B
公开(公告)日：2024-02-09
申请号：CN202010730960.9
申请日：2020-07-27
Applicant: 西安电子科技大学
IPC: G16B40/00 , G16B15/00 , G06F18/2415 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06N3/048
Abstract: 本发明公开了一种基于自注意力神经网络和粗化算法的蛋白质分类方法。其步骤为：(1)构建自注意力神经网络；(2)生成蛋白质训练集；普拉斯矩阵计算公式，计算粗化后图结构的正则化拉普拉斯特征矩阵中的每个元素值；(5)训练自注意力神经网络；(6)对无标签蛋白质样本进行识别。本发明搭建并训练了一个自注意力神经网络，能更好地捕获蛋白质的层次结构信息，采用粗化算法使得本发明在处理大型蛋白质分子时有着较短的处理时间和较大的空间利用率。(3)利用粗化算法粗化图结构；(4)利用正则化拉
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.128 seconds)
