|
搜索
搜 索
高等教育領域數字化綜合服務平臺
一種基于地理位置的視頻傳感器接入方法
本發明公開了一種基于地理位置的視頻傳感器接入方法，包括以下步驟：步驟 1：構建視頻傳感器 注冊請求；步驟 2：注冊視頻傳感器元數據到 SOS 服務；步驟 3：錄制和編碼實時視頻流；步驟 4：構 建視頻傳感器觀測數據插入請求；步驟 5：共享視頻傳感器觀測數據和觀測數據元數據；步驟 6：構建 視頻傳感器觀測數據獲取請求；步驟 7：獲取視頻傳感器觀測數據。本發明解決了現有視頻傳感器不能 基于地理位置接入和視頻傳感器觀測數據不能基于時空信息綜合發現和獲
武漢大學
2021-04-14
一種針對云平臺虛擬機度量的主動遠程證明方法
本發明提供一種針對云平臺虛擬機度量的主動遠程證明方法，包括遠程證明客戶端主動操作過程和 云管理端的服務器可信驗證過程，在云平臺虛擬機啟動后進行靜態度量和運行后周期性的動態度量，度 量完成后，進行主動的遠程證明，云管理端獲得度量的值和度量報告后，通過與基線值的對比，驗證虛 擬機的狀態是否被篡改。該方法改變了傳統的被動式遠程證明方法，由度量模塊主動觸發遠程證明客戶 端，實時將度量結果發送給云管理服務器端，無需將度量值保存在 TPM 的 PCR 中，
武漢大學
2021-04-14
基于差分熵和結構相似性的圖像編碼質量預測方法
本發明公開了一種基于差分熵和結構相似性的圖像編碼質量預測方法，包括步驟：步驟 1，獲取樣本圖 像序列中各樣本圖像的圖像差分熵及不同壓縮倍數下的圖像結構相似性；步驟 2，基于步驟 1 獲取的數據， 采用線性擬合方式構建不同壓縮倍數下圖像差分熵與圖像結構相似性間的線性關系，即圖像編碼質量預測模 型；步驟 3，根據待預測圖像的圖像差分熵，采用圖像編碼質量預測模型即可獲得待預測圖像在不同壓縮倍 數下的圖像結構相似性。本發明簡單，高效，無需消耗較大的硬件
武漢大學
2021-04-14
一種基于軟件定義網絡的安全防御系統及防御方法
本發明涉及一種計算機安全技術領域，特別涉及一種基于軟件定義網絡的安全防御系統及防御方法， 包括：網絡控制模塊、攻擊分析模塊、進程檢測模塊以及網絡流量檢測模塊。網絡控制模塊攔截虛擬機 之間的網絡數據包并將獲取的流量信息轉發至攻擊分析模塊，攻擊分析模塊接收來自網絡控制模塊的虛 擬機間的流量信息，并調用進程檢測模塊檢測進程是否可疑，必要時調用網絡流量檢測模塊對可疑流量 進行更深層的檢測。本發明針對當前虛擬機服務器中用于各虛擬機之間流量轉發的虛擬交換機
武漢大學
2021-04-14
一種適用于水聲局域網的多跳接入方法
本發明公開了一種適用于水聲局域網的多跳接入方法，包括網絡發現、中繼路徑確定、關聯三個階 段。在網絡發現階段，需接入網絡的待接入節點首先通過廣播網絡發現探詢包來探測可供接入的網絡。 在中繼路徑確定階段，本發明提出一種基于路徑壽命及能量效率的中繼路徑選擇方法，該方法將優先選 擇壽命更長的路徑作為中繼路徑，當路徑的壽命相差不大時，將選擇能量效率高的路徑作為中繼路徑。 在關聯階段，新節點完成與接入點的關聯協商。為了實現多跳中繼轉發功能，本發現通過建立
武漢大學
2021-04-14
一種應用于高壓斷路器的彈簧操動機構
本實用新型公開了一種應用于高壓斷路器的彈簧操動機構，包括蓄能機構、動力傳動機構、合閘控 制機構、以及分閘控制機構，蓄能機構包括剛性主臂、滾輪、保持銷、以及合閘彈簧，剛性主臂從左至 右依次設有保持銷、動力主軸、第一傳動銷軸和滾輪，動力主軸上設有相連的伺服電機，合閘彈簧上下 兩端分別與第一傳動銷軸和機架鉸接；動力傳動機構包括凸輪、連桿機構以及絕緣拉桿，凸輪左邊設有 與滾輪咬合的圓缺口，凸輪右邊設有能被分閘控制機構限位的凸起缺口，所述合閘控制機構能對
武漢大學
2021-04-14
面向連續監視任務的視頻衛星攝像機最優指向角控制方法
本發明提供一種面向連續監視任務的視頻衛星攝像機最優指向角控制方法，設攝像機指向角為定義 為主光軸在 UW 平面內的投影與 W 軸的夾角，ω 為主光軸在 VW 平面內的投影與 W 軸的夾角，κ 為繞 W 軸的轉動角；設連續拍攝任務起始時刻為 t 時刻，確定攝像機的指向角中 ω 和 κ 后，將攝像機的主光 軸依次繞繞 U 軸旋轉 ω 角，繞 W 軸旋轉 κ 角，確定攝像機指向角中的后，將攝像機的主光軸繞 V 軸旋 轉角；在后續拍攝任務過程中，保持
武漢大學
2021-04-14
基于超像素樣本擴充的空譜全卷積高光譜圖像分類方法
本成果提出的基于超像素樣本擴充的空譜全卷積高光譜圖像分類方法有效的利用高光譜圖像的超像素分割結果指導偽樣本擴充增加了訓練集樣本數量，解決了高光譜圖像有標記樣本的稀缺問題，同時空譜的全卷積分類網絡也充分利用了多尺度的空間特征和光譜特征實現了較高的分類精度。
成果非涉密，專利申請已經提交。
實驗采用反射光學系統成像光譜儀（ROSIS）傳感器獲取意大利北部帕維亞大學（Pavia University）的高光譜圖像數據。該數據集由 103 個光譜帶組成，共 610×340 像素，光譜覆蓋范圍從 430nm 到 860nm，空間分辨率為 1.3m。該數據集一共含有 9 個類別的 42776個有標記樣本，選取每類 30 個有標記樣本作為訓練集，其余作為測試集。
由下表可以看出，在每類選取 30 個樣本的情況下，本 模 型 的 OA，AA，Kappa系 數 比 DFFN 模 型 高 出20.8%，17.4% 和 26.5%；比CNN 高 出 23.1%，18.8% 和29.2%。并且下表證明了使用了偽標簽樣本擴充的空譜全卷積網絡的本方法在小樣本情況下每個類的分類準確性均優于 DFFN 和 CNN，達到了較好的分類效果。
表 1 PaviaU 數據集上對比實驗結果
西安電子科技大學
2023-03-03
基于空譜差分輔助核聯合稀疏表示的高光譜圖像分類
該成果提出了一種基于空譜差分輔助核聯合稀疏表示分類的高光譜圖像分類方法。本章方法的主要創新性在于：1）能夠將光譜的差分輔助信息和原光譜特征信息有效結合。2）能夠考慮不同光譜屬性間的高階空間相關信息。3）原空譜和差分空譜核特征字典的信息通過具有混合正則的核聯合稀疏表示分類方法得到充分利用。通過在真實高光譜圖像數據上的實驗表明，該成果提出的方法能夠有效地提高高光譜遙感圖像的分類效果。
主要技術指標
不同數據集下的訓練樣本與測試樣本數參閱表 1. 在該訓練樣本集數量下的分類結果表現參見表 2. 相比于傳統分類器 SVM，OA 提高了約 20%；相比于 SOMP，OA 提高了約20%。
該成果無需使用 GPU 資源在保證精度的同時有效提升了分類的精度和效果，同時在較少訓練樣本條件下仍能得到較好的分類精度和分類效果。
表 1. 不同數據集下的訓練樣本選取數量
表 2. PaviaU 大學數據下不同方法的正確率比較
西安電子科技大學
2023-03-22
基于普通光源的鏡面物體三維重建方法、裝置和設備
1. 痛點問題
目前國內外三維重建主要是采用“立體視覺法”、“激光掃描法”、“結構光法”等的傳統方法，這些方法都需要特定的光源設備（如激光，紅外等），設備造價成本高，且對于鏡面、晶體等物體進行三維重建時，還需要在重建物體表面進行去反光、去透光的處理（如噴涂顯像劑等）才能進行三維重建，存在重建效率低（一般需1小時以上）、成本高、難以普及等痛點。
2. 解決方案
本技術是基于局部的隱式可微體渲染方法，解決上述痛點問題，突破基于普通光源下鏡面、非鏡面、晶體等物體的三維重建，實現可應用在多種領域，且低成本、高效率(全過程僅需10分鐘）、高精度、易普及的三維重建設備及應用。
3. 合作需求
1）尋求資源對接，目標合作領域為三維重建相關領域，目標合作企業為對三維重建應用有需求的各行業；
2、孵化資源，產品化、市場化所需的資金。
清華大學
2023-04-19