“林迪”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果260个，建议您升级VIP下载更多相关专利

[发明专利]视频多目标检测关联与轨迹生成方法、装置及电子设备-CN202311083696.4在审
发明人：冯伟;韩瑞泽;万亮;林迪;冯澍;姜杰;王伟;王永飞 -专利权人：天津大学
申请日： 2023-08-28 - 公布日： 2023-10-03 - 主分类号： G06T7/246 文献下载
摘要：本发明提供了一种视频多目标检测关联与轨迹生成方法、装置及电子设备，可以应用于计算机视觉技术领域以及图像处理技术领域。该方法包括：将至少一个顶视角下的顶视角视频和至少两个水平视角下的水平视角视频分别划分为第一预设时长的多个视频片段；利用空间位置重叠策略对多个视频片段进行处理，得到与待检测目标对应的多个第一轨迹；根据多个第一轨迹，得到多个邻接矩阵；根据多个邻接矩阵，生成与待检测目标对应的第二轨迹。
视频多目标检测关联轨迹生成方法装置电子设备

[发明专利]一种基于自监督对比学习的射频指纹识别方法-CN202310754154.9在审
发明人：林迪;杨君;胡苏;马上;靳传学;吴薇薇;李丙涛;周晗 -专利权人：电子科技大学
申请日： 2023-06-25 - 公布日： 2023-09-19 - 主分类号： H04W12/79 文献下载
摘要：本发明属于物联网安全技术领域，具体来说是涉及一种基于自监督对比学习的射频指纹识别方法。虽然射频指纹识别技术发展日趋成熟，但所有的数据标签都需要人工进行操作，耗时耗力。尤其是数据量大时，使用人工标注会浪费特别多不必要的时间和金钱。基于自监督对比学习和卷积神经网络的射频指纹识别方法在在大规模无标签数据中自动构造监督信息，来进行监督学习或训练，结合I/Q信号特点，基于“stop‑gradient”的思想，通过最大化同一I/Q数据的两个增广的相似性来达到分类的目的；并采用改进后的CNN作为骨干网络，使模型更加适合射频数据，能够更加高效的区分I/Q信号样本之间的差异，从而保证模型识别准确率。
一种基于监督对比学习射频指纹识别方法

[发明专利]一种基于生成对抗网络的射频指纹识别训练数据生成方法-CN202310731289.3在审
发明人：林迪;李丙涛;胡苏;马上;靳传学;吴薇薇;杨君;周晗 -专利权人：电子科技大学
申请日： 2023-06-19 - 公布日： 2023-09-12 - 主分类号： G06F18/22 文献下载
摘要：本发明属于物联网安全技术领域，具体来说是涉及一种基于生成对抗网络的射频指纹识别训练数据生成方法。虽然射频指纹识别技术发展日趋成熟，但当训练数据不够时，模型从原始数据中获取到的有效信息比较少，模型会出现过拟合现象。特别是在某些特殊环境下，如无人机等处于较为隐蔽环境的通信设备，无法获取其大量信号进行射频指纹识别。本发明基于生成对抗网络模型的射频指纹样本增强方法为提取更有效的射频指纹特征，增强数据，结合I/Q信号特点，修改了生成对抗网络的判别模型和生成模型；并采用Wasserstein距离公式作为计算样本特征相似度的函数，使模型更加能够区分I/Q信号样本之间的差异，从而保证模型生成的数据能够匹配原数据。
一种基于生成对抗网络射频指纹识别训练数据方法

[发明专利]一种基于轻量化深度学习模型的射频指纹识别方法-CN202310468749.8在审
发明人：林迪;刘川;胡苏;吴薇薇;杨刚;马上;靳传学;杨钿 -专利权人：电子科技大学
申请日： 2023-04-27 - 公布日： 2023-09-08 - 主分类号： G06F18/213 文献下载
摘要：本发明属于物联网安全技术领域，具体来说是涉及一种基于轻量化深度学习模型的射频指纹识别方法。本发明首先将I/Q信号转为复数矩阵，然后对复数矩阵Q进行奇异值分解后，对得到的特征进行降噪后又复原成复数向量，接着构建轻量化深度学习模型进行复数特征提取和分类，最后实现射频指纹识别。本发明的有益效果为，很好的解决了环境噪声对射频指纹识别的干扰。
一种基于量化深度学习模型射频指纹识别方法

[发明专利]安全启动系统及方法、终端设备及其核心系统-CN201810506685.5有效
发明人：薛永浩;张英舟;高欣;张琪;林迪;吕超 -专利权人：霍尼韦尔环境自控产品（天津）有限公司
申请日： 2018-05-24 - 公布日： 2023-08-29 - 主分类号： G06F21/57 文献下载
摘要：本发明涉及安全启动系统及方法、终端设备及其核心系统。所述安全启动系统包括：安全加密芯片以及核心系统；安全加密芯片包括被配置成存储用于认证安全加密芯片的认证凭据的第一存储单元；核心系统包括被配置成存储用于验证应用引导程序的验证凭据和用于验证应用程序的签名证书的第二存储单元以及控制单元，控制单元包括：第一验证模块，其被配置成通过固化引导程序使用验证凭据来验证应用引导程序的完整性和合法性；第二验证模块，其被配置成通过应用引导程序使用来自安全加密芯片的认证凭据来验证安全加密芯片的合法性和其运行环境的安全性、验证签名证书的合法性和有效性、以及使用签名证书来验证应用程序的完整性和合法性。
安全启动系统方法终端设备及其核心

[发明专利]基于对象级别差异记忆的开放混合域适应图像分割方法-CN202310747258.7在审
发明人：冯伟;冯廷亮;林迪;万亮;刘雪阳;安慧莉 -专利权人：天津大学
申请日： 2023-06-25 - 公布日： 2023-08-18 - 主分类号： G06V10/26 文献下载
摘要：本发明涉及一种基于对象级别差异记忆的开放混合域适应图像分割方法，包括下列步骤：构建语义分割网络，利用源域图像对模型进行粗略训练，计算源域图像不同类别的特征的质心作为不同类别的类别键；对目标域的图像和语义分割结果送入OLDM模块；利用OLDM进行语义分割优化；利用OLDM进行伪标签更新，计算损失函数并反向传播。
基于对象级别差异记忆开放混合适应图像分割方法

[实用新型]一种吸管-CN202320237325.6有效
发明人：林迪 -专利权人：林迪
申请日： 2023-02-17 - 公布日： 2023-08-15 - 主分类号： B01L3/02 文献下载
摘要：本实用新型涉及生物工程领域，尤其涉及一种吸管。所述吸管包括管体、防漏组件和密封组件，所述滑轨上安装有滑动连接的移动环，且移动环的底部安装有固定连接的连接杆，所述连接杆的底端安装有螺纹连接的安装板，且安装板的另一端安装有固定连接的密封板。本实用新型提供的吸管，在使用管体将液体提取完毕后，将移动环向滑轨的上方滑动，此时移动环会利用连接杆和安装板带动密封板一起进行移动，并利用密封板将管体底部的吸液口进行密封，避免传统吸管在提取液体后，可能会由于工作人员手抖等其他原因，造成液体从管体底部的吸液口遗漏部分的问题。
一种吸管

[发明专利]一种基于半监督原型网络的射频指纹识别方法-CN202310471147.8在审
发明人：林迪;袁茂森;胡苏;吴薇薇;杨刚;马上;靳传学;杨钿 -专利权人：电子科技大学
申请日： 2023-04-27 - 公布日： 2023-08-08 - 主分类号： G06V40/12 文献下载
摘要：本发明提供了一种基于半监督原型网络的射频指纹识别方法，属于物联网安全信息技术领域。在有限的训练集无法包含全部类别的辐射源设备信号，在测试集当中可能会出现未知类样本。而这种情况出现在现实场景中时，对于训练的闭集模型在识别未知信号时并不具备对未知类识别的能力。特别是在某些特殊环境下，如无人机冒充认证的设备，在未获得该设备的信号进行射频指纹识别时可能会出现识别错误。基于半监督原型网络的射频指纹识别方法，卷积层结合注意力机制进行有效特征提取，采用改进后的时序集成预测的半监督方法来进行原型强化；采用软阈值选取的方法作为样本分类依据，使模型能够有效区分I/Q信号样本之间的差异，从而保证模型识别的准确率。
一种基于监督原型网络射频指纹识别方法

[发明专利]基于近岸土方抛卸施工的弧形岸线变化测量监管方法-CN202310280617.2在审
发明人：林迪;陆珍珍;林喜荣 -专利权人：广西壮族自治区梧州航道养护中心
申请日： 2023-03-21 - 公布日： 2023-08-01 - 主分类号： G01B11/02 文献下载
摘要：本申请提供一种基于近岸土方抛卸施工的弧形岸线变化测量监管方法。上述的方法包括建立平面坐标系，选取航行起落点，控制无人机在起始点、终止点、垂足点、中点和当前顶点之间飞行，获取相应距离数据，根据距离数据计算待测岸线的当前弧长。该方法能够更高效、更安全地测量待测岸线的当前弧长。而且，在雨天和阴天也能够控制无人机飞行来测量待测岸线，还能够及时进行多次测量，无需等待高清卫星地图更新。
基于近岸土方施工弧形变化测量监管方法

[发明专利]一种基于残差网络模型的射频指纹识别方法-CN202310473765.6在审
发明人：林迪;王梦娟;胡苏;吴薇薇;杨刚;马上;靳传学;杨钿 -专利权人：电子科技大学
申请日： 2023-04-27 - 公布日： 2023-07-28 - 主分类号： G06F18/10 文献下载
摘要：本发明属于物联网安全技术领域，具体来说是涉及一种基于残差网络模型的射频指纹识别方法。本发明首先将无线设备信号转换成固定大小的时频图，提取区分度更高的射频指纹特征，解决以信号样本序列作为射频指纹提取对象时，样本长度会影响后续算法结构和处理复杂度的问题。然后，针对无线设备信号时频图设计实现了深度学习模型CSAM‑ResNet，实现射频指纹的自动提取，充分挖掘时频图中的细节信息和关键特征信息，进一步提高复杂电磁环境下无线设备的识别能力。
一种基于网络模型射频指纹识别方法

[发明专利]一种基于深度对比学习的射频指纹无监督盲识别方法-CN202310471411.8在审
发明人：林迪;肖品宏;胡苏;吴薇薇;杨刚;马上;靳传学;杨钿 -专利权人：电子科技大学
申请日： 2023-04-27 - 公布日： 2023-07-28 - 主分类号： G06F18/21 文献下载
摘要：本发明属于物联网安全技术领域，具体来说是涉及一种基于深度对比学习的射频指纹无监督盲识别方法。本发明能够在没有源信号先验信息和专家经验介入的情况下自动完成射频指纹的盲识别工作，大大减少了人工标注的耗费的时间和人力成本。本发明在面对多个发射机伪装成同一个身份标识进行的仿冒攻击，或单一设备模拟出多个身份进行的女巫攻击时，能够对射频指纹进行无监督聚类分析，有效甄别来源设备数量，从而有效检测上述攻击的存在。此外，模型还能够在实际恶劣复杂的电磁环境中保持良好的盲识别效果。
一种基于深度对比学习射频指纹监督识别方法

[发明专利]一种4-芳(甲)基-1,4-苯并噁嗪并咪唑啉类化合物及其制备方法和用途-CN202310324267.5在审
发明人：唐子龙;林迪;欧小玲;蒋子曰 -专利权人：湖南科技大学
申请日： 2023-03-29 - 公布日： 2023-07-21 - 主分类号： C07D498/04 文献下载
摘要：本发明公开了一种4‑芳(甲)基‑1,4‑苯并噁嗪并咪唑啉类化合物及其制备方法和用途。该类化合物是以3,4‑二氢‑2H‑1,4‑苯并噁嗪和1,2‑二溴乙烷为原料进行反应生成N‑(2‑溴乙基)‑1,4‑苯并噁嗪，再与芳胺类化合物反应生成相应的N‑(2‑芳胺基乙基)‑1,4‑苯并噁嗪，然后在催化体的作用下进一步反应获得4‑芳(甲)基‑1,4‑苯并噁嗪并咪唑啉类化合物。该化合物合成所用的原材料廉价易得，合成方法简单。同时该化合物对农作物病菌的活性具有良好的抑制作用，特别是对赤霉病菌、稻瘟病菌、疫霉病菌、菌核病菌、灰霉病菌和纹枯病菌等的抑制活性显著。
一种咪唑化合物及其制备方法用途

[发明专利]一种虚拟现实VR设备的控制方法、装置、介质及设备-CN202310136855.6在审
发明人：施明君;王永恒;傅四维;林迪;于榕;张璠璠 -专利权人：之江实验室
申请日： 2023-02-07 - 公布日： 2023-05-02 - 主分类号： G06F3/01 文献下载
摘要：本说明书公开了一种虚拟现实VR设备的控制方法、装置、介质及设备。所述虚拟现实VR设备的控制方法包括：响应于用户通过所述VR设备的操作手柄在虚拟场馆中执行的指定操作，生成信息获取请求，并发送给服务器，服务器根据信息获取请求，调取对象信息并发送给VR设备，对象信息包括：目标虚拟对象对应的图像信息、文本信息以及所述音频信息中的至少一种，将对象信息在所述虚拟场馆中进行展示，并在响应于用户的调整操作，生成调整指令，以对所述对象信息进行调整，并将调整后的对象信息在虚拟场馆中进行展示，以及，基于对象信息和/或用户在虚拟场馆中对应的位置与目标对象在虚拟场馆中所处位置之间的位置关系，控制操作手柄进行震动。
一种虚拟现实 vr 设备控制方法装置介质

[发明专利]一种基于深度学习的用频设备射频指纹识别方法-CN202210549046.3有效
发明人：胡苏;吴薇薇;杜钊楠;杨钿;黄恒洋;林迪;马上;唐万斌;靳传学 -专利权人：电子科技大学
申请日： 2022-05-20 - 公布日： 2023-04-25 - 主分类号： G06F30/27 文献下载
摘要：本发明属于神经网络和射频指纹识别技术领域，具体来说是涉及一种基于深度学习的用频设备射频指纹识别方法。本发明包括：采集相应的射频信号并进行解析，以I/Q数据的形式进行存储；对I/Q数据进行基于调制方式的整形处理预处理，构建训练/测试数据集；构建RCAN‑RFF深度网络，并对其进行训练；将测试数据输入RCAN‑RFF深度网络，得到用频设备射频指纹识别结果。该发明在高强度电磁噪声环境下，算法模型在识别准确率以及收敛速度方面综合表现最好，对复杂电磁环境中信噪比变化具有鲁棒性，大大减少了网络的训练复杂度。
一种基于深度学习设备射频指纹识别方法

[发明专利]一种基于跨点云上下文信息的点云语义分割方法-CN202310148017.0在审
发明人：林迪;陈浩然;万亮;冯伟 -专利权人：天津大学
申请日： 2023-02-22 - 公布日： 2023-04-18 - 主分类号： G06V10/26 文献下载
摘要：本发明涉及一种基于跨点云上下文信息的点云语义分割方法，所采用的点云语义分割网络分为编码器和解码器，包括下列步骤：对数据集进行数据预处理并进行数据增强；将经过预处理和数据增强的点云通过编码器，编码器的每个阶段都会输出该阶段的点云特征，对每个阶段的每个点取邻域，根据邻域计算每个点的局部几何特征，并对各阶段的记忆体进行更新；第三步，将编码器输出的点云特征通过解码器，解码器的每个阶段都会输出该阶段的点云特征；将最后一个阶段的增强点云特征输入多层感知机得到输出；在输出结果和点云的语义标签之间计算交叉熵损失，并使用反向传播算法和梯度下降算法对编码器和解码器中的参数进行优化；完成整个神经网络模型的训练。
一种基于跨点云上下文信息语义分割方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
下一页»
尾页
共 260 条