“冮凯旋”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5个，建议您升级VIP下载更多相关专利

[发明专利]数据处理方法、装置、设备、存储介质和计算机程序产品-CN202210374740.6在审
发明人： 冮凯旋;刘冬岩;徐金阳;高琛 -专利权人：中国移动通信集团辽宁有限公司;中国移动通信集团有限公司
申请日： 2022-04-11 - 公布日： 2023-10-24 - 主分类号： H04L9/08 文献下载
摘要：本申请公开了一种数据处理方法、装置、设备、存储介质和计算机程序产品，其中方法包括：在接收到加密请求后，获取多个物联网终端的总数量、目标终端的一次加密数据和一次加密数据对应的附加信息，目标终端为多个物联网终端中的至少一个，附加信息包括第一生成时间和一次加密数据的数据大小；根据多个物联网终端的总数量、数据大小和第一生成时间，生成第一密钥；通过第一密钥对一次加密数据进行二次加密，得到二次加密数据；将二次加密数据、总数量、数据大小和第一生成时间发送至云服务器，以使云服务器通过总数量、数据大小和第一生成时间对二次加密数据进行解密操作。本申请能够提高数据安全性。
数据处理方法装置设备存储介质计算机程序产品

[发明专利]用户操作行为的检测方法和装置-CN202210374083.5在审
发明人： 冮凯旋;刘冬岩;徐金阳;高琛 -专利权人：中国移动通信集团辽宁有限公司;中国移动通信集团有限公司
申请日： 2022-04-11 - 公布日： 2023-10-24 - 主分类号： G06F11/34 文献下载
摘要：本申请公开了一种用户操作行为的检测方法和装置。其中，该方法包括：获取用户操作终端的操作行为数据；根据操作行为数据，确定用户的特征向量；特征向量为数值型向量；将特征向量输入至用户操作行为分类模型，得到用户的操作行为类型；用户操作行为分类模型通过第二特征矩阵样本和用户操作行为类型标签之间的映射关系训练得到；第二特征矩阵样本通过将多个第一用户特征向量样本组合成第一特征矩阵样本后，计算第一特征矩阵样本的投影矩阵和第一特征矩阵样本的乘积得到；第二特征矩阵样本中包括多个第二用户特征向量样本；第二特征矩阵的维度低于第一特征矩阵的维度。根据本申请实施例，能够既保证检测结果的准确性，又保证检测效率。
用户操作行为检测方法装置

[发明专利]一种基于卷积神经网络的图像去雾方法-CN201910037316.0有效
发明人：郎俊;朱冬平;冮凯旋 -专利权人：东北大学
申请日： 2019-01-15 - 公布日： 2022-11-11 - 主分类号： G06T5/00 文献下载
摘要：本发明涉及一种基于卷积神经网络的图像去雾方法；S1、获取多个无雾图像，利用大气散射模型为每一无雾图像合成不同浓度的有雾图像；S2、利用多个无雾图像和不同浓度的有雾图像训练预先构建的包括五个卷积层的卷积神经网络，重复迭代并更新网络权重比，直至迭代次数达到预设值，并利用最后一次更新的网络权重比获取去雾神经网络模型；S3、将待除雾的图像输入至去雾神经网络模型，获取除雾图像；本发明算法避免了传统算法大气散射模型逆推除雾，减小了中间误差，其次采用深度学习的算法，利用去雾卷积神经网络自动特征学习直接恢复出无雾图像，提升了去雾的普适性。
一种基于卷积神经网络图像方法

[发明专利]一种基于优化的测量矩阵的成像方法-CN201710280700.4有效
发明人：郎俊;冮凯旋;张江娜 -专利权人：东北大学
申请日： 2017-04-26 - 公布日： 2019-08-16 - 主分类号： G06T5/00 文献下载
摘要：本发明提供一种基于优化的测量矩阵的成像方法，方法包括：步骤01、对目标图像进行傅里叶变换得到K空间数据；步骤02、采用采样矩阵对K空间数据进行采样，得到用于传输的采样信号；步骤03、对目标图像进行稀疏变换，以使重构信号时K‑稀疏的；步骤04、用采样信号获取稀疏系数；步骤05、采用快速迭代阈值算法对稀疏系数进行处理，以获得重建的图像；其中，采样矩阵为通过对随机径向采样矩阵、类圆环采样矩阵进行叠加获取的，适于与稀疏矩阵之间满足不相干特性的变密度径向类圆环矩阵。上述方法中变密度径向类圆环采样矩阵具有高度的随机性与稀疏矩阵之间容易满足不相干特性，进而恢复图像的效果较好。
一种基于优化测量矩阵成像方法

[发明专利]一种磁共振图像的收缩阈值迭代重建算法-CN201810379214.2在审
发明人：郎俊;冮凯旋 -专利权人：东北大学
申请日： 2018-04-25 - 公布日： 2018-11-16 - 主分类号： G01R33/561 文献下载
摘要：本发明提供一种磁共振图像的收缩阈值迭代重建算法，包括提出带约束解空间的稀疏重建模型；提出阈值函数收缩规则；重建图像；加速图像重建速度直至修正收敛输出重建结果。本发明为CS_MRI重建提出了一个快速高效的重建算法，收缩阈值投影算法STPROX，利用l_p‑范数的非凸优化模型代替l₁‑范数凸优化模型，来减少采样点数目，同时采用阈值算法进行求解。迭代阈值算法不仅算法本身简单、高效，而且还可以有效的消除由于K空间欠采样所带来的伪影，为了使阈值函数适用l_p‑范数的非凸优化模型，避免收敛到局部最优解，对软阈值的阈值函数和收缩规则进行了修改以让其收敛到全局最优解。
收缩优化模型阈值函数范数算法收敛磁共振图像迭代重建阈值算法重建全局最优解加速图像投影算法重建结果重建算法重建图像采样点欠采样最优解迭代求解伪影稀疏修正输出