CN117436903B 一种证照防伪方法及证照防伪系统 （广东金冠科技股份有限公司）_第1页
CN117436903B 一种证照防伪方法及证照防伪系统 （广东金冠科技股份有限公司）_第2页
CN117436903B 一种证照防伪方法及证照防伪系统 （广东金冠科技股份有限公司）_第3页
CN117436903B 一种证照防伪方法及证照防伪系统 （广东金冠科技股份有限公司）_第4页
CN117436903B 一种证照防伪方法及证照防伪系统 （广东金冠科技股份有限公司）_第5页
已阅读5页，还剩28页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

WO03046806A1,2003.06使用物联网技术和数据爬取方法来收集包括证2基于所述多模态数据集，采用卷积神经网络和自然语言处理算法进采用所述特征矩阵，通过支持向量机分类器进行初级的防伪检测，将所述初级防伪标签集与特征矩阵进行信息融合，使用具体为将所述初级防伪标签集与特征矩阵进行信息融合，使用具体为基于所述综合防伪标签集，利用深度学习与对抗生成网络生成具有基于所述深度防伪图像库和综合防伪标签集，使用区块链技采用物联网传感器收集证照的图像信息，通过红外传感器进行基于所述红外图像数据集，使用OCR技术抽取图像中的文本信息，生成初步文本数据整合所述初步文本数据集和语音文本数据集，运用数据清洗采用卷积神经网络对所述多模态数据集中的图像信息进行特征提取，基于所述多模态数据集，使用自然语言处理算法对文本信息进3对所述初级防伪预测结果进行校准，利用决策边界调整技术优化分基于所述生成评估结果，对所述对抗生成网络的生成器基于深度防伪图像库，使用区块链技术为每张图像生成唯一的哈希值，基于所述哈希树数据结构，在云计算平台上设计并部署分布式节点所述数据收集模块采用物联网传感器和数据爬取算法进行多模态信息收集，包括图所述特征提取模块基于多模态原始数据集，使用卷积神经网络和自然所述初级防伪模块基于多模态特征矩阵，使用支持向量机进行所述特征融合模块基于初级防伪标签集和多模态特征矩阵，利用所述高级防伪模块基于综合防伪标签集，进行深度学习与对抗生成网络的训练和优所述防伪图像生成模块基于深度防伪图像库，使用图像生成算法进行4所述防伪管理模块基于最终防伪图像集和综合防伪标签集，使用区5[0002]信息安全技术是研究如何保护信息系统和数据资源免受未经授权的访问、使用、[0003]在现有证照防伪方法中，现有的证照防伪方法大多基于方法在防伪技术上往往过于依赖于单一的技术或方法，例如仅仅依靠图像识别或是OCR技6[0012]作为本发明的进一步方案，使用物联网技术和数据爬取方法来收集包括证照图7块链技术和云计算构建全面证照防伪管理系统的8示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限9伪标签集能够准确标识每个数据点的真伪情况，并为后续的防伪工作提供可靠的决策依通过整合分布式验证节点系统并利用API网关和负载均衡技术确保系统稳定，可以构建全[0116]数据收集模块采用物联网传感器和数据爬取算法进行多模态信息收集，包括图[0120]高级防伪模块基于综合防伪标签集，进行深度学习与对抗生成网络的训练和优[0134]特征融合模块采用特征重要性评估子模块、特征选择子[0140]基于多模态原始数据集，采用卷积神经网络和自然语言处理算法进行特征提本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论