-
公开(公告)号：CN112688911B
公开(公告)日：2023-04-18
申请号：CN202011212124.8
申请日：2020-11-03
Applicant: 桂林理工大学
IPC: H04L9/40 , H04L41/14 , G06F18/214 , G06F18/2135
Abstract: 本发明公开了一种基于PCA+ADASYN和Xgboost的网络入侵检测系统，包括：数据预处理模块、数据降维模块、数据过采样模块、模型训练模块、数据检测模块；首先对输入的数据做格式化处理，其次对数据预处理模块得到的数据做降维处理，然后对降维后的数据中少数类样本进行过采样处理，使用过采样后的数据对Xgboost模型进行训练，最后使用训练好的检测模型检测数据，得出检测结果。本发明将PCA、ADASYN、Xgboost技术应用到网络入侵检测中，实现了对网络入侵的检测，克服了现有基于机器学习算法的入侵检测系统精确率低、误报率高的缺点，同时提升了对少数类攻击的检测效果，为网络入侵检测提供决策依据和技术支撑。
-
公开(公告)号：CN111160926A
公开(公告)日：2020-05-15
申请号：CN201910974511.6
申请日：2019-10-14
Applicant: 桂林理工大学
IPC: G06Q30/00 , G06Q10/10 , G06F21/45 , G06F16/9535 , G06F16/26
Abstract: 本发明公开了一种基于云计算的中小企业智能咨询服务平台，包括基础设施层、数据管理及平台层和应用服务层；基础设施层利用虚拟化技术把云平台上的分布式网络节点的所有IT基础设施资源接入到网络中并虚拟化为资源池，实现各类资源的全面互联；数据管理及平台层采用大数据处理及数据挖掘等先进技术对海量数据资源进行有效的数据提取和分析，从中提取出对客户有效的信息；应用服务层为客户提供智能搜索及在线专家咨询服务平台。本发明通过智能搜索、专家咨询及私人定制三种方式为中小企业客户提供一站式咨询服务需求，使行业专家的专业经验及知识被充分利用，同时还增加了咨询机构的客户数量，解决了咨询机构客源少的问题，实现双方共赢的效果。
-
公开(公告)号：CN110867196B
公开(公告)日：2024-04-05
申请号：CN201911222026.X
申请日：2019-12-03
Applicant: 桂林理工大学
Abstract: 本发明公开了一种基于深度学习及声音识别的机器设备状态监测系统。包括训练数据采集模块采集声音信号；人工标记模块对声音信号进行标记形成声音样本库；声音样本经预处理和特征提取被送入预设神经网络模型进行训练；实时数据采集模块采集声音信号并送入训练后的神经网络模型；状态识别模块结合人工经验通过声音信号对机器运行状态进行综合识别判断，并将结果进行反馈及输出。本发明不仅可以实时监测机器设备运行状态，同时在机器设备发生故障或处于危险状态时发出报警信号，通知设备管理员及时进行维护，提高工作效率；同时由于采用深度学习算法结合人工经验对神经网络模型进行训练，因而具有识别准确性高、安全性好、效率高和智能化等优点。
-
公开(公告)号：CN110867196A
公开(公告)日：2020-03-06
申请号：CN201911222026.X
申请日：2019-12-03
Applicant: 桂林理工大学
Abstract: 本发明公开了一种基于深度学习及声音识别的机器设备状态监测系统。包括训练数据采集模块采集声音信号；人工标记模块对声音信号进行标记形成声音样本库；声音样本经预处理和特征提取被送入预设神经网络模型进行训练；实时数据采集模块采集声音信号并送入训练后的神经网络模型；状态识别模块结合人工经验通过声音信号对机器运行状态进行综合识别判断，并将结果进行反馈及输出。本发明不仅可以实时监测机器设备运行状态，同时在机器设备发生故障或处于危险状态时发出报警信号，通知设备管理员及时进行维护，提高工作效率；同时由于采用深度学习算法结合人工经验对神经网络模型进行训练，因而具有识别准确性高、安全性好、效率高和智能化等优点。
-
Patent Agency Ranking
公开(公告)号：CN110940539B
公开(公告)日：2024-04-05
申请号：CN201911221013.0
申请日：2019-12-03
Applicant: 桂林理工大学
IPC: G01M99/00
Abstract: 本发明公开了一种基于人工经验及声音识别的机器设备故障诊断方法。通过传感器采集机器设备的声音信号，经过人标记形成声音样本库，然后通过数据处理后被送入预设的神经网络模型中进行训练。传感器实时采集机器设备声音，经数据处理后输入训练后神经网络模型中，通过神经网络远程识别机器设备状态，同时根据人工经验对识别结果进行综合判断，并将结果反馈回声音样本库。本发明提供的一种基于人工经验及声音识别的机器设备故障诊断方法，不仅能够对机器故障进行远程诊断，同时还可以预测机器设备关键零部件的寿命；此外，由于采用深度学习算法结合人工经验对神经网络模型进行训练，因而具有识别准确性高、安全性好、效率高和智能化等优点。
-
公开(公告)号：CN113345399A
公开(公告)日：2021-09-03
申请号：CN202110482726.3
申请日：2021-04-30
Applicant: 桂林理工大学
IPC: G10K11/178 , G10L25/27
Abstract: 本文公开发明了一种强噪声环境下的机器设备声音监测方法，包括如下步骤：S1：样本数据采集，S2：自适应噪声对消，S3：样本数据预处理，S4：样本数据特征提取，S5：隐马尔科夫模型训练，S6：实测声音采集，S7：预处理，S8：特征提取，S9：识别结果；本发明分别采集被监测机器设备运行时的声音和周围环境声音，样本数据采集方便、真实有效；采用自适应噪声对消技术，可以使自适应滤波器输出的信号最大限度地逼近噪声信号，从而得到被监测机器设备纯净的声音信号；HMM具有严谨的数据结构和可靠计算性能，能够在实时监测声音信号的基础上，很好地描述机器设备运行时发出的声音信号和周围噪声的随机性和实时性。
-
公开(公告)号：CN112688911A
公开(公告)日：2021-04-20
申请号：CN202011212124.8
申请日：2020-11-03
Applicant: 桂林理工大学
Abstract: 本发明公开了一种基于PCA+ADASYN和Xgboost的网络入侵检测系统，包括：数据预处理模块、数据降维模块、数据过采样模块、模型训练模块、数据检测模块；首先对输入的数据做格式化处理，其次对数据预处理模块得到的数据做降维处理，然后对降维后的数据中少数类样本进行过采样处理，使用过采样后的数据对Xgboost模型进行训练，最后使用训练好的检测模型检测数据，得出检测结果。本发明将PCA、ADASYN、Xgboost技术应用到网络入侵检测中，实现了对网络入侵的检测，克服了现有基于机器学习算法的入侵检测系统精确率低、误报率高的缺点，同时提升了对少数类攻击的检测效果，为网络入侵检测提供决策依据和技术支撑。
-
公开(公告)号：CN110940539A
公开(公告)日：2020-03-31
申请号：CN201911221013.0
申请日：2019-12-03
Applicant: 桂林理工大学
IPC: G01M99/00
Abstract: 本发明公开了一种基于人工经验及声音识别的机器设备故障诊断方法。通过传感器采集机器设备的声音信号，经过人标记形成声音样本库，然后通过数据处理后被送入预设的神经网络模型中进行训练。传感器实时采集机器设备声音，经数据处理后输入训练后神经网络模型中，通过神经网络远程识别机器设备状态，同时根据人工经验对识别结果进行综合判断，并将结果反馈回声音样本库。本发明提供的一种基于人工经验及声音识别的机器设备故障诊断方法，不仅能够对机器故障进行远程诊断，同时还可以预测机器设备关键零部件的寿命；此外，由于采用深度学习算法结合人工经验对神经网络模型进行训练，因而具有识别准确性高、安全性好、效率高和智能化等优点。
-
公开(公告)号：CN110765248A
公开(公告)日：2020-02-07
申请号：CN201910975189.9
申请日：2019-10-14
Applicant: 桂林理工大学
IPC: G06F16/332 , G06F16/33 , G06F16/36 , G06F16/951 , G06N5/04 , G06Q50/10
Abstract: 本发明公开了一种基于云计算的中小企业智能咨询服务平台，包括数据采集层、数据处理层和云人机界面；数据采集层通过知识采集、咨询机构信息采集和专家信息采集三种形式采集与中小企业咨询内容相关的知识，数据处理层通过大数据处理及挖掘等技术对海量数据资源进行有效的数据提取和分析，得到有用的信息并进行存储，同时可以对客户、咨询机构及专家信息进行管理，为客户提供智能搜索技术支持。本平台通过智能搜索、专家咨询及私人定制三种方式不仅为中小企业客户提供一站式咨询服务需求，使行业专家的专业经验及知识被充分利用，同时还增加了咨询机构的客户数量，使咨询机构能为多家企业服务，解决了咨询机构客源少的问题，实现双方共赢的效果。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.02 seconds)
