一种振动信号特征提取方法、装置及存储介质

    公开(公告)号:CN117828325A

    公开(公告)日:2024-04-05

    申请号:CN202311766945.X

    申请日:2023-12-20

    Abstract: 本发明提供一种振动信号特征提取方法、装置及存储介质,涉及故障诊断技术领域;本发明通过加速度传感器采集机器设备运行时的振动信号;对采集到的振动信号进行信号特征提取,得到初始特征向量矩阵;通过线性判别分析算法对初始特征向量矩阵进行降维融合处理,得到融合特征向量矩阵;对融合特征向量矩阵进行特征提取,得到最终特征向量矩阵;对最终特征向量矩阵进行分类识别,得到分类结果;根据分类结果判断机器设备的故障情况,得到机器设备的故障类型。通过对振动信号进行多次特征提取,能更充分的表征故障类型信息,同时很大程度上提高了分类识别的准确率。

    一种具有差分隐私保护的联邦学习模型训练方法

    公开(公告)号:CN113762525B

    公开(公告)日:2024-04-05

    申请号:CN202111040480.0

    申请日:2021-09-07

    Abstract: 本发明公开了一种具有差分隐私保护的联邦学习模型训练方法,所述具有差分隐私保护的联邦学习模型训练方法如图1所示,包括如下步骤:建立模型和终端的连接,选择学习模型,建立模型与终端服务器的联系;模型的区分与分发,对模型进行样本级别和用户级别的区分,终端服务器将区分后的模型按照标准选择参与本轮联邦学习的设备;进行本地训练;建立隐私保护;更新全局模型;监控和反馈,数据备份记录。将模型分类进行差分隐私保护,提高对数据的保护效果;监控和反馈模块,监测数据是否存在隐私泄露,减少信息的泄露,便于隐私保护机制的维护和更新;数据备份,避免终端掉线影响数据的传输,提高训练效果。

    一种基于深度学习及声音识别的机器设备状态监测系统

    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

    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。

    一种基于细节点三角形与二次索引的指纹检索方法

    公开(公告)号:CN116861016A

    公开(公告)日:2023-10-10

    申请号:CN202310668700.7

    申请日:2023-06-07

    Abstract: 本发明公开了一种基于细节点三角形与二次索引的指纹检索方法,该方法包含7个步骤。第一步获取指纹图像的细节点数据,并对数据进行预处理。第二步,依据细节点构建细节点三角形,并生成由细节点三角形构建的向量。第三步基于构建的向量构建基于细节点三角形向量的索引值1,第四步构建索引值2,第五步基于索引1采用折半查找的方式搜寻满足符合一定差距内的匹配样本,第六步基于索引2在当前满足条件的匹配样本中二次查询匹配指纹,第七步输出查找结果。本发明的目的在于提高指纹识别的效率同时减少指纹匹配时所花费的时间,提高了大规模指纹识别的准确率,减少了查询时间。

    一种基于随机森林的网络入侵检测方法

    公开(公告)号:CN113852612B

    公开(公告)日:2023-06-27

    申请号:CN202111076255.2

    申请日:2021-09-15

    Abstract: 本发明公开了一种基于随机森林的网络入侵检测方法,包括4个步骤:S1数据预处理:将网络流量测试数据集经过归一化处理后上传至数据库;S2数据再平衡:对预处理后的数据进行再平衡,增加少数类样本;S3二分类模型训练:将经过数据再平衡后的数据送入随机森林模型进行训练,得出网络入侵的检测模型;S4网络入侵判定:将测试数据通过模型进行网络入侵判定。本发明提供的一种基于随机森林的网络入侵检测方法,可以通过网络流量测试数据集对网络入侵进行训练,并预测是否为入侵行为,实现网络安全智能检测过程,有效提高网络防控风险能力。

    一种Kubernetes应用容器的预测混合自动伸缩方法

    公开(公告)号:CN115934248A

    公开(公告)日:2023-04-07

    申请号:CN202211545055.1

    申请日:2022-12-04

    Abstract: 本发明公开了一种Kubernetes应用容器的预测混合自动伸缩方法。首先,获取监控数据,并对监控数据进行预处理。然后,使用三指数平滑模型和DTR监督机器学习算法对Pod进行工作负载预测,通过三指数平滑模型预测Pod的副本数,再通过DTR监督机器学习算法预测分配给Pod的资源数。最后根据预测的Pod副本数和Pod资源数,对Pod进行水平和垂直自动伸缩。本发明方法可应用在Kubernetes容器编排平台上,能够有效解决现有Kubernetes上使用自动伸缩器时响应时间长、容器利用率低和无法保证应用服务QoS的问题。

    一种基于边缘计算的无人机交通事故处理系统

    公开(公告)号:CN115862341A

    公开(公告)日:2023-03-28

    申请号:CN202211545034.X

    申请日:2022-12-04

    Abstract: 本发明公开了一种基于边缘计算的无人机交通事故处理系统。包括无人机子系统、5G传输子系统、交通事故管理云子系统。无人机子系统,拥有多种携带不同设备的无人机执行特定任务;5G传输子系统,利用5G边缘计算的计算和存储资源都比较小的优点,使用超融合服务器来部署具有精简功能的云平台;交通事故管理云子系统,利用无人机协同实现无人机调度,使用SFM方法实现三维重建,同时利用光电容积脉搏波描记原理与透皮光学成像技术,对事故人员进行生命体征检测;基于边缘计算的无人机交通事故处理系统利用无人机快速监测的优点结合计算机视觉技术,高效的辅助相关人员处理交通事故,并减少交通堵塞,同时节约时间,挽救生命。

    一种基于长短期偏好融合的图神经网络推荐方法

    公开(公告)号:CN115238184A

    公开(公告)日:2022-10-25

    申请号:CN202210901779.9

    申请日:2022-07-28

    Abstract: 本发明公开了一种基于长短期偏好融合的图神经网络推荐方法,首先,通过图神经网络结合注意力机制提取全部交互图上用户的长期依赖和商品的节点特征。其次,通过双向GRU结合注意力机制提取近期交互上用户的短期依赖,然后,通过CNN结合注意力机制提取商品文本的特征。最后,将这些特征进行融合已达到高性能的推荐效果。本发明提供的一种基于长短期偏好融合的图神经网络推荐方法,可以通过用户商品交互数据得出用户的长短期偏好特征和商品节点特征,并结合商品的文本特征,在达到良好推荐效果的同时有效解决推荐系统数据稀疏性的问题。

    一种基于物联网的智能U盘
    120.
    发明公开

    公开(公告)号:CN115118021A

    公开(公告)日:2022-09-27

    申请号:CN202210288164.3

    申请日:2022-03-22

    Abstract: 本发明公开了一种基于物联网的智能U盘。包括MCU、开关电路、电池、无线充电电路、Type‑C母口充电电路、wifi模块、蜂鸣电路、Type‑A公口电路、存储器、Type‑A母口电路模块。MCU控制整个U盘有序工作,开关电路可使U盘进入wifi传输模式,两种充电电路为电池提供两种充电方式,wifi模块用来连接互联网,蜂鸣电路指示传输状态,Type‑A公口电路的接口支持即插即用,存储器提供存储空间,Type‑A母口电路的接口可直接插入普通U盘实现容量拓展。本发明支持实时查看U盘文件,实现了文件远程传输,屏蔽了设备接口的差异,易于进行容量扩展,具备传输速度快,操作简单,方便快捷等优点。

Patent Agency Ranking