-
公开(公告)号：CN117316457A
公开(公告)日：2023-12-29
申请号：CN202311372032.X
申请日：2023-10-23
Applicant: 上海交通大学宁波人工智能研究院 , 宁波工业互联网研究院有限公司
IPC: G16H50/30 , G16H80/00 , G16H20/00 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种透析中生理指标预测智慧管理方法与系统，涉及医学监控领域，所述方法包括以下步骤：步骤1、远程实时采集患者的生理数据并接入医院电子信息系统；步骤2、结合患者的历史数据，使用CNN‑TIME‑LSTM网络模型来预测患者的未来生理特征；步骤3、将未来生理特征通过隶属度函数映射为区间[0,1]的概率，预测患者的并发症患病风险；步骤4、将并发症患病风险传输至医院，远程调整患者的透析治疗参数，并在必要时提供医疗紧急救援；步骤5、将患者实际的数据与预测的患病风险进行对比，调整适合于患者的模型参数。所述系统包括：多维信息特征选择模块、透析中生理体征预测模块、透析中并发症风险评估模块、远程终端监控模块、预测模型优化模块。
-
公开(公告)号：CN117253472A
公开(公告)日：2023-12-19
申请号：CN202311526608.3
申请日：2023-11-16
Applicant: 上海交通大学宁波人工智能研究院
IPC: G10K11/178 , G06N3/0475 , G06N3/045 , G06N3/0464 , G06N3/084 , G10L25/30 , B60R16/037
Abstract: 本发明公开了一种基于生成式深度神经网络的多区域声场重建控制方法，涉及多区域声场重建和汽车分区域声场控制领域，包括：步骤1、设置若干个多区域声场重建控制的目标区域，测量得到最终的传递函数矩阵；步骤2、为每个目标区域设置通过扬声器阵列模拟出来的虚拟声源，得到每个目标区域的期望声场；步骤3、设计包括编码器、解码器和隐向量层的生成式深度神经网络，其中，隐向量层位于编码器和解码器之间，通过控制隐向量层得到扬声器阵列的滤波器或者驱动信号；步骤4、将目标区域的期望声场作为输入，对生成式深度神经网络进行训练；步骤5、使用生成式深度神经网络生成扬声器阵列的滤波器或驱动信号。
-
公开(公告)号：CN117192378A
公开(公告)日：2023-12-08
申请号：CN202311156341.3
申请日：2023-09-07
Applicant: 上海交通大学宁波人工智能研究院
IPC: G01R31/367 , G01R31/392 , G01R31/378 , G06N3/047 , G06N3/042 , G06N3/0455 , G06N3/048 , G06N3/0499 , G06N3/08 , G06N5/04
Abstract: 本发明公开了一种注意力机制耦合贝叶斯网络的锂电池SOH估计方法，涉及电池技术领域，包括：步骤1、采集锂电池的原始运行数据，并按时间序列进行整理和清洗，最后作标准化处理，得到运行数据集；步骤2、创建基于多头注意力机制的特征提取网络，并创建嵌入层和位置编码矩阵，再输入运行数据集，提取最终的特征向量；步骤3、创建多个贝叶斯线性层堆叠而成的贝叶斯神经网络模型，将特征向量作为输入，利用贝叶斯推断对模型的参数分布进行学习，根据模型实例的输出结果计算损失值以便对贝叶斯神经网络模型的参数进行更新；步骤4、根据贝叶斯神经网络模型输出的样本集合，取均值和标准差作为估计值和置信区间，实现锂电池SOH的估计。
-
公开(公告)号：CN117155659A
公开(公告)日：2023-12-01
申请号：CN202311123476.X
申请日：2023-08-31
Applicant: 上海交通大学宁波人工智能研究院
IPC: H04L9/40
Abstract: 本发明公开了一种工业场景下的入侵检测系统与方法，涉及入侵检测安全领域，所述系统包括现场设备、工业防火墙模块、流量处理模块、流量检测模块、数据库模块、安全监控模块、业务资源以及ACGAN模块。ACGAN模块一端连接数据库模块，另一端连接流量检测模块；ACGAN模块接收数据库模块制作成的数据集，并进行过采样处理，扩充小类样本的数量，改善数据集中存在的不平衡问题；ACGAN模块包含第二分类器，第二分类器与第一分类器的参数相同；用经过过采样处理的数据集对第二分类器进行训练；训练完成后，用第二分类器的参数更新位于流量检测模块中的第一分类器，以提升第一分类器的检测性能。
-
公开(公告)号：CN114489025B
公开(公告)日：2023-07-04
申请号：CN202210131933.9
申请日：2022-02-14
Applicant: 上海交通大学宁波人工智能研究院
IPC: G05B23/02
Abstract: 本发明公开了一种模型驱动的工业控制系统安全防护方法，涉及工业控制系统安全技术领域，包括S100、系统抽象；S200、环境假设；S300、安全特性抽象；S400、形式化模型构建；S500、形式化规约构建，S600、受到攻击的形式化模型构建；S700、攻击序列生成；S800、安全弹性监控器设计和部署。本发明对物理过程进行形式化建模，基于模型对异常状态进行检测，设计的安全弹性监控器从逻辑层面对工控系统进行防护，阻止了攻击或者减轻攻击对工控系统的影响，降低了计算复杂度，提升了工控系统的实时性，易于部署，显著提升了工控系统的安全性。
-
Patent Agency Ranking
公开(公告)号：CN114204573B
公开(公告)日：2023-06-27
申请号：CN202111490605.X
申请日：2021-12-08
Applicant: 上海交通大学宁波人工智能研究院
Abstract: 本发明公开了一种自洽能源系统控制装置，涉及公路交通多能系统规划调度技术领域，包括通信模块、存储模块、规划模块和输出模块。本发明还公开了一种自洽能源系统控制方法，包括S100、采集自洽能源系统日前24小时整点时刻的发电量预测值、负荷预测值和剩余储能量数据；S200、传输自洽能源系统的发电量预测值、负荷预测值和剩余储能量数据；S300、存储发电量预测值、负荷预测值、剩余储能量数据、能源转换设备和储能设备的基本参数以及能源价格；S400、读取发电量预测值、负荷预测值、剩余储能量数据，建立规划调度模型，包括目标函数及相应约束；S500、求出最优解；S600、控制自洽能源系统的工作。本发明最小化了能源购买成本，实现了盈利最大化。
-
公开(公告)号：CN113221953B
公开(公告)日：2023-01-31
申请号：CN202110397545.0
申请日：2021-04-14
Applicant: 上海交通大学宁波人工智能研究院
Abstract: 本发明公开了一种基于实例分割和双目深度估计的目标姿态识别系统与方法，涉及物体6D姿态估计领域，所述系统包括：双目相机摄像机模块，所述双目相机摄像机模块包括一个设置于试验台上特定位置的双目相机，通过所述双目相机摄像机模块得到包含目标物体的两幅存在差异的场景图像；数据预处理模块，所述数据预处理模块对所述两幅场景图像进行预处理，所述预处理包括降噪；实例分割模块，所述实例分割模块接收经过预处理的所述两幅场景图像，使用实例分割模型进行实例分割，得到所述目标物体的两幅掩码图；物体5D位姿估计模块，所述物体5D位姿估计模块获得所述目标物体的5D位姿估计。
-
公开(公告)号：CN115550052A
公开(公告)日：2022-12-30
申请号：CN202211270435.9
申请日：2022-10-18
Applicant: 上海交通大学宁波人工智能研究院
Abstract: 本发明公开了一种基于信任的属性加密访问控制系统，涉及信息安全技术领域，包括可信度量模块，对主体终端赋予信任值初值，根据主体终端的行为信息计算主体终端的信任值；访问控制模块，基于主体终端的信任值，实时调整主体终端的加密算法和访问权限；可信度量模块和访问控制模块通信连接。本系统还公开了一种基于信任的属性加密访问控制方法，包括：S100、计算主体终端的信任值；S200、添加信任属性集合；S300、请求主密钥、密钥和公钥；S400、返回主密钥、密钥和公钥；S500、对明文进行加密；S600、验证信任属性集合；S700、生成主体终端的私钥；S800、解密密文。本发明兼顾了效率和安全性，更适用于离散协同制造场景。
-
公开(公告)号：CN115083420A
公开(公告)日：2022-09-20
申请号：CN202210245761.8
申请日：2022-03-14
Applicant: 上海交通大学宁波人工智能研究院
Abstract: 本发明公开了一种声纹验证方法，涉及声纹识别与语音欺骗检技术领域，包括S100、注册声纹信息，建立用户声纹数据库；S200、进行声纹验证。本发明还公开了一种声纹验证装置，包括数据获取单元、欺骗检测单元、声纹建模单元和验证单元。本系统在进行声纹验证之前，先进行欺骗检测，对真实的用户声纹特征正常接受，对合成的、假冒的非法声纹特征予以拒绝，提高了声纹验证系统的安全性，有效避免了语音合成与语音转换攻击对声纹验证系统安全性的威胁。
-
公开(公告)号：CN115035429A
公开(公告)日：2022-09-09
申请号：CN202210748203.3
申请日：2022-06-29
Applicant: 上海交通大学宁波人工智能研究院
IPC: G06V20/17 , G06V10/44 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于复合主干网络和多预测头的航拍目标检测方法，涉及计算机视觉目标检测技术领域，包括以下步骤：步骤1、准备航拍图像的数据集；步骤2、构建目标检测模型；步骤3、应用目标检测模型进行目标预测；其中，步骤2包括：步骤2.1、建立目标检测模型的主干网络，并提取多尺度特征；步骤2.2、通过Recursive‑FPN网络对多尺度特征进行融合，得到融合增强后的多尺度特征；步骤2.3、基于融合增强后的多尺度特征，使用TPH网络作为detection head，构建目标检测模型；步骤2.4、将航拍图像的数据集按比例划分为训练集和测试集，用训练集输入模型进行训练，再用测试集对模型进行测试，确定目标检测模型。该方法实现航拍图像目标检测速度与精度更好的权衡。
-
-
-
-
-
-
-
-
-
Search Results
193
records
(took 0.026 seconds)
