在物联网中使用稀疏测量矩阵的压缩数据收集系统

    公开(公告)号:CN111093166A

    公开(公告)日:2020-05-01

    申请号:CN201911240008.4

    申请日:2019-12-06

    Abstract: 本发明属于物联网无线数据处理相关技术领域,具体涉及一种在物联网中使用稀疏测量矩阵的压缩数据收集系统。本发明一方面优化稀疏测量矩阵,另一方面使用合适的动态分簇协议,将稀疏测量矩阵的选择与路由协议相结合,保证数据采集的均匀性的同时,有效的减少了数据丢失对数据收集精度的影响,提高了无线传感器节点的数据收集精度。与现有技术相比较,本发明自适应性强:由于物联网系统具有复杂的无线链路结构,无线链路不稳定的情况经常发生,而链路不稳定对稀疏测量矩阵的设计有直接的关系,本发明采用稀疏测量矩阵和分簇路由协议同时优化的方式,能够解决链路不稳定对无线传感器节点数据收集的影响,具有自适应性。

    一种分布式AI系统的防投毒方法和系统

    公开(公告)号:CN113987477B

    公开(公告)日:2024-07-19

    申请号:CN202111247976.5

    申请日:2021-10-26

    Abstract: 一种分布式AI系统的防投毒方法和系统,方法包括:接收各客户端节点发送的提交数据,基于提交数据更新中心模型,根据中心模型的误差与预期误差的差距判断当前系统是否存在中毒迹象,若否,则根据预定的策略对中心模型做镜像并通知各客户端节点清空缓存并重新进行数据缓存,缓存数据包括客户端节点的原始数据、处理算法和中间数据;否则,获取上一次模型镜像到当前时刻所有提交数据的客户端节点,并将该客户端节点作为风险节点,根据中心模型的误差与预期误差的差距计算风险节点的风险概率,基于风险概率获取风险节点的累计风险概率,根据累计风险概率对风险节点进行巡检,若存在中毒节点则将中毒节点下线,将中心模型恢复为上一次镜像的模型。

    在物联网中使用稀疏测量矩阵的压缩数据收集系统

    公开(公告)号:CN111093166B

    公开(公告)日:2022-07-19

    申请号:CN201911240008.4

    申请日:2019-12-06

    Abstract: 本发明属于物联网无线数据处理相关技术领域,具体涉及一种在物联网中使用稀疏测量矩阵的压缩数据收集系统。本发明一方面优化稀疏测量矩阵,另一方面使用合适的动态分簇协议,将稀疏测量矩阵的选择与路由协议相结合,保证数据采集的均匀性的同时,有效的减少了数据丢失对数据收集精度的影响,提高了无线传感器节点的数据收集精度。与现有技术相比较,本发明自适应性强:由于物联网系统具有复杂的无线链路结构,无线链路不稳定的情况经常发生,而链路不稳定对稀疏测量矩阵的设计有直接的关系,本发明采用稀疏测量矩阵和分簇路由协议同时优化的方式,能够解决链路不稳定对无线传感器节点数据收集的影响,具有自适应性。

    小样本条件下的飞行器姿态控制数据增强和模型训练方法

    公开(公告)号:CN113917938B

    公开(公告)日:2024-04-19

    申请号:CN202111173142.4

    申请日:2021-10-08

    Abstract: 本发明涉及一种小样本条件下的飞行器姿态控制数据增强和模型训练方法,包括:将飞行器姿态控制的训练集分解成多份子训练集;随机选取一份子训练集,训练第一生成器、第二生成器和第三生成器的神经网络参数;第一生成器、第二生成器和第三生成器分别依据各自的数据增强方式在神经网络模型中进行数据增强;计算出第一生成器、第二生成器和第三生成器在神经网络模型中的重要性权值;根据第一生成器、第二生成器和第三生成器的重要性权值,设置神经网络模型的目标函数;进行神经网络模型参数的训练;判断训练的迭代次数超过给定阈值;是,则终止训练;否,则重新选择子训练集进行训练。本发明提升了种小样本条件下神经网络模型的分类任务性能。

    一种分布式AI系统的防投毒方法和系统

    公开(公告)号:CN113987477A

    公开(公告)日:2022-01-28

    申请号:CN202111247976.5

    申请日:2021-10-26

    Abstract: 一种分布式AI系统的防投毒方法和系统,方法包括:接收各客户端节点发送的提交数据,基于提交数据更新中心模型,根据中心模型的误差与预期误差的差距判断当前系统是否存在中毒迹象,若否,则根据预定的策略对中心模型做镜像并通知各客户端节点清空缓存并重新进行数据缓存,缓存数据包括客户端节点的原始数据、处理算法和中间数据;否则,获取上一次模型镜像到当前时刻所有提交数据的客户端节点,并将该客户端节点作为风险节点,根据中心模型的误差与预期误差的差距计算风险节点的风险概率,基于风险概率获取风险节点的累计风险概率,根据累计风险概率对风险节点进行巡检,若存在中毒节点则将中毒节点下线,将中心模型恢复为上一次镜像的模型。

    一种分布式系统的可视化监控方法和系统

    公开(公告)号:CN113872834A

    公开(公告)日:2021-12-31

    申请号:CN202111217462.5

    申请日:2021-10-19

    Abstract: 一种分布式系统的可视化监控方法和系统,方法包括:根据所述分布式系统的节点路由表,获取所述分布式系统的节点层级,采用正多边形分形图表示所述分布式系统的节点层级结构,所述分形图中的一个子分形图对应所述分布式系统的一个节点,每个子分形图采用虚线绘制;获取分布式系统当前任务的子任务信息和资源分配信息,基于所述子任务信息和资源分配信息,获取每个子任务的运行资源对应的运行节点,在所述分形图中查找所述运行节点,将所述运行节点对应的子分形图绘制为实线图;实时获取每个运行节点的监控信息,基于所述监控信息,在所述运行节点对应的子分形图的边线上绘制显示所述监控信息。

Patent Agency Ranking