-
公开(公告)号：CN119583370A
公开(公告)日：2025-03-07
申请号：CN202411693270.5
申请日：2024-11-25
Applicant: 辽宁科技大学
IPC: H04L41/147 , H04L41/16 , G06N3/042 , G06N3/0464 , G06N3/0442
Abstract: 本申请提供了一种基于图卷积神经网络的网络流量预测方法，包括：基于网络流量数据的周期性特征，采用与目标区域具有空间相关性的地理区域的前一周同一时间段、前一天同一时间段以及当天前两小时的网络流量数据作为目标时间序列数据，来预测目标区域未来两小时的网络流量，具体的：将网络流量数据表示为字节流量图；利用平均池化和最大池化方法，对其进行多层次的特征提取，获得时间序列数据的粗粒度变化趋势和细粒度变化趋势，并进行拼接，得到序列特征图；基于图卷积神经网络，结合长短期记忆网络和门控循环单元，对序列特征图进行图卷积操作，以提取其时空特征；将其进行层线性变换后，输出网络流量预测结果。该方法能够提高网络流量预测精度。
-
公开(公告)号：CN112971807B
公开(公告)日：2022-08-19
申请号：CN202110169004.2
申请日：2021-02-07
Applicant: 辽宁科技大学
Abstract: 本发明公开了一种脑机接口信号采集系统，具体涉及脑机信号采集技术领域，包括帽体，所述帽体内安装有防护组件，所述帽体右下部固定连接有信号集成板，所述信号集成板上壁电性连接有二十个传输组件。本发明通过防护组件的设置，在需要使用脑电图扫描仪帽子时，带动防护板联动逆时针旋转，折叠打开脑电图扫描仪帽子内壁，使监测组件便于采集数据，反之使防护板伸展开，可在脑电图扫描仪帽子不使用时，对脑电图扫描仪帽子内壁的监测组件进行遮挡隔离，防止监测组件受灰尘和潮湿气体的侵蚀，保证了接口的使用寿命，提高了空间分辨率，通过传输组件的设置，可防止测试头受外界损伤和细菌侵扰，造成阻抗较小，测量精确，实用性强。
-
公开(公告)号：CN112866281A
公开(公告)日：2021-05-28
申请号：CN202110174157.6
申请日：2021-02-07
Applicant: 辽宁科技大学
IPC: H04L29/06
Abstract: 本发明公开了一种分布式实时DDoS攻击防护系统及方法，将整个DDoS防护工作分为感知、检测及防御三个部分。使DDoS攻击检测工作能在没有出现DDoS攻击时暂停，以减少算力浪费，还可以根据不同DDoS攻击类型选择检测算法，提高检测准确率。同时设计了系统自我反馈调整的机制，并规定了相应的通讯结构和存储方式等优化机制。能够判断系统是否处于DDoS攻击状态，能够预判系统处于DDoS攻击状态，同时预判DDoS攻击类型，以此面对目前应用层DDoS攻击持续时间短，发起速度快的特点，当DDoS攻击没有发生时暂停DDoS攻击检测工作，降低服务器性能消耗，感知算法所预判的DDoS攻击类型可以用于选定合适的DDoS攻击检测算法，以提高攻击检测整体的准确率。
-
公开(公告)号：CN112494052A
公开(公告)日：2021-03-16
申请号：CN202011352511.1
申请日：2020-11-26
Applicant: 辽宁科技大学
Abstract: 本发明公开了一种基于脑机接口信号采集系统，包括电信号采集模块、电信号接收模块、电信号初步分析模块、云端模块和计算模块，所述电信号采集模块戴在人的头部，所述电信号接收模块包括电信号采集单元和信号发射单元，所述电信号采集单元包括左脑信号采集器和右脑信号采集器，本发明通过使用NFC读取器对NFC信息片上的蓝牙信息进行读取，可以使蓝牙发射器快速的与蓝牙信号接收器机型配对连接，可以使电信号采集模块和电信号接收模块快速连接，不需要进行搜索配对，减少其他蓝牙设备对脑机信号的干扰，然后在接收到蓝牙信号后在通过稳波器进一步对信号进行放大和稳固。
-
公开(公告)号：CN116330353A
公开(公告)日：2023-06-27
申请号：CN202310537094.5
申请日：2023-05-13
Applicant: 辽宁科技大学
IPC: B25J19/00
Abstract: 本发明提供一种学校工程训练用机器臂训练平台，涉及训练平台领域。该学校工程训练用机器臂训练平台，包括箱体，所述箱体的上端固定连接有工作台，所述工作台的上端面上设置有凹槽，所述凹槽的内侧壁上设置有连接槽，所述凹槽的上端设置有两个训练结构，所述工作台的四个侧壁中心靠下端处分别设置有防护结构，所述箱体的前侧壁中心靠一侧边缘处固定连接有连接架，所述连接架的前侧壁上固定连接有控制面板。通过设置防护结构，通过控制面板控制两个存放槽内部的电动伸缩杆带动支撑架进行伸缩，再通过连接杆与电动伸缩杆输出端上的铰接座配合能实现将支撑架向上翻转，从而可以有效地有效地对工作台的四周进行防护，起到训练时安全辅助的作用。
-
Patent Agency Ranking
公开(公告)号：CN112929369B
公开(公告)日：2023-04-07
申请号：CN202110167942.9
申请日：2021-02-07
Applicant: 辽宁科技大学
IPC: H04L9/40
Abstract: 本发明公开了一种分布式实时DDoS攻击检测方法，包括实时监测系统状态指标，根据系统状态指标，判断系统是否处于DDoS攻击状态；当系统处于DDoS攻击状态时，根据触发攻击感知的系统状态指标，判断DDoS攻击的类型；对接口流量进行检测，筛选出DDoS攻击发起源的IP地址或访问频次异常的接口，以使得发起针对该接口的防御工作。通过监测系统状态指标，判断系统是否处于DDoS攻击状态，能够预判系统处于DDoS攻击状态，同时预判DDoS攻击类型，以此面对目前应用层DDoS攻击持续时间短，发起速度快的特点，当DDoS攻击没有发生时暂停DDoS攻击检测工作，降低服务器性能消耗，感知算法所预判的DDoS攻击类型可以用于选定合适的DDoS攻击检测算法，以提高攻击检测整体的准确率。
-
公开(公告)号：CN112866281B
公开(公告)日：2023-04-07
申请号：CN202110174157.6
申请日：2021-02-07
Applicant: 辽宁科技大学
IPC: H04L9/40
Abstract: 本发明公开了一种分布式实时DDoS攻击防护系统及方法，将整个DDoS防护工作分为感知、检测及防御三个部分。使DDoS攻击检测工作能在没有出现DDoS攻击时暂停，以减少算力浪费，还可以根据不同DDoS攻击类型选择检测算法，提高检测准确率。同时设计了系统自我反馈调整的机制，并规定了相应的通讯结构和存储方式等优化机制。能够判断系统是否处于DDoS攻击状态，能够预判系统处于DDoS攻击状态，同时预判DDoS攻击类型，以此面对目前应用层DDoS攻击持续时间短，发起速度快的特点，当DDoS攻击没有发生时暂停DDoS攻击检测工作，降低服务器性能消耗，感知算法所预判的DDoS攻击类型可以用于选定合适的DDoS攻击检测算法，以提高攻击检测整体的准确率。
-
公开(公告)号：CN114237388A
公开(公告)日：2022-03-25
申请号：CN202111455673.2
申请日：2021-12-01
Applicant: 辽宁科技大学
IPC: G06F3/01
Abstract: 本发明提供一种基于多模态信号识别的脑机接口方法，涉及脑机接口技术领域。该基于多模态信号识别的脑机接口方法，包括以下步骤：S1.设备启动采集脑电波信号；S2.分析脑电波信号并生成对应动作意识；S3.显示屏显示动作意识是否启动界面；S4.用户通过视线集中来选择是否启动动作意识，“是”则进入下一步骤，“否”则不执行动作意识命令；S5.显示屏进入详细选择界面，用户通过实现集中在具体选择界面来确定动作意识；S6.在进入动作意识详细选择界面时，通过分析用户的心率波动情况来对动作意识进行最终确认。通过本发明设计的方法，可以通过三种模态对用户脑电波信号进行精确理解，同时不会产生错误信号，实用性极好。
-
公开(公告)号：CN112971807A
公开(公告)日：2021-06-18
申请号：CN202110169004.2
申请日：2021-02-07
Applicant: 辽宁科技大学
Abstract: 本发明公开了一种脑机接口信号采集系统，具体涉及脑机信号采集技术领域，包括帽体，所述帽体内安装有防护组件，所述帽体右下部固定连接有信号集成板，所述信号集成板上壁电性连接有二十个传输组件。本发明通过防护组件的设置，在需要使用脑电图扫描仪帽子时，带动防护板联动逆时针旋转，折叠打开脑电图扫描仪帽子内壁，使监测组件便于采集数据，反之使防护板伸展开，可在脑电图扫描仪帽子不使用时，对脑电图扫描仪帽子内壁的监测组件进行遮挡隔离，防止监测组件受灰尘和潮湿气体的侵蚀，保证了接口的使用寿命，提高了空间分辨率，通过传输组件的设置，可防止测试头受外界损伤和细菌侵扰，造成阻抗较小，测量精确，实用性强。
-
公开(公告)号：CN114237388B
公开(公告)日：2023-08-08
申请号：CN202111455673.2
申请日：2021-12-01
Applicant: 辽宁科技大学
IPC: G06F3/01
Abstract: 本发明提供一种基于多模态信号识别的脑机接口方法，涉及脑机接口技术领域。该基于多模态信号识别的脑机接口方法，包括以下步骤：S1.设备启动采集脑电波信号；S2.分析脑电波信号并生成对应动作意识；S3.显示屏显示动作意识是否启动界面；S4.用户通过视线集中来选择是否启动动作意识，“是”则进入下一步骤，“否”则不执行动作意识命令；S5.显示屏进入详细选择界面，用户通过实现集中在具体选择界面来确定动作意识；S6.在进入动作意识详细选择界面时，通过分析用户的心率波动情况来对动作意识进行最终确认。通过本发明设计的方法，可以通过三种模态对用户脑电波信号进行精确理解，同时不会产生错误信号，实用性极好。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.092 seconds)
