一种基于压电振动波的混凝土损伤分类方法及系统

    公开(公告)号:CN117349601A

    公开(公告)日:2024-01-05

    申请号:CN202311658127.8

    申请日:2023-12-06

    Applicant: 济南大学

    Abstract: 本发明涉及混凝土损伤识别技术领域,提供了一种基于压电振动波的混凝土损伤分类方法及系统。该方法包括采集混凝土损伤三类压电振动波;预处理混凝土损伤时序信号;提取混凝土损伤样本特征向量;构建混凝土损伤识别轻量级卷积经网络模型进行混凝土损伤分类。本发明提供混凝土损伤识别方法和系统,根据损伤压电振动波突发性、时序性特点,提出适用混凝土损伤的NL‑Fbank特征,构建基于混凝土压电振动波损伤信号识别的轻量级卷积神经网络模型LSS‑CNN,准确率达97.5%,轻量化特点对环境算力部署条件要求更宽容。实现复杂环境下实时在线监测,获得混凝土土木工程结构损伤鉴别结果,实现结构失效的及时感知。

    基于双解码器融合的数学应用题自动解答方法及系统

    公开(公告)号:CN117217316A

    公开(公告)日:2023-12-12

    申请号:CN202311283635.2

    申请日:2023-09-28

    Applicant: 济南大学

    Abstract: 本发明提供了基于双解码器融合的数学应用题自动解答方法及系统,基于Seq2Seq与树解码器融合,首先根据语法依存关系,在问题文本中提取与数字关联的属性词;然后引入数字实体嵌入重构预训练语言模型PLM编码器,提取数字实体间关系;基于数字特性增强的PLM编码器初始化构建解码器,解决Seq2Seq解码器数学知识缺失的问题;进一步共享编码器‑解码器对应参数的权重,使编码器参数同时作用于问题解析和表达式生成两任务;最终融合Seq2Seq和树解码器结构学习生成多形式表达式,增强了编码器对数字多样性结构信息的提取和数字特征的表示,提高了数学应用题解答的准确度。

    一种柔性湿度传感材料、传感器及其制备方法

    公开(公告)号:CN114216937B

    公开(公告)日:2023-10-24

    申请号:CN202111595406.5

    申请日:2021-12-24

    Applicant: 济南大学

    Abstract: 本发明公开了一种柔性湿度传感材料、传感器及其制备方法。该柔性湿度传感材料包括:静电纺丝膜和附着在其上的聚多巴胺和银纳米颗粒。静电纺丝膜表面具有凸起结构。所述柔性湿度传感器包括:电极和上述柔性湿度传感材料制备的柔性湿度传感层。所述柔性湿度传感材料的制备方法包括:将聚合材料、银离子置换剂、多巴胺以及水混合,得到前体溶液;采用前体溶液制备静电纺丝膜;将静电纺丝膜按先后顺序依次置于多巴胺单体溶液中进行原位聚合,置于银离子盐溶液中进行银离子置换反应,置于弱氧化剂和保护剂补充溶液中氧化出银纳米颗粒,最终得到柔性湿度传感材料。本发明提供的湿度传感器能够舒适的穿戴于人体上,并实现对人体出汗量的检测。

    基于群控机制的Android应用程序测试方法及系统

    公开(公告)号:CN112765028B

    公开(公告)日:2023-08-04

    申请号:CN202110088425.2

    申请日:2021-01-22

    Applicant: 济南大学

    Abstract: 本申请公开了基于群控机制的Android应用程序测试方法及系统,建立待测试的应用程序测试队列,扫描并启动通过USB线缆与PC端连接的Android实体机、通过网络与PC端连接的Android实体机和部署在PC端的Android模拟器;清空Android实体机测试环境内的残留数据;向Android实体机和Android模拟器,载入待测试的应用程序文件的辅助可执行文件;扫描待测试的应用程序测试队列,向Android实体机和Android模拟器,载入待测试的应用程序文件;启动待测试的应用程序文件,注入待测的输入事件;停止输入事件,清理测试环境,输出测试报告。

    基于区块链和数据增强的联邦学习训练方法及系统

    公开(公告)号:CN116484923A

    公开(公告)日:2023-07-25

    申请号:CN202211558006.1

    申请日:2022-12-06

    Applicant: 济南大学

    Abstract: 本公开提供了基于区块链和数据增强的联邦学习训练方法及系统,涉及人工智能技术领域,包括利用原始训练集进行满足差分隐私的生成对抗网络的预训练;各客户端共同选择一个打包客户端,并将预训练完毕的生成器模型发送至打包客户端;打包客户端接收完所有客户端的生成器模型后,将接收到的生成器模型打包成一个区块上传至区块链中,客户端从区块链中下载包含所有参与方生成器模型的区块;客户端生成新的数据,将处理后的原始训练集与新生成的数据进行整合,构建新的数据集,用于联邦学习训练任务。区块链代替了原本需进行生成器模型存储的第三方机构,排除了第三方机构作恶的风险,保证了生成器模型的安全性。

    一种模型增量更新的方法及系统

    公开(公告)号:CN112860303B

    公开(公告)日:2023-07-04

    申请号:CN202110175581.2

    申请日:2021-02-07

    Applicant: 济南大学

    Abstract: 本公开提出了一种模型增量更新的方法及系统,包括:使用归纳保形的思想筛选出测试数据集中携带新知识或复杂知识的数据,用于训练数据集和模型的迭代更新;使用时间窗口限制训练数据集的规模;使用数据循环选择的方法来抑制老旧冲突数据对训练模型的负面影响和训练数据集的无限增长。当携带复杂知识的数据占据新增数据一定比例或模型精确度降低到设定阈值,重新进行特征选择,数据集构建和模型训练。本公开实施例子提出了一种带有新知识和复杂知识的数据筛选方式,大幅度减少人工标记样本数量,减少训练数据规模,一定程度可以减少非平衡对模型性能的影响。

    一种物联网恶意检测器的安全性评估方法及系统

    公开(公告)号:CN115643198A

    公开(公告)日:2023-01-24

    申请号:CN202211103120.5

    申请日:2022-09-09

    Applicant: 济南大学

    Abstract: 本发明公开的一种物联网恶意检测器的安全性评估方法及系统,包括:获取恶意样本和正常样本;构建物联网恶意检测器的替代检测器;从正常样本中选取离恶意样本余弦距离最大的样本为标志点;通过进化计算从恶意样本中搜索候选对抗样本,在进化计算的过程中,每一代都会在恶意样本上添加扰动生成子代样本,计算子代样本到标志点的余弦距离,将余弦距离大于门限值的子代样本选定为候选对抗样本,将余弦距离不大于门限值的子代样本参与到下一轮进化计算中;通过替代检测器对候选对抗样本进行检测,将通过检测的样本作为对抗样本对物联网恶意检测器的安全性进行评估,获得安全性评估结果。能够对物联网恶意检测器的安全性进行及时有效的评估。

Patent Agency Ranking