-
公开(公告)号：CN112039906B
公开(公告)日：2022-03-18
申请号：CN202010916022.8
申请日：2020-09-03
Applicant: 华侨大学
Inventor： 莫毓昌
Abstract: 本发明公开了一种面向云计算的网络流量异常检测系统及方法，检测系统包括客户端、云应用服务器、云平台、云入口路由器和流量异常检测装置；检测方法包括采集网络流量，计算流量分布数据，构造流量样本池；利用所述流量样本池，构造并训练流量异常检测卷积神经网络模型；利用训练好的流量异常检测卷积神经网络模型，对流量进行实时检测；利用实时流量数据，不断更新流量样本池；利用更新后的流量样本池，重新训练流量异常检测卷积神经网络模型，并替换已有的流量异常检测卷积神经网络模型。优点是：基于流量分布卷积分析，从而充分考虑细分流量的相关性特征，提升了检测精度和效率；采用样本池和模型自动更新的方式，提升了检测时效性。
-
公开(公告)号：CN111854014B
公开(公告)日：2021-08-17
申请号：CN202010784405.4
申请日：2020-08-06
Applicant: 华侨大学
Abstract: 本发明公开了一种用于数据中心冷源系统的智能控制方法及系统，包括获取板式换热器的自然制冷工作温度上限NTUB和最大工作频率NFUB、冷水机组的最大工作频率DFUB和数据中心的温控上限RTUB；用第一计数变量、第二计数变量、第三计数变量和第四计数变量，分别表征数据中心的外部环境温度低于NTUB的保持时长、数据中心的外部环境温度高于NTUB的保持时长、数据中心的内部环境温度高于RTUB的保持时长、数据中心的内部环境温度低于RTUB的保持时长。优点是：根据数据中心的内部环境温度和外部环境温度及其保持时长，智能控制板式换热器、冷水机组、蓄冷罐单个或联合制冷，为数据中心降温，使冷却效果更佳，冷却效率更高。
-
公开(公告)号：CN112381316A
公开(公告)日：2021-02-19
申请号：CN202011349493.1
申请日：2020-11-26
Applicant: 华侨大学
Inventor： 莫毓昌
Abstract: 本发明公开了一种基于混合神经网络模型的机电设备健康状态预测方法，包括收集机电设备工况参数时间序列历史数据样本和健康状态标志的时间序列历史数据样本；针对每种类型的工况参数的时间序列历史数据样本，分别建立相应的LSTM网络模型，并通过各自相应的LSTM网络模型自动提取各种类型的工况参数的特征；为LSTM网络模型的输出层向量中每个特征输出赋予不同的权值，获取各个LSTM网络模型的输出层向量的加权输出等步骤。优点是：针对每个工况参数，设置一个LSTM网络模型，可以充分挖掘工况参数和机电设备健康状态之间的时序依赖关系，并充分考虑不同工况参数对机电设备健康状态之间的不同影响，设置不同的参数值，从而使得机电设备的健康状态预测更为准确。
-
公开(公告)号：CN111913487A
公开(公告)日：2020-11-10
申请号：CN202010916093.8
申请日：2020-09-03
Applicant: 华侨大学
Inventor： 莫毓昌
IPC: G05D1/02
Abstract: 本发明公开了一种基于移动机器人的工业现场数据采集路径规划方法，包括移动机器人获取工业现场的所有数据采集节点集合NS及每个数据采集节点Ni的配置数据；移动机器人获取数据收集任务清单LIST，数据收集任务清单LIST包括多个数据收集任务Mission_i，每个数据收集任务Mission_i包括所要收集的数据采集节点集合；移动机器人接收需执行的数据收集任务Mission_i的收集指令；移动机器人根据当前执行的数据收集任务Mission_i，确定关键节点集合KNS；并根据关键节点集合KNS，计算数据采集路径，根据该数据采集路径进行移动并收集数据采集节点的数据，完成数据收集任务Mission_i的执行。优点是：通过移动机器人收集采集节点对移动路径进行规划，使移动机器人行走的距离更短，提升移动机器人的数据收集速度，降低能耗。
-
公开(公告)号：CN105389448B
公开(公告)日：2019-07-23
申请号：CN201510975124.6
申请日：2015-12-22
Applicant: 华侨大学
Inventor： 莫毓昌
IPC: G06F17/50
Abstract: 本发明涉及一种用于计算机集群保能度评估的图模型构造方法，它采用如下方法步骤：步骤一：构造用于计算机集群保能度评估的树模型；步骤二：采用合并节点的方法进行图模型转换；步骤三：采用无用节点删除的方法进行图模型转换；步骤四：采用冗余节点删除的方法进行图模型转换；它解决系统状态枚举方法性能不足，难以进行大规模计算机集群保能度评估的问题，它具有使保能度评估更快更节省资源等优点。
-
Patent Agency Ranking
公开(公告)号：CN108648818A
公开(公告)日：2018-10-12
申请号：CN201810540509.3
申请日：2018-05-30
Applicant: 华侨大学
IPC: G16H40/67 , G16H80/00 , A61B5/0205
Abstract: 一种基于家庭医疗的智能终端系统，串口通信模块采用基于RS232的串口协议，完成与信息采集模块间的数据传输，显示模块将串口通信模块传输的数据与波形在终端控制器上显示出来，数据存储模块采用Access作为系统数据库，用来记录用户信息与用户生理数据，可视对讲模块通过IP网络实现可视对讲功能；通过可视对讲模块可以实现患者与医生之间的实时交流，同时数据储存模块可以将信息采集模块采集的信息存档并发送到医用控制器；本发明智能化程度高，能同时检测多种身体指标。
-
公开(公告)号：CN109785971B
公开(公告)日：2023-05-23
申请号：CN201910089365.9
申请日：2019-01-30
Applicant: 华侨大学
Abstract: 本发明公开了一种基于先验医学知识的疾病风险预测方法，包括以下步骤：S1、以向量形式输入患者p的EHR记录数据；S2、使用基于卷积神经网络的预测模型来获得预测概率，从而获得目标函数；S3、整合先验医学知识融入步骤S2的预测模型，引入一个期望分布值并设置约束特征，通过正则化方法得到损失函数；S4、通过损失函数计算新的目标函数，并获得风险预测模型的最优参数；通过最优参数预测患者P的疾病风险。本发明使用后验正则化方法自动将离散的医学知识或规则结合到深度预测模型中，其构建的预测模型实现了比最先进的基线更准确的预测结果。
-
公开(公告)号：CN112272227B
公开(公告)日：2022-04-15
申请号：CN202011141855.8
申请日：2020-10-22
Applicant: 华侨大学
Inventor： 莫毓昌
IPC: H04L67/10 , H04L67/60 , H04L41/142 , H04L67/125 , G16Y40/10 , H04W4/30 , H04W28/02
Abstract: 本发明提供一种基于计算图的边缘计算任务调度方法，包括：构建工业云边缘系统构架；每隔一定周期，汇总边缘服务器待处理的边缘计算任务，并进行批量处理。过程为：边缘服务器建立并实时更新本地存储的数据集合表；形成计算图；根据待处理的边缘计算任务的类型，启动对应的第一种任务实时调度模式或第二种任务自适应调度模式。优点为：第一种任务实时调度模式能够在有限计算资源的情况下，对边缘计算任务进行合理调度，最大程度提高实时性；第二种任务自适应调度模式，能够使所有任务请求的客户端总等待时间最短，从而提高用户的使用体验。
-
公开(公告)号：CN112039982A
公开(公告)日：2020-12-04
申请号：CN202010885200.5
申请日：2020-08-28
Applicant: 华侨大学
Inventor： 莫毓昌
IPC: H04L29/08 , G06F16/182 , G06F16/18
Abstract: 本发明公开了一种高效能分布式云存储方法及系统，涉及云存储技术领域；本发明采用带有多个数据节点和目录节点的分布式云存储系统，通过数据节点分别监测已用磁盘空间、每秒磁盘数据传输量和每秒网络数据传输量三个参数判断数据节点是否处于满负荷状态，同时将状态信息发送给所有目录节点，从而动态维护一个非满负荷数据节点队列提升云存储系统的性能；此外，通过判断数据块处于热点数据块或者回收数据块来动态调整每个数据块的副本数，对于热点数据块，增加副本数可以使得数据读取过程中效率提高；对于回收数据块，适量的减少副本数也可以在不降低读取速度的基础上节约存储空间，进一步提高整个云存储系统的性能。
-
公开(公告)号：CN110942099A
公开(公告)日：2020-03-31
申请号：CN201911196658.3
申请日：2019-11-29
Applicant: 华侨大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于核心点保留的DBSCAN的异常数据识别检测方法，包括以下步骤：S1：将数据集随机划分成训练集和测试集；S2：构建训练集的近邻矩阵Croe-M和逆近邻矩阵Croe-MR，采用逆近邻矩阵Croe-MR作为判定核心点的依据；本发明涉及异常识别检测方法技术领域。该基于核心点保留的DBSCAN的异常数据识别检测方法通过重新定义了“密度”，利用“密度”对训练集进行聚类并打上标签，由此，再利用标签，对剩余测试集中的数据进行分类；通过随机抽样来划分训练集和测试集，提高了该检测方法的拓展性；同时，仅采用核心点建立模型，有效降低噪声点，尤其是边缘点对分类结果的影响；通过“密度”定义，能够好代表样本点在数据集类别中的权重，拥有更好的分类效果。
-
-
-
-
-
-
-
-
-
Search Results
123
records
(took 0.043 seconds)
