基于WGAN动态惩罚的网络安全不平衡数据集分析方法

    公开(公告)号:CN114301667A

    公开(公告)日:2022-04-08

    申请号:CN202111617202.7

    申请日:2021-12-27

    Abstract: 本发明公开了基于WGAN动态惩罚的网络安全不平衡数据集分析方法,针对不平衡数据集中的少类样本构建WGAN模型。在判别器损失函数中添加一项惩罚项,约束损失函数的梯度范数,惩罚项在真实数据分布上叠加一个随机分布作为过渡分布,惩罚项的系数为真实分布与生成分布之间的均方距离。在模型训练过程中,两个数据分布之间的均方距离不断变化,即对判别器损失函数的惩罚是动态更新的,有助于提高模型训练的稳定性和效率。本发明提出的基于WGAN动态惩罚的网络安全不平衡数据集分析方法,通过生成大量少类样本,与原始样本融合,实现数据集的平衡。在基于浅层机器学习算法对数据分类时,实现对原始少类数据的高效正确检测。

    一种基于WGAN训练收敛的不平衡数据集分析方法

    公开(公告)号:CN113537313A

    公开(公告)日:2021-10-22

    申请号:CN202110736686.0

    申请日:2021-06-30

    Abstract: 本发明公开了一种基于WGAN训练收敛的不平衡数据集分析方法,针对不平衡数据集中的少类样本构建包含生成器和判别器的WGAN模型。生成器生成数据,再利用判别器对生成的新数据和原始数据进行判断,进而将判别结果以代价的形式反馈给生成器,使生成器生成与原始数据更相近的新数据。在WGAN模型训练过程中,生成器和判别器交替训练,每一轮以判别器的代价函数收敛作为生成器和判别器训练平衡的纳什均衡点,指导生成器和判别器的训练更替。本发明提出的基于WGAN训练收敛的不平衡数据集分析方法,可以通过生成大量少类样本,与原始样本融合,实现数据集的平衡,当基于浅层机器学习算法对数据分类时,实现对原始少类数据的高效正确检测。

    一种智能钢琴音律识别和自动调整系统及方法

    公开(公告)号:CN107393518B

    公开(公告)日:2021-03-02

    申请号:CN201710572825.4

    申请日:2017-07-14

    Abstract: 本发明公开了一种智能钢琴音律识别和自动调整系统及方法。本发明中的手机移动端通过WIFI模块连接主控制模块,将MIDI音乐文件传入主控制模块并启动工作,主控制模块将受到的MIDI文件进行解析并且包装成音符数据包,通过CAN总线模块将音符数据包对应分发到分控微处理器模块,分控制模块在其引脚形成对应的PWM波形输出到电磁螺线驱动模块,并由电磁螺线驱动模块驱动对应琴键发声,最后由音律传感器模块解析、评价音律质量,再将音律修改建议发回到主控板,重新对MIDI音乐文件的解析和播放进行调整。本发明大大减少了智能钢琴系统开发者的工作量并明显提高了智能钢琴的演奏质量。

    一种配电网络拓扑自动构建和可视化方法

    公开(公告)号:CN110071824A

    公开(公告)日:2019-07-30

    申请号:CN201910242788.X

    申请日:2019-03-28

    Abstract: 本发明公开了一种配电网络拓扑自动构建和可视化方法。本发明利用配电智能终端的局部拓扑信息构建出完整的拓扑网络,并且通过图形化组件提供基于网络拓扑结构的配电监测;本发明涉及智能终端模块、数据采集模块、无线传输模块、拓扑构建模块、图形化模块。只需要将智能终端的上游终端设备编号和下游终端设备编号统一录入智能终端,待智能终端上电后由智能终端自动将其局部拓扑信息远程导入平台服务器。平台服务器将各个智能终端提供的局部拓扑信息以有向图的形式转化为完整的配电网络拓扑信息,最后通过图形化组件将完整的配电网络拓扑信息转化为可视化拓扑网络图,使得配电管理用户可通过可视化网络拓扑图对配电系统进行运行状态监测。

    一种基于城市区域网格自适应的PM2.5浓度推测方法

    公开(公告)号:CN105740643A

    公开(公告)日:2016-07-06

    申请号:CN201610146147.0

    申请日:2016-03-15

    CPC classification number: G06F19/00 G01N15/06 G06F17/10 G06F2219/10 G06N3/02

    Abstract: 本发明涉及一种基于城市区域网格自适应的PM2.5浓度推测方法。本发明首先将城市区域网格化,利用出租车采集原始PM2.5浓度数据,再制定标准,将网格分辨率标准化,利用提取到的网格特征离线训练网格分辨率细化等级和网格特征间的对应关系,实时推测城市浓度时,首先利用提取到的实时网格特征和训练模型,计算出网格所要调整的分辨率,重新划分网格,最后利用线性回归模型推测出每个网格的PM2.5浓度数据,得到城市区域PM2.5浓度数据分布图。本发明方法系统可扩展性强,精确度高,计算量小,为居民出行活动提供参考,并帮助管理部门寻找污染源,改善城市环境质量。

    一种分布式的无线传感器网络三维MDS定位方法

    公开(公告)号:CN104902565A

    公开(公告)日:2015-09-09

    申请号:CN201510299105.6

    申请日:2015-06-04

    CPC classification number: H04W64/003 H04W40/32 H04W84/18

    Abstract: 本发明涉及无线传感器网络领域,具体涉及一种分布式的无线传感器网络三维MDS定位方法。本发明首先利用已配置优化的锚节点作为簇头对整个网络中的节点进行分簇;再在每个分簇中利用MDS建立该分簇的相对坐标图;接着在各个簇之间依据权重大小对各个分簇的相对坐标进行融合,从而形成整个网络的相对坐标图;最后根据全网的相对坐标图经过坐标归一化方法得到全网的绝对坐标图。本发明数据精度高,稳定性好;另外,本发明对锚节点数量要求少,有效地节约了成本。

    二氧化硫气体浓度探测电路

    公开(公告)号:CN102914574B

    公开(公告)日:2014-05-28

    申请号:CN201210424853.9

    申请日:2012-10-30

    Abstract: 本发明涉及一种二氧化硫气体浓度探测电路。本发明包括微控制器、电源电路、信号调理电路、模数转换电路、存储电路、调试接口电路和状态指示及按键电路。信号调理电路、模数转换电路与微控制器IIC接口信号连接,存储电路与微控制器I/O口信号连接,调试接口电路与微控制器调试接口信号连接,状态指示及按键电路与微控制器I/O口信号连接,模数转换电路还与信号调理电路信号连接。本发明信号放大倍数可灵活调整且传感器读数矫正方便。

    无线传感器网络中基于空调外机的风能收集方法

    公开(公告)号:CN103075306A

    公开(公告)日:2013-05-01

    申请号:CN201310007090.2

    申请日:2013-01-08

    CPC classification number: Y02E10/72

    Abstract: 本发明涉及一种基无线传感器网络中基于空调外机的风能收集方法。本发明通过风力发电装置将风能转变为电能,通过整流和降压装置将交流转变为直流、将高电压转变为低电压,通过存储装置将直流电能存储在超级电容中,通过2.5V直流电源自动切换电路在供电时可在采集能量和储备能量中切换。本发明能够收集空调外机旋转所产生的风能并将其转化成可供节点使用的2.5V直流输出,减少了更换节点电源的次数;通过改进的2.5V直流电源的自动切换电路,可以在采集能量和储备能量间自动切换,提高了能量利用效率。

    一种基于特征扩展CNN的网络未知威胁检测方法

    公开(公告)号:CN113868647B

    公开(公告)日:2025-02-28

    申请号:CN202111033151.3

    申请日:2021-09-03

    Abstract: 本发明公开了一种基于特征扩展CNN的网络未知威胁检测方法,针对很多网络未知威胁与已知威胁源自于同一家族,表现为样本特征相似的特点构建特征扩展CNN模型,首先在CNN网络每一层对原始数据卷积操作,得到原生特征图;再对原生特征图进行线性随机操作,得到扩展特征图;最后两者合并,得到原始数据的扩展重构数据,其维度低于原始数据的维度,实现数据的降维扩展重构。再基于浅层机器学习算法构建安全数据分类模型,实现对网络安全大数据中的未知威胁的检测。本发明提出的基于特征扩展CNN的网络未知威胁检测方法,生成的扩展重构特征,不仅实现了降维,还扩展了未知威胁的数据表征,实现了未知威胁高精准的检测,还降低了计算复杂度。

    一种基于进程行为序列分片的恶意软件智能云检测系统

    公开(公告)号:CN114338188B

    公开(公告)日:2024-01-30

    申请号:CN202111653950.0

    申请日:2021-12-30

    Abstract: 本发明公开了一种基于进程行为序列分片的恶意软件智能云检测系统,由客户端、云端和智能检测系统组成。在客户端对主机上的进程行为进行监控,并生成日志发向云端;在云端对进程行为日志数据进行解析、存储、统计和可视化;在智能检测平台,根据一个行为的完整表征,将行为数据进行分片,生成数据集,再基于机器学习算法建立检测模型,对客户端主机的安全情况做出判断;云端再将收集到的数据和智能检测过程和结果进行整合,形成表或图提供数据可视化服务。本系统的优势在于采用动态检测方式,实时性强;基于机器学习智能检测,具有高效精准特性;云端数据全景可视化,全面展示数据的内容和检测过程,让恶意软件无处遁形。

Patent Agency Ranking