-
公开(公告)号：CN110779724B
公开(公告)日：2022-03-11
申请号：CN201911142431.0
申请日：2019-11-20
Applicant: 重庆邮电大学
IPC: G01M13/045
Abstract: 本发明涉及一种基于频域组稀疏降噪的轴承故障诊断方法，属于机械系统信号处理分析与故障诊断领域，包括以下步骤：S1：采集轴承的时域振动信号，对所述时域振动信号采用高通滤波器滤波，滤除低频耦合信号成分干扰；S2：将信号归一化并估计噪音偏差，寻找最优正则化参数λ；S3：将所述信号转换到频域，采用Douglas‑Rachford算法消除所述信号的频域噪音；S4：将处理过后信号转换到时域，通过包络谱分析进行轴承的故障诊断。本发明不需要先验知识，且能够快速实施，有利于实际工业故障诊断的应用。
-
公开(公告)号：CN108124261B
公开(公告)日：2020-10-27
申请号：CN201711308704.5
申请日：2017-12-11
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种融合信誉评估与巡查机制的无线传感网安全成簇方法，属于无线传感网安全技术领域。该方法将信誉评估与巡查机制融合在一起，解决了现有无线传感网恶意节点检测识别技术检测率低、检测速率慢、耗费资源多、检测成本高、难以发现潜伏或伪装的恶意节点等问题。本发明采用对汇聚节点巡查到异常行为节点的惩罚机制，快速降低异常节点的信誉值，与现有的技术相比，这是一个针对无线传感网非正常攻击恶意节点检测的安全成簇方法，具有较高的恶意节点检测率、检测速率和节省能量、节点能量消耗均衡，以及实时性强的特点。
-
公开(公告)号：CN107241358A
公开(公告)日：2017-10-10
申请号：CN201710651758.5
申请日：2017-08-02
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于深度学习的智能家居入侵检测方法，涉及在线系统涉及一种模糊神经网络和深度学习相结合的方法来判断网络是否存在入侵行为。该方法将深度学习和模糊神经网络有机结合在一起，了解决现有智能家居入侵检测技术难以处理大量高维数据、误报率高、漏报率高、检测率低的问题。本发明采用离线系统确定在线系统的运行参数，在线系统进行实时入侵检测，与现有技术相比，这是一个针对智能家居网络攻击行为的主动监测模型，具有较高的检测率、较低的漏报率和误报率，以及实时性强等特点。
-
公开(公告)号：CN117557450A
公开(公告)日：2024-02-13
申请号：CN202311495029.7
申请日：2023-11-10
Applicant: 重庆邮电大学
IPC: G06T3/4053 , G06N3/0464 , G06N3/045 , G06N3/084
Abstract: 本发明涉及一种基于SegViT神经网络的自适应高分辨率声波成像方法，属于人工智能领域。该方法包括：1)数据集处理：在固定间距下的随机声源坐标、强度和声源数量的情况下，使用波束成像方法仿真实现带噪声情况下的波束成像云图；使用仿真声源的强度和位置坐标构建无网格的自适应高分辨成像目标云图；2)模型训练与测试：将波束成像云图作为输入，目标成像云图作为网络训练标签，输入到SegViT神经网络模型中进行模型训练，并通过测试集的效果选择最佳权重；S3：模型验证：对比验证集中自适应高分辨成像目标云图与生成结果图。本发明避免了噪声干扰和近源干涉问题，实现了波束成像云图的高分辨率成像。
-
公开(公告)号：CN111024566B
公开(公告)日：2022-07-01
申请号：CN201910982739.X
申请日：2019-10-16
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于频域分析的机械磨损程度标定方法及系统，涉及油液磨粒监测领域。该方法主要包括以下步骤：首先通过信号采集卡采集在不同磨粒浓度下传感器输出的电压信号；接着去除采集得到的电压信号的直流分量，并对去直流分量后的电压信号进行傅立叶变化，将时域信号转化成频域信号；接着再对频域信号根据幅值大小从大到小进行降序排列，并计算排序后的频域信号的q阶重心频率；最后通过线性拟合得到磨粒浓度与的q阶重心频率线性度，通过q阶重心频率标定机械磨损程度。该方法能够有效反映油液中磨粒浓度的变化，因此可以用来标定机械磨损的程度。此外，该方法不需要额外的滤波器和降噪步骤，简化了信号处理的步骤。
-
Patent Agency Ranking
公开(公告)号：CN111182510B
公开(公告)日：2022-05-20
申请号：CN202010023446.1
申请日：2020-01-09
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于区块链的工业物联网节点共识方法，属于工业物联网安全技术领域。该方法包括：记账节点选举方法，通过转发率、丢包率、节点处理延迟来综合评判节点行为，普通节点和簇头节点双向监督对方行为，簇头节点相互监督彼此行为，在簇头节点信用评分排名表中选取前21个簇头节点所管理的节点域，并根据节点域中节点剩余能量、信用评分、令牌数推选出记账节点；区块确认方法，普通节点验证区块时，若验证通过，将结果返还给汇聚节点，此时可投注一定令牌，若最后共识结果与投注结果一致，可按比例获得总的投注令牌数，汇聚节点具有最终的决策权，决定共识是否成功。本发明能较好的适用于工业物联网应用场景，并满足一定的吞吐性能要求。
-
公开(公告)号：CN108712404B
公开(公告)日：2020-11-06
申请号：CN201810422160.3
申请日：2018-05-04
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于机器学习的物联网入侵检测方法，属于物联网安全领域，包括数据预处理、划分数据集及数据降维、构建最小二乘支持向量机、对最小二乘支持向量机进行稀疏化处理、形成基分类器、构建出基于神经网络的基分类器、进行入侵行为检测和进行预测实验。本发明采用最小二乘支持向量机算法以及剪枝技术等降低计算的复杂性；采用改进的进化策略优化模型以摆脱极值点，达到模型最优的效果，可提高判断的准确性。本发明具有计算量小、误报率低和检测准确性高的特点，适合物联网中的入侵检测。
-
公开(公告)号：CN108092826B
公开(公告)日：2020-11-06
申请号：CN201810044601.0
申请日：2018-01-17
Applicant: 重庆邮电大学
Abstract: 本发明提供了一种基于骨干节点安全角色层级化的无线传感网安全模型，属于无线传感网安全技术领域。本发明用支配集原理分布的管理节点将大规模部署的无线传感网节点划分成若干个局域子网，再对子网细分成簇；由汇聚节点、子网管理节点和簇头构成的层次化骨干节点负责安全管理和网络维护，监视所管理节点的行为，并对其信誉进行评估和维护；管理节点的遴选基于信誉值和剩余能量等因子加权。本发明不仅可以提高无线传感网的安全性还具有降低网络能耗的特点。
-
公开(公告)号：CN108510006B
公开(公告)日：2020-06-09
申请号：CN201810307309.3
申请日：2018-04-08
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于数据挖掘的企业用电量分析与预测方法，结合温度、湿度和节假日等多影响因素，对企业用电量进行分析与预测。本方法首先利用牛顿插值法、归一化法和PAA算法对数据集进行预处理；再次，利用谱聚类算法对数据集进行聚类，判断异常数据并修正，得到与温度、湿度、节假日等相关性高的企业用电量分组；最后，选用同类企业用电量数据和其相关性高的影响因素作为模型的预测输入，利用循环神经网络(RNN)得出预测值。本发明根据不同的企业用电量类型，结合其用电量影响因数，构建不同的预测模型，可达到模型预测精度高，具有数据预处理能力的效果。
-
公开(公告)号：CN111024566A
公开(公告)日：2020-04-17
申请号：CN201910982739.X
申请日：2019-10-16
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于频域分析的机械磨损程度标定方法及系统，涉及油液磨粒监测领域。该方法主要包括以下步骤：首先通过信号采集卡采集在不同磨粒浓度下传感器输出的电压信号；接着去除采集得到的电压信号的直流分量，并对去直流分量后的电压信号进行傅立叶变化，将时域信号转化成频域信号；接着再对频域信号根据幅值大小从大到小进行降序排列，并计算排序后的频域信号的q阶重心频率；最后通过线性拟合得到磨粒浓度与的q阶重心频率线性度，通过q阶重心频率标定机械磨损程度。该方法能够有效反映油液中磨粒浓度的变化，因此可以用来标定机械磨损的程度。此外，该方法不需要额外的滤波器和降噪步骤，简化了信号处理的步骤。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.021 seconds)
