-
公开(公告)号：CN108765556A
公开(公告)日：2018-11-06
申请号：CN201810489957.5
申请日：2018-05-21
Applicant: 福州大学
Abstract: 本发明提供一种基于改进粒子群算法的动态3D实时建模方法，其包括以下步骤：步骤S0：提供一装修预览系统，其包括扫描模块、记录模块、计算模块、导入模型模块、映射模块和展示模块；步骤S1：由扫描模块协同记录模块完成对需要模拟的房间的8个墙角的空间向量信息的标定工作，记录陀螺仪参数并解算出空间向量数据作为输出参数；步骤S2：由计算模块的核心调用智能算法，接受步骤S1的输出参数，运算得到与立方体房间等比例的房间及用户身高单位长度数据作为输出参数；步骤S3：由导入模型模块调用3D引擎，接受步骤S2的输出参数，动态创建出房间的3D模型。本发明的改进的粒子群算法增加粒子的多样性，以控制收敛速度，并且提高搜索精度。
-
公开(公告)号：CN108668254A
公开(公告)日：2018-10-16
申请号：CN201810460982.0
申请日：2018-05-15
Applicant: 福州大学
Abstract: 本发明涉及一种基于改进BP神经网络的WiFi信号特征的区域定位方法，其特征在于：将WiFi特征信号进行预处理转换成四层改进的BP神经网络，再利用蚁群算法对改进后的神经网络权值进行优化，并在权值更新公式中加入动量项因子，进而提高定位方法的收敛速度与分类精度。本发明实用性高，应用性强，成本低，预测分类精度高，计算过程处理简洁，稳定性强，可靠性高，可以基本实现短距离区域的高效分类。
-
公开(公告)号：CN107104982A
公开(公告)日：2017-08-29
申请号：CN201710387181.1
申请日：2017-05-26
Applicant: 福州大学
Abstract: 本发明涉及一种移动电子医疗中具有叛逆者追踪功能的可搜索加密系统，针对现有移动医疗(mHealth)系统中的计算开销过大，无法支持叛逆者跟踪以及对用户进行按需撤销等问题，提出了一种新型的轻量级、可进行数据共享和访问权限控制、可进行叛逆者追踪的安全电子医疗系统（LiST）。除了使用基于属性的加密(ABE)机制实现对加密电子医疗记录(EHR)的细粒度访问控制，LiST还支持对加密的EHR的关键字搜索，提供高效的叛逆者追踪和灵活的用户撤销机制。
-
公开(公告)号：CN109684834B
公开(公告)日：2022-10-25
申请号：CN201811567722.X
申请日：2018-12-21
Applicant: 福州大学
Abstract: 本发明涉及一种基于XGBoost的门级硬件木马识别方法。对集成电路门级网表进行解析，采集不同门级网表中各net的特征数据集；采用留一法，将门级网表特征数据集分为训练数据集和测试数据集；利用训练数据集对XGBoost分类器进行训练，得到初始的门级网表硬件木马检测模型，并对测试数据集进行硬件木马的检测，依据混淆矩阵进行测试结果的统计；根据检测结果的混淆矩阵，可计算得到Recall（R）、F‑measure、Precision（P）和Accuracy指标；若4个指标的平均结果偏低，则对门级网表硬件木马检测模型进行参数调整优化；将待检测的门级网表进行特征数据集的提取，并将数据集输入到训练优化后的门级网表硬件木马检测模型中，即可判定该门级网表中是含有硬件木马。
-
公开(公告)号：CN113407670B
公开(公告)日：2022-07-08
申请号：CN202110683720.2
申请日：2021-06-21
Applicant: 福州大学
IPC: G06F16/33 , G06F16/9535 , G06F40/289 , G06K9/62 , G06N3/04 , G06Q10/06 , G06Q50/20
Abstract: 本发明提出一种基于TextCNN的学生线上学习行为检测方法及系统，所述检测方法及系统包括以下步骤；步骤S1、登入在线课堂，爬取学生的发言信息作为学习行为数据；步骤S2、对爬取所获数据预处理形成预处理数据；步骤S3、利用所述预处理数据预训练Skip‑gram模型；步骤S4、训练得到TextCNN分类模型；步骤S5、使用TextCNN分类模型对待测学生的线上学习行为进行识别；步骤S6、根据识别结果计算课程评论活跃指数以及每位学生的最终分数；本发明通过识别在线课堂评论区的有效与无效评论，设计新的课程讨论分数评定方法，为线上学习平台提供辅助评价工具，端正学生学习行为，培养学生独立思考的能力。
-
Patent Agency Ranking
公开(公告)号：CN112465391B
公开(公告)日：2022-06-14
申请号：CN202011456251.2
申请日：2020-12-11
Applicant: 福州大学
Abstract: 本发明涉及一种基于博弈论的分布式智能工厂供应任务分配方法，包括步骤：计算分解当前供应任务，得到每个任务的位置与需求供应机器人数量信息；建立智能工厂内供应问题任务分配模型；基于贪婪选择策略，产生满足当前各任务数量要求的供应机器人划分；运用博弈论的纳什平衡概念为任务划分寻求平衡解，进一步提升分配质量。本发明能够有效提升分配效率，并优化分配结果。
-
公开(公告)号：CN108765556B
公开(公告)日：2022-05-06
申请号：CN201810489957.5
申请日：2018-05-21
Applicant: 福州大学
Abstract: 本发明提供一种基于改进粒子群算法的动态3D实时建模方法，其包括以下步骤：步骤S0：提供一装修预览系统，其包括扫描模块、记录模块、计算模块、导入模型模块、映射模块和展示模块；步骤S1：由扫描模块协同记录模块完成对需要模拟的房间的8个墙角的空间向量信息的标定工作，记录陀螺仪参数并解算出空间向量数据作为输出参数；步骤S2：由计算模块的核心调用智能算法，接受步骤S1的输出参数，运算得到与立方体房间等比例的房间及用户身高单位长度数据作为输出参数；步骤S3：由导入模型模块调用3D引擎，接受步骤S2的输出参数，动态创建出房间的3D模型。本发明的改进的粒子群算法增加粒子的多样性，以控制收敛速度，并且提高搜索精度。
-
公开(公告)号：CN113487165A
公开(公告)日：2021-10-08
申请号：CN202110741641.2
申请日：2021-07-01
Applicant: 福州大学
Abstract: 本发明涉及一种基于深度强化学习的智能工厂生产作业调度方法，包括以下步骤：步骤S1:获取每个任务各个工序在对应机器上的处理数据，并预处理后构成训练集；步骤S2:构建深度强化学习DQN模型，所述深度强化学习DQN模型包括DQN深度学习网络结构和DQN强化学习模块；步骤S3:训练深度强化学习DQN模型，得到训练后的深度强化学习DQN模型；步骤S4:将待生产任务调度数据进行预处理后输入训练后的深度强化学习DQN模型，得到生产任务工序的调度安排。本发明能够实现对当前生产作业快速且高效的调度。
-
公开(公告)号：CN113407670A
公开(公告)日：2021-09-17
申请号：CN202110683720.2
申请日：2021-06-21
Applicant: 福州大学
IPC: G06F16/33 , G06F16/9535 , G06F40/289 , G06K9/62 , G06N3/04 , G06Q10/06 , G06Q50/20
Abstract: 本发明提出一种基于TextCNN的学生线上学习行为检测方法及系统，所述检测方法及系统包括以下步骤；步骤S1、登入在线课堂，爬取学生的发言信息作为学习行为数据；步骤S2、对爬取所获数据预处理形成预处理数据；步骤S3、利用所述预处理数据预训练Skip‑gram模型；步骤S4、训练得到TextCNN分类模型；步骤S5、使用TextCNN分类模型对待测学生的线上学习行为进行识别；步骤S6、根据识别结果计算课程评论活跃指数以及每位学生的最终分数；本发明通过识别在线课堂评论区的有效与无效评论，设计新的课程讨论分数评定方法，为线上学习平台提供辅助评价工具，端正学生学习行为，培养学生独立思考的能力，推进疫情常态化下慕课课程建设。
-
公开(公告)号：CN112765685A
公开(公告)日：2021-05-07
申请号：CN202110135396.0
申请日：2021-02-01
Applicant: 福州大学
IPC: G06F21/71
Abstract: 本发明涉及一种基于废液时序锁定的微电极点阵生物芯片版权保护方法，包括以下步骤：步骤S1:分析生化协议，计算影响参数，并按从大到小进行排序；步骤S2:预设一个需要插入的时序锁定模块的数量N，按从大到小的顺序选择影响参数以构造时序锁定模块;步骤S3:根据得到的时序锁定模块，对所有的时序锁定模块分配0或1的解锁密钥，表示时序锁定模块的序号；步骤S4:根据最大可容忍偏差评估当前体系的安全性，如果达到安全性要求，则步骤结束，否则返回步骤S2，并设置一个更大的N以增加插入的时序锁定模块数量，继续循环。本发明可以有效解决在不可信的供应链中的版权保护问题。
-
-
-
-
-
-
-
-
-
Search Results
87
records
(took 0.022 seconds)
