-
公开(公告)号:CN103823028B
公开(公告)日:2014-12-10
申请号:CN201410092446.1
申请日:2014-03-13
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明公开了基于无人机的固定污染源烟气排放机动监测系统及方法,所述系统包括与地面工作站进行无线通信的无人机,所述无人机正上方通过支架搭载隔热隔湿耐腐蚀密封舱,所述隔热隔湿耐腐蚀密封舱周边均匀安装若干旋臂,所述旋臂末端设有旋翼,所述隔热隔湿耐腐蚀密封舱顶端还设有导航天线,所述支架上还设有若干液晶显示屏。本发明设计合理,实现了对烟气监测区域固定污染源烟气排放情况的机动、快速监测,是对常规烟气监测的有益补充。
-
公开(公告)号:CN114664318B
公开(公告)日:2025-05-09
申请号:CN202210301250.3
申请日:2022-03-25
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G10L21/0208 , G10L25/30 , G06N3/0475 , G06N3/0442 , G06N3/047 , G06N3/0464 , G06N3/094
Abstract: 本发明公开了基于生成对抗网络的语音增强方法及系统,包括:获取带噪声语音信号;将带噪声语音信号,输入到训练后的生成对抗网络中,输出增强后的语音信号;其中,所述生成对抗网络,包括两个生成器和两个判别器;所述生成对抗网络,训练过程中通过对两个生成器与两个判别器的相互博弈,提升生成器逼近目标信号的能力。本发明充分考虑了语音信号的时序关系,改进了先前的生成器与判别器的全卷积的设计,生成器中添加使用多头注意力机制,并将多生成器多阶段增强与注意力机制相结合,充分利用了多头注意力机制与生成对抗网络博弈思想。本方法能够是增强后的语音具有更高的质量与可懂度。
-
公开(公告)号:CN119519945A
公开(公告)日:2025-02-25
申请号:CN202411542748.4
申请日:2024-10-31
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: H04L9/08 , H04L41/149 , H04L41/147 , H04L41/0823 , H04L41/16 , G06N7/01
Abstract: 本发明提出了一种基于贝叶斯的量子密钥分发的参数优化方法及系统,涉及量子信息处理技术领域,针对的问题是:现有技术计算量大、效率低,难以实现高速量子密钥分发系统的实时参数优化及大型量子通信网络资源的最优配置需求。方法包括:获取系统参数以及在MDI‑QKD协议中的发送概率、信号态和诱骗态的强度;对获取的数据进行预处理;根据预处理后的数据,构建基于贝叶斯优化的参数最优模型,并进行训练和测试,得到训练好的模型;将待预测的系统参数以及在MDI‑QKD协议中的发送概率、信号态和诱骗态的强度数据输入到训练好的模型,输出最优参数。本发明能够准确预测待优化的系统参数,提高了系统参数优化的效率,降低了时间成本,大大提高了密钥生成率。
-
公开(公告)号:CN119274014A
公开(公告)日:2025-01-07
申请号:CN202411292960.X
申请日:2024-09-14
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06V10/774 , G06V10/20 , G06V10/764
Abstract: 本发明提出了基于AMAdam的对抗样本生成方法及系统,涉及对抗样本生成领域,具体方案包括:将获取的源图像预处理成被攻击的图像,创建与被攻击的图像形状相同的全零张量;将全零张量作为初始扰动,采用循环迭代的方式,基于当前扰动的梯度,采用AMAdam集合动量项的方法计算梯度的无偏一阶矩和无偏二阶矩,通过无偏一阶矩和无偏二阶矩生成新的扰动,直到达到最大迭代次数,得到最终的扰动;将最终的扰动添加到被攻击的图像上,生成对抗样本;本发明将AMAdam算法集成到基于梯度的迭代攻击中,使用梯度的无偏一阶矩和无偏二阶矩,为被攻击图像生成并更新扰动,构建对抗样本,提升基于迁移的对抗样本生成方法的整体性能。
-
公开(公告)号:CN115171642B
公开(公告)日:2024-10-29
申请号:CN202210795721.0
申请日:2022-07-07
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G10K11/178 , G06N3/08 , G06N3/044
Abstract: 本发明属于主动降噪技术领域,提供了一种基于改进的循环神经网络的主动降噪方法及系统,该方法包括获取待降噪信号数据;基于待降噪信号数据和训练好的改进的循环神经网络模型对噪声信号进行滤波控制,生成滤波后的信号;其中,所述改进的循环神经网络模型的构建过程为:采用门控循环单元替换传统循环神经网络中的隐藏单元中的tanh函数,形成了一个带有门控的RNN网络,同时使用遗忘门和记忆门对具有时间相关性的噪声信号进行处理;对滤波后的信号通过次级路径模型模拟得到抗噪声信号;依据相消干涉原理,根据抗噪声信号对噪声信号进行消除得到去噪后的信号。不仅保证了信号的时间相关性,而且提高了训练效率。
-
公开(公告)号:CN117171698A
公开(公告)日:2023-12-05
申请号:CN202310882930.3
申请日:2023-07-18
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 本发明涉及目标追踪领域,提供了一种异步多传感器目标追踪自适应融合方法及系统。该方法包括,构建目标状态方程和传感器测量方程;根据目标状态方程和传感器测量方程,采用无迹卡尔曼滤波算法,计算目标局部最优估计;根据传感器节点搭建动态通信拓扑结构,各个传感器的目标局部最优估计传输到融合中心;融合中心根据各个传感器的目标局部最优估计,进行自适应融合,得到融合估计结果。本发明考虑系统中传感器的采样率、传输率以及通信延迟等情况,讨论目标机动时的多传感器异步测量信息融合问题,设计了一种分层自适应融合结构,实现了传感器测量的分层序贯融合。
-
公开(公告)号:CN116884441A
公开(公告)日:2023-10-13
申请号:CN202310911528.3
申请日:2023-07-24
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 本发明提供了一种基于时频特征双重融合的语音情感识别方法及系统,涉及语音情感识别领域,包括:获取待识别的语音信号并进行预处理,得到语音信号的梅尔频率倒谱系数;提取梅尔频率倒谱系数的深度时间特征和深度频率特征;将深度时间特征和深度频率特征进行自适应融合和全局融合,得到时频特征;对得到的时频特征进行再整形,馈入全连接网络中进行分类,根据分类结果确定语音信号对应的情感。本发明能够充分利用语音信号所包含的情感信息特征,提高语音情感识别的准确率。
-
公开(公告)号:CN116486235A
公开(公告)日:2023-07-25
申请号:CN202310528342.X
申请日:2023-05-11
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06V10/82 , G06V10/774 , G06N3/04 , G06V10/764 , G06N3/094
Abstract: 本发明涉及图像处理技术领域,本发明公开了基于稀疏矩阵和惩罚项的对抗样本生成方法及系统,包括获取图像,将所述图像输入模型,得到对每个类别的分类得分,并利用正确类别的得分,计算稀疏矩阵;利用所述稀疏矩阵设置扰动大小,并利用模型损失函数的梯度信息设置扰动,采用基于梯度的对抗样本生成算法,得到对抗样本。可以减少扰动的L0范数。
-
公开(公告)号:CN116306830A
公开(公告)日:2023-06-23
申请号:CN202310091475.5
申请日:2023-02-03
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 本发明提出基于特征和标签平滑的多步梯度对抗样本生成方法及系统,属于人工智能安全领域。包括:获取被攻击图像;基于Grad‑CAM++算法获得被攻击图像的重要特征区域;以被攻击图像为中心,选取被攻击图像邻域内N张图像,计算邻域内N张图像的损失函数梯度信息;利用正态分布函数对邻域内N张图像的损失函数梯度信息进行加权求和,对被攻击图像的重要特征区域生成扰动;对被攻击图像添加扰动,生成添加扰动后的图像;判定添加扰动后的图像是否攻击成功或达到最大迭代次数,若攻击成功或达到最大迭代次数,则生成对抗样本。本发明对特征区域进行攻击,降低了对抗样本L0范数,对多组梯度信息进行加权求和处理,降低对替代模型的拟合程度,增加黑盒攻击成功率。
-
公开(公告)号:CN115873819B
公开(公告)日:2023-05-02
申请号:CN202310009831.4
申请日:2023-01-05
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明属于计算生物学、计算机辅助设计和酶工程技术领域,具体涉及基于超级计算辅助获得D‑氨基酸转氨酶突变体及其应用。本发明基于超级计算辅助技术成功获得一种新的D‑氨基酸转氨酶突变体并对该酶进行了应用。与野生型酶相比,上述D‑氨基酸转氨酶突变体在40℃的半衰期t1/2>12 h,而野生型D‑氨基酸转氨酶仅为8.8 min,突变体的半失活温度T5015为45.3℃,比野生型D‑氨基酸转氨酶提高了约5.4℃。从而显著提高了其热稳定性及酶活性等,有效拓宽其应用领域和范围,具有广泛的工业应用前景,因此具有良好的实际应用之价值。
-
-
-
-
-
-
-
-
-