一种基于CTDM技术的多用户电磁波成像及测量系统

    公开(公告)号:CN113759370A

    公开(公告)日:2021-12-07

    申请号:CN202110914534.5

    申请日:2021-08-10

    Abstract: 本发明涉及电磁波技术领域,具体公开了一种基于CTDM技术的多用户电磁波成像及测量系统,包括服务器模块、多个客户端模块,服务器模块与多个客户端模块之间通过C/S通信模式进行通信连接;服务器模块由服务器管理软件、智能矩阵开关模块组成;每个客户端模块由客户端软件和步进电机模块组成。而客户端软件又包括网络分析仪测量平台和机电微波测试成像平台两个测量平台。该系统具有能够提高仪器使用效率、拓展仪器功能、增长仪器使用寿命的效果。

    一种基于深度自编码器的未知攻击识别方法

    公开(公告)号:CN109829299A

    公开(公告)日:2019-05-31

    申请号:CN201811439938.8

    申请日:2018-11-29

    Abstract: 本发明公布了一种基于深度自编码器的未知攻击检测方案,通过对所有攻击类型进行一定的语义描述,语义描述基于外部文本数据进行标准化的语义文本提取,并进行自然语言处理形成语义特征描述向量,语义特征空间是所有特征的语义特征描述向量,最终通过攻击数据集训练到语义特征的深度自编码模型。自编码模型获得隐层输出,即训练集数据到语义特征的映射模型,新型攻击的数据特征通过自编码模型得到新型攻击的语义特征,并与语义特征空间进行比较,通过向量相似度的计算,得到新型攻击最接近的攻击类型从而达到预测新型攻击的目的。本发明适用于未知攻击检测,能够对新型攻击得到较为准确的识别,从而便于进行后续快速检测和拦截。

    一种基于下雨腐蚀算法的雷达相邻目标分割方法

    公开(公告)号:CN108445466A

    公开(公告)日:2018-08-24

    申请号:CN201810420398.2

    申请日:2018-05-04

    Abstract: 本发明属于雷达数据处理技术领域,公开了一种基于下雨腐蚀算法的雷达相邻目标分割方法,将经过雷达信号处理后雷达视频数据输入;根据雷达系统对目标精度的要求,通过在平面所占面积,尺寸长度确定需要分割的相邻目标所占区域;对相邻目标占有的区域的同一距离单元不同方位单元的测量值取出单独处理,即每一个距离单元通道单独提出来单独处理,处理完成后,重新对该区域进行目标检测处理。本发明模拟下雨冲刷山脉,不断的腐蚀山体,形成河谷,山脉经过不断的腐蚀,一个个山峰会被一条条溪流分割开来的过程,用于处理分割雷达探测到的相邻目标。本发明在实验和实践中均证明,效果良好,满足高分辨率雷达对目标分割的要求,用于雷达相邻目标分割。

    一种基于强化学习的人脸识别联邦学习系统后门攻击方法

    公开(公告)号:CN119445337A

    公开(公告)日:2025-02-14

    申请号:CN202510045394.0

    申请日:2025-01-13

    Abstract: 本发明公开了一种基于强化学习的人脸识别联邦学习系统后门攻击方法,涉及联邦学习安全技术领域。本发明包括:获取构建强化学习虚拟环境的基础信息;采用马尔科夫链构建用于强化学习的虚拟环境;构建基于深度神经网络的强化模型,并在构建的强化学习虚拟环境中对强化模型进行训练,基于训练好的强化模型得到后门攻击模型;再将该模型置于目标联邦系统的真实环境中进行测试以实现对模型参数的微调,得到用于目标联邦系统的后门攻击模型实例。本发明解决了现有联邦学习后门攻击存在的适应性不佳,需要大量后门设备以及持久性差的问题;并且可以进一步提升联邦学习系统对后门攻击的防御能力,以及丰富联邦学习系统的后门防御能力的评估方式。

    基于两阶段解耦离线强化学习的机器人路径规划模型及方法

    公开(公告)号:CN119148702A

    公开(公告)日:2024-12-17

    申请号:CN202411100707.X

    申请日:2024-08-12

    Abstract: 本发明公开了一种基于两阶段解耦离线强化学习的机器人路径规划模型及方法,属于机器智能决策与控制技术领域。该方法包括一种基于两阶段解耦离线强化学习的神经网络模型,该模型利用Transformer架构避免传统基于策略约束方法和基于值函数正则方法存在的分布外泛化问题,并修改现有的基于Transformer架构强化学习方法,使预测状态与预测动作两阶段解耦,令智能体不局限于模仿数据集中轨迹与动作组合,而是能够学习到具有高期望回报的状态,通过拼接次优轨迹和状态组合实现超越数据集中最优轨迹的行为策略。该方法旨在解决现有机器人路径规划方法计算资源需求高,模型泛化能力差,模型应对不确定性和容易陷入局部最优等问题。

    一种基于模糊神经网络的道路自然灾害风险评估方法

    公开(公告)号:CN117933716A

    公开(公告)日:2024-04-26

    申请号:CN202410116899.7

    申请日:2024-01-26

    Abstract: 本发明涉及道路自然灾害风险评估技术领域,具体公开了一种基于模糊神经网络的道路自然灾害风险评估方法,包括:确定道路自然灾害类型;确定道路自然灾害的影响因及指标;基于上述数据建立模糊神经网络训练集;训练并保存训练模型和最佳权重;建立道路网相关数据集,计算道路灾害风险评估预测值;将训练集和预测集进行交叉验证;对评估结果进行等级划分,使用ArcGIS绘制路段风险等级。本发明基于研究区实际情况,结合气象、地质和人类活动相关影响,建立道路自然灾害风险评估指标体系和基于模糊神经网络的道路自然灾害风险评估模型。该方法影响因素指标易于获取,方法操作简单,可为后续道路自然灾害风险评估预警系统的开发提供理论依据和技术手段。

    道路自然灾害风险智能评估方法
    69.
    发明公开

    公开(公告)号:CN117689210A

    公开(公告)日:2024-03-12

    申请号:CN202410113673.1

    申请日:2024-01-26

    Abstract: 本发明涉及道路自然灾害风险评估技术领域,具体公开了一种道路自然灾害风险智能评估方法,包括:确定研究区道路自然灾害类型;确定道路自然灾害的影响因素;基于上述数据建立道路自然灾害风险评估数据集;训练并保存道路自然灾害风险智能评估模型;建立道路自然灾害预测数据集并计算预测结果;将训练集和预测集进行交叉验证;对影响因素和评估结果进行等级划分,使用ArcGIS绘制道路自然灾害风险区划图。本发明基于研究区实际情况,结合气象、地质和人类活动相关影响,建立道路自然灾害风险评估指标体系和道路自然灾害风险智能评估模型。该方法影响因素指标易于获取,方法操作简单,基于智能评估手段后续道路自然灾害风险评估研究提供新思路和方向。

Patent Agency Ranking