公开(公告)号：CN116489663A

公开(公告)日：2023-07-25

申请号：CN202310426828.2

申请日：2023-04-20

Applicant: 中国船舶集团有限公司第七二四研究所 ,  东南大学

Inventor： 陆翔 ,  周恒亮 ,  管军 ,  贾燎原 ,  姚远 ,  匡华星 ,  张晓峰

IPC: H04W16/18 ,  H04W24/02 ,  H04W12/122 ,  H04W84/18

Abstract: 本发明提出一种海上复杂编队赛博空间对抗脆弱节点提取方法，通过构建编队各节点邻接矩阵并计算编队各个节点的度数与核数Ki，根据编队各个节点的核数和度数联合确定赛博空间对抗脆弱节点。本发明可实现对复杂动态编队中脆弱节点的发现和提取，辅助编队组网构型优化有效提升编队抗击电磁域及网络域赛博空间攻击的能力。

公开(公告)号：CN118484646A

公开(公告)日：2024-08-13

申请号：CN202410673113.1

申请日：2024-05-28

Applicant: 国能河北定州发电有限责任公司 ,  国家能源集团新能源技术研究院有限公司 ,  东南大学

Inventor： 杨勇 ,  姚远 ,  章力 ,  张秋生 ,  邓敏强 ,  闫宗良 ,  张宇 ,  张政洁 ,  崔纯鹏 ,  李京

IPC: G06F18/20 ,  G06F18/213 ,  G06F18/15 ,  G06N3/0442 ,  G01M13/045 ,  G06F123/02

Abstract: 本发明提供一种滚动轴承退化趋势预测方法及装置，属于机械部件健康管理领域。方法包括：获取滚动轴承振动信号采样数据；计算滚动轴承振动信号采样数据的Hjorth参数；根据Hjorth参数形成退化特征指标曲线；根据退化特征指标曲线扩展得到训练数据；利用训练数据训练和验证长短期记忆网络；将训练和验证后的长短期记忆网络输出处理为预测的滚动轴承退化趋势。采用Hjorth参数作为滚动轴承退化指标，可以很好的反应振动信号中蕴含的退化趋势信息，此外结合LSTM网络强大的时间序列特征提取能力，提升了退化趋势的预测精度。设计了适用于滚动轴承退化趋势预测的Hjorth‑LSTM模型，能够较好的应用于滚动轴承退化趋势预测任务中，预测准确率更高、训练稳定。

公开(公告)号：CN115270288A

公开(公告)日：2022-11-01

申请号：CN202210755939.3

申请日：2022-06-29

Applicant: 东南大学

Inventor： 周小舟 ,  姚远 ,  王柳清 ,  薛澄岐 ,  牛亚峰

IPC: G06F30/15 ,  G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06T17/30

Abstract: 本发明公开了一种基于深度学习和参数化建模的产品形态生成设计方法，涉及造型设计技术领域，解决了复杂产品面向用户意向快速三维模型生成的技术问题，其技术方案要点是将设计学中的专业领域知识融入生成式设计算法中，该方法挖掘用户对于产品造型要素的风格意象感知，将造型与意象的符合程度作为设计指导，帮助设计师准确把握设计特征要素和用户需求，降低设计风险，同时也通过深度学习和参数化建模技术建立了生成式产品设计系统，辅助设计师在概念设计阶段快速生成设计方案，高效广泛地探索设计空间，可实现产品家族化的快速探索、加快产品迭代速度、缩短研发周期。