-
公开(公告)号：CN116506444A
公开(公告)日：2023-07-28
申请号：CN202310768589.9
申请日：2023-06-28
Applicant: 北京科技大学
IPC: H04L67/104 , H04L41/0823 , H04L41/142 , H04L9/00
Abstract: 本发明公开了一种基于深度强化学习与信誉机制的区块链稳定分片方法，属于区块链技术领域，包括：构建分片区块链系统；在分片区块链系统中构建马尔可夫决策模型；构建基于信誉机制的分片区块链系统的稳定性评价指标，根据各个区块链节点的行为表现计算分片区块链系统的系统稳定性因子；根据分片区块链系统的系统稳定性因子，通过马尔可夫决策模型为分片区块链系统提供分片策略；根据分片数量和节点片区划分方式进行片区划分，将各个片区内的区块链节点作为成员节点组成片内共识委员会，将各个片内共识委员会的主节点组成最终共识委员会。通过片内共识委员会完成片内共识，通过最终共识委员会完成最终共识，更新系统稳定性因子，进行下一轮共识。
-
公开(公告)号：CN117195105B
公开(公告)日：2024-03-19
申请号：CN202311477703.9
申请日：2023-11-08
Applicant: 北京科技大学
IPC: G06F18/2415 , G06F18/213 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/082 , G06N7/01 , G01M13/021 , G01M13/028
Abstract: 本发明公开了一种基于多层卷积门控循环单元的齿轮箱故障诊断方法及装置，涉及故障诊断技术领域。包括：获取目标齿轮箱的多个传感器信号；根据多个传感器信号以及改进的小波包分解算法，得到多个传感器信号的频域特征信息；对多个传感器信号的频域特征信息进行拼接，得到高维特征张量；根据高维特征张量以及马尔可夫算法门控循环单元MCGRU故障诊断模型，得到目标齿轮箱的故障类型。本发明提供一种基于多层卷积门控循环单元的齿轮箱故障诊断方法，通过对不同类型的传感器选择对应的信号处理通道，实现对不同类型的传感器兼容处理。
-
Patent Agency Ranking
公开(公告)号：CN116702583B
公开(公告)日：2024-03-19
申请号：CN202310428183.6
申请日：2023-04-20
Applicant: 北京科技大学
IPC: G06F30/27 , G06F18/20 , G06N3/092 , G06N7/01 , G06F111/08
Abstract: 本发明公开了一种基于深度强化学习的物联网下区块链性能优化方法及装置，涉及物联网技术领域。包括：初始化物联网场景下的区块链仿真系统；构建区块链仿真系统的性能优化模型；其中性能优化模型被建立为马尔可夫决策过程模型；采用深度强化学习算法对性能优化模型进行求解，得到物联网场景下的区块链仿真系统的最优可扩展性配置。本发明根据平均交易大小、节点的计算资源和节点的传输速率，采用双深度Q网络算法动态的调整分片数量、区块大小和区块间隔，在不牺牲其他必要性能指标的前提下获得区块链系统的最优可扩展性配置。在物联网领域引入了区块链技术，并基于深度强化学习算法实现了区块链系统的性能优化，满足物联网高安全和高效率的需求。
-
公开(公告)号：CN116506444B
公开(公告)日：2023-10-17
申请号：CN202310768589.9
申请日：2023-06-28
Applicant: 北京科技大学
IPC: H04L67/104 , H04L41/0823 , H04L41/142 , H04L9/00
Abstract: 本发明公开了一种基于深度强化学习与信誉机制的区块链稳定分片方法，属于区块链技术领域，包括：构建分片区块链系统；在分片区块链系统中构建马尔可夫决策模型；构建基于信誉机制的分片区块链系统的稳定性评价指标，根据各个区块链节点的行为表现计算分片区块链系统的系统稳定性因子；根据分片区块链系统的系统稳定性因子，通过马尔可夫决策模型为分片区块链系统提供分片策略；根据分片数量和节点片区划分方式进行片区划分，将各个片区内的区块链节点作为成员节点组成片内共识委员会，将各个片内共识委员会的主节点组成最终共识委员会。通过片内共识委员会完成片内共识，通过最终共识委员会完成最终共识，更新系统稳定性因子，进行下一轮共识。
-
公开(公告)号：CN117890099A
公开(公告)日：2024-04-16
申请号：CN202311865687.0
申请日：2023-12-29
Applicant: 北京科技大学
IPC: G01M13/021 , G01M13/028 , G01D21/02 , G06F18/25 , G06F18/24 , G06N3/0442 , G06N3/045 , G06N3/08
Abstract: 本发明提供一种基于多传感器融合的齿轮箱故障智能诊断方法，属于机械故障诊断技术领域。所述方法包括：对多传感器数据采集系统采集的多测点、多类型的原始时序信号进行基于相关函数的数据级加权融合，得到多通道一维融合信号；采用时间窗重叠切片方法，将得到的多通道一维融合信号分为固定长度的数据片段，使用连续小波变换将多通道一维融合信号片段的各个通道转换为二维时频图数据；构建基于多头时空注意力与并行GRU网络的齿轮箱故障智能诊断模型，利用转换得到的二维时频图对齿轮箱故障智能诊断模型进行训练，利用训练好的齿轮箱故障智能诊断模型，确定齿轮箱故障分类结果。采用本发明，能够实现齿轮箱故障的快速精确智能诊断。
-
公开(公告)号：CN117195105A
公开(公告)日：2023-12-08
申请号：CN202311477703.9
申请日：2023-11-08
Applicant: 北京科技大学
IPC: G06F18/2415 , G06F18/213 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/082 , G06N7/01 , G01M13/021 , G01M13/028
Abstract: 本发明公开了一种基于多层卷积门控循环单元的齿轮箱故障诊断方法及装置，涉及故障诊断技术领域。包括：获取目标齿轮箱的多个传感器信号；根据多个传感器信号以及改进的小波包分解算法，得到多个传感器信号的频域特征信息；对多个传感器信号的频域特征信息进行拼接，得到高维特征张量；根据高维特征张量以及马尔可夫算法门控循环单元MCGRU故障诊断模型，得到目标齿轮箱的故障类型。本发明提供一种针对多传感器数据进行齿轮箱故障诊断的方法，通过对不同类型的传感器选择对应的信号处理通道，实现对不同类型的传感器兼容处理。
-
公开(公告)号：CN116702583A
公开(公告)日：2023-09-05
申请号：CN202310428183.6
申请日：2023-04-20
Applicant: 北京科技大学
IPC: G06F30/27 , G06F18/20 , G06N3/092 , G06N7/01 , G06F111/08
Abstract: 本发明公开了一种基于深度强化学习的物联网下区块链性能优化方法及装置，涉及物联网技术领域。包括：初始化物联网场景下的区块链仿真系统；构建区块链仿真系统的性能优化模型；其中性能优化模型被建立为马尔可夫决策过程模型；采用深度强化学习算法对性能优化模型进行求解，得到物联网场景下的区块链仿真系统的最优可扩展性配置。本发明根据平均交易大小、节点的计算资源和节点的传输速率，采用双深度Q网络算法动态的调整分片数量、区块大小和区块间隔，在不牺牲其他必要性能指标的前提下获得区块链系统的最优可扩展性配置。在物联网领域引入了区块链技术，并基于深度强化学习算法实现了区块链系统的性能优化，满足物联网高安全和高效率的需求。
-
-
-
-
-
-
Search Results
7
records
(took 0.017 seconds)
