-
Patent Agency Ranking
公开(公告)号：CN106060008A
公开(公告)日：2016-10-26
申请号：CN201610306040.8
申请日：2016-05-10
Applicant: 中国人民解放军61599部队计算所 , 南京信息工程大学
IPC: H04L29/06
Abstract: 对于入侵检测模型构建问题，本发明提出一种新的监督非线性特征提取和正则化随机权重神经网络(RRWNN)的网络入侵异常检测方法。核偏最小二乘(KPLS)算法用于处理输入特征的共线性和复杂非线性映射。这些提取的潜在特征输入RRWNN算法用于构建具有较高学习速度和较好泛化性能的入侵检测模型。采用全局优化策略选择基于KPLS‑RRWNN的入侵检测模型的建模参数。基于KDD99数据的仿真表明了方法的有效性。
-
公开(公告)号：CN119693719A
公开(公告)日：2025-03-25
申请号：CN202510083595.X
申请日：2025-01-20
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06N3/045 , G06N3/0464 , G06V10/30 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06V20/70
Abstract: 本发明提供了一种基于多特征增强的Res‑Transformer城市固体废物焚烧火焰状态识别方法，包括图像采集及预处理、构建针对城市固体废物焚烧火焰状态识别模型和城市固体废物焚烧火焰状态识别。本发明通过采用图像去噪、图像去雾和几何变换的预处理方法，丰富训练数据的同时改善模型的泛化能力；通过基于多种特征增强的深度学习技术实现了对城市固体废物焚烧火焰图像的高效自动特征提取和状态识别，通过增强对细节的捕捉能力并融合不同尺度特征，提高了识别的准确性和鲁棒性；本发明实现了端到端的自动化识别流程，简化操作步骤，提高识别效率，显著提高了城市固体废物焚烧炉系统的可靠性和稳定性。
-
公开(公告)号：CN111654831A
公开(公告)日：2020-09-11
申请号：CN202010290477.3
申请日：2020-04-14
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于无线传感网的磨机负荷检测方法，包括如下步骤：采取接触式和非接触式两种数据感知方式感知磨机筒体振动信号，所述振动磨机筒体振动信号的数据传输采用层次化分簇的无线网络组织模式；移动节点和固定可充电节点采用边缘计算技术进行数据处理，对磨机原始数据进行预处理，对密集型计算任务上载至边缘服务器进行数据处理；所述移动节点和固定可充电节点把预处理结果通过网关上传到云服务器，所述云服务器对预处理数据构建模糊推理模型，并对模糊推理子模型进行选择与合并，最终选择具有最小建模误差的选择性集成模型作为磨机负荷软测量模型，并输出磨机负荷测量值，对磨机过程的运行控制提供优化决策。
-
公开(公告)号：CN106060008B
公开(公告)日：2019-11-19
申请号：CN201610306040.8
申请日：2016-05-10
Applicant: 中国人民解放军61599部队计算所 , 南京信息工程大学
IPC: H04L29/06
Abstract: 对于入侵检测模型构建问题，本发明提出一种新的监督非线性特征提取和正则化随机权重神经网络(RRWNN)的网络入侵异常检测方法。核偏最小二乘(KPLS)算法用于处理输入特征的共线性和复杂非线性映射。这些提取的潜在特征输入RRWNN算法用于构建具有较高学习速度和较好泛化性能的入侵检测模型。采用全局优化策略选择基于KPLS‑RRWNN的入侵检测模型的建模参数。基于KDD99数据的仿真表明了方法的有效性。
-
公开(公告)号：CN111654831B
公开(公告)日：2023-01-31
申请号：CN202010290477.3
申请日：2020-04-14
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于无线传感网的磨机负荷检测方法，包括如下步骤：采取接触式和非接触式两种数据感知方式感知磨机筒体振动信号，所述振动磨机筒体振动信号的数据传输采用层次化分簇的无线网络组织模式；移动节点和固定可充电节点采用边缘计算技术进行数据处理，对磨机原始数据进行预处理，对密集型计算任务上载至边缘服务器进行数据处理；所述移动节点和固定可充电节点把预处理结果通过网关上传到云服务器，所述云服务器对预处理数据构建模糊推理模型，并对模糊推理子模型进行选择与合并，最终选择具有最小建模误差的选择性集成模型作为磨机负荷软测量模型，并输出磨机负荷测量值，对磨机过程的运行控制提供优化决策。
-
-
-
-
Search Results
5
records
(took 0.053 seconds)
