基于注意力神经网络的水质预测方法

    公开(公告)号:CN110428082B

    公开(公告)日:2022-07-22

    申请号:CN201910466102.5

    申请日:2019-05-31

    Abstract: 基于注意力神经网络的水质预测方法,包括如下步骤:步骤1:采集某一水质指标的数据;步骤2:将该水质指标的数据进行z‑score标准化处理;步骤3:使用处理好的该水质指标的数据构造训练集Training;步骤4:构造基于注意力神经网络的水质预测模型;步骤5:使用构造的训练集Training训练构造的基于注意力神经网络的水质预测模型;步骤6:使用训练好的基于注意力神经网络的水质预测模型预测未来时刻的该水质指标的数据。本发明提出的水质预测方法,在双向LSTM神经网络中引入注意力机制,考虑每个时刻水质指标的数据对预测结果的重要程度不同,赋予每个时刻水质指标不同的权重,从而降低了水质预测时产生的相对误差,提高了预测精确度。

    基于多源迁移学习的水质预测方法

    公开(公告)号:CN112785058A

    公开(公告)日:2021-05-11

    申请号:CN202110088922.2

    申请日:2021-01-22

    Abstract: 基于多源迁移学习的水质预测方法,包括如下步骤:根据水域中待预测监测点水质信息以及临近监测点水质信息,构造基于多源迁移学习的水质预测框架,其由基于高斯卷积的水质特征提取网络,基于瓶颈层的水质特征对齐网络和基于ESN的水质预测模型组成,并得到初步预测结果;根据初步预测结果,优化基于多源迁移学习的水质预测框架中的预测参数;使用预测参数优化后的基于多源迁移学习的水质预测框架,得到最终的预测结果。本方法将多源迁移学习运用到水质预测中。有效利用了多个临近监测点的水质信息,构造了多个符合待预测点水质特征的水质预测模型,有效降低了模型预测偏差,提升了水质预测精度。

    基于同步并发和分级聚类的时钟树综合方法

    公开(公告)号:CN120030979A

    公开(公告)日:2025-05-23

    申请号:CN202510101996.3

    申请日:2025-01-22

    Abstract: 本发明公开基于同步并发和分级聚类的时钟树综合方法,属于集成电路领域,包括读取所有寄存器以及时钟源的物理信息,得到粗聚类目标分组数量和单组寄存器数量阈值;利用KmeansPlus算法对读入寄存器进行粗聚类分组;提取分组结果,得到细聚类分组数量,对所有寄存器组群应用同步并发的KmeansPlus算法进行细聚类;提取细聚类汇聚点坐标,结合实例化该汇聚点所使用缓冲器的尺寸,判断是否和所连接的子寄存器发生重叠;提取实例化之后的缓冲器作为第一级综合结果,作为第二级的叶子节点输入KmeansPlus算法进行第二级粗聚类,本发明能有效降低了时间成本,加速时钟树综合进程。

    一种基于LED泵浦窄脉宽多波长激光器

    公开(公告)号:CN119542902A

    公开(公告)日:2025-02-28

    申请号:CN202510105187.X

    申请日:2025-01-23

    Abstract: 一种基于LED泵浦窄脉宽多波长激光器,包括依次串联的反射镜、第一LED泵浦模块、旋光晶体、第二LED泵浦模块、声光调Q晶体、输出镜。本发明的LED泵浦模块包括位于中心位置的激光棒,激光棒长度方向的外周设置玻璃套管,玻璃套管的外周设置支撑架,支撑架上均匀布置若干组水冷铜块,每组水冷铜块上靠近玻璃套管的一侧设置LED堆叠阵列,每个LED堆叠阵列包括LED灯条及用于固定LED灯条的PCB板,PCB板与水冷铜块连接;激光棒长度方向的两端分别设置冷却水循环模块,冷却水循环模块、水冷铜块上分别设置通水孔。该激光器的激光谐振腔系统以LED作为泵浦源,结合了声光调Q技术,同时实现激光脉宽的压缩和多波长输出。

    一种基于逆向技术的未知协议模糊测试自动化方法

    公开(公告)号:CN113206834B

    公开(公告)日:2022-12-09

    申请号:CN202110374805.2

    申请日:2021-04-07

    Abstract: 本发明提出了一种基于逆向技术的未知协议模糊测试自动化方法,目的是为了提高针对未知协议的模糊测试的方法的效率以及自动化程度。针对全球骨干网中存在的大量未知协议,构建一种协议逆向方法来逆向协议的格式,在逆向协议格式的基础上,编写模糊测试脚本生成方法,再利用boofuzz框架执行测试脚本,记录测试过程的测试对象状态以及数据,为进一步研究未知协议的安全问题提供基础,以便及时的改进未知协议的设计以及修复通讯实体的漏洞。

    基于注意力神经网络的水质预测方法

    公开(公告)号:CN110428082A

    公开(公告)日:2019-11-08

    申请号:CN201910466102.5

    申请日:2019-05-31

    Abstract: 基于注意力神经网络的水质预测方法,包括如下步骤:步骤1:采集某一水质指标的数据;步骤2:将该水质指标的数据进行z-score标准化处理;步骤3:使用处理好的该水质指标的数据构造训练集Training;步骤4:构造基于注意力神经网络的水质预测模型;步骤5:使用构造的训练集Training训练构造的基于注意力神经网络的水质预测模型;步骤6:使用训练好的基于注意力神经网络的水质预测模型预测未来时刻的该水质指标的数据。本发明提出的水质预测方法,在双向LSTM神经网络中引入注意力机制,考虑每个时刻水质指标的数据对预测结果的重要程度不同,赋予每个时刻水质指标不同的权重,从而降低了水质预测时产生的相对误差,提高了预测精确度。

    基于多源迁移学习的水质预测方法

    公开(公告)号:CN112785058B

    公开(公告)日:2022-07-29

    申请号:CN202110088922.2

    申请日:2021-01-22

    Abstract: 基于多源迁移学习的水质预测方法,包括如下步骤:根据水域中待预测监测点水质信息以及临近监测点水质信息,构造基于多源迁移学习的水质预测框架,其由基于高斯卷积的水质特征提取网络,基于瓶颈层的水质特征对齐网络和基于ESN的水质预测模型组成,并得到初步预测结果;根据初步预测结果,优化基于多源迁移学习的水质预测框架中的预测参数;使用预测参数优化后的基于多源迁移学习的水质预测框架,得到最终的预测结果。本方法将多源迁移学习运用到水质预测中。有效利用了多个临近监测点的水质信息,构造了多个符合待预测点水质特征的水质预测模型,有效降低了模型预测偏差,提升了水质预测精度。

    一种基于逆向技术的未知协议模糊测试自动化方法

    公开(公告)号:CN113206834A

    公开(公告)日:2021-08-03

    申请号:CN202110374805.2

    申请日:2021-04-07

    Abstract: 本发明提出了一种基于协议逆向的模糊测试自动化方法,目的是为了提高针对未知协议的模糊测试的方法的效率以及自动化程度。针对全球骨干网中存在的大量未知协议,构建一种协议逆向方法来逆向协议的格式,在逆向协议格式的基础上,编写模糊测试脚本生成方法,再利用boofuzz框架执行测试脚本,记录测试过程的测试对象状态以及数据,为进一步研究未知协议的安全问题提供基础,以便及时的改进未知协议的设计以及修复通讯实体的漏洞。

Patent Agency Ranking