-
公开(公告)号:CN113033663A
公开(公告)日:2021-06-25
申请号:CN202110324789.6
申请日:2021-03-26
Applicant: 同济大学 , 青岛港国际股份有限公司
Abstract: 本发明公开了一种基于机器学习的自动化集装箱码头设备健康预测方法。本发明针对超大型集装箱码头中协同设备异常种类复杂多变,健康程度难以判断的现状,提出了一种自动化集装箱码头设备健康指数计算方法,解决了传统方法只能对设备进行正常或者异常判断,而无法准确评估设备健康程度的缺点。该方法采用主成分分析方法对高维监测数据进行降维,通过LSTM网络提取隐藏层数据特征,根据设备状态与隐层特征之间的联系,设计自动化集装箱码头设备健康指数计算公式,进而对设备健康程度及异常发展趋势进行监测。
-
公开(公告)号:CN103411866A
公开(公告)日:2013-11-27
申请号:CN201310295574.1
申请日:2013-07-15
Applicant: 同济大学
Abstract: 本发明涉及一种泡沫混凝土的孔结构分析方法。具体步骤为:切取测试界面后,孔径测量,将孔的面积划分为若干个不同的等级,分别统计小于某一个等级的孔的数目和孔的总面积,然后求出其占总数量和总面积的百分比,计算累计频率百分率和累计面积百分率,得到孔径分布累计数量百分率曲线和孔径分布累计面积百分率曲线;当累计数量曲线和累计面积曲线越陡峭,两条曲线靠得越近时,说明孔径分布较均匀;如果累计数量曲线和累计面积曲线离得较远,则说明孔径较小的孔在数量上虽然较多但在所占体积比例仍然较小;根据孔径分布累计面积百分率曲线计算出泡沫混凝土的孔径分布均匀系数。本发明专门研究泡沫混凝土中孔径大于0.01mm的大孔,可用来对泡沫混凝土和陶粒泡沫混凝土的孔径分布和均匀性进行评价。
-
公开(公告)号:CN103408272A
公开(公告)日:2013-11-27
申请号:CN201310295597.2
申请日:2013-07-15
Applicant: 同济大学
Abstract: 本发明为一种陶粒泡沫混凝土的设计方法,内容涉及陶粒泡沫混凝土的配合比设计与制作,用来生产出符合相关规范要求的陶粒泡沫混凝土。本方法基于体积法确定陶粒泡沫混凝土的配合比,能够精确控制陶粒泡沫混凝土的密度等级,使其达到要求强度,具有较好的使用价值。首先确定陶粒掺量在40%~60%之间,然后根据陶粒泡沫混凝土的设计干密度可以确定胶凝材料的用量;设计了新拌陶粒泡沫混凝土的工作性测试方法,可以用来判断合适的水灰比;设计了陶粒泡沫混凝土的密度控制方法,可以将陶粒泡沫混凝土的实际干密度控制在设计干密度附近。本方法可以大量利用固体废料(如脱硫石膏、粉煤灰、污泥和垃圾焚烧灰,动物蛋白发泡剂由动物蹄角或动物毛发制成),具有利废环保,节能高效的特点,符合可持续发展的要求。
-
公开(公告)号:CN118094133A
公开(公告)日:2024-05-28
申请号:CN202311716765.0
申请日:2023-12-13
Abstract: 本发明涉及一种针对安装在SG端的同步向量测量单元的故障检测方法,包括以下步骤:S1、获取系统的参数数据,所述系统包括同步发电机和同步向量测量单元;S2、基于所述系统的参数数据,构建包括执行器误差和传感器误差的线性系统状态空间模型;S3、基于所述线性系统状态空间模型,构建系统状态和同步向量测量单元的故障观测器估计传感器误差;S4、基于所述传感器误差值计算下一检测阶段的误差阈值,并返回步骤S2得到下一检测阶段的传感器误差值;S5、判断所述下一检测阶段的传感器误差值是否小于所述误差阈值,若是,则输出故障检测结果,若否,则返回步骤S4,直至故障检测完成。与现有技术相比,本发明具有检测准确高、抗干扰能力强等优点。
-
公开(公告)号:CN119814354A
公开(公告)日:2025-04-11
申请号:CN202411732630.8
申请日:2024-11-29
IPC: H04L9/40 , H04L69/06 , H04L41/0631 , H04L43/062
Abstract: 本发明涉及一种基于多模态数据预训练模型的网络风险评估方法及系统。该方法首先采集多源网络安全数据,识别出其中的威胁事件对象,并将威胁事件对象串联为攻击链条,分析得到每条攻击链条的特征信息和主要攻击节点;并评估并生成该攻击链条的风险等级信息;整合以上信息,生成并持续记录网络安全态势报告;再预先构建网络安全态势知识库;最后将攻击链条的特征信息与网络安全态势知识库中的攻击链条数据进行匹配与比对,预测潜在的威胁影响,生成预警信息和防护策略建议。与现有技术相比,本发明具有不依赖预定义的规则、更适用于复杂化网络场景、提高网络安全态势感知的可靠性与准确性等优点。
-
公开(公告)号:CN119583096A
公开(公告)日:2025-03-07
申请号:CN202411466702.9
申请日:2024-10-21
IPC: H04L9/40 , G06N3/0455 , G06N3/09 , G06N3/096 , G06N5/04 , G06F18/2433
Abstract: 本发明涉及一种电力网络系统异常访问检测方法、设备和介质,包括以下步骤:获取电力网络系统数据,输入电力网络系统异常访问检测垂类模型,输出异常访问检测结果;电力网络系统异常访问检测垂类模型通过如下步骤获得:S1、获取电力网络安全语料数据并进行预处理,构建预训练数据集;S2、对大语言基座模型进行预训练,获得电力网络安全大语言模型;S3、基于电力网络系统异常访问检测任务对预训练数据集进行二次筛选,结合专家意见数据构建监督微调数据集;S4、对电力网络安全大语言模型进行微调,获得电力网络系统异常访问检测垂类模型。与现有技术相比,本发明可以提升在具有大量多模态数据的新型网络系统中准确检测各类异常访问行为的能力。
-
公开(公告)号:CN119179802A
公开(公告)日:2024-12-24
申请号:CN202411129516.6
申请日:2024-08-16
IPC: G06F16/901 , G06F18/2415 , G06Q50/06 , G06N3/0475 , G06N3/045 , G06N3/0455 , G06N3/042 , G06N3/0442 , G06N3/094
Abstract: 本发明涉及一种结构特征保持的电力数据静态图数据生成方法,包括以下步骤:获取电力数据,输入静态图数据生成模型,生成相应的静态图数据;所述静态图数据生成模型包括依次连接的采样模块、生成对抗网络和重构模块;其中,采样模块用于使用中心图采样方法对电力数据进行采样生成中心图;生成对抗网络包括生成器和判别器,生成器包括解码器和编码器,编码器用于通过基于多头自注意力机制构建的图自注意力网络对所述中心图进行编码;解码器用于解码编码器的输出,获得中心图得分矩阵;重构模块用于根据中心图得分矩阵生成静态图数据。与现有技术相比,本发明可以尽可能保留原始电力数据的结构特征,同时提高静态图数据的生成效率。
-
公开(公告)号:CN104988152A
公开(公告)日:2015-10-21
申请号:CN201510411475.4
申请日:2015-07-14
Applicant: 同济大学
Abstract: 本发明涉及XRCC2启动子、含有XRCC2启动子的载体、载体的构建及应用,XRCC2启动子序列如SEQ ID NO.1所示,含有XRCC2启动子的载体包括pXRCC2-GFP、pXRCC2-Luciferase、pXRCC2-DTA、pXRCC2-其他毒蛋白、AAV-pXRCC2-Luciferase及Fugw-pXRCC2-Luciferase。含有XRCC2启动子的载体在制备肿瘤治疗药物或肿瘤诊断试剂中的应用。相较于已发现的其他肿瘤特异性启动子,XRCC2启动子具有在正常、肿瘤细胞中活性差异大及片段长度小易于病毒载体的构建等突出优势,因此XRCC2启动子具有应用于肿瘤基因治疗及诊断的巨大潜力。
-
公开(公告)号:CN118094133B
公开(公告)日:2024-10-01
申请号:CN202311716765.0
申请日:2023-12-13
Abstract: 本发明涉及一种针对安装在SG端的同步相量测量单元的故障检测方法,包括以下步骤:S1、获取系统的参数数据,所述系统包括同步发电机和同步相量测量单元;S2、基于所述系统的参数数据,构建包括执行器误差和传感器误差的线性系统状态空间模型;S3、基于所述线性系统状态空间模型,构建系统状态和同步相量测量单元的故障观测器估计传感器误差;S4、基于所述传感器误差值计算下一检测阶段的误差阈值,并返回步骤S2得到下一检测阶段的传感器误差值;S5、判断所述下一检测阶段的传感器误差值是否小于所述误差阈值,若是,则输出故障检测结果,若否,则返回步骤S4,直至故障检测完成。与现有技术相比,本发明具有检测准确高、抗干扰能力强等优点。
-
公开(公告)号:CN117856216B
公开(公告)日:2024-10-18
申请号:CN202311715160.X
申请日:2023-12-13
IPC: H02J3/00
Abstract: 本发明涉及一种基于信任基础的智能电网弹性分布式状态估计方法及介质,该方法包括以下步骤:获取智能电网系统的相关信息;基于所述相关信息建立智能电网系统的状态空间模型;基于所述状态空间模型,建立信任基础的异常测量检测机制,获得异常测量的检测结果;基于所述检测结果,计算分布式状态估计器增益参数;基于所述分布式状态估计器增益参数构建分布式状态估计器,对智能电网系统分布式状态轨迹进行估计,得到智能电网系统的分布式状态轨迹估计值。与现有技术相比,本发明考虑异常值的检测与补偿,更满足实际工业的应用需求,提高估计精度。
-
-
-
-
-
-
-
-
-