一种基于联邦学习的FLVC异常用电检测方法

    公开(公告)号:CN118656699A

    公开(公告)日:2024-09-17

    申请号:CN202410753953.9

    申请日:2024-06-12

    Abstract: 本发明公开了一种基于联邦学习的FLVC异常用电检测方法,属于智能电网领域,包括每个参与的客户端从服务器端接收初始模型;每个客户端均使用本地数据集通过FLVC训练模块训练FLVC模型,对训练后的FLVC模型进行成本估计,再进行优化,并将优化后的FLVC模型参数发送给服务器端进行模型参数聚合;聚合后得到全局模型,全局模型更新后发送给本地参与的客户端;直到FLVC模型收敛或达到预定的迭代次数,重复以上步骤。本发明采用上述的一种基于联邦学习的FLVC异常用电检测方法,以保护电力数据的隐私为前提,提高异常用电数据检测的准确率,保证智能电网运行的安全性和可靠性。

    一种基于模糊逻辑预测的飞行自组网机会路由决策方法

    公开(公告)号:CN118574182A

    公开(公告)日:2024-08-30

    申请号:CN202410772475.6

    申请日:2024-06-14

    Abstract: 本发明公开一种基于模糊逻辑预测的飞行自组网机会路由决策方法,涉及飞行自组网技术领域。所述方法包括:获取飞行自组网中各节点的基础信息;基于各节点的基础信息,采用高斯马尔可夫模型预测各节点未来的位置;根据各节点未来的位置和基础信息计算出各节点归一化后的位置因子、速度因子以及能量因子并输入至模糊逻辑推理系统中,输出候选转发节点集合;计算候选转发节点集合中各候选转发节点的距离因子、投递概率因子、归一化后的速度因子和能量因子并采用优先级函数计算各候选转发节点的优先级值;确定最大优先级值对应的候选转发节点为转发节点,完成机会路由决策。本发明可有效提高飞行自组网的网络性能和数据传输效率。

    一种基于智能电网的多变量时间序列异常检测方法

    公开(公告)号:CN118193946A

    公开(公告)日:2024-06-14

    申请号:CN202410318318.8

    申请日:2024-03-20

    Abstract: 一种基于智能电网的多变量时间序列异常检测方法,涉及电网异常检测技术领域,包含以下步骤:S1、数据预处理,获取用户用电数据,并将其构建为与时间相关的数据集,通过深度学习模型对该时间序列进行随机掩码,将原始数据中缺失的时间序列补齐;S2、序列分隔,将设置好的带有掩码值的输入序列划分为奇序列和偶序列;S3、多尺度残差卷积,CNN卷积神经网络使用可学习卷积核自动提取不同尺度的特征,以获得更好的表示;S4、基于LSTM的联合重构与预测;S5、异常检测,基于预测和基于重构联合检测;本发明将基于预测掩码的部分和基于重构掩码的部分相结合来得到推理得分,通过是否大于推理得分来鉴别该用户是否为异常用户,有效提高了检测的精度。

    一种移动场景中时延敏感程序的服务部署方法

    公开(公告)号:CN117768957A

    公开(公告)日:2024-03-26

    申请号:CN202311716080.6

    申请日:2023-12-14

    Abstract: 本发明公开了一种移动场景中时延敏感程序的服务部署方法,包括以下步骤:构建一个移动边缘计算场景的系统模型,获得时隙t的服务部署问题,采用一种基于遗传算法和模拟退火算法的改进算法(SPIGA)对服务部署问题进行求解。本发明通过结合遗传算法和模拟退火算法的优势,首先利用遗传算法的快速收敛特性,找到局部最优解,然后运用模拟退火算法的思想跳出局部最优,寻找全局最优解,通过将边缘计算的服务部署问题转化为0‑1背包问题,获得最高的QoS值,能够在考虑资源和能耗的情况下,实现最优的服务部署,提高系统的服务质量,解决了移动场景中时延敏感程序的服务部署问题。

    基于移动预测的高动态自组网智能路由决策方法

    公开(公告)号:CN117241332A

    公开(公告)日:2023-12-15

    申请号:CN202311255371.X

    申请日:2023-09-27

    Abstract: 本发明公开了一种基于移动预测的高动态自组网智能路由决策方法,首先建立节点的移动模型;然后通过GPS获取节点的三维位置坐标,通过自适应扩展卡尔曼滤波进行节点位置预测;预测的结果写入Hello包,动态调整时间间隔,进行邻居发现;最后根据邻居表里的信息,利用Q学习进行路由决策。本发明通过改进扩展卡尔曼滤波进行节点移动位置的预测,减少节点位置更新的延迟,从而提高网络的实时性和稳定性,动态调整Hello包的间隙从而实现灵活地控制通信开销并且能够及时的进行路由发现,通过Q学习不断学习和优化,实时学习和调整路由策略,以适应高动态性的网络环境,能够在高动态移动自组织网络中做出更优的路由决策。

    一种柔性装配作业车间生产任务调度方法、系统及设备

    公开(公告)号:CN115730799A

    公开(公告)日:2023-03-03

    申请号:CN202211477025.1

    申请日:2022-11-23

    Abstract: 本发明公开了一种柔性装配作业车间生产任务调度方法、系统及设备。该方法包括:采用双层整数编码方式对生产加工数据进行编译,得到双层编码方案;对双层编码方案的下层编码进行排序,生成初始化种群;对种群中的个体进行适应值计算,选择适应值最优的解作为精英个体,并对精英个体进行复制构建精英矩阵;构建外部档案库,采用模拟退火算法,从外部档案库存储的所有非支配最优解中选择优秀个体作为最优精英个体,并通过最优精英个体对精英矩阵进行更新;基于更新后的精英矩阵,采用多搜索融合的三阶段启发式优化算法在迭代过程中确定最终的最优精英个体为最优调度方案。本发明能够优化柔性装配车间调度过程,提升制造车间调度效率。

    一种基于K-匿名的中药处方数据隐私保护方法

    公开(公告)号:CN113051619B

    公开(公告)日:2023-03-03

    申请号:CN202110485118.8

    申请日:2021-04-30

    Abstract: 一种基于K‑匿名的中药处方数据隐私保护方法,涉及数据隐私保护技术领域,根据数据集中数量最少的准标识符属性的数量值设为k值,并根据该属性及k值对数据集D进行分组,分组后通过使用εk个性化函数对数值型准标识符进行泛化处理,使用泛化语义树对文本型准标识符进行泛化处理,减少真实数据的攻击率,更好地实现隐私数据的保护。本发明有益效果:通过泛化处理在降低信息敏感度的同时,满足了个性化需求,在保障数据安全性的条件下,不会影响数据本身的真实性,有效地提高了数据隐私的安全性。

Patent Agency Ranking