-
公开(公告)号：CN108564585B
公开(公告)日：2022-01-18
申请号：CN201810397032.8
申请日：2018-04-27
Applicant: 福建师范大学
Abstract: 本发明涉及一种基于自组织映射与深度神经网络的图像变化检测方法，包括以下步骤：1、采用基于中值滤波处理的均值比算子MMEAN对两幅SAR时相图进行处理，生成差异图；2、采用自组织映射网络SOM对差异图进行无监督聚类，将差异图中的像素点分为无变化类、噪声类和变化类，获得初步变化图；3、采用自动降噪编码器构建深度神经网络DNN，使用噪声类像素点作为训练集对DNN网络进行训练，以使其能够识别噪声区域的特征；4、将变化类像素点输入训练好的DNN网络，判断并去除变化类像素点中残留的噪声类像素点，从而基于初步变化图得到最终变化图。该方法有利于降低合成孔径雷达图像变化检测的漏检率和虚假报警率。
-
公开(公告)号：CN108564585A
公开(公告)日：2018-09-21
申请号：CN201810397032.8
申请日：2018-04-27
Applicant: 福建师范大学
Abstract: 本发明涉及一种基于自组织映射与深度神经网络的图像变化检测方法，包括以下步骤：1、采用基于中值滤波处理的均值比算子MMEAN对两幅SAR时相图进行处理，生成差异图；2、采用自组织映射网络SOM对差异图进行无监督聚类，将差异图中的像素点分为无变化类、噪声类和变化类，获得初步变化图；3、采用自动降噪编码器构建深度神经网络DNN，使用噪声类像素点作为训练集对DNN网络进行训练，以使其能够识别噪声区域的特征；4、将变化类像素点输入训练好的DNN网络，判断并去除变化类像素点中残留的噪声类像素点，从而基于初步变化图得到最终变化图。该方法有利于降低合成孔径雷达图像变化检测的漏检率和虚假报警率。
-
公开(公告)号：CN105718733B
公开(公告)日：2018-04-13
申请号：CN201610040163.1
申请日：2016-01-21
Applicant: 福建师范大学
IPC: G06F19/00
Abstract: 本发明针对设备系统往往具有不确定性和非线性的特点，提出一种将模糊贴近度和粒子滤波算法相结合的故障预报方法。本发明方法采用状态空间模型描述系统的故障演化过程，利用粒子滤波算法跟踪和预测系统的运行状态；利用隶属度函数设计了描述系统运行正常的正常模糊子集和运行异常的异常模糊子集；计算由粒子滤波算法求得的预测序列的正常隶属度集合；再计算该正常隶属度集合与正常模糊子集的贴近程度，计算该正常隶属度集合与异常模糊子集的贴近程度。当实时监测系统运行时，若该正常隶属度集合与异常模糊子集的贴近度大于其与正常模糊子集的贴近度时，则预报有故障发生；本发明可实现故障的早期预报，是一种有效的故障预报方法。
-
公开(公告)号：CN108874952A
公开(公告)日：2018-11-23
申请号：CN201810571573.8
申请日：2018-05-31
Applicant: 福建师范大学
IPC: G06F17/30
Abstract: 本发明涉及一种基于分布式日志的最大频繁序列模式挖掘方法，基于Spark分布式计算框架，提取局部最大频繁序列；利用前缀投影来划分搜索空间，递归提取出局部最大频繁序列；其中，利用频繁1序列删除日志序列数据集里面非频繁项，降低扫描数据库的规模，同时利用频繁序列模式与最大频繁序列模式之间对应关系减少候选序列数；提取全局最大频繁序列；将局部最大频繁序列按不同长度保存，相邻长度的序列模式进行超集检测，判断是否存在超集关系；如果存在，删除冗余序列，提取出全局最大频繁序列。本发明提出的一种基于分布式日志的最大频繁序列模式挖掘方法，具有更高效率，并支持更大规模事件序列数据的挖掘。
-
公开(公告)号：CN108427148A
公开(公告)日：2018-08-21
申请号：CN201810427478.0
申请日：2018-05-07
Applicant: 福建师范大学
IPC: G01W1/14
Abstract: 本发明公开了一种高精度的水车式雨量计及测量方法，雨量计包括雨水收集装置、水车、感应磁片和霍尔信号采集处理电路，所述水车上具有多个等容积的水槽，所述雨水收集装置设于水车的上方，雨水经雨水收集装置流入水车的水槽内，所述感应磁片设于水车上并随水车转动，感应磁片与霍尔信号采集处理电路的输入端连接。本发明采用水车式分槽量化采集、信号处理到远程移动通讯，呈现出一种全新的雨量计构造，能够实时检测降雨量和降雨强度，并可在线预测阶段雨情。在计量过程中，与现有翻斗式和称重式雨量计相比较有创造性的革新，通过巧妙的溢流设计，避免雨水的损失，产品具有明显的优越性。
-
Patent Agency Ranking
公开(公告)号：CN108375898A
公开(公告)日：2018-08-07
申请号：CN201810215600.8
申请日：2018-03-15
Applicant: 福建师范大学
IPC: G04R20/04
Abstract: 本发明涉及一种计算机高精度授时控制方法。本发明控制方法是：当计算机控制其RS-232串口的RTS或DTR输出高电平时，接口电路开始上电工作；当串口CTS中断触发进入对应服务程序，读取当前的TSC并保存，将[CTS中断次数]加一操作，清除串口缓冲区，准备后续的串口接收操作；然后并进行后续分析判断：分别计算最近两次时间戳计时差值、计算头尾两个时间戳计时差值，计算差值，用[YMD]、[HMS]设置计算机时间，同时把计算机的毫秒、微秒单元、[CTS中断次数]、[DSR中断次数]清零。采用本发明的有益效果是：由于输入到DSR、CTS为互补的整形后1PPS信号，计算脉宽准确，有利于提高授时精度。
-
公开(公告)号：CN108375898B
公开(公告)日：2023-04-14
申请号：CN201810215600.8
申请日：2018-03-15
Applicant: 福建师范大学
IPC: G04R20/04
Abstract: 本发明涉及一种计算机高精度授时控制方法。本发明控制方法是：当计算机控制其RS‑232串口的RTS或DTR输出高电平时，接口电路开始上电工作；当串口CTS中断触发进入对应服务程序，读取当前的TSC并保存，将[CTS中断次数]加一操作，清除串口缓冲区，准备后续的串口接收操作；然后并进行后续分析判断：分别计算最近两次时间戳计时差值、计算头尾两个时间戳计时差值，计算差值，用[YMD]、[HMS]设置计算机时间，同时把计算机的毫秒、微秒单元、[CTS中断次数]、[DSR中断次数]清零。采用本发明的有益效果是：由于输入到DSR、CTS为互补的整形后1PPS信号，计算脉宽准确，有利于提高授时精度。
-
公开(公告)号：CN108874952B
公开(公告)日：2021-07-27
申请号：CN201810571573.8
申请日：2018-05-31
Applicant: 福建师范大学
IPC: G06F16/2458
Abstract: 本发明涉及一种基于分布式日志的最大频繁序列模式挖掘方法，基于Spark分布式计算框架，提取局部最大频繁序列；利用前缀投影来划分搜索空间，递归提取出局部最大频繁序列；其中，利用频繁1序列删除日志序列数据集里面非频繁项，降低扫描数据库的规模，同时利用频繁序列模式与最大频繁序列模式之间对应关系减少候选序列数；提取全局最大频繁序列；将局部最大频繁序列按不同长度保存，相邻长度的序列模式进行超集检测，判断是否存在超集关系；如果存在，删除冗余序列，提取出全局最大频繁序列。本发明提出的一种基于分布式日志的最大频繁序列模式挖掘方法，具有更高效率，并支持更大规模事件序列数据的挖掘。
-
公开(公告)号：CN103778372B
公开(公告)日：2016-10-19
申请号：CN201410012074.7
申请日：2014-01-13
Applicant: 福建师范大学
IPC: G06F21/56
Abstract: 本发明公开了一种识别计算机软件行为的谱方法：(1)构造软件行为表示模型；(2)提取软件行为特征；(3)度量软件行为相似性。本发明的有益效果是：从表示软件行为的底层特征中抽象出高层的软件行为特征，从语义层面描述软件的行为；通过计算机程序的DHMM(离散隐马尔科夫模型)建模及谱分解方法，定量地表达程序所具有的软件行为特征，根据表示模型和行为特征的相似性识别恶意软件。
-
公开(公告)号：CN105718733A
公开(公告)日：2016-06-29
申请号：CN201610040163.1
申请日：2016-01-21
Applicant: 福建师范大学
IPC: G06F19/00
CPC classification number: G06F19/00
Abstract: 本发明针对设备系统往往具有不确定性和非线性的特点，提出一种将模糊贴近度和粒子滤波算法相结合的故障预报方法。本发明方法采用状态空间模型描述系统的故障演化过程，利用粒子滤波算法跟踪和预测系统的运行状态；利用隶属度函数设计了描述系统运行正常的正常模糊子集和运行异常的异常模糊子集；计算由粒子滤波算法求得的预测序列的正常隶属度集合；再计算该正常隶属度集合与正常模糊子集的贴近程度，计算该正常隶属度集合与异常模糊子集的贴近程度。当实时监测系统运行时，若该正常隶属度集合与异常模糊子集的贴近度大于其与正常模糊子集的贴近度时，则预报有故障发生；本发明可实现故障的早期预报，是一种有效的故障预报方法。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.019 seconds)
