-
公开(公告)号：CN117975353A
公开(公告)日：2024-05-03
申请号：CN202311783105.4
申请日：2023-12-22
IPC: G06V20/52 , G06V20/40 , G06V10/62 , G06V10/764 , G06V10/75 , G06V10/44 , G06V10/771 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于视频序列对比学习的装配动作顺序异常检测方法，首先获取装配动作视频序列，然后对装配动作视频序列进行编码以及视频嵌入，提取装配动作特征以及嵌入向量；其次在动态规划矩阵匹配的过程中执行时间先验强调时间特征以及动作顺序变化，并在匹配过程中采取局部帧匹配以及合并异常帧操作降低计算复杂度，最后得到正确的序列匹配，匹配矩阵的其他区域则视为异常检测结果。本发明将时间先验与优化后的Drop‑DTW算法相结合，考虑了视频序列的时间特征以及动作顺序的变化，在确保其精确度的同时提高检测效率，可以相对全面的处理实际工业场景中的装配动作顺序异常检测问题。
-
公开(公告)号：CN117858195A
公开(公告)日：2024-04-09
申请号：CN202311783107.3
申请日：2023-12-22
Applicant: 龙门实验室 , 河南科技大学 , 三六零数字安全科技集团有限公司
Abstract: 本发明公开了一种基于位置预测的高动态移动自组网分簇路由决策方法，首先利用改进的灰色马尔科夫预测模型对节点下一时刻位置进行预测；然后计算节点与其邻居间的链路保持时间、节点间运动相似度，衡量节点间通信链路质量的期望传输次数值和节点能量构建簇头选举指标，之后根据选举指标对网络中节点进行分簇；最后进行路由决策。本发明通过利用改进的灰色马尔科夫预测模型进行节点位置预测，减少节点位置更新的延迟，构建簇头选举指标，提高了簇头选举指标的精度，加快求解速度，适合高动态场景，提高网络性能和数据传输效率，能够在高动态移动自组织网络中做出更优的路由决策。
-
公开(公告)号：CN117857456A
公开(公告)日：2024-04-09
申请号：CN202410017501.4
申请日：2024-01-05
Applicant: 河南科技大学 , 三六零数字安全科技集团有限公司 , 龙门实验室
Abstract: 本发明公开了一种基于强化学习的NDN网路拥塞控制方法，属于命名数据网络技术领域。该方法包括以下步骤：S1、通过兴趣包的发送和数据包的接收获取实时网络状态信息；S2、将上述实时网络状态信息加权计算得到当前状态的效用函数值；S3、通过比较连续两个效用函数值的差值，获得正/负奖励值；S4、通过奖励变化动态调整发送速率。本发明采用上述一种基于强化学习的NDN网路拥塞控制方法，通过Q学习后，智能体能够根据实时网络状态在线调整拥塞控制策略，指导消费者调整发送速率，以解决NDN网络中拥塞控制问题。
-
公开(公告)号：CN120010866A
公开(公告)日：2025-05-16
申请号：CN202411830148.8
申请日：2024-12-12
Applicant: 凯迈(洛阳)测控有限公司 , 龙门实验室
Abstract: 本发明提供一种欧标车EVCC程序安全刷写和安全启动的控制方法，通过该控制方法在不改变任何EVCC现有硬件的基础上无需HSM模块，有效的实现了EVCC的安全启动和安全刷写功能，满足了欧标电动法规的要求，提升了EVCC产品的信息安全防护能力，保证了充电过程和非充电过程中车端EVCC产品的网络信息安全。设计了EVCC程序升级专用的UPG文件格式、实现DCAN升级工具和上位机软件并设计实现了EVCC程序安全启动和安全刷写的控制方法，采用该控制方法的EVCC产品经过TARA分析满足网络信息安全的要求，且该方法便捷有效易于部署实施。并且DCAN升级工具上位机软件兼容市场上其他品牌的CAN适配器，可以快捷方便的使用其他品牌的CAN适配器并进行EVCC产品的安全刷写功能。
-
公开(公告)号：CN119809262A
公开(公告)日：2025-04-11
申请号：CN202411984521.5
申请日：2024-12-31
Applicant: 河南科技大学
IPC: G06Q10/0631 , G06N3/092 , G06N3/045 , G06Q50/04
Abstract: 本发明公开一种基于深度强化学习的柔性作业车间调度方法，属于智能制造与智能调度领域，首先以作业最大完成时间最小化和平均机器利用率最大化为优化目标，得到目标模型；之后利用析取图模型对柔性作业车间调度问题进行表示，得到调度状态；根据调度状态和目标模型，构建端到端学习框架，该框架结合用于深度特征提取的多重注意力网络和可扩展决策的决策网络，利用马尔可夫决策过程，得到作业调度模型；最后多重注意力网络利用操作、AGV和机器之间的复杂关系构建生产适应性操作‑AGV‑机器方案，以支持决策网络的决策，利用作业调度模型，得到调度计划表，完成柔性作业车间调度。本发明能够更好地捕获数据中复杂模式和关系，提高模型的性能和泛化能力。
-
Patent Agency Ranking
公开(公告)号：CN119513915A
公开(公告)日：2025-02-25
申请号：CN202411568817.9
申请日：2024-11-05
Applicant: 河南科技大学
Abstract: 本发明针对目前医疗数据共享存在的问题，基于双环签名提出了支持可链接和可追溯的环签名。允许签名者匿名签名，同时在需要的情况下对同一签名者的一组签名链接，追溯签名者的真实身份。并且基于联盟链结合属性加密技术提出了可追溯的医疗数据共享模型。
-
公开(公告)号：CN119358029A
公开(公告)日：2025-01-24
申请号：CN202411765804.0
申请日：2024-12-03
Applicant: 河南科技大学
IPC: G06F21/62 , G06N3/042 , G06N3/0895 , G06N3/098 , G06F18/23
Abstract: 本发明涉及一种基于自适应多核聚类的对比纵向联邦图学习方法，包括以下步骤：S1：全局模型初始化：服务器初始化一个全局模型gG，并将其分发给所有K个客户端；S2：本地训练：每个客户端使用自己所持有的图数据，对图学习模型进行本地训练，生成模型更新；S3：参数上传：K个客户端将本地的图学习模型更新θk发送到服务器。S4：模型聚合：服务器将聚合后的模型更新θglobal发送回客户端，服务器通过加权平均聚合K个客户端的模型参数更新，以构建全局模型。本申请不仅能在隐私保护的纵向联邦环境中整合多源的图知识，而且基于对比学习机制，实现在无标签情况下训练模型。并且整合自适应的多核图聚类，提高模型的性能。
-
公开(公告)号：CN118315026A
公开(公告)日：2024-07-09
申请号：CN202410397130.7
申请日：2024-04-02
Applicant: 河南科技大学
IPC: G16H20/90 , G16H80/00 , G16H20/13 , G06F16/35 , G06F16/33 , G06F40/295 , G06F16/36 , G06N5/022 , G06N3/0464 , G06N3/0442 , G06N3/045
Abstract: 本发明公开一种基于深度学习和知识图谱的中医智能问答系统，涉及中医智能问答技术领域，包括：通过意图识别模块判断用户的咨询意图，进而判断是将关键实体名称输入至疾病分类模块中，在中医知识图谱中进行检索，得到疾病相关实体信息，并将其输入到处方推荐模块中，构造文本反馈结果返回至用户；还是进一步判断关键实体名称的类型和用户的具体咨询类别，据此构造Cypher查询语句，并在中医知识图谱中进行检索，得到文本查询结果，并将文本查询结果返回至用户。本发明利用知识图谱的形式对中医学知识进行组织和管理，并使用问答形式对中医知识图谱数据有效利用，对于人们搜索医学知识的方便性和准确性有着深远的影响。
-
公开(公告)号：CN117996824A
公开(公告)日：2024-05-07
申请号：CN202311606424.8
申请日：2023-11-29
Applicant: 河南科技大学
Abstract: 本发明涉及智能电网技术领域的一种在GNLS场景下接入清洁能源的云边协同调度策略，构建系统模型、构建负荷侧边缘计算网络服务模型、构建动态优先级的负荷侧调度模型、构建云边协同调度电力任务的机制模型和负荷请求处理策略，将可再生能源发电集群设为I；将储能集群设为J；将传统发电集群设为G；针对K1优先级任务，源‑储端消纳优先级为G＞J＞I；针对K2、K3和K4优先级任务，源‑储端消纳优先级为,I＞J＞G；本发明以可再生能源接入下的源网荷储一体化为场景，先根据负荷请求的固定优先级、紧迫程度和荷端用电量约束生成负荷侧动态优先级，以优先消纳可再生能源为目标，负荷请求优先由可再生能源发电端处理，从而引发队列机制，提高可再生能源的消纳率。
-
公开(公告)号：CN117238426A
公开(公告)日：2023-12-15
申请号：CN202311193300.1
申请日：2023-09-15
Applicant: 河南科技大学
IPC: G16H10/60 , G06F40/103 , G06F16/35 , G06F16/338 , G06F18/214 , G06F18/24
Abstract: 本发明提供基于监督LDA主题模型的中医病机智能识别装置，涉及人工智能技术领域，所述装置中包含基础模块、文本数据采集模块、文本数据处理模块、主题模型训练模块、病机分类识别模块和输出显示模块。其中，在主题模型训练模块中应用LDA监督学习的训练方法，得到适用于中医病机分析的LDA主题模型，用于解决智能辨证算法无法融合领域知识的问题，最终得到适用于中医临床环境下的病机分析方法及装置。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.031 seconds)
