-
公开(公告)号：CN117361083A
公开(公告)日：2024-01-09
申请号：CN202311589149.3
申请日：2023-11-22
Applicant: 安徽工业大学
Abstract: 本发明提供一种重载码垛机输送链上型材位姿的检测方法，涉及姿态识别领域；方法包括：获取型材经过输送链检测段始端上第一组参照点的第一时间组、末端上第二组参照点的第二时间组；分别计算型材通过输送链检测段第一组参照点和第二组参照中位置对应的每两个参照点间的总时间，获得若干组真实时间；比较真实时间与预设第一时间的关系，根据比较结果调整型材的第一位姿；计算相邻两根型材经过第二组参照点的时间间隔，比较时间间隔与预设标准间隔的关系，根据比较结果调整型材的第二位姿。本发明适用于重载码垛机输送链上型材传送过程中的输送控制，可为输送链上对型材位姿进行纠正的挡头升降，以及前后型材的步距调整提供指导信息。
-
公开(公告)号：CN112445709B
公开(公告)日：2022-09-30
申请号：CN202011377398.2
申请日：2020-11-30
Applicant: 安徽工业大学
IPC: G06F11/36
Abstract: 本发明提供的通过GAN解决AFL测试模型数据不平衡的方法及装置，涉及漏洞挖掘技术领域；其方法包括如下步骤：1）收集AFL根据随机突变算法迭代生成的若干测试用例构成测试集；2）对测试集的测试用例数据进行预处理，并使用GAN对测试集进行数据扩增；3）选择分类模型，对测试集进行训练获得测试模型；4）根据测试模型对AFL新生成的测试用例进行预测，判断新生成的输入是否增加新的代码覆盖范围；5）根据程序运行结果计算测试模型的误报率，当测试模型的误报率不小于预设模型误报率阈值时，更新预测模型。本发明通过预测新生成的测试用例的可用性的方法提高模糊测试的效率，增大代码覆盖范围。
-
-
公开(公告)号：CN109195174B
公开(公告)日：2021-07-09
申请号：CN201810991408.8
申请日：2018-08-29
Applicant: 安徽工业大学
Abstract: 本发明公开了一种基于局部区域投影的边界节点判定方法，利用无线传感器节点之间的通信关系，将无线传感三维网络中的节点进行局部区域划分；对局部区域中的节点进行修剪，将剩余节点进行复制，将复制点投影至二维平面；以所需判定的节点为坐标原点，以二维平面中的节点与X轴正向的夹角大小进行排序，从起始节点开始依次寻找环，直至终结点寻找未成环，则可判定所需判定的节点为边界点；对于成环的节点，根据相邻象限节点间的连接情况和夹角大小，判断所需判定的节点是否为边界点。本发明的方法可以避免节点因通信过多而失效，提高边界点判定的准确性。
-
Patent Agency Ranking
公开(公告)号：CN109257763A
公开(公告)日：2019-01-22
申请号：CN201811228559.4
申请日：2018-10-22
Applicant: 安徽工业大学
Abstract: 本发明公开一种无线传感器二维网络边界节点的判断方法，涉及无线传感器节点检测领域，包括如下步骤：1)确定无线传感器二维网络中所有节点；2)对一个节点判断其包含的所有的一跳邻居节点；3)在任意一个节点的一跳邻居节点中，任选一个一跳邻居节点作为初始节点进行深度优先搜索，直至集合中所有一跳邻居节点都被搜索；4)判断深度优先搜索检测到的路径情况：若深度优先检索只检索到一条路径，直接判断路径是否形成闭合环；若深度优先检索到若干条路径，判断若干路径是否能相互连接为一条路径；5)判断路径是否形成闭合环；6)判断闭合环内是否包围被检测节点un；本发明能在本地端完成，计算少，高效判断被检测节点是否为边界节点。
-
公开(公告)号：CN119538297A
公开(公告)日：2025-02-28
申请号：CN202311094991.X
申请日：2023-08-28
Applicant: 安徽工业大学
IPC: G06F21/62 , G06N20/00 , H04L67/1095 , H04L67/104
Abstract: 本发明公开了一种基于客户端分组的联邦学习隐私保护方法，涉及数据安全技术领域，本发明在客户端数据非独立同分布的环境下，为不同客户端提供不同级别的隐私保护，中央服务器基于Jensen‑Shannon散度对数据分布相似的客户端进行分组；通过平衡数据集对客户本地数据集平衡程度量化，确定不同组之间隐私保护级别，并向组内客户端的模型更新中添加特定级别的干扰噪声，再进行组内聚合；组间进行全局聚合，得到全局模型，本发明针对客户端之间不同的隐私保护需求，通过对客户端分组，为不同组添加不同大小的干扰噪声，在满足隐私异构的同时，降低了整个系统中的噪声干扰程度，提高了全局模型精度，解决了传统差分隐私导致的全局模型精度不高的问题。
-
公开(公告)号：CN115209447A
公开(公告)日：2022-10-18
申请号：CN202210858162.3
申请日：2022-07-20
Applicant: 安徽工业大学
Abstract: 本发明提供的基于围绕三角形寻找边界节点的判定方法及系统，涉及无线传感器网络领域；其方法通过建立极坐标系，在极坐标系中依次确定按照预设条件构建的第二、第三和第四节点集合中是否存在满足第一、第二预设条件的节点，使得这类节点间或与正轴点构成围绕判定节点的三角形，达到识别判定节点是否为边界节点的过程；本发明无需使用节点的位置坐标、无需对判定节点收集邻居信息进行三角形枚举并随后逐个对生成的三角形进行三角形内点测试，判定过程迅速，且判定效率高。
-
公开(公告)号：CN114528304A
公开(公告)日：2022-05-24
申请号：CN202210152598.0
申请日：2022-02-18
Applicant: 安徽工业大学
Abstract: 本发明提供的自适应客户端参数更新的联邦学习方法、系统及存储介质，涉及无线通信网络技术领域；该方法包括中央服务器下发全局模型至所属的客户端；客户端利用本地数据对模型进行更新；客户端在下一个全局模型训练过程前估计能量消耗和传输延迟，利用强化学习去选择的本地更新的次数；当客户端本地更新次数达到训练的本地更新最优值时，再将模型上传到中央服务器进行全局聚合；本发明能高效执行联邦学习任务，降低联邦学习学习模型所需的通信代价，并选择客户端本地更新的局部最优模型，提高联邦学习整体训练效率。
-
公开(公告)号：CN112445709A
公开(公告)日：2021-03-05
申请号：CN202011377398.2
申请日：2020-11-30
Applicant: 安徽工业大学
IPC: G06F11/36
Abstract: 本发明提供的通过GAN解决AFL测试模型数据不平衡的方法及装置，涉及漏洞挖掘技术领域；其方法包括如下步骤：1)收集AFL根据随机突变算法迭代生成的若干测试用例构成测试集；2)对测试集的测试用例数据进行预处理，并使用GAN对测试集进行数据扩增；3)选择分类模型，对测试集进行训练获得测试模型；4)根据测试模型对AFL新生成的测试用例进行预测，判断新生成的输入是否增加新的代码覆盖范围；5)根据程序运行结果计算测试模型的误判率，当测试模型的误报率不小于预设模型误报率阈值时，更新预测模型。本发明通过预测新生成的测试用例的可用性的方法提高模糊测试的效率，增大代码覆盖范围。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.022 seconds)
