一种基于机器学习的联盟链异常检测系统及其检测方法

    公开(公告)号:CN111988321A

    公开(公告)日:2020-11-24

    申请号:CN202010853569.8

    申请日:2020-08-24

    Abstract: 本发明公开了一种基于机器学习的联盟链异常检测系统及其检测方法,该检测方法将该检测系统布置到基于PBFT共识算法的联盟链网络中,根据PBFT共识过程中单节点prepare阶段和commit阶段的时间间隔数据,首先确定联盟链网络中是否存在异常节点,若存在异常节点,则进一步确定异常节点,可以快速准确的检测出联盟链网络中是否存在异常节点;采用两次异常检测,确保确定联盟链中异常节点的情况下,减少该异常检测系统的资源占用,第一次异常检测通过单节点的数据检测联盟链网络中是否存在异常节点,第二次的异常检测确定联盟链中异常的节点;该系统在保证检测有效性和可靠性前提下,充分考虑了资源占用的问题,并降低了该检测系统的资源占用。

    一种OFDM/OQAM系统信道估计方法

    公开(公告)号:CN106888178B

    公开(公告)日:2019-12-03

    申请号:CN201710195488.1

    申请日:2017-03-29

    Abstract: 本发明公开一种OFDM/OQAM系统信道估计方法,在基于块状导频的FDA算法基础上,先获得信道频域响应由于时域上信道能量主要集中在有限个采样点上,将其经过IFFT运算变换到时域上进行干扰区域置零操作,而后再进行FFT运算得到最终的频域响应该方法将只存在信道噪声和系统固有干扰的大量时域采样点进行置零操作,进一步降低了干扰对信道估计精度的影响,获得了更高的估计精度,保证一定复杂度的情况下提高了OFDM/OQAM系统的误码性能。

    一种元器件传热系统的散热机构

    公开(公告)号:CN110225653A

    公开(公告)日:2019-09-10

    申请号:CN201910636885.7

    申请日:2019-07-15

    Abstract: 本发明公开了一种元器件传热系统的散热机构,包括元器件,元器件的底部设有导热板,导热板的底部固定连接有导热鳍片,导热鳍片的底部设有pcb板,pcb板右侧上表面设有微型散热风扇,微型散热风扇的顶部固定连接有集风罩,集风罩的左侧连通有散热管,散热管远离集风罩的一端与导热板的右侧相连通。本发明通过启动微型散热风扇将冷风通过散热管输送至导热板的内部,使导热板进行快速降温,解决了现有的传热系统中散热效果差,一般散热器散热智能对导热板的底部进行散热,且散热时是从外向内逐步散热,其散热效率低的问题,该元器件传热系统的散热机构,具备有内部散热散热效率高的优点,提高元器件的使用寿命。

    一种OFDM/OQAM系统信道估计方法

    公开(公告)号:CN106888178A

    公开(公告)日:2017-06-23

    申请号:CN201710195488.1

    申请日:2017-03-29

    Abstract: 本发明公开一种OFDM/OQAM系统信道估计方法,在基于块状导频的FDA算法基础上,先获得信道频域响应由于时域上信道能量主要集中在有限个采样点上,将其经过IFFT运算变换到时域上进行干扰区域置零操作,而后再进行FFT运算得到最终的频域响应该方法将只存在信道噪声和系统固有干扰的大量时域采样点进行置零操作,进一步降低了干扰对信道估计精度的影响,获得了更高的估计精度,保证一定复杂度的情况下提高了OFDM/OQAM系统的误码性能。

    一种有向无环图结构的区块链及其实现方法

    公开(公告)号:CN113516557B

    公开(公告)日:2022-09-23

    申请号:CN202110795528.2

    申请日:2021-07-14

    Abstract: 本发明公开了一种有向无环图结构的区块链及其实现方法,属于区块链技术领域。本发明提出了一种新的DAG区块链组织方法及其实现方法,区块之间通过本节点的自引用作为子区块节点,通过其他节点的它引用作为子侄区块节点从而构成有向无环图结构。本发明中交易支持并行特性,大量的并发交易可以通过各个分布节点并行处理并通过带数字签名的gossip协议验证转发,最终达到共识确认并出块,实现了交易的高并发处理,提高了系统的交易吞吐量。同时,本发明在不依赖算力保证的情况下避免了双花或冲突交易的确认上链,从而保证了安全性。综上所述,本发明可以提供高吞吐、高效共识、高安全和高扩展等特性,能适用于更广阔的区块链技术应用场景。

    一种低信噪比环境中提高特征值信号检测灵敏度的方法

    公开(公告)号:CN108418660A

    公开(公告)日:2018-08-17

    申请号:CN201810150103.4

    申请日:2018-02-13

    CPC classification number: H04L1/20

    Abstract: 本发明公开了一种低信噪比环境中提高特征值信号检测灵敏度的方法,通过将取样信号矩阵X与待测信号s相关,方法是将X与具有一定幅度的信号矩阵 相加,矩阵 由与待测信号s相关的信号组成(与待测信号s相关的信号称为特征值移位信号),使所得到矩阵 中待测信号s所对应的特征值λs分布进入到(b,∞)区域,从而更易于判断目标信号分量的存在性。本发明方法利用了数据的统计特性,适合于分布式大数据的处理,无需数据的同步,检测方法简单,就能获得更高的检测性能。该方法在无法完全确知待测信号特征参数的条件下,也可以根据待测信号参数范围进行相关信号遍历,获得高灵敏度的信号发现。

    基于数据预测匹配的LEO卫星寿命优化方法

    公开(公告)号:CN119788153A

    公开(公告)日:2025-04-08

    申请号:CN202411814050.3

    申请日:2024-12-10

    Abstract: 本发明公开了一种基于数据预测匹配的LEO卫星寿命优化方法。首先,为了衡量LEO卫星寿命的优化效果和地面业务处理的能力,利用指标计算LEO卫星的平均寿命与累计处理业务的能量的乘积,用于衡量不同算法在优化LEO卫星寿命和处理业务能力方面的效果。其次利用卷积神经网络‑长短期记忆网络(CNN‑LSTM)算法预测LEO卫星轨道内的太阳辐射能量。此外,通过STK软件仿真得到LEO卫星的星下轨迹,并根据星下轨迹建立LEO卫星业务需求能看模型,然后利用LSTM‑RF算法预测LEO卫星的业务需求能量。最后,基于李雅普诺夫理论将LEO卫星的能量管理问题从随机优化问题转化为每个时隙的确定优化问题,并利用改进型自适应模型预测控制(AMPC)算法进行求解,获取LEO卫星各个时隙的能量管理决策。仿真实验结果表明,本发明相对于MPC算法、Game Theory算法和Greedy Algorithm算法的效果分别提升了10.79%、25.22%和58.16%,能够显著提升LEO卫星的寿命和业务处理能力,显著降低其运营成本。

Patent Agency Ranking