-
公开(公告)号：CN118245872A
公开(公告)日：2024-06-25
申请号：CN202410334573.1
申请日：2024-03-22
Applicant: 浙江工业大学
IPC: G06F18/241 , G06F18/214 , G06F18/213 , G06F18/22 , G06N3/045 , G06N3/0475 , G06N3/0985
Abstract: 基于元学习的小样本开集增量学习的射频指纹识别方法和装置，其方法包括1)特征预训练：提取更多的信号模态信息，利用基本会话数据获得特征并嵌入网络和分类器权值。2)元任务采样：将基类数据集分为支持集、多样本查询集、开集，从基础会话数据中抽取大量的模拟小样本开集增量识别任务，以模拟真实的小样本开集增量识别任务的过程。3)元增量训练：将网络在新类样本和旧类样本之间进行泛化，通过基于相似性的交叉熵损失函数对增量学习进行优化，基于元学习的思想，对大量的模拟样本增量学习任务进行优化。4)小样本开集识别的优化：在元任务中模拟开集场景，以优化开集识别能力使用聚类样本的方法来逐步减少类内差距。5)自适应RFF开集识别机制：采用多头自注意机制，挖掘原型点之间的关系，使用注意块生成倒点，之后使用优化函数滴对元学习任务进行优化。本发明提出了一种针对小样本的射频指纹识别方案，从训练集中抽取伪任务来实现环境仿真，适用于连续的增量过程，相较于传统的增量学习方法，取得了更优的识别效果。
-
公开(公告)号：CN118133088A
公开(公告)日：2024-06-04
申请号：CN202410352148.5
申请日：2024-03-26
Applicant: 浙江工业大学
IPC: G06F18/24 , G06F18/213 , G06N3/0442 , G06N3/047 , G06N3/0464 , G06N3/045 , G06N3/042 , G06N3/048 , G06N3/08 , G06F123/02
Abstract: 一种基于图池化框架的多元时间序列分类的方法和装置，包括：1)初始图结构构建：将输入的多元时间序列(MTS)数据转换为图结构，通过自注意力机制自适应地学习多个时间序列之间的潜在关联，从而基于图的方法有效地表示多元时间序列(MTS)数据中的内部和跨变量依赖关系；2)节点过滤：基于节点评分机制有效地选择重要节点(即对分类有贡献的节点)，以降低分类难度；3)全局信息保存：在移除节点之前，先进行节点特征的汇总，即将节点信息聚合到其连接节点中，以防在移除冗余节点节点时丢失信息；4)标签分配：全连接层将提取到的图表示映射到目标类别，与相应的标签相连接，从而实现多元时间序列(MTS)分类。本发明基于图池的方法和图构造方法交互提出的图池化框架，成功的进行了在时间序列上的建模和多元时间序列分类，并且相较于以往的方法，取得了更好的分类效果。
-
公开(公告)号：CN117459740A
公开(公告)日：2024-01-26
申请号：CN202311556143.6
申请日：2023-11-21
Applicant: 浙江工业大学 , 金华市浙工大创新联合研究院
IPC: H04N19/593 , H04N19/169 , G06N3/006 , G06N20/10 , G06F18/214
Abstract: 本发明属于图像与视频处理技术领域，具体涉及一种HEVC帧内预测编码单元快速划分方法。本发明构建基于麻雀搜索算法优化的支持向量机模型；对测试序列进行编码，提取特征属性值，将特征属性值和对应的输出标签分为训练样本集和测试集；对基于麻雀搜索算法优化的支持向量机模型进行离线训练和测试，得到不同深度的多个训练好的基于麻雀搜索算法优化的支持向量机模型；利用训练好的基于麻雀搜索算法优化的支持向量机模型进行编码单元的预测划分。本发明跳过了部分复杂的率失真代价计算和比较阶段，有效提升了预测的准确性和编码单元划分的效率，使得该方法在不影响编码质量的情况下，较大提升了编码速度。
-
公开(公告)号：CN115603939A
公开(公告)日：2023-01-13
申请号：CN202211018545.6
申请日：2022-08-24
Applicant: 浙江工业大学(CN)
Abstract: 基于长短期记忆和注意力模型的分布式拒绝服务攻击检测方法，该方法针对网络中的分布式拒绝服务攻击进行检测，整体分为以下步骤：构建面向分布式拒绝服务攻击问题的检测模型，使用有效的流量特征提取方法，且采用了结合设备监控报警的方式，在对流量异常活动产生报警的同时，不仅能对输入的数据包进行及时的判断，而且能在受到攻击时指出具体的DDoS攻击种类，为异常流量的清洗过滤的流量过滤规则的设计提供了更多有效的信息。此外，由于交换机可以对全部经过该设备的数据包进行抓取，因此可以实现部署一个检测主机就可以检测多个设备的效果，有效地节省了部署检测模型的成本开销。
-
公开(公告)号：CN119906569A
公开(公告)日：2025-04-29
申请号：CN202510070992.3
申请日：2025-01-16
Applicant: 浙江工业大学
Abstract: 一种基于动态阈值的变速分布式拒绝服务攻击检测方法和装置，其方法包括：1)构建多种常见的DDoS攻击模型及工具，并使它们能够进行变速攻击的功能；2)搭建交换机系统环境，将攻击主机、受害者服务器以及正常用户主机通过交换机连接在一起；3)在交换机系统中配置报文捕获程序，具体采用phcp工具进行流量采集与分析；4)设定流量滑动窗口，并依据特定算法对流量进行划分；5)在已划分的数据区域内，计算各数据对应的初始阈值；6)获取相关参数，并遵循特定流程对阈值进行修正；7)将计算出的修正阈值与初始阈值进行对比获取特征，并通过Socket将特征数据传输给另一个检测程序；8)将真实流量、阈值及它们的差值输入到机器学习模型中，以判断是否发生变速DDoS攻击；根据攻击检测结果，修正阈值系数，并将相关信号传输至防御系统，使系统保持动态防御状态。
-
Patent Agency Ranking
公开(公告)号：CN119580072A
公开(公告)日：2025-03-07
申请号：CN202411710516.5
申请日：2024-11-27
Applicant: 浙江工业大学
IPC: G06V10/94 , G06V20/40 , G06V10/82 , G06V10/25 , G06N3/092 , G06N3/098 , G06N3/084 , G06N3/0464 , G06N3/045 , G06F9/54 , H04L67/56 , H04L67/1008
Abstract: 一种基于多智能体强化学习的云边协同视频实时分析方法和装置，其方法包括：1)训练并部署视频分析模型；2)通过随机初始化的RL模型进行系统交互；3)获取云边端状态信息，通过奖励函数得到各边端设备的本地状态和系统全局状态，作为交互经验放入经验池；4)使用迭代式的两阶段训练框架以预设的频率对RL模型进行训练；5)通过多次交互训练，得到具有一定泛化能力并适用于当前环境的最优策略模型，实现视频实时分析。本发明针对云边视频分析场景中因延迟反馈导致的训练偏差和不稳定问题，提出了集中式训练，分布式部署的多代理RL在线训练框架和方法，使边缘设备能够自主适应不断变化的条件。
-
公开(公告)号：CN119557747A
公开(公告)日：2025-03-04
申请号：CN202411673785.9
申请日：2024-11-21
Applicant: 浙江工业大学
IPC: G06F18/2411 , G06F18/2431 , G06F18/2415 , G06F18/213 , G06N3/0442 , G06N3/0464 , G06N3/049 , G06N3/08
Abstract: 本发明属于分布式光纤信号振动事件分类领域，公开了一种基于光纤信号的周界安防区异常事件识别方法。通过相敏光时域反射计采集光纤振动事件数据集并进行预处理，形成训练集；对1DCNN模型进行改进；将训练样本输入改进型1DCNN深度学习模型进行训练，获得训练后的改进型1DCNN模型；并进行异常事件识别。本发明提高了周界安防区异常事件的识别准确率，解决了光纤信号传统特征提取方法需要人为制造特征，严重依赖于专家知识，并且泛化能力弱以及现有模型利用光纤信号进行识别的过程中计算量大等问题。
-
公开(公告)号：CN118660227A
公开(公告)日：2024-09-17
申请号：CN202410871968.5
申请日：2024-07-01
Applicant: 浙江工业大学 , 衢州市浙工大生态工业创新研究院
Abstract: 本发明涉及工业视觉技术领域，尤其涉及智能视觉检测的自适应灯光补偿成像方法。本发明提供了一种智能视觉检测的自适应灯光补偿成像方法，包括：利用影像设备获取初始补光亮度下的照片，截取目标区域；将照片的目标区域处理为灰度图，并统计当前灰度图中每个像素的灰度值得到直方图概率分布；计算直方图概率分布与期望高斯分布的离散KL散度；根据离散KL散度通过迭代过程得到全局最优补光亮度。本发明通过对成像过程中的直方图进行统计分析，实时监测当前成像直方图概率分布与期望高斯分布的KL散度，并根据此来调节优化当前补光亮度，从而保证成像质量最佳。
-
公开(公告)号：CN118152807A
公开(公告)日：2024-06-07
申请号：CN202410304068.2
申请日：2024-03-18
Applicant: 浙江工业大学
IPC: G06F18/214 , G06F18/213 , G06F17/14 , G06F18/23 , G06F18/22 , G06N20/00
Abstract: 一种基于时间频域patch的原型对比学习方法和装置，其方法包括：1)选取合适的信号数据集作为信号处理对象，并对信号数据进行旋转、翻转等信号增强方法；2)引入了一种双流对比学习方法，即时间依赖对比学习方法和时间频率对比学习方法，以从增强信号中捕捉时间频率依赖关系；3)构建InfoMax对比学习模型作为约束一致性的正则化项，保持信息一致性并防止未能提取原始信号的核心特征；4)采用原型点聚类方法，构造更具判别性的对比潜在空间，解决相似模式识别的困难的问题；5)构建模型的总损失函数，评估模型效果。本发明提出的方法将信号特征与对比学习相结合，用于信号数据检测，提高了检测准确度，在从未标记的长信号中学习细粒度表示，并服务于各种下游任务。
-
公开(公告)号：CN117518799A
公开(公告)日：2024-02-06
申请号：CN202311470711.0
申请日：2023-11-07
Applicant: 浙江工业大学 , 金华市浙工大创新联合研究院
IPC: G05B13/04
Abstract: 本申请属于喷气织机控制技术领域，具体涉及一种喷气织机的能量优化控制方法。所述喷气织机的能量优化控制方法，包括：确定纬纱到达位置阈值，并采集纬纱在喷气织机的不同工作参数下的飞行时长和实际到达位置，建立数据样本库；建立纬纱飞行时长与喷气织机的工作参数之间的第一数学回归模型，建立纬纱实际到达位置与喷气织机的工作参数之间的第二数学回归模型；得到拟合后的第一数学回归模型和第二数学回归模型；对拟合后的第一数学回归模型和第二数学回归模型进行喷气织机的工作参数优化，得到喷气织机的最优工作参数。本发明能在纬纱实际到达位置允许范围内尽可能减小主喷嘴和辅助喷嘴的喷气时长，节省耗气量，实现自动化和运行效率最大化。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.02 seconds)
