-
公开(公告)号：CN114046179B
公开(公告)日：2023-09-22
申请号：CN202111084591.1
申请日：2021-09-15
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
Abstract: 一种基于CO监测数据智能识别和预测井下安全事故的方法。本发明是基于神经网络模型对煤矿中一氧化碳检测数据进行有效识别，将所述一氧化碳检测数据输入至训练好的神经网络模型中即可实时获得检测数据背后的事故原因，由此，现有技术人员无需再通过人工统计或者数据录入才能实现对一氧化碳数据超标背后的事故原因做客观统计，大大提高了智能识别的效率，即便存在误差，工作人员也只需部分修改数据即可。
-
公开(公告)号：CN111898705B
公开(公告)日：2023-04-25
申请号：CN202010833932.X
申请日：2020-08-18
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06F18/231 , G06F17/16 , G06F17/18 , G06F18/2413
Abstract: 本发明公开了一种基于模糊偏好关系与自适应层次聚类的故障特征参数选择方法。本发明基于logsig函数提出基于模糊关系的自适应层次聚类，并应用于设备的故障诊断；基于模糊关系计算选择敏感特征，无需先验知识，提高了方法的智能性；优选特征的使用，简化了特征集合，避免了维数灾难，减少了计算负担，提高了故障诊断效率；结合特征优选的自适应层次聚类具有较高的诊断精度。
-
公开(公告)号：CN115203548A
公开(公告)日：2022-10-18
申请号：CN202210818102.9
申请日：2022-07-12
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
IPC: G06F16/9535 , G06F40/30 , G06K9/62 , G06N3/04
Abstract: 一种融合评论和评分的基于LDA和深度学习的推荐方法，包括：利用LDA主题模型挖掘所述评论文本，分别得到物品主题特征矩阵TI和用户主题特征矩阵TU；利用LFM隐语义模型对所述评分进行矩阵分解，分别得到物品潜在特征矩阵HI和用户潜在特征矩阵HU；最后通过双通道deepFM深度学习推荐模型对物品特征和用户特征进行融合，以输出推荐评分。本发明一是分别发挥LDA主题模型和LFM隐语义模型的优势对评论文本数据和评分数据建模，得到更加精准的特征矩阵；二是把经典的deepFM深度学习推荐模型改进成一种双通道deepFM深度学习推荐模型，使得物品和用户的潜在特征能够更充分的融合特征，提取更加全面的特征能够使得推荐更加精准，效率更加高。
-
公开(公告)号：CN114046179A
公开(公告)日：2022-02-15
申请号：CN202111084591.1
申请日：2021-09-15
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
Abstract: 一种基于CO监测数据智能识别和预测井下安全事故的方法。本发明是基于神经网络模型对煤矿中一氧化碳检测数据进行有效识别，将所述一氧化碳检测数据输入至训练好的神经网络模型中即可实时获得检测数据背后的事故原因，由此，现有技术人员无需再通过人工统计或者数据录入才能实现对一氧化碳数据超标背后的事故原因做客观统计，大大提高了智能识别的效率，即便存在误差，工作人员也只需部分修改数据即可。
-
公开(公告)号：CN112597495B
公开(公告)日：2021-07-30
申请号：CN202011532274.7
申请日：2020-12-22
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明涉及一种恶意代码检测方法、系统、设备及存储介质。该方法包括；(1)训练阶段：利用已知软件样本训练多模态深度神经网络模型；(2)检测阶段：利用训练阶段训练好的多模态深度神经网络模型对未知软件样本进行检测。本发明可以将任意不同大小的软件样本转换为相同大小的灰度图像，便于应用于卷积神经网络；本发明同时使用了API函数调用序列、指令序列、字节流三个典型特征，克服了单一特征检测的局限，本发明多模态深度学习将静态特征与动态特征进行融合决策，能获得更全面且准确的恶意代码检测结果。
-
Patent Agency Ranking
公开(公告)号：CN112665581A
公开(公告)日：2021-04-16
申请号：CN202011404129.0
申请日：2020-12-04
Applicant: 山东省计算中心(国家超级计算济南中心) , 山东大学
Abstract: 本发明公开了一种基于BP神经网络辅助卡尔曼滤波的组合导航方法，包括：将导航参数差值进行卡尔曼滤波处理后，得到误差估计值；应用所述误差估计值对惯性导航系统INS的误差状态向量进行补偿后，由INS输出导航参数；其中，在北斗定位系统BDS的信号正常时，所述导航参数差值由BDS和INS分别得到的导航参数做差值计算得到；在BDS的信号中断时，所述导航参数差值由反向传播BP神经网络预测得到。其采用BDS/INS组合导航方式，并引入BP神经网络辅助INS，不仅利用BDS和INS之间的优势互补，完成精确定位，还在BDS失锁时利用BP神经网络校正INS，进一步提高了导航的精度、输出效率，以及可靠性。
-
公开(公告)号：CN111709044A
公开(公告)日：2020-09-25
申请号：CN202010565463.8
申请日：2020-06-19
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明公开了基于国密算法的硬件指纹信息生成方法及系统，包括：创建空白文件，检测CPU指令支持情况，若满足要求，则进入下一步；如果不满足要求，则将错误信息接入空白文件，结束；生成四组随机数，将第一组随机数作为序列号；获取当前时间，生成INF信息段；从INF信息段中提取位置信息、偏移量和临时密钥种子；采用国密算法分别对序列号和INF信息段进行加密，生成加密初始值参数，生成加密用主密钥；生成硬件信息，利用硬件信息、当前时间和CPU信息构造数据段；对数据段进行加密，计算校验值，将所有数据写入文件，结束。
-
公开(公告)号：CN110226402A
公开(公告)日：2019-09-13
申请号：CN201910653459.4
申请日：2019-07-19
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明提供了一种杀秧机。该杀秧机包括：机体、刀辊组件、导流部以及吹风部，机体具有作业腔，刀辊组件可转动地设置于作业腔内，以通过拖拉机的动力输出轴驱动刀辊组件转动，导流部与作业腔相连通，吹风部设置于导流部内，拖拉机的动力输出轴驱动吹风部产生气流，以将作业腔内打碎的秧杆由导流部吹出。通过在机体上设置导流部和吹风部，利用吹风部产生气流将作业腔内打碎的碎秧由导流部吹出至作业腔外，以避免垄沟内的碎秧对收获机收获造成较大阻力。
-
公开(公告)号：CN106064247B
公开(公告)日：2019-04-05
申请号：CN201610674874.4
申请日：2016-08-17
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明的快餐盒模具打孔钻头，包括旋转运动机构、摆动运动机构、进退运动机构和钻头驱动机构；通过在固定钻头的钻头轴上设置从动带轮，钻头驱动电机的输出轴上设置主动带轮，使得钻头驱动电机可驱使钻头旋转，实现对餐盒模具的钻孔作业。通过在固定板上设置进退电机，进退电机的输出轴上固定有丝杠，在进退电机的驱动作用下，可驱使钻头进行升、降动作，完成钻头的打孔和退出。本发明的快餐盒模具打孔钻头，可自动完成餐盒模具的自动打孔作业，代替了以往的人工打孔，降低了劳动强度，提高了打孔作业效率，降低了成本，有益效果显著，适于推广应用。
-
公开(公告)号：CN105975995B
公开(公告)日：2019-03-15
申请号：CN201610362492.8
申请日：2016-05-26
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06K9/62
Abstract: 本发明的基于模糊偏好关系的多振动信号融合方法，包括：a).获取滤波信号；b).计算模糊偏好关系；c).计算综合模糊偏好关系；d).计算权值；e).计算融合信号值；f).计算整个采集周期内的融合信号值；g).获取理想信号。本发明的基于模糊偏好关系的多振动信号融合方法，针对如何综合利用多个传感器的信息提高故障诊断的准确性，研究了加权融合算法，提出了基于模糊偏好关系的数据融合算法，剔除无关信息，对数据进行有效融合，为故障诊断的特征提取和识别提供更准确的信息。
-
-
-
-
-
-
-
-
-
Search Results
118
records
(took 0.035 seconds)
