基于联邦学习的智能入侵检测方法和系统

    公开(公告)号:CN113761525A

    公开(公告)日:2021-12-07

    申请号:CN202111045145.X

    申请日:2021-09-07

    Abstract: 本发明提供了一种基于联邦学习的智能入侵检测方法和系统,包括:步骤1:初始化长短期记忆网络模型LSTM,并在所有用户服务器上进行部署;步骤2:每个用户使用本地命令序列训练其单个模型,将模型参数上传到中央服务器;步骤3:中央服务器执行模型参数聚合,形成新的全局模型并将其分发给用户服务器,循环按序执行步骤2和步骤3,直到达到设置的训练轮次n后停止检测模型的训练;步骤4:保存第n轮的检测模型,将命令序列输入模型得到分类结果,实现入侵检测。本发明通过中央服务器协调多个子服务器,并统一用户数据集以建立通用模型,模型中每个用户的原始数据都存储在本地,不交换或传输,不会对用户数据隐私造成风险。

    一种用于电力行业的对话交互方法及系统

    公开(公告)号:CN118396121A

    公开(公告)日:2024-07-26

    申请号:CN202410768221.7

    申请日:2024-06-14

    Abstract: 本发明提出了一种用于电力行业的对话交互方法及系统,方法包括:设计多模态融合引擎实时融合和解析数据;构建增强学习动态优化机制,根据与用户互动自动优化交互策略;构建语义响应优化模型,优化电力术语的响应和理解;构建基于区块链的分布式电力数据链,使用智能合约自动执行数据验证和处理任务;对潜在的设备问题和维护时间进行预测;开发用户界面,允许用户根据需求和偏好调整交互方式和显示信息;构建实时监控与响应机制对电力系统进行实时监控和数据分析;定期优化对话交互方法。本发明提出了一种先进的对话交互方法及系统,提高电力行业的操作效率和安全性。

    一种利用非平行语料提升语音识别系统性能的方法

    公开(公告)号:CN118098216A

    公开(公告)日:2024-05-28

    申请号:CN202410495685.5

    申请日:2024-04-24

    Abstract: 本发明公开了一种利用非平行语料提升语音识别系统性能的方法,涉及语音识别技术领域,步骤包括:收集包含大量语音和文本的非平行语料,这些语料获取来源包括互联网、社交媒体、广播节目等,建立非平行资源库;基于无标注语音预训练编码器;基于非平行文本库训练语音识别解码器;将训练得到的模型进行融合,实现编码器、解码器联合微调,在解码器的输入端增加一定能量的噪声,并在其输出端的标注的标签上增加了一定比例语言模型的软标签,且噪声与软标签的比例会随训练的迭代数逐渐降低,随着训练迭代数的增加,解码器逐渐转换为一个给定音频表征的语音识别器;将模型应用到语音识别系统,最终提升语音识别系统的性能。

    一种智能辅助评标方法及系统

    公开(公告)号:CN117787569A

    公开(公告)日:2024-03-29

    申请号:CN202410199674.2

    申请日:2024-02-23

    Abstract: 本发明涉及智能评标技术领域,具体为智能辅助评标方法及系统,方法包括:基于预处理后的投标数据集,采用自回归积分滑动平均模型,对数据进行时间序列分析,提取时间趋势和季节性特征,识别评标关键阶段,生成评标流程关键时间节点预测结果。本发明中,通过运用自回归积分滑动平均模型和循环神经网络,不仅能够深入分析投标数据集,还能提取关键的时间趋势和季节性特征,从而更精准地预测评标流程的关键时间节点。使得评标过程能够更好地适应市场动态和项目需求的变化,提升了评标结果的准确性和适应性。通过贝叶斯网络和决策树分析,创新方案对投标方案的成功概率和风险水平进行了深入的概率决策分析。为评标决策提供了更多的数据支持。

    输电复合绝缘子污秽识别方法、装置、介质及终端设备

    公开(公告)号:CN117612043A

    公开(公告)日:2024-02-27

    申请号:CN202311630665.6

    申请日:2023-11-30

    Abstract: 本发明公开一种输电复合绝缘子污秽识别方法,所述方法包括:对全部输电复合绝缘子样本进行正负样本标注;从所述输电复合绝缘子样本选出含标注的且批大小固定的输电复合绝缘子子样本输入目标检测算法模型,强迫所述目标检测算法模型学习正负样本差异并保证所述输入目标检测算法模型的参数不震荡,直至所述目标检测算法模型的学习次数大于学习阈值;根据所述目标检测算法模型对进行检测,得到污秽识别结果。采用本发明,将复合绝缘子片上带有光阴影的样本也标注为负样本类别,仅将复合绝缘子片上带有污秽的样本标注为正样本,强迫让模型学习正负样本之间差别,进而提升算法准确率。

Patent Agency Ranking