-
公开(公告)号：CN118228144A
公开(公告)日：2024-06-21
申请号：CN202410288844.4
申请日：2024-03-14
Applicant: 西北工业大学
IPC: G06F18/243 , G06F18/25 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N5/01 , G06N20/20 , G06F123/02
Abstract: 本发明涉及一种基于注意力机制的AlexNet网络气象设备健康状态诊断方法，涉及气象设备健康度计算技术领域。包括：计算出气象设备不同健康状态下的健康度一维时间序列曲线，根据格拉马角场将气象设备不同健康状态下的健康度一维时间序列曲线转换为对应的二维健康状态图像，即为格拉马角和场图像和格拉马角差场图像；将格拉马角和场图像和格拉马角差场图像同时并行送入基于挤压激励机制的AlexNet网络中进行气象设备健康状态图像识别，识别出当前健康状态所处的类别，两个并行的AlexNet网络将得到两个图像识别的结果；将两个识别结果集合后送入随机森林中进行集成学习最终获得一个最终的健康状态诊断结果。
-
公开(公告)号：CN118095554A
公开(公告)日：2024-05-28
申请号：CN202410288841.0
申请日：2024-03-14
Applicant: 西北工业大学
Abstract: 本发明涉及一种基于PSO算法的BiLSTM网络气象设备健康度预测方法，涉及气象设备健康度计算计算机应用技术领域。首先将重力波仪健康度历史数据输入到BiLSTM网络中，利用BiLSTM对过去一段时间内健康度前向数据和后向数据进行学习，同时，对于BiLSTM网络的参数的迭代调整采用PSO算法进行调整，基于适应度函数对粒子位置和速度进行更新，同时更新网络模型的参数。当网络达到收敛标准后代表网络已经训练完成，利用训练好的网络对健康度曲线进行拟合同时计算出未来时刻的健康度，对未来时刻重力波仪的运行状态进行预先评估，在一定程度上对重力波仪的健康度发生做到先知性判断和了解。
-
公开(公告)号：CN112464234B
公开(公告)日：2024-04-05
申请号：CN202011315603.2
申请日：2020-11-21
Applicant: 西北工业大学
IPC: G06F21/56 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及一种云平台上基于SVM的恶意软件检测方法，属于信息安全领域。依次包括以下步骤：基于时序的API调用序列的提取、基于skip‑gram模型的API序列向量化、基于AutoEncoder模型的API向量降维、构建基于SVM的恶意软件检测模型、基于SVM的检测模型的训练。本发明选择的特征向量为软件的所有API调用序列，通过将序列进行压缩的操作尽最大可能地保留了序列特征，再将其输入到SVM模型中，不但有效提升检测效率，检测准确率也得到大幅提升。
-
公开(公告)号：CN113780564B
公开(公告)日：2024-01-12
申请号：CN202111084761.6
申请日：2021-09-15
Applicant: 西北工业大学
IPC: G06N5/04 , G06N5/022 , G06F16/36 , G06F16/35 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/0985 , G06N3/048
Abstract: 本发明公开了一种融合实体类型信息的知识图谱推理方法、装置、设备及存储介质，该方法包括：将实体嵌入矩阵、关系嵌入矩阵和实体类型嵌入矩阵输入推理模型中分别提取头实体向量、关系向量和头实体类型向量，并生成推理模型的卷积核；将推理模型的卷积核对头实体向量进行卷积，生成推理模型的隐藏层；将隐藏层经过推理模型的全连接层后，生成混合特征向量；将混合特征向量与实体嵌入矩阵相乘，并采用sigmoid激活函数进行归一化处理，输出推理结果。本发明将实体类型嵌入和关系嵌入相融合，用融合后的特征向量对头实体进行卷积，能够捕获实体、实体类型和关系的内在联系，有效提升了推理结果的实体类型正确率。
-
公开(公告)号：CN112464233B
公开(公告)日：2023-04-07
申请号：CN202011315600.9
申请日：2020-11-21
Applicant: 西北工业大学
IPC: G06F21/56 , G06N3/0442 , G06N3/084 , G06N3/045
Abstract: 本发明涉及一种云平台上基于RNN的恶意软件检测方法，属于信息安全领域。依次包括以下步骤：基于时序的API调用序列的提取、API序列数据预处理、构建基于RNN的恶意软件检测模型、基于RNN的检测模型的训练。本发明选择的特征向量为软件的API调用序列，考虑到了API语义上的属性，对软件的API调用序列的语义识别更加准确，将这样的特征输入到双向LSTM神经网络模型中，不但有效提升检测效率，检测准确率也得到大幅提升，并且本发明设计的网络模型深度适当，模型中需要训练的参数适中，因此检测模型的泛化能力有了一定的提高。
-
Patent Agency Ranking
公开(公告)号：CN115459975A
公开(公告)日：2022-12-09
申请号：CN202211049292.9
申请日：2022-08-30
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于Chebyshev多项式的工业边缘设备无证书接入认证方法，通过分布式协同认证方法，实现了工业设备认证体系中云‑边、边‑边协同可信接入认证。云‑边认证阶段：采用基于切比雪夫多项式的半群特性，在第三方可信任的设备KDC的协同下实现了无证书条件下通信双方相互认证，大大提高了通信双方会话的安全性；边‑边认证阶段：主要通过树状分层认证链实现边缘设备间的互联互信，边缘设备的两两互联，采用云‑边阶段的认证相同方法。本发明在技术上避免了通信双方认证过程中证书的交换，节省了边缘节点的资源消耗并缩短了接入认证的时间，使认证更加方便、高效、快捷。
-
公开(公告)号：CN114024749B
公开(公告)日：2022-11-29
申请号：CN202111302670.5
申请日：2021-11-05
Applicant: 西北工业大学
Abstract: 本发明涉及一种基于中心节点域间协同的工业设备逻辑跨域接入认证方法，属于信息安全领域。包括两个阶段：阶段一、工业终端首次接入逻辑域，即终端就近接入边缘设备后请求接入逻辑安全域；阶段二、位于逻辑域中的工业终端请求跨域接入另外一个逻辑域，即工业终端目前在一个逻辑型安全域中，下一时间请求加入另外一个逻辑安全域。本方法减少了不同安全域间的边缘设备的相互认证信息传递，请求接入的边缘节点不需要反向确认终端身份的真实性，因为这项工作在终端所在域由该域的中心认证服务器完成，通过域间协同将结果与跨域请求一起发送给申请接入端工业设备，大大提升了认证的效率和安全性，降低了不同逻辑安全域设备接入认证交互带来的资源消耗。
-
公开(公告)号：CN112881988A
公开(公告)日：2021-06-01
申请号：CN202110032061.6
申请日：2021-01-11
Applicant: 西北工业大学
Abstract: 本发明涉及一种导航雷达模拟训练系统中杂波模拟显示方法，属于电子信息技术领域。通过分析不同杂波及分布的特性，得到使用正态分布和瑞利分布更符合海杂波和雨雪杂波的分布。通过建立雨雪杂波和海杂波的分布模型，生成随机序列从而生成杂波序列，通过坐标转化得到雨雪杂波和海浪杂波的屏幕坐标序列，得到杂波显示效果图。本发明的模拟方法相对于现有方法更能接近真实情况。
-
公开(公告)号：CN112632539A
公开(公告)日：2021-04-09
申请号：CN202011583878.4
申请日：2020-12-28
Applicant: 西北工业大学
Abstract: 本发明提供了一种Android系统恶意软件检测中动静混合特征提取方法，在静态数据集的基础上，基于CHI统计方法筛选并搭建高危权限和敏感API库；根据高危权限和敏感API，利用反编译手段分析、筛选得到基于静态数据集的静态特征；将APK文件运行在搭建了开源框架Xposed的Android模拟器上，通过Hook系统敏感API和监控系统运行状态信息，得到基于敏感API调用和系统运行状态的动态特征；组合静态特征和动态特征为最终的动静混合特征。本发明所提方法兼顾静态和动态特征，利用低维特征数据尽可能多的描述恶意软件的综合恶意特征，对Android恶意软件具有良好的检测准确率。
-
公开(公告)号：CN111627289A
公开(公告)日：2020-09-04
申请号：CN202010461988.7
申请日：2020-05-27
Applicant: 西北工业大学 , 东莞市三航军民融合创新研究院
IPC: G09B9/54
Abstract: 本发明公开了一种导航雷达模拟训练效果评价方法，包括：获取评价指标对应的导航雷达模拟训练数据；获取导航雷达评估属性指标；对导航雷达评估属性指标进行简化处理，获得导航雷达评估属性指标；根据CART决策树算法的二分特点，对导航雷达决策属性进行泛化处理；根据决策属性泛化数据，通过决策树Gini系数计算方法，得到导航雷达决策属性Gini系数；根据导航雷达决策属性Gini系数，生成导航雷达模拟训练CART决策树，通过导航雷达模拟训练CART决策树分类，获得学员导航雷达模拟训练效果评价结果。本发明通过建立了四级评价指标，提出了基于CART决策树导航雷达学员学习效果评价方法，可实现在综合评价指标的基础上使用评价方法给予雷达学员个性化评估结果。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.028 seconds)
