基于强化学习的多用户水产养殖自动调控系统及方法

    公开(公告)号:CN110244626B

    公开(公告)日:2021-09-14

    申请号:CN201910541061.1

    申请日:2019-06-21

    Abstract: 本发明提出了一种基于强化学习的多用户水产养殖自动调控系统,主要由控制终端、数据终端和云平台三个模块,控制终端用于采集水体数据和大气环境数据,并将采集的数据传送至数据终端,同时能够操控自动控制模块调整水产环境;数据终端用于对控制终端采集的数据进行采集并上报至云平台,并能够接收云平台的控制指令,将控制指令分配至各控制终端;云平台采用强化学习算法分析鱼塘水质数据,并自动向数据终端发送控制指令。本发明能够对水产养殖环境进行实时监测,采用自动化手段实现自动调控,以节省人力,适用于大规模部署。

    一种融合组稀疏约束和图趋势过滤的噪声容错多标签分类方法

    公开(公告)号:CN111626344A

    公开(公告)日:2020-09-04

    申请号:CN202010411275.X

    申请日:2020-05-15

    Abstract: 本发明公开了一种融合组稀疏约束和图趋势过滤的噪声容错多标签分类方法,首先,抽取训练集样本数据的特征表示,训练集中的每个样本都带有事先标注好的语义标签,并基于特征数据以及标签数据建立融合组稀疏约束和图趋势过滤的噪声容错多标签分类数学模型;其次,通过ADMM算法求解提出的数学模型,得到分类器;最后,基于学得的分类器预测未知样本的标签向量。本发明融合组稀疏约束和图趋势过滤技术解决了训练数据中同时含有特征噪声和样本噪声的情况;并通过嵌入特征选择机制同时学习标签共有特征以及标签特有特征,进一步提高了分类性能。

    一种基于KNN离群点检测算法的网络入侵检测方法及系统

    公开(公告)号:CN111314327A

    公开(公告)日:2020-06-19

    申请号:CN202010078565.7

    申请日:2020-02-03

    Abstract: 本发明公开了一种基于KNN离群点检测算法的网络入侵检测方法及系统,该方法包括以下步骤,训练阶段:采集网络流量数据集,并将数据集进行预处理,得到第一层网络疑似入侵数据集;采用遗传算法对第一层网络疑似入侵数据特征进行寻优,得到第二层疑似入侵数据集;将事先分好类别的训练数据集分别使用KNN离群点检测算法优化,得到若干个新数据集;采用果蝇算法优化随机森林算法,并使用若干个新数据集分别对随机森林进行训练,得到训练模块;测试阶段:采用第二层疑似入侵数据集对训练模型进行分类。该方法从检测正确率,误报率,漏报率三个方面进行比较,对于传统的方法来说,有了更好的检测效果和正确性。

    基于强化学习的多用户水产养殖自动调控系统及方法

    公开(公告)号:CN110244626A

    公开(公告)日:2019-09-17

    申请号:CN201910541061.1

    申请日:2019-06-21

    Abstract: 本发明提出了一种基于强化学习的多用户水产养殖自动调控系统,主要由控制终端、数据终端和云平台三个模块,控制终端用于采集水体数据和大气环境数据,并将采集的数据传送至数据终端,同时能够操控自动控制模块调整水产环境;数据终端用于对控制终端采集的数据进行采集并上报至云平台,并能够接收云平台的控制指令,将控制指令分配至各控制终端;云平台采用强化学习算法分析鱼塘水质数据,并自动向数据终端发送控制指令。本发明能够对水产养殖环境进行实时监测,采用自动化手段实现自动调控,以节省人力,适用于大规模部署。

    一种基于混合索引的多关键词密文排序检索方法

    公开(公告)号:CN109739945A

    公开(公告)日:2019-05-10

    申请号:CN201811523922.5

    申请日:2018-12-13

    Abstract: 本发明公开了一种基于混合索引的多关键词密文排序检索方法,包括两个阶段:第一阶段为数据预处理和外包,首先加密明文文档,并生成加密文档向量;其次,将关键词对应的文档集合进行等长分块,并为各分块构造块向量;然后,加密块向量,并构造出查找表和分块倒排索引;最后,将生成的加密文档和分块倒排索引外包至云服务器,将密钥和查找表共享给授权用户。第二阶段为多关键词密文排序检索,首先,授权用户利用查找表生成检索陷门并作为检索指令发送至云服务器;然后,云服务器执行排序检索,并将密文检索结果返回给授权用户,此时,授权用户通过解密获得明文检索结果。采用本发明可在保护数据隐私且不降低检索精度的同时,提高检索效率。

    一种抽象图像情感识别方法

    公开(公告)号:CN109086868A

    公开(公告)日:2018-12-25

    申请号:CN201810743180.0

    申请日:2018-07-09

    Inventor: 陈蕾 杨子文

    Abstract: 本发明公开一种抽象图像情感识别方法,包括以下步骤:使用自然图像数据集对卷积神经网络进行预训练;对自然图像情感识别数据集和抽象图像情感识别数据集进行风格特征提取,计算抽象图像情感识别数据集中每个样本与自然图像情感识别数据集中各个样本的风格差异;选择与所述抽象图像情感识别数据集的风格特征最相似的自然图像情感识别数据集子集,使用所述自然图像情感识别数据集子集与所述抽象图像情感识别数据集进行两层迁移联合精调,得到抽象图像情感识别模型。相较于现有技术,本发明提高了识别准确率。

    基于矩阵补全的无线传感器网络定位方法

    公开(公告)号:CN107197439A

    公开(公告)日:2017-09-22

    申请号:CN201710403255.6

    申请日:2017-06-01

    Abstract: 本发明公开了基于矩阵补全的无线传感器网络定位方法,利用节点欧氏距离矩阵的低秩特性,采集部分距离信息即可利用矩阵补全理论恢复出较完整的节点欧氏距离矩阵;然后利用经典的多维标度映射算法根据锚节点的真实位置坐标及其对应的相对位置坐标之间的关系,计算出从相对坐标转化为真实坐标的变换矩阵,从而将未知节点的相对位置坐标转化为真实位置坐标。在欧式距离矩阵补全的过程中,引入正则化技术,将欧氏距离矩阵恢复问题建模为范数正则花矩阵补全问题,然后利用交替方向乘子法进行求解。该方法能够减少节点构建欧氏距离矩阵的工作量,并在各类噪声场景下获得高于同类方法的定位精度。

    一种传感器网络数据融合完整性保护方法

    公开(公告)号:CN102638791B

    公开(公告)日:2014-09-10

    申请号:CN201210105924.9

    申请日:2012-04-11

    Abstract: 本发明公开了一种传感器网络数据融合完整性保护方法,属于信息安全与物联网应用技术领域。针对传感器网络节点数据采集和数据融合的安全问题,本发明首先由数据融合过程中的总汇聚节点进行网络节点的初始化安全参数,再通过对传感器节点需要融合的数据增添私有种子进行隐私保护,并利用复数的虚实部数据关联特性进行数据的完整性保护,对检查遭受攻击篡改的数据可以采取相应的措施,提高传感器网络数据融合和相关应用的安全性,为物联网的应用提供安全保障。

    一种基于神经网络聚类优化的Web服务发现的实现方法

    公开(公告)号:CN102123172B

    公开(公告)日:2014-09-10

    申请号:CN201110046066.0

    申请日:2011-02-25

    Abstract: 本发明提供一种基于神经网络聚类优化的Web服务发现的实现方法,主要用于解决开放网络环境下快速、准确地发现满足用户需求的Web服务。本发明由服务请求子系统、服务提供子系统、服务注册中心和服务发现中介子系统四部分组成。其中服务发现中介子系统是该系统的核心构件,包括服务表示模块、服务分类模块和服务匹配模块。本发明实现了一个聚类优化的语义Web服务发现原型系统,真实Web服务数据集上的评测结果表明,本发明不仅具有较高的服务发现效率和精度,而且实现简单,系统灵活,代价低,易推广。

Patent Agency Ranking