-
公开(公告)号：CN117828603A
公开(公告)日：2024-04-05
申请号：CN202311638157.2
申请日：2023-12-02
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于硬件证书的移动终端操作系统信息保护方法，包括以下步骤：一、在boot分区和recovery分区使用非对称加密算法写入互相印证的证书系统；二、无论通过boot分区或是recovery分区启动都需要确保另一个分区完整性。现有移动终端操作系统可通过在recovery分区写入可启动的第三方系统方式，读取系统分区文件，存在移动终端操作系统文件被直接读取、暴力破解用户密码鉴权等安全问题，本发明将系统所有可启动分区使用非对称加密算法引入证书，只有证书与分区完整，系统才能正常运行，由此来防止系统被恶意篡改，确保用户无法取得系统root权限，无法修改系统文件，具有更高的安全性和便利性。
-
公开(公告)号：CN114528341B
公开(公告)日：2024-04-02
申请号：CN202210091696.8
申请日：2022-01-26
Applicant: 华南理工大学
IPC: G06F16/26 , G06F16/28 , G06F16/215 , G01R19/00
Abstract: 本发明公开了一种基于大数据技术的配电台区低电压监测方法及装置，该方法包含以下步骤：电压监测实例采集配电台区计量电压并最后上传至数据存储集群，在计算集群内，监测分析任务读取计量数据与档案数据，建立档案热数据缓存，融合计量与档案数据，并预计算异常电压与越限电压标记。然后基于融合数据进行分布式并行聚合，一部分进行电压异常率计算，另一部分进行电压越限情况计算，最后汇总结果，输出为每日同测量点电压基础分析数据，并依据此数据生成报告，后续可根据报告进行电压质量治理。该方法提供了解决了配电台区低电压监测问题，面对每日亿级别数据量的情况可以在合理的时间内完成计算并提供分析结果。
-
公开(公告)号：CN117726037A
公开(公告)日：2024-03-19
申请号：CN202311787568.8
申请日：2023-12-25
Applicant: 华南理工大学
IPC: G06Q10/04 , G06N3/0442 , G06N5/01 , G06N20/00 , G06F18/25
Abstract: 本发明公开了一种基于双轴级联网络的时序预测方法及装置，方法包括：对历史训练数据进行预处理并进行重要特征筛选；构建双轴级联网络时序预测模型，对历史值进行解耦，获取时间轴、变量轴、变量特征的预测值和目标特征的历史值，利用双轴级联网络时序预测模型对时间轴进行变量轴建模并对目标特征进行预测，获取目标特征的预测值#imgabs0#利用构建的模型对变量轴进行时间轴建模并对目标特征进行预测，获取目标特征的预测值#imgabs1#对得到目标特征的预测值#imgabs2#和#imgabs3#进行加权融合，获取最终预测结果#imgabs4#利用训练好的双轴级联网络时序预测模型进行时序预测。本发明分离解耦建模和级联预测的方式能够更好地学习和捕捉特征之间的复杂关系，提高时序预测的准确性。
-
公开(公告)号：CN117252788B
公开(公告)日：2024-03-05
申请号：CN202311543549.0
申请日：2023-11-20
Applicant: 华南理工大学
Abstract: 本发明公开了一种图像修复方法、装置及存储介质，属于图像处理领域。其中方法包括：获取待修复图像和掩码图像；将待修复图像的像素值变换到[‑1,1]的取值范围内；将像素值变换后的结果设置为初值，利用掩码图像的像素值设置指示系数；基于设置的初值和指示系数，建立Cahn‑Hilliard方程二阶数值格式，并使用几何多重网格求解器进行求解；根据求解结果，将经过修复的图像的像素值变换到预设的取值范围内。本发明基于差分方法的CH方程二阶数值格式，并使用几何多重网格求解器进行求解；相比一阶格式，二阶格式能够获得的信噪比更高，在修复图像过程中明显增强了图像边界感，修复效果较之一阶格式得到大幅提升。
-
公开(公告)号：CN117453391A
公开(公告)日：2024-01-26
申请号：CN202311209509.2
申请日：2023-09-19
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于RNN和粒子群的端边云异构资源调度方法及装置，方法包括：根据历史记录预先处理任务，形成在客户端中运行的资源需求表并获取客户端各个节点信息表；搭建RNN模型，通过一个利用动态规划生成的数据集训练而来的、能够识别任务序列的RNN模型，对用户在线发布的任务进行缓存，从而将在线任务调度问题转化为离线调度问题，并使用了利用康托展开进行编码优化的粒子群算法完成离线调度，对在线发布的任务得到综合耗时短、负载均衡的调度策略。相较于基于强化学习等主流调度算法，本发明无需大量训练数据和算力即可完成高效的调度。
-
Patent Agency Ranking
公开(公告)号：CN109783225B
公开(公告)日：2023-09-08
申请号：CN201811514328.X
申请日：2018-12-12
Applicant: 华南理工大学
IPC: G06F9/50 , G06Q30/0645
Abstract: 本发明公开的一种多租户大数据平台的租户优先级管理方法，包括以下步骤：初始化租户优先级管理器，租户优先级管理器由资源请求等待队列和径向基神经网络组成；在集群负载较轻时，每个租户的资源请求都可以得到满足，此时不启动租户优先级管理器；当租户的资源请求无法得到满足时，通过租户优先级管理器收集租户的资源请求并将相应信息放入资源请求等待队列；若租户需要提高资源请求优先级，向租户优先级管理器发出申请，租户优先级管理器调用径向基神经网络计算出租户资源请求优先级，然后生成判断文档交由系统管理员辅助判断。与传统的多租户大数据平台的资源分配策略相比，本发明可以有效地解决多租户大数据平台的租户优先级处理方面的弊端。
-
公开(公告)号：CN109657135B
公开(公告)日：2023-06-23
申请号：CN201811343553.1
申请日：2018-11-13
Applicant: 华南理工大学
IPC: G06F16/9535 , G06F16/335 , G06F40/284 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及一种基于神经网络的学者用户画像信息抽取方法，包含以下步骤：对网页进行文本预处理，并对网页进行结构调整和实体标注；对已识别网页所有文本节点及其字符分别构建词库表；对文本节点和前后节点的上下文特征进行提取，接着对文本节点序列进行训练，得到包含节点序列上下文信息的词向量h；对词向量输出进行解码计算，对应地得到每个词向量对目标标签的得分，计算节点序列的标签概率分布，对模型输出结果进行解码，使目标函数最小时即得到最优的预测标签序列，完成模型构建并进行模型训练。本发明能够实现模型的端到端训练，而且利用LSTM网络本身的序列记忆特性，有效地解决目标抽取实体间的长时期依赖关系问题。
-
公开(公告)号：CN114944998B
公开(公告)日：2023-06-20
申请号：CN202210246390.5
申请日：2022-03-14
Applicant: 华南理工大学
Abstract: 本发明公开的一种基于模拟器的物联网系统测试方法及装置，方法包括下述步骤：根据用户需要将待模拟的物联网设备信息存入设备数据库；利用JMeter的大规模并发能力生成相应数量的能够模拟真实设备与物联网系统通信的模拟器，同时在生成时读取设备数据库的信息作为参数使得生成的模拟器各不相同且与用户需求一一对应；通过分布式压测方式将模拟器生成任务分配给多台压测机。本发明基于大规模模拟器仿真大量真实物联网设备，实现物联网系统的大规模并发数据采集和处理的性能测试，解决了传统性能测试中步骤繁杂的问题，能快速找到物联网系统的性能瓶颈，且降低了在测试时需要使用大量真实设备而产生的成本。
-
-
公开(公告)号：CN108021929B
公开(公告)日：2023-01-10
申请号：CN201711136040.9
申请日：2017-11-16
Applicant: 华南理工大学
IPC: G06F18/23 , G06F18/214 , G06Q30/02
Abstract: 本发明公开了基于大数据的移动端电商用户画像建立与分析方法，包括以下步骤：获取用户离线数据；根据识别码将不同数据源的数据融合形成离线知识库；对离线数据进行归一化、离散化及属性约简等预处理；根据定制的标签规则对离线数据进行特征提取，构建用户基础标签；对标签数据进行权重及时间衰减因子处理，建立基于质量保证集QPS聚类算法的用户画像离线预测模型；利用预测模型对离线知识库进行数据聚类挖掘，得到移动端的电商用户画像；对于在线行为数据进行分布式处理再和离线模型融合。本发明在大数据环境下分析移动端电商交易的海量数据，能够快速的分析实时用户行为并进行实时画像融合，构建出多维度用户画像，利于对电商用户全面分析。
-
-
-
-
-
-
-
-
-
Search Results
130
records
(took 0.029 seconds)
