-
公开(公告)号：CN105718697B
公开(公告)日：2019-02-19
申请号：CN201610073905.0
申请日：2016-02-02
Applicant: 西安电子科技大学
IPC: G06F17/50
Abstract: 本发明公开了一种面向天线指向大型变形抛物面天线面板移动拟合调整方法，包括确定抛物面天线结构方案及促动器初始位置，建立天线结构有限元模型、促动器支撑面板节点；计算天线结构自重变形，提取变形抛物面的节点信息；计算其天线电性能，确定变形抛物面与理想设计面的对应节点，虚拟移动面板；计算反射面拟合均方根误差最小的目标曲面；确定变形抛物面与目标曲面的对应节点，计算促动器调整量；调整面板位置，更新天线结构有限元模型；计算变形抛物面天线指向，判断天线指向是否满足要求得到最优的面板移动拟合调整量。本发明可直接计算得出面向天线指向的促动器调整量，保证了天线工作指向和天线原有焦距。改善了天线反射面精度，综合性能好。
-
公开(公告)号：CN107229971A
公开(公告)日：2017-10-03
申请号：CN201710418901.6
申请日：2017-06-06
Applicant: 西安电子科技大学
IPC: G06N3/12
Abstract: 本发明提出了一种基于PSO算法的最优自适应策略决策方法，用于解决现有技术在自适应策略空间中策略数量较为巨大的情况下决策效率低的技术问题。实现步骤为：(1)获取自适应系统的决策需求；(2)建立自适应策略空间；(3)构造适应度函数；(4)利用GA算法的交叉和变异对自适应策略空间进行计算，得到中间策略空间，并利用GA算法的选择从中间策略空间选择最优适应度函数值对应的自适应策略加入到目标策略空间，再利用PSO算法对中间策略空间中剩余的自适应策略进行更新，将更新结果加入到目标策略空间中，得到目标策略空间；(5)获取最优自适应策略。本发明具有决策效率高、适用范围广、可避免自适应策略之间的冲突的优点。
-
公开(公告)号：CN103455886B
公开(公告)日：2016-08-17
申请号：CN201310395665.2
申请日：2013-09-03
Applicant: 西安电子科技大学
IPC: G06F19/00
Abstract: 本发明公开一种基于工作流的诊疗决策支持系统及其方法，系统包括主叫客户端、医疗检查仪器客户端、工作流建模工具模块、工作流引擎模块、规则引擎模块、推理引擎模块、文件存储服务器、临床路径模型实例库和诊疗规则库。通过分布式网络将医院的计算机，服务器，X光机、心电图仪等检查仪器连接，结合国家授权医院出台的标准临床路径，多客户端合作提供面向任意疾病领域的智能性。基于工作流的诊疗决策支持方法则合理运用医疗临床路径定义、工作流建模工具、工作流引擎的调度功能和存储服务器的文件管理功能，可以结合临床路径针对任意疾病定制规范的诊疗流程，并在初步诊断和最终确诊两个关键决策点为用户提供决策支持。
-
公开(公告)号：CN119758285A
公开(公告)日：2025-04-04
申请号：CN202411953021.5
申请日：2024-12-27
Applicant: 西安电子科技大学 , 中国电子科技集团公司第三十六研究所
Abstract: 本发明公开了一种非高斯噪声环境下的无源探测方法、装置及电子设备，方法包括构建接收信号的瑞利分布的M维概率密度函数；获取接收信号在假设H1下的第一概率密度函数和在假设H0下的第二概率密度函数；假设H1表示接收信号中包括辐射源信号的假设；假设H0表示接收信号中不包括辐射源信号的假设；基于第一和第二概率密度函数，根据广义似然比依据得到广义似然比检验式；在假设H1下对M维概率密度函数进行求导，得到信道系数与多普勒频移的乘积的极大似然估计；将极大似然估计代入广义似然比检验式得到检验计算值；根据检验计算值和门限值进行对比，以在无参考信号的情况下通过基于检验假设的广义似然比检验算法实现无源探测。
-
公开(公告)号：CN116736695B
公开(公告)日：2024-09-10
申请号：CN202310423596.5
申请日：2023-04-19
Applicant: 西安电子科技大学
IPC: G05B13/04
Abstract: 本发明涉及一种面向运行时不确定性的航天器控制软件自适应方法，包括：对航天器控制软件进行纵向分层组件化设计，得到包括自上而下的应用业务层、系统管理层、服务组件层以及基础设备层的四个层组；构建包括感知‑分析模块、自适应知识库以及决策‑执行模块的自适应系统；建立包括星载设备、航天器控制软件以及自适应系统在内的自适应一体化模型，其中，通过星载设备和航天器控制软件与自适应系统直接交互实现航天器控制软件的自主适变；利用自适应一体化模型对监测到的异常事件生成对应的执行策略组合并执行，根据未知的异常事件更新自适应知识库。本发明方法能够针对未知异常通过事件的监控和分析自动匹配或快速生成应对策略。
-
Patent Agency Ranking
公开(公告)号：CN117707969B
公开(公告)日：2024-08-20
申请号：CN202311748701.9
申请日：2023-12-18
Abstract: 本发明公开了一种基于ARMv8的操作系统调测系统，包括前端模块和代理模块，代理模块嵌入基于ARMv8的操作系统内核，包含调试子模块和追踪子模块，前端模块是操作系统调测系统中与用户交互的接口；调试子模块用于执行调试指令，实现操作系统内核源码级调试；追踪子模块用于执行追踪指令，实现内核代码执行过程中的追踪事件记录。本发明通过调试与追踪两大功能模块实现操作系统内核源码级调试以及系统软硬件事件的追踪，帮助用户快速排查错误，对系统性能进行测试和优化。
-
公开(公告)号：CN118277623B
公开(公告)日：2024-08-09
申请号：CN202410695962.7
申请日：2024-05-31
Applicant: 西安电子科技大学
IPC: G06F16/901 , G06N3/126
Abstract: 本发明公开了一种基于约束分级的飞行器任务指令序列生成方法，属于卫星通信技术领域，包括：根据飞行器环境中所有任务对应的指令集合生成有向指令序列图，并根据当前实际任务的指令集合和有向指令序列图构造合法有向指令序列图；获取合法有向指令序列图中强连通分量，根据所有强连通分量对合法有向指令序列图进行去环处理，生成有向无环指令序列图；基于拓扑排序生成指令序列方法，对有向无环指令序列图中所有指令进行拓扑排序得到第一排序结果；基于优先级编码遗传的生成指令方法，从所有强连通分量中挑选最短路径，对最短路径的所有指令进行拓扑排序得到第二排序结果；合并第一、第二排序结果生成最终指令序列。本发明提高了指令序列生成效率。
-
公开(公告)号：CN118101500A
公开(公告)日：2024-05-28
申请号：CN202410459145.1
申请日：2024-04-17
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于改进遗传算法的边缘环境下服务部署方法和系统，涉及边缘计算资源分配领域，用以解决在线动态部署的不稳定问题以及提高服务部署方案的性能和成本表现。本发明利用服务部署矩阵表示各类服务在各个边缘服务器上进行服务实例部署的部署方案，并以此为编码方式构建初始化种群；以服务部署的性能指标和成本指标构建目标函数；根据约束条件从初始化种群中选择出可行解种群，根据适应度选择个体进行进化，在交叉运算和变异运算过程中对非法解进行修正；最终选择适应度最高的染色体进行服务部署。本发明通过离线方式即可得到最优解，并在成本和性能上得到平衡，保留了非法解的优良基因进行进化，提高了最优解的可靠性。
-
公开(公告)号：CN113946438B
公开(公告)日：2024-04-30
申请号：CN202111032953.2
申请日：2021-09-03
Applicant: 西安电子科技大学 , 上海工业控制安全创新科技有限公司
IPC: G06F9/50
Abstract: 本发明公开了一种基于容器整合的在线迁移调度方法、装置、设备和系统，获取多个节点分别对应的负载值，其中，节点对应的负载值用于指示从当前时间窗口起向前连续N个时间窗口对应的节点的负载情况，将每个节点的负载值输入至过载预测模型，分别得到每个节点的预测结果，预测结果用于指示节点在当前时间窗口的下一个时间窗口是否过载，过载预测模型包括卷积神经网络层和门控循环单元层，过载预测模型的训练样本包含监督型数据，将过载节点的待迁移容器迁移到目标节点，多个节点包括目标节点，过载节点的预测结果指示过载节点在当前时间窗口的下一个时间窗口过载。实现对容器云环境中资源的调度与分配，提高资源的利用率及能源效率。
-
公开(公告)号：CN117785524A
公开(公告)日：2024-03-29
申请号：CN202311505609.X
申请日：2023-11-13
Applicant: 西安电子科技大学
Abstract: 本发明提供一种基于跟踪的深度学习微服务智能诊断方法。基于跟踪的深度学习微服务智能诊断方法包括：通过分布式跟踪系统收集跟踪日志，其中，跟踪日志包括正常状态跟踪日志和故障状态跟踪日志；基于跟踪日志中的调用数据构建正常跟踪模型和故障跟踪模型；通过正常跟踪模型和故障跟踪模型检测微服务性能和工作流的故障情况；利用深度学习故障诊断模型对故障情况进行故障定位，得到故障诊断结果。本发明的基于跟踪的深度学习微服务智能诊断方法提高了故障定位的准确性，并减少了资源开销。
-
-
-
-
-
-
-
-
-
Search Results
116
records
(took 0.027 seconds)
