一种基于模糊神经网络的故障预测方法

    公开(公告)号:CN104598984A

    公开(公告)日:2015-05-06

    申请号:CN201410743621.9

    申请日:2014-12-08

    CPC classification number: G06Q10/04 G06N3/0436

    Abstract: 本发明涉及一种基于模糊神经网络的故障预测方法,能够解决现有技术中无法进行在线故障预测的问题。所述基于模糊神经网络的故障预测方法包括:根据故障预测时序建立算法模型;读取表征网络运行状态的τ个时隙的τ个n维指标数据;向输入层神经元节点中输入τ个指标数据;预处理层神经元节点利用第一映射函数将每一个n维指标数据中的每一类别的指标数据映射成集合S中的一种;根据预先确定的预处理层神经元节点与规则层神经元节点间的关联权重确定出指标与故障间的关联规则;根据指标与故障间的关联规则确定出τ个指标数据处于故障倾向模式和无故障模式的概率;将概率中较大的概率所对应的模式确定为预测结果。本发明适用于需要进行故障预测的场合。

    确定网络性能的方法及装置

    公开(公告)号:CN110086642A

    公开(公告)日:2019-08-02

    申请号:CN201811491154.X

    申请日:2018-12-07

    Abstract: 本发明提供一种确定网络性能的方法及装置。本发明确定网络性能的方法,包括:获取每个业务的N条路由,其中,每条路由包含至少一段链路,所述N为大于等于2的整数;根据所述N条路由的重合链路的数量,确定所述业务的路由分离数;根据网络中所有业务的路由分离数,得到所述网络的路由分离率。本发明通过确定每条业务的路由分离数,从而根据网络中所有业务的路由分离数,得到网络的路由分离率,实现对网络性能的评估,解决现有技术中无法量化评估网络性能的问题。

    MC-OQAM系统中的载波相位恢复方法及装置

    公开(公告)号:CN110099018B

    公开(公告)日:2022-04-05

    申请号:CN201811491150.1

    申请日:2018-12-07

    Abstract: 本发明提供的一种MC‑OQAM系统中载波相位恢复方法及装置,通过盲相位搜索BPS算法获取M路子载波中每路子载波的前N个符号的第一相位;根据第i路子载波的第j个符号的第一相位与第1路子载波的第j个符号的第一相位,获取所述第i路子载波的线性关系;通过BPS算法获取每路子载波的第N+r个符号的初始相位;对所述M路子载波的N+r个符号的初始相位进行联合处理,获取所述第N+r个符号的基准相位;根据所述第i路子载波的线性关系对所述第i路子载波的第N+r个符号的基准相位进行相位补偿,得到第i路子载波的第N+r个符号的第一相位,从而,提高了估计相位的准确度,提升了MC‑OQAM系统的载波相位恢复能力。

    MC-OQAM系统中的载波相位恢复方法及装置

    公开(公告)号:CN110099018A

    公开(公告)日:2019-08-06

    申请号:CN201811491150.1

    申请日:2018-12-07

    Abstract: 本发明提供的一种MC-OQAM系统中载波相位恢复方法及装置,通过盲相位搜索BPS算法获取M路子载波中每路子载波的前N个符号的第一相位;根据第i路子载波的第j个符号的第一相位与第1路子载波的第j个符号的第一相位,获取所述第i路子载波的线性关系;通过BPS算法获取每路子载波的第N+r个符号的初始相位;对所述M路子载波的N+r个符号的初始相位进行联合处理,获取所述第N+r个符号的基准相位;根据所述第i路子载波的线性关系对所述第i路子载波的第N+r个符号的基准相位进行相位补偿,得到第i路子载波的第N+r个符号的第一相位,从而,提高了估计相位的准确度,提升了MC-OQAM系统的载波相位恢复能力。

    一种基于模糊神经网络的故障预测方法

    公开(公告)号:CN104598984B

    公开(公告)日:2018-03-02

    申请号:CN201410743621.9

    申请日:2014-12-08

    Abstract: 本发明涉及一种基于模糊神经网络的故障预测方法,能够解决现有技术中无法进行在线故障预测的问题。所述基于模糊神经网络的故障预测方法包括:根据故障预测时序建立算法模型;读取表征网络运行状态的τ个时隙的τ个n维指标数据;向输入层神经元节点中输入τ个指标数据;预处理层神经元节点利用第一映射函数将每一个n维指标数据中的每一类别的指标数据映射成集合S中的一种;根据预先确定的预处理层神经元节点与规则层神经元节点间的关联权重确定出指标与故障间的关联规则;根据指标与故障间的关联规则确定出τ个指标数据处于故障倾向模式和无故障模式的概率;将概率中较大的概率所对应的模式确定为预测结果。本发明适用于需要进行故障预测的场合。

    设备认证的方法及装置
    10.
    发明公开

    公开(公告)号:CN114329418A

    公开(公告)日:2022-04-12

    申请号:CN202111400096.7

    申请日:2021-11-19

    Abstract: 本发明提供一种设备认证的方法及装置。所述方法包括:基于训练好的区块链节点的本地模型参数,双权重参数和异步参数聚合,确定所述区块链的全局模型参数;基于所述区块链的全局模型参数以及设备信息,识别所述设备的射频信息身份因子;基于多因子认证协议,完成所述设备的双向认证;其中,所述多因子至少包括以下一种或几种的组合:所述设备的射频信息身份因子、接入网对应的认证因子和随机因子。本发明提供的设备认证的方法,通过将区块链和联邦学习融合,实现因子的高正确率识别及认证系统分布式,同时基于多因子认证协议,安全可靠,加解密所需信息量少,认证过程包含密钥协商,不需额外的密钥协商过程。

Patent Agency Ranking