-
公开(公告)号：CN113807396B
公开(公告)日：2023-07-18
申请号：CN202110922476.0
申请日：2021-08-12
Applicant: 华南理工大学
IPC: G06F18/2415 , G06F18/214 , G16Y40/20 , G06N3/088 , G06N3/0455
Abstract: 本发明公开了一种物联网高维数据异常检测方法、系统、装置及介质，其中方法包括：获取历史数据；对历史数据进行预处理，将预处理后的历史数据分为训练集、验证集、测试集；对训练集进行采样，使用采样结果对多个深度自编码器进行训练；修改训练集的采样概率，并返回训练深度自编码器，获得集成深度自编码器；将验证集输入集成深度自编码器进行计算，获得检测阈值；将测试集的数据输入集成深度自编码器中计算异常得分，若异常得分低于检测阈值，将数据分类为正常；反之，将数据分类为异常。本发明在集成深度自编码器构建过程中，根据迭代中对训练集不同数据的重建误差调整其采样概率，提高拟合和泛化能力，可广泛应用于物联网异常检测技术。
-
公开(公告)号：CN110554644B
公开(公告)日：2022-04-22
申请号：CN201910767584.8
申请日：2019-08-20
Applicant: 华南理工大学
IPC: G06F13/42 , G06F8/20 , G05B19/042
Abstract: 本发明公开了一种泛在对象即插即用的统一接入系统及第三方接入方法，该系统包括泛在对象扩展板、接入代理板、接入代理扩展板和边缘服务器；泛在对象扩展板的硬件电路由地址编码模块、电平转换模块和HDMI接口组成；接入代理板的硬件电路采用具有网络接入功能且支持多种总线互联协议的MCU实现；边缘服务器包括泛在对象元数据库、驱动库、调度方案库、泛在对象注册模块、驱动管理模块、调度方案管理模块和通信模块。本发明用于简化第三方开发者基于MCU的开发工作量，降低普通用户的使用难度。
-
公开(公告)号：CN110110962B
公开(公告)日：2023-04-07
申请号：CN201910260354.2
申请日：2019-04-02
Applicant: 华南理工大学
IPC: G06Q10/0639
Abstract: 本发明公开了一种任务群智执行团队的优选方法，包括步骤：获取发包方发布的任务及任务指标；获取进行任务投标的团队及团队指标；根据任务指标对进行任务投标的团队进行筛选；对筛选后的团队的指标进行归一化、评估和排序处理，选择最终的任务执行团队；当任务执行团队完成任务后，对任务执行团队的指标进行更新。本发明用于解决通用众包过程中个体和团队的指标评估以及优选选标问题。
-
公开(公告)号：CN113807396A
公开(公告)日：2021-12-17
申请号：CN202110922476.0
申请日：2021-08-12
Applicant: 华南理工大学
Abstract: 本发明公开了一种物联网高维数据异常检测方法、系统、装置及介质，其中方法包括：获取历史数据；对历史数据进行预处理，将预处理后的历史数据分为训练集、验证集、测试集；对训练集进行采样，使用采样结果对多个深度自编码器进行训练；修改训练集的采样概率，并返回训练深度自编码器，获得集成深度自编码器；将验证集输入集成深度自编码器进行计算，获得检测阈值；将测试集的数据输入集成深度自编码器中计算异常得分，若异常得分低于检测阈值，将数据分类为正常；反之，将数据分类为异常。本发明在集成深度自编码器构建过程中，根据迭代中对训练集不同数据的重建误差调整其采样概率，提高拟合和泛化能力，可广泛应用于物联网异常检测技术。
-
Patent Agency Ranking
-
公开(公告)号：CN115357254A
公开(公告)日：2022-11-18
申请号：CN202210797456.X
申请日：2022-07-08
Applicant: 华南理工大学
Abstract: 本发明涉及一种面向云边应用协同的容器镜像更新方法及系统，方法包括：用户发布容器镜像，对容器镜像发布版本与历史版本的重复数据，首先在文件层次上基于容器镜像文件的哈希值进行文件去重，并记录在历史版本容器镜像文件索引中；进而在字节流层次上通过分块算法对文件去重未命中的容器镜像文件进行字节流数据分块，基于数据分块的哈希值进行数据块去重，并记录在历史版本容器镜像数据块索引中；边缘宿主机将镜像部署到容器运行环境，并更新历史版本容器镜像库，同时重建发布版本容器镜像。该方法极大程度的缓解了多版本容器镜像重复数据对网络资源、边缘宿主机资源造成的浪费，尤其适用于容器镜像版本迭代频繁以及边缘设备资源受限的场景。
-
公开(公告)号：CN110554644A
公开(公告)日：2019-12-10
申请号：CN201910767584.8
申请日：2019-08-20
Applicant: 华南理工大学
IPC: G05B19/042 , G06F13/40 , G06F13/42
Abstract: 本发明公开了一种泛在对象即插即用的统一接入系统及第三方接入方法，该系统包括泛在对象扩展板、接入代理板、接入代理扩展板和边缘服务器；泛在对象扩展板的硬件电路由地址编码模块、电平转换模块和HDMI接口组成；接入代理板的硬件电路采用具有网络接入功能且支持多种总线互联协议的MCU实现；边缘服务器包括泛在对象元数据库、驱动库、调度方案库、泛在对象注册模块、驱动管理模块、调度方案管理模块和通信模块。本发明用于简化第三方开发者基于MCU的开发工作量，降低普通用户的使用难度。
-
公开(公告)号：CN115357254B
公开(公告)日：2025-04-25
申请号：CN202210797456.X
申请日：2022-07-08
Applicant: 华南理工大学
Abstract: 本发明涉及一种面向云边应用协同的容器镜像更新方法及系统，方法包括：用户发布容器镜像，对容器镜像发布版本与历史版本的重复数据，首先在文件层次上基于容器镜像文件的哈希值进行文件去重，并记录在历史版本容器镜像文件索引中；进而在字节流层次上通过分块算法对文件去重未命中的容器镜像文件进行字节流数据分块，基于数据分块的哈希值进行数据块去重，并记录在历史版本容器镜像数据块索引中；边缘宿主机将镜像部署到容器运行环境，并更新历史版本容器镜像库，同时重建发布版本容器镜像。该方法极大程度的缓解了多版本容器镜像重复数据对网络资源、边缘宿主机资源造成的浪费，尤其适用于容器镜像版本迭代频繁以及边缘设备资源受限的场景。
-
公开(公告)号：CN117725371A
公开(公告)日：2024-03-19
申请号：CN202311390705.4
申请日：2023-10-25
Applicant: 华南理工大学
IPC: G06F18/15 , G06F18/214 , G06F18/24 , G06N3/09 , G06N3/126
Abstract: 本发明公开了一种基于遗传算法的端边云增量学习方法，方法包括：对新类别样本与旧类别样本分别进行数据预处理，生成四元组；生成初始染色体并更具适应度函数获取每个染色体的舒适适应值；筛选初始染色体并通过交叉和变异获取新的染色体；重新计算染色体适应值然后按照适应值排序；获取最优染色体的基因信息，而后更新需要饱和的类别样本的四元组；根据基因信息对需要保存的类别样本数据进行数据增强并形成训练样本然后构建增量学习模型并将训练样本输入增量学习模型进行训练；训练完成后获取训练好的增量学习模型。本发明大大提高了端侧模型迭代效率与训练学习速度的同时，还能保持模型的新鲜度。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.018 seconds)
