-
公开(公告)号：CN117828245A
公开(公告)日：2024-04-05
申请号：CN202311859800.4
申请日：2023-12-30
申请人： 复旦大学
摘要： 本发明属于复杂系统调控技术领域，具体为基于神经常微分方程的不稳定周期轨道检测方法。本发明从给定系统方程出发，利用神经常微分方程(NODE)在训练过程中通过调整初始时刻的状态和T的值，使得从初始状态出发能找到一个周期T，在T时刻的状态与初始时刻的状态接近，以此为判据检测出嵌入在相空间中的不稳定周期轨道(UPOs)。此外，通过描述物理中大气对流的简化模型Lorenz系统、描述混沌行为和振荡现象的Rossler系统和描述神经元膜电位的动态演化的Hindmarsh‑Rose系统为代表性实例来验证本发明方法的优势和有效性。本发明方法合理、有效，可检测不稳定周期轨道。
-
公开(公告)号：CN118972263A
公开(公告)日：2024-11-15
申请号：CN202410974848.8
申请日：2024-07-19
申请人： 上海市刑事科学技术研究院 , 复旦大学
IPC分类号： H04L41/16 , H04L41/12 , H04L9/40 , G06F18/10 , G06F18/213 , G06F18/241 , G06F18/243 , G06N20/20 , G06F40/216
摘要： 一种基于多途径分类识别和网络拓扑结构的关键节点检测方法，从多种数据源中提取APP行为的关键特征，并构建矩阵特征数据库的同时，针对不同类型的特征设计多个分类器，从多个维度进行精准分类识别。为了进一步提升分类性能，将通过采用集成学习方法，将不同的分类器的输出结果进行有效融合，以此增强整体的分类准确性和鲁棒性。此外，针对特征数据构建网络图结构，深入分析网络中的节点和边之间的关系。
-
公开(公告)号：CN113724507B
公开(公告)日：2024-01-23
申请号：CN202110955481.1
申请日：2021-08-19
申请人： 复旦大学
摘要： 本发明涉及一种基于深度强化学习的交通控制与车辆诱导协同方法和系统，方法包括：构建交通灯Agent和车辆Agent；根据交通灯Agent和车辆Agent，设定并初始化DQN算法模型，该DQN算法模型中的动作集包括车辆动作和交通灯动作；根据Q值表选取并执行各车辆Agent的动作，并在各车辆Agent的动作执行结束后，根据执行完毕的车辆Agent的反馈信息更新对应的Q值表；根据各车辆Agent的动作，对交通灯进行动态配时，以削减车辆平均等待时间为目标选择交通灯最优动作；判断各交通灯Agent所选动作是否结束，对所选动作执行完毕的交通灯Agent根据实时反馈信息来更新对应的Q值表；重复更新，直至满足预设的停止条件。与现有技术相比，本发明具有较好的感知和决策能力并且具有很好的适应性。
-
公开(公告)号：CN116350906A
公开(公告)日：2023-06-30
申请号：CN202310338925.6
申请日：2023-03-31
申请人： 复旦大学
摘要： 本发明属于复杂系统生物节律调控技术领域，具体涉及复杂生物节律模型调频调幅方法。本发明首先提供基于动力学理论的复杂生物节律模型‑‑“建模‑调控‑实验”理论模型；据此进一步提供复杂生物节律模型频调幅方法，具体步骤包括：常微分动力系统的初始化；确定调控目标：调调和/或调幅；对常微分动力系统进行泰勒展开，得到一般线性形式；设计控制器；确定调控策略；通过反馈调控，获得振幅与频率的解析值，直到完成调控。本发明方法具体可用于生物领域相关动力系统的调频调幅，如miRNA簇(μ)和蛋白质模块(φ)的“癌症网络”动力学系统，负反馈环路的酶促基因调控模型的mRNA(X)与蛋白质(Y)的动力学系统等。
-
公开(公告)号：CN116050269A
公开(公告)日：2023-05-02
申请号：CN202310065331.2
申请日：2023-02-06
申请人： 复旦大学
IPC分类号： G06F30/27 , G06N7/01 , G06F17/18 , G06F119/14 , G06F119/12 , G06F111/10 , G06F111/08
摘要： 本发明涉及一种基于动力学理论的复杂系统变点检测方法，方法包括：对时间序列进行相空间重构；根据随机选取的重构吸引子对系统状态进行预测；使用滑动时间窗口对系统连续预测并构建预测准确度序列；对预测准确度序列应用贝叶斯在线变点检测算法，计算运行时长分布；根据运行时长分布推断变点位置。与现有技术相比，本发明具有较好的灵敏度、鲁棒性和对不同复杂系统的泛用性。
-
公开(公告)号：CN118984231A
公开(公告)日：2024-11-19
申请号：CN202410974840.1
申请日：2024-07-19
申请人： 上海市刑事科学技术研究院 , 复旦大学
IPC分类号： H04L9/40 , G06F18/213 , G06F18/23213
摘要： 一种基于多源异构数据融合的网络安全检测方法，通过数据整合与融合后，提取因子特征并构建因子特征库、多因子模型及检测模型，通过训练检测模型后，在线测试与动态调整。本发明能够精准提取来自不同数据源的特征因子，并选取对网络安全行为具有高度可解释性强的因子。基于这些因子，构建网络安全行为的多因子模型，以实现对网络安全行为的安全检测，并据此提供针对性的安全防护措施。
-
公开(公告)号：CN116844735A
公开(公告)日：2023-10-03
申请号：CN202310044196.3
申请日：2023-01-29
申请人： 复旦大学
摘要： 本发明属于公共卫生安全技术领域，具体为基于大规模人口流动交通网络的传染病模拟和防控策略评估方法。本发明主要包含：对人口迁徙数据的爬取和处理；基于交通数据的交通网络的构建；根据传染病病毒的不同特性进行传染病动力学模型的构建；交通网络中不同节点之间的人口转移和流动方式刻画；疫情防控策略下的传染病模拟评估等。本发明模型中，考虑了大规模人口流动下对当地传染病扩散的影响，还考虑了非药物性策略和药物性策略对传染病扩散的影响。本发明与现有的技术相比，在大规模人口迁徙场景下提供了一种模拟工具，且对不同的防控策略具有理论评估及实验验证，针对不同场景下具有泛用性。
-
公开(公告)号：CN116013542A
公开(公告)日：2023-04-25
申请号：CN202310062435.8
申请日：2023-01-17
申请人： 复旦大学
IPC分类号： G16H50/80 , G06F30/20 , G06N3/0464 , G06F111/10
摘要： 本发明属于传染病防治技术领域，具体为基于高阶传染病模型的传染病阈值搜寻方法。本发明包括构建高阶SEIS传染病模型；利用利用二次型神经网络与ICNN神经网络算法，搜寻李雅普诺夫函数，从而判断传染病系统全局的动力学行为，并据此进行动力学稳定性评估以及阈值搜寻。与现有技术与模型相比，本发明更加贴近传染病的实际传播规律，并能借助机器学习在数学上严格证明疫情的动力学渐近行为。
-
公开(公告)号：CN113724507A
公开(公告)日：2021-11-30
申请号：CN202110955481.1
申请日：2021-08-19
申请人： 复旦大学
摘要： 本发明涉及一种基于深度强化学习的交通控制与车辆诱导协同方法和系统，方法包括：构建交通灯Agent和车辆Agent；根据交通灯Agent和车辆Agent，设定并初始化DQN算法模型，该DQN算法模型中的动作集包括车辆动作和交通灯动作；根据Q值表选取并执行各车辆Agent的动作，并在各车辆Agent的动作执行结束后，根据执行完毕的车辆Agent的反馈信息更新对应的Q值表；根据各车辆Agent的动作，对交通灯进行动态配时，以削减车辆平均等待时间为目标选择交通灯最优动作；判断各交通灯Agent所选动作是否结束，对所选动作执行完毕的交通灯Agent根据实时反馈信息来更新对应的Q值表；重复更新，直至满足预设的停止条件。与现有技术相比，本发明具有较好的感知和决策能力并且具有很好的适应性。
-
公开(公告)号：CN118466180A
公开(公告)日：2024-08-09
申请号：CN202311354095.2
申请日：2023-10-19
申请人： 复旦大学
IPC分类号： G05B13/04
摘要： 本发明属于动力系统控制技术领域，具体为神经网络镇定动力系统的随机镇定器设计方法。本发明利用NODE方法，在免模型情境中，先进行系统重构，再根据重构系统设计镇定器。本发明同时考虑受控系统的指数稳定性和渐进稳定性，分别设计指数镇定器和渐进镇定器来实现相应的稳定；根据这两种镇定器的计算复杂度和镇定效果的不同进行权衡，来选择具体的镇定器。在实际应用中，可以根据模型和系统参数事先计算出镇定器在这两个指标下的预计表现，以便对本方法进行更好的评估和使用。
-
-
-
-
-
-
-
-
-
搜索结果
16 条记录 (耗时 0.028 秒)
