-
公开(公告)号：CN116644423A
公开(公告)日：2023-08-25
申请号：CN202310911409.8
申请日：2023-07-25
Applicant: 山东捷讯通信技术有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种容器攻击的监控的方法及装置；可应用于信息安全技术领域，解决现有技术中的容器攻击的监控方法存在的监控系统开销较大、移植性低、自身安全能力弱的技术问题。本发明的容器攻击监控的方法及装置，采用字节码的形式编写容器监控程序，字节码解析与监控程序将容器监控字节码加载到内核中，执行解析并进行容器监控，当有恶意程序启动容器或者在容器内执行时，字节码解析与监控程序就会产生监控数据，通知用户空间程序，用户空间程序形成容器攻击监控记录输出。
-
公开(公告)号：CN114417672B
公开(公告)日：2025-04-04
申请号：CN202210087330.3
申请日：2022-01-25
Applicant: 山东捷讯通信技术有限公司
IPC: G06F30/23 , G06F30/27 , G06F30/13 , G06N3/0464
Abstract: 本发明涉及一种基于ResNet的屋面钢板结构的载荷评估方法。本方法包含以下几个步骤：使用Ansys有限元分析软件对屋面的钢板结构进行有限元仿真，确定应变采集位置，并得到不同载荷对应的应变值；对获得的应变值进行数据筛选、清洗，建立屋面板材机构载荷‑应变数据库，并划分训练集与测试集；使用ResNet34对训练集数据训练，并在测试集进行测试，得到测试结果；并使用平均相对误差作为评价指标。完成数据预处理后，使用训练集对ResNet34模型进行训练，在测试集上对模型进行评估；然后将训练好的ResNet模型用于屋面钢板结构的载荷预测。本发明对屋面钢板结构载荷进行了准确的检测，实用性强，比传统计算载荷的方法准确度高。可广泛应用于屋面钢板结构载荷计算领域。
-
公开(公告)号：CN114417937A
公开(公告)日：2022-04-29
申请号：CN202210091302.9
申请日：2022-01-26
Applicant: 山东捷讯通信技术有限公司
Abstract: 本发明提供一种基于深度学习的拉曼光谱去噪方法，解决现有技术中去噪的过程中容易丢失纯拉曼光谱信息，同时还依靠人为干预来设定输入参数。本发明提出一种基于深度学习的网络的拉曼光谱去噪方法，包括以下步骤：生成模型训练所需的拉曼光谱数据，分为训练集、验证集以及测试集；然后建立U‑Net拉曼光谱去噪模型，模型分为编码器网络、解码器网络两个模块，在编码器网络中使用一维卷积对拉曼光谱数据进行特征提取，在解码器网络中对提取的特征光谱进行重构并输出纯净光谱。本发明能够有效地对拉曼光谱进行噪音去除，较好的保留拉曼光谱信息，为进一步对拉曼光谱进行定性与定量提供精确可靠的信息。可广泛应用于光学领域技术领域。
-
公开(公告)号：CN114397854A
公开(公告)日：2022-04-26
申请号：CN202210086120.2
申请日：2022-01-25
Applicant: 山东捷讯通信技术有限公司
IPC: G05B19/05
Abstract: 本发明公开了一种适用于地下综合管廊的总线式主控系统，包括：智能主控设备、与所述智能主控设备通过总线连接的多个智能分控设备，以及与智能分控设备连接的电气箱柜控制系统；所述智能主控设备，被配置为包括：设备状态获取模块，用于向所述多个智能分控设备发送状态反馈请求，以及，接收所述多个智能分控设备反馈的电器箱柜控制系统状态信息；总线分析模块，用于实时获取与所述主控设备连接的总线内数据，对其中的主控设备请求数据和分控设备反馈数据进行分析，得到问答数据条目，对每条问答数据进行数据分析，判断是否存在错误。本发明通过总线分析，保证了数据传输的准确性和稳定性，为数据监测的及时性提供了保障。
-
公开(公告)号：CN114255387A
公开(公告)日：2022-03-29
申请号：CN202111623333.6
申请日：2021-12-28
Applicant: 山东捷讯通信技术有限公司
Abstract: 本发明公开了一种全光非线性卷积神经网络的图像识别方法，解决现有技术中传统的基于相位光栅的光学卷积神经网络系统与装置，无法有效的提取丰富的图像数据特征，致使分类正确率较低、难以应用于多种应用场景的技术问题。本发明的方法，构建多层光学卷积神经网络模型，包括设计光学卷积核结构、卷积核数量、光学计算方法和光学卷积特征图，进而采用Adam优化算法对多层光学卷积神经网络进行优化；然后，设计基于空间光调制器(Spatial Light Modulator,SLM)的卷积复用结构，实现深层光学卷积神经网络计算；最后，利用激光器、扩束镜、DMD、透镜、CCD、计算机硬件，设计基于空间光调制器的光学卷积神经网络装置。可广泛应用于光学和深度学习技术领域。
-
Patent Agency Ranking
公开(公告)号：CN113095188A
公开(公告)日：2021-07-09
申请号：CN202110354545.2
申请日：2021-04-01
Applicant: 山东捷讯通信技术有限公司
Abstract: 本发明涉及一种基于深度学习的拉曼光谱数据分析方法与装置，包括以下步骤：物质拉曼光谱数据特性分析；人工标注物质拉曼光谱数据类别，建立拉曼光谱训练集、验证集与测试集；针对拉曼光谱数据预处理、光谱易受到环境光干扰、同类型组织拉曼光谱数据具有差异性问题，构建基于多尺度特征融合的深度残差神经网络模型，利用ResNet50作为模型主干网络，融合拉曼光谱特征信息，提高光谱空间语义信息表征能力；使用训练集对拉曼光谱分析模型进行训练，在验证集与测试集上对模型进行性能评估；最后，将训练的模型部署至边缘计算设备，构建拉曼光谱数据分析装置。本发明对拉曼光谱数据进行高效、准确的分析与识别，可应用于不同类型拉曼光谱设备。
-
公开(公告)号：CN113030556A
公开(公告)日：2021-06-25
申请号：CN202110171758.1
申请日：2021-02-08
Applicant: 山东捷讯通信技术有限公司
Abstract: 本发明提供一种以太网电流测量电路及一种以太网终端系统，用于对以太网终端的工作状态进行判断，其中，以太网供电端通过以太网线对所述以太网终端供电，以太网供电端包括POE/PSE交换机或者普通交换机和电力注射器，以太网电流测量装置包括电流采集模块和数据传输模块，电流采集模块用于检测流经以太网供电端与以太网终端之间的电流值；数据传输模块与电流采集模块连接，用于将电流值传输至终端服务器，以判断以太网终端的工作状态，解决了互联网终端工作状态的判断方法准确率较低和普适性较差的技术问题，广泛应用于以太网供电技术领域。
-
公开(公告)号：CN116611590A
公开(公告)日：2023-08-18
申请号：CN202310889151.6
申请日：2023-07-20
Applicant: 山东捷讯通信技术有限公司
Abstract: 本发明提供一种污水处理的排污口的位置分布优化方法及装置，在该方法中，通过将调节池分割为M个区域，并通过迭代的方式在每个区域内设置数目和位置都相对合理的排污口，使得污水在注入调节池后，能够快速地实现每个区域的污染浓度都达到均匀适中的水平，如大于该区域对应的第一污染浓度阈值，且小于该区域对应的第二污染浓度阈，也即实现污水在注入后能够在调节池内完成快速均匀分布，从而提高污水处理的效率。
-
公开(公告)号：CN113221646A
公开(公告)日：2021-08-06
申请号：CN202110373441.6
申请日：2021-04-07
Applicant: 山东捷讯通信技术有限公司
Abstract: 本发明涉及一种基于Scaled‑YOLOv4的城市地下综合管廊异常物检测方法，包含以下几个步骤：使用地下管廊摄像头对异常物的图像进行采集；对获得的图像进行清洗、标注，建立地下综合管廊异常物图像训练集与测试集；使用Scaled‑YOLOv4对训练集数据训练，并在测试集进行测试，得到测试结果。由于数据集的异常物图像数据量较小，完成数据预处理后，使用训练集对Scaled‑YOLOv4模型进行训练，在测试集上对模型进行评估；然后将训练好的Scaled‑YOLOv4模型用于城市地下综合管廊异常物的检测。本发明对地下综合管廊中的异常物进行了准确的检测，实用性强，准确度高，同时保持速度和准确性，在速度与精度之间实现较好的平衡。可广泛应用于地下综合管廊异常物图像目标检测领域。
-
公开(公告)号：CN112308040A
公开(公告)日：2021-02-02
申请号：CN202011344676.4
申请日：2020-11-26
Applicant: 山东捷讯通信技术有限公司
Abstract: 本公开提出了一种基于高清图像的河流排污口检测方法及系统，包括：构建模型，在该模型中，利用多尺度残差特征提取网络对图像特征进行抽取使浅层特征与深层特征进行融合并生成多个特征层，将多个特征层送入特征金字塔结构中继续进行特征提取；高清图像经过特征提取网络和特征金字塔结构提取后生成多个不同的输出层，并通过目标分类器和目标回归器进行检测排污口目标，并输出识别结果。针对小目标检测的YOLOV4模型解决在航拍图像河流排污口检测精度低问题；辅助人工检测航拍图像排污口，提高排污口检测精度。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.069 seconds)
