一种基于数字孪生的海洋环境多模态融合预测方法及系统

    公开(公告)号:CN119474768A

    公开(公告)日:2025-02-18

    申请号:CN202510066065.4

    申请日:2025-01-16

    Applicant: 烟台大学

    Abstract: 本发明涉及海洋环境预测技术领域,尤其是涉及一种基于数字孪生的海洋环境多模态融合预测方法及系统。方法,包括基于动态多模态图神经网络捕捉海洋环境的多模态数据的时空关联特征;利用多尺度门控单元对时空关联特征进行多尺度特征融合,得到综合特征表示;利用混合时序预测框架对综合特征表示进行预测,得到初步海洋环境预测数据,其中包括短期动态建模和长期趋势建模;利用生成对抗网络对初步海洋环境预测数据进行噪声拟合,生成最终海洋环境预测数据。本发明通过动态多模态数据融合、混合时序预测框架和多尺度门控Tanh单元的创新组合,有效解决了传统海洋环境监测和预测技术中存在的数据融合不足、预测精度有限和动态响应能力较差的问题。

    一种基于Modbus的联邦学习威胁检测方法及系统

    公开(公告)号:CN119449467A

    公开(公告)日:2025-02-14

    申请号:CN202411778751.6

    申请日:2024-12-05

    Abstract: 本发明涉及联邦学习技术领域,尤其是涉及一种基于Modbus的联邦学习威胁检测方法及系统。方法,包括对获取的二进制网络流量数据进行预处理,得到Json文件数据;对Json文件数据进行特征提取;对联邦学习模型进行初始化,利用提取的特征进行模型训练,得到模型的若干重要参数;通过对模型的若干重要参数进行汇总,得到全局重要参数位置;基于全局重要参数位置对模型进行更新,得到个性化的联邦学习模型;利用个性化的联邦学习模型进行网络威胁检测。该方法能从多个维度表征网络流量,在为联邦学习框架实现多源输入提供支撑的同时,从数据层面提升了网络威胁检测效果。

    一种超分辨率遥感图像生成方法、系统

    公开(公告)号:CN119991527A

    公开(公告)日:2025-05-13

    申请号:CN202510465507.2

    申请日:2025-04-15

    Applicant: 烟台大学

    Abstract: 本发明涉及图像数据处理技术领域,具体为一种超分辨率遥感图像生成方法、系统,该方法具体步骤为:从数据集中获得原始高分辨率图像,降采样得到低分辨率图像,由第一卷积进行浅层特征提取,得到第一特征,经过多次深层特征提取,得到深层特征,与第一特征进行残差连接得到第五特征,对第五特征进行映射,并使用频域融合获得超分辨率图像;超分辨率图像和原始高分辨率图像,分别经过深度可分离卷积层处理得到第六特征,通过激活函数消除负值;经过全连接层统一第七特征向量维度,映射为一个标量,得到超分辨率图像是否为原始高分辨率图像的判断结果。本发明能够提高遥感图像的分辨率和视觉质量,同时保持计算效率。

Patent Agency Ranking