-
公开(公告)号：CN113938483B
公开(公告)日：2023-06-16
申请号：CN202111275760.X
申请日：2021-10-29
Applicant: 北京京航计算通讯研究所
Abstract: 一种分布式AI协同计算系统的节点身份验证方法和系统，方法包括中心服务器向各分布式节点发送身份验证指令；各分布式节点根据身份验证指令完成对应的实时运算能力验证任务，向中心服务器发送响应消息；响应消息包括任务完成时间和节点设备信息；所述实时运算能力验证任务包括实时计算能力验证任务和实时存储能力验证任务；中心服务器接收响应消息，若接收到响应消息的时间超过预期时间，或任务完成时间与相同设备类型的真实节点完成所述实时运算能力验证任务的任务完成时间的差值大于预先设置的阈值，则将该节点认定为可疑节点；中心服务器多次对所述可疑节点发送身份验证指令，若可疑节点均未通过验证，则判断该节点为伪造节点。
-
公开(公告)号：CN113901336A
公开(公告)日：2022-01-07
申请号：CN202111275726.2
申请日：2021-10-29
Applicant: 北京京航计算通讯研究所
IPC: G06F16/9536 , G06F16/9538
Abstract: 本发明涉及一种基于用户信用的AI社区平台推荐内容排序方法和系统，方法包括以下步骤：获取多个连续评估周期内发布评论的所有评论用户，根据自相似算法确定所述评论用户的可信任度；获取待评估用户发布的有效模型数量和有效数据集数量；根据所述评论用户的可信任度计算所述待评估用户获得的有效评论数量及有效评价分数；基于所述有效模型数量、有效数据集数量、获得的有效评论数量及有效评价分数，计算所述待评估用户的信用值；根据内容的发布用户的信用值对推荐内容进行排序。
-
公开(公告)号：CN112395806B
公开(公告)日：2021-11-09
申请号：CN202011256195.8
申请日：2020-11-11
Applicant: 北京京航计算通讯研究所
IPC: G06F30/27 , G06N3/04 , G01D21/02 , G06F119/04
Abstract: 本发明涉及一种综合传动液压系统剩余寿命的预测方法及装置，属于寿命预测技术领域，解决了现有的剩余寿命的预测方法可靠性较低且预测精度差的问题。方法包括：采集综合传动液压系统的原始数据；对原始数据进行数据预处理，得到目标数据；获得综合传动液压系统的剩余寿命，并基于目标数据及剩余寿命建立样本数据集；基于样本数据集对长短时记忆网络模型进行训练，得到长短时记忆网络的最优网络结构；将待预测的综合传动液压系统的原始数据输入长短时记忆网络的最优网络结构，得到综合传动液压系统的剩余寿命。实现了综合传动液压系统剩余寿命的预测，提高了预测的可靠性和精度。
-
公开(公告)号：CN119105546A
公开(公告)日：2024-12-10
申请号：CN202411246897.6
申请日：2024-09-06
Applicant: 北京京航计算通讯研究所
IPC: G05D1/695 , G05D109/20
Abstract: 本发明涉及一种容错分簇涌现控制的有人‑无人机集群故障方向辨识方法，属于无人机集群的容错技术领域；方法包括：建立反向故障下有人‑无人机集群的姿态系统模型；建立分布式预置性能观测器，进行多目标分簇涌现控制；建立无抖振的预置性能容错控制器，跟踪分布式预置性能观测器估计的目标信息，实现反向故障的容错并抑制抖振现象；利用预置性能容错控制器的参数计算故障辨识指标，辨识故障方向。本发明能实现有人‑无人机集群姿态系统的姿态角分布式无抖振容错的多目标分簇涌现并对发生的反向故障进行辨识预警，从而保证了有人‑无人机集群运行的高性能及安全性，而故障方向的辨识为从物理层面解决反向故障提供了故障定位依据。
-
公开(公告)号：CN118365207A
公开(公告)日：2024-07-19
申请号：CN202410569235.6
申请日：2024-05-09
Applicant: 北京京航计算通讯研究所
IPC: G06Q10/0639 , G06Q10/105 , G06N20/00
Abstract: 本发明涉及一种基于训练大数据的指挥管理人员评价系统，包括数据采集层、数据存储层、数据分析层和数据展示层；数据采集层用于对接入的多源训练大数据进行抽取、转换与数据集成，得到对指挥管理人员进行能力画像所需的多维画像源数据；数据存储层，用于对多维画像源数据进行存储和管理；数据分析层，用于根据数据存储层中的多维画像源数据进行指挥管理人员的画像分析，量化出包括表彰情况、任职经历、实操情况、装备使用、训练能力与考核能力在内的多维能力标签；数据展示层，用于根据量化出的多维能力标签进行指挥管理人员能力画像的展示。本发明对指挥管理人员进行能力画像，全面、客观和综合评价指挥管理人员能力。
-
Patent Agency Ranking
公开(公告)号：CN117493934A
公开(公告)日：2024-02-02
申请号：CN202311515292.8
申请日：2023-11-14
Applicant: 北京京航计算通讯研究所
IPC: G06F18/24 , G06N3/0464 , G06F18/214 , G06N3/08 , G06F18/213 , G06Q10/0639
Abstract: 本发明涉及一种用于质量缺陷类别识别模型的训练方法及装置，属于装备检测技术领域，解决了现有技术中识别模型识别不准确的问题。所述训练方法包括：获取若干个正常类别样本和若干个缺陷类别样本；按照模型训练集中预设正常样本比例从正常类别样本中取样，得到正常样本训练集；按照模型训练集中预设缺陷样本比例对缺陷类别样本进行扩充得到新增缺陷类别样本，原始缺陷类别样本和新增缺陷类别样本形成缺陷样本训练集；建立质量缺陷类别识别模型；根据模型训练集中的各个样本对质量缺陷类别识别模型进行训练，得到训练完成的质量缺陷类别识别模型。实现了识别模型对装备质量的精准识别。
-
公开(公告)号：CN117337009A
公开(公告)日：2024-01-02
申请号：CN202311513612.6
申请日：2023-11-14
Applicant: 北京京航计算通讯研究所
IPC: H05K7/20
Abstract: 本发明涉及一种带有降温装置的工业设备监测终端，属于终端降温技术领域，解决了现有技术中工业设备监控终端散热效果差的问题。包括：主机、终端箱体和触控屏，主机安装在终端箱体内的底部，终端箱体的上方设置有触控屏，且触控屏与主机电性连接；在终端箱体内的底部环绕主机安装有环形的滑动组件，在滑动组件上安装有一对相对放置的抽排机构，抽排机构用于抽出主机散发的热量；终端箱体的两侧壁上均嵌设安装有散热隔网。实现了对主机进行多方位的抽热排放，使热量的抽取更加充分全面，增强了散热效果。
-
公开(公告)号：CN112395968B
公开(公告)日：2021-08-27
申请号：CN202011253582.6
申请日：2020-11-11
Applicant: 北京京航计算通讯研究所
Abstract: 本发明涉及一种基于神经网络的机械旋转部件故障诊断方法及装置，属于故障诊断技术领域，解决了现有的机械旋转部件故障诊断方法获得的诊断结果精度较差问题。方法包括：获取机械旋转部件的历史振动信号，并为历史振动信号添加标签；构建高维卷积神经网络模型，并基于历史振动信号对高维卷积神经网络模型进行训练，得到高维卷积神经网络模型的最优网络结构；将待诊断的振动信号输入高维卷积神经网络模型的最优网络结构，得到诊断结果。实现了机械旋转部件故障的诊断，提高了诊断精度。
-
公开(公告)号：CN112560173B
公开(公告)日：2021-08-17
申请号：CN202011423713.0
申请日：2020-12-08
Applicant: 北京京航计算通讯研究所
IPC: G06F30/15 , G06F30/27 , G06N3/04 , G06F119/08
Abstract: 本发明涉及一种基于深度学习的车辆耐候性温度预测方法及装置，属于神经网络技术领域，解决了现有的车辆耐候性温度预测方法效率较低且温度预测结果精度较低的问题。方法包括：获取训练数据，训练数据包括大气环境参数及其对应的车辆测点温度；对大气环境参数及其对应的车辆测点温度进行归一化处理，得到归一化的训练数据样本；构建深度学习预测模型，并将归一化的训练数据样本输入深度学习预测模型进行模型训练，得到训练好的深度学习预测模型；获取待预测数据样本，并基于训练好的深度学习预测模型对待预测数据样本对应的车辆测点温度进行预测，得到车辆测点温度的预测值。实现了车辆测点温度的预测，提高了预测效率和精度。
-
公开(公告)号：CN112560173A
公开(公告)日：2021-03-26
申请号：CN202011423713.0
申请日：2020-12-08
Applicant: 北京京航计算通讯研究所
IPC: G06F30/15 , G06F30/27 , G06N3/04 , G06F119/08
Abstract: 本发明涉及一种基于深度学习的车辆耐候性温度预测方法及装置，属于神经网络技术领域，解决了现有的车辆耐候性温度预测方法效率较低且温度预测结果精度较低的问题。方法包括：获取训练数据，训练数据包括大气环境参数及其对应的车辆测点温度；对大气环境参数及其对应的车辆测点温度进行归一化处理，得到归一化的训练数据样本；构建深度学习预测模型，并将归一化的训练数据样本输入深度学习预测模型进行模型训练，得到训练好的深度学习预测模型；获取待预测数据样本，并基于训练好的深度学习预测模型对待预测数据样本对应的车辆测点温度进行预测，得到车辆测点温度的预测值。实现了车辆测点温度的预测，提高了预测效率和精度。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.027 seconds)
