-
公开(公告)号：CN111178156B
公开(公告)日：2023-06-20
申请号：CN201911257651.8
申请日：2019-12-10
Applicant: 网络通信与安全紫金山实验室
IPC: G06F18/213 , G06F18/24 , G06F18/214
Abstract: 本发明公开了一种应用于机器学习的时序特征有效窗口提取方法，步骤如下：首先，对实际焊接生产过程中电参数实时采集，利用数据自身特点，计算动态阈值，根据阈值不断迭代更新自动筛选出有效窗口。然后进行希尔伯特变换，分别对电参数实数值和复数值做特征提取，使用最大最小标准化和包装法中的递归特征消除法挑选特征。最后，使用决策树模型进行分类，对预测偏移样本记录反馈，并加入模型重新迭代优化。本发明通过提取有效窗口，避免窗口选择太大，保留太多噪音数据，使数据失真以及窗口选择太小，删除太多有用特征，无法提出与目标变量强相关的因子的问题，显著地提高了预测精度。
-
公开(公告)号：CN114268588A
公开(公告)日：2022-04-01
申请号：CN202111450577.9
申请日：2021-11-30
Applicant: 网络通信与安全紫金山实验室
Abstract: 本发明提供一种数据传输方法、装置、电子设备及存储介质，所述方法包括：在持续向接收端发送数据单元时，持续执行拥塞阈值的调整操作，数据单元为数据发送窗口中的数据；其中，一次所述拥塞阈值的调整操作包括：基于所述拥塞阈值，执行至少一次对所述数据发送窗口的尺寸增加操作，直至接收到多个针对同一个数据单元的第一信息，则确定所述数据单元的传输发生传输拥塞，调整所述拥塞阈值，将所述数据发送窗口的尺寸减小为第一预设值；第一信息是接收端发送的，第一信息用于表征所述接收端确认接收到所述数据单元。通过控制数据发送窗口的尺寸大小，并且采集来自于接收端的第一信息，可以自动的调节点对点的数据传输量，实现高效的流量控制。
-
公开(公告)号：CN112327805B
公开(公告)日：2022-03-04
申请号：CN202011195904.6
申请日：2020-10-30
Applicant: 网络通信与安全紫金山实验室
IPC: G05B23/02
Abstract: 本发明公开了控制系统稳定性分析方法、装置及计算机可读存储介质，其核心思路是通过构造一个Kronercker‑Lyapunov矩阵，利用它计算控制矩阵位于稳定和不稳定临界位置时的不确定性参数的边界值，最后通过边界值计算控制系统的稳定区间；对具有反馈功能的自动化系统进行有效控制，关键是保证控制系统运行在稳定区间内，得到了该稳定区间即能够有效保证控制系统能够一直被有效控制，实现高质量的生产及提高生产效能。本文这种计算方法简洁、明了，计算复杂度低，对不确定性控制系统的稳定区间的判定工作具有很好的帮助作用。
-
公开(公告)号：CN112270335A
公开(公告)日：2021-01-26
申请号：CN202010923517.3
申请日：2020-09-04
Applicant: 网络通信与安全紫金山实验室
Abstract: 本发明公开一种搭接接头焊接质量缺陷预测的方法、系统及计算机可读存储介质，该方法首先收集焊接生产过程中焊接电参数和质量缺陷标签以及焊缝中心偏移焊丝中心的标签作为训练库；对收集到的电参数时序数据进行有效窗口提取，对提取的数据进行希尔伯特变换，分别对电参数实数值和复数值做特征提取；使用梯度提升树学习样本焊缝中心是否偏移焊丝中心；将预测到的焊缝中心是否偏移焊丝中心标签作为特征，使用最大最小标准化和包装法中的递归特征消除法挑选特征，使用决策树模型进行焊接质量缺陷分类；实时采集焊接电参数，进行窗口提取和相应的特征变换和提取，代入焊缝中心是否偏移焊丝中心模型预测，将预测结果作为特征，代入焊接质量预测模型得到焊接质量是否有缺陷。
-
公开(公告)号：CN112148730B
公开(公告)日：2024-06-21
申请号：CN202010617965.0
申请日：2020-06-30
Applicant: 网络通信与安全紫金山实验室
IPC: G06F16/22 , G06F16/2458
Abstract: 本发明公开了一种使用矩阵广义逆来分批次提取产品数据特征的方法，所述的方法基于某一产品生产过程的分批次的分析和化验结果，在对相应的样本进行特征提取和数据降维之后，可以过滤掉在数据采集时由于随机因素引起的数据扰动，并且使用数据的本征特征来代表数据，具有结果的稳定性；同时，本方法采用分批次的更新方式，计算的时间复杂度和空间复杂度较低。
-
Patent Agency Ranking
公开(公告)号：CN114070641B
公开(公告)日：2024-02-27
申请号：CN202111418475.9
申请日：2021-11-25
Applicant: 网络通信与安全紫金山实验室
IPC: H04L9/40 , G06F18/23213
Abstract: 本发明公开了一种网络入侵检测方法、装置、设备和存储介质，将网络数据的特征输入至第一误用检测模型，得到正常数据或攻击数据；将攻击数据的特征输入至第一异常检测模型，得到聚类类别，计算与其所属的聚类类别的类中心之间的第一类距离；响应于第一类距离不大于预先确定的该聚类类别的第一类距离阈值，将所述攻击数据作为确定性攻击数据，输入至第二误用检测模型，得到具体攻击类型；响应于第一类距离大于预先确定的该聚类类别的第一类距离阈值，将攻击数据作为待确定攻击数据，保存到待确定攻击数据集中，判断待确定攻击数据类型是否已出现过。本发明准确检测网络数据具体类型，还能检测新攻击是否已出现过，极大提高了网络安全性和及时性。
-
公开(公告)号：CN112929439B
公开(公告)日：2022-12-09
申请号：CN202110166664.5
申请日：2021-02-04
Applicant: 网络通信与安全紫金山实验室
Abstract: 本发明涉及物联网或工业互联网设备管理技术领域，尤其是一种基于标识解析的设备发现方法，现提出如下方案，其包括：将所述设备的设备信息固化到设备上，通过向标识解析系统注册设备信息，标识解析系统收到设备信息后根据设备信息生成设备标识返回给设备，设备携带设备标识向设备管理云平台发送注册请求，设备管理云平台根据设备标识请求标识解析系统获取并保存映射设备注册信息，从而完成设备管理云平台对设备的发现，以及在基于本方法的基础上，分别从设备端、设备管理云平台和标识解析系统来更新设备信息。本发明避免或减少了企业在设备管理上需要手工录入设备信息到设备管理平台的大量工作，大大提高了设备接入的效率和企业设备管理上的成本。
-
公开(公告)号：CN113673808A
公开(公告)日：2021-11-19
申请号：CN202110592867.0
申请日：2021-05-28
Applicant: 网络通信与安全紫金山实验室
Abstract: 本发明提供一种应用于生产线的组合作业优化分配方法及系统，分配方法包括以下步骤：步骤一、确定单个产品生产周期的总时长、生产产线的作业种类、每个作业种类所需的生产时长以及每个作业种类的边际收益，获取各个作业种类的平均时长；步骤二、计算每个作业种类各自所需的节拍数：依据单个生产周期的总时长、每个作业种类的平均时长及总节拍数计算每个作业种类所需的节拍数；步骤三、根据每个作业种类的节拍数，采用递归算法确定作业组合中的最大收益；步骤四、根据作业组合中的最大收益对作业进行分配以使生产线收益最大。使用动态计算法来求出在一条生产线的总生产时间为固定的条件下，挑选合适的作业，使得在总生产时间内获得的生产收益最高。
-
公开(公告)号：CN112929439A
公开(公告)日：2021-06-08
申请号：CN202110166664.5
申请日：2021-02-04
Applicant: 网络通信与安全紫金山实验室
Abstract: 本发明涉及物联网或工业互联网设备管理技术领域，尤其是一种基于标识解析的设备发现方法，现提出如下方案，其包括：将所述设备的设备信息固化到设备上，通过向标识解析系统注册设备信息，标识解析系统收到设备信息后根据设备信息生成设备标识返回给设备，设备携带设备标识向设备管理云平台发送注册请求，设备管理云平台根据设备标识请求标识解析系统获取并保存映射设备注册信息，从而完成设备管理云平台对设备的发现，以及在基于本方法的基础上，分别从设备端、设备管理云平台和标识解析系统来更新设备信息。本发明避免或减少了企业在设备管理上需要手工录入设备信息到设备管理平台的大量工作，大大提高了设备接入的效率和企业设备管理上的成本。
-
公开(公告)号：CN111178156A
公开(公告)日：2020-05-19
申请号：CN201911257651.8
申请日：2019-12-10
Applicant: 网络通信与安全紫金山实验室
Abstract: 本发明公开了一种应用于机器学习的时序特征有效窗口提取方法，步骤如下：首先，对实际焊接生产过程中电参数实时采集，利用数据自身特点，计算动态阈值，根据阈值不断迭代更新自动筛选出有效窗口。然后进行希尔伯特变换，分别对电参数实数值和复数值做特征提取，使用最大最小标准化和包装法中的递归特征消除法挑选特征。最后，使用决策树模型进行分类，对预测偏移样本记录反馈，并加入模型重新迭代优化。本发明通过提取有效窗口，避免窗口选择太大，保留太多噪音数据，使数据失真以及窗口选择太小，删除太多有用特征，无法提出与目标变量强相关的因子的问题，显著地提高了预测精度。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.026 seconds)
