-
公开(公告)号：CN116910598A
公开(公告)日：2023-10-20
申请号：CN202310656331.X
申请日：2023-06-02
Applicant: 广州大学
IPC: G06F18/23213 , G06F18/2411 , G06F18/214 , G06N3/126 , G06F18/15
Abstract: 本发明公开了一种基于集成学习的工业控制系统入侵检测方法，本发明方法以决策树为基学习器，引入K‑Means聚类标签作为新特征，采用随机森林算法作为集成策略，最后利用差分进化算法进行参数寻优。实验结果表明，构建的检测模型符合国家标准，具有良好的入侵检测能力。
-
公开(公告)号：CN116306678A
公开(公告)日：2023-06-23
申请号：CN202211084620.9
申请日：2022-09-06
Applicant: 广州大学
IPC: G06F40/35 , G06N3/0442 , G06N3/045 , G06N3/048
Abstract: 本发明公开了一种基于深度学习的对话文本情感分析方法，包括以下步骤：S1、对数据集进行标签归类划分；S2、对划分好的数据集进行归一化处理；S3、利用层次GRU模型对文本进行特征提取；S4、初始化GRU模型的训练参数；S5、训练GRU模型；S6、输入预测语句，得出训练结果。本发明提出一个基于层次GRU模型，底层为一个双向GRU模型对单句特征进行提取，上层双向GRU对上下文信息进行建模，获取句子间的交互特征；在双向GRU的隐藏层加入注意力机制，其输出与单个单词或者话语嵌入融合，强化每个词或话语在上下文嵌入中的信息。本发明使用预训练模型来获取单句文本特征，能较好的解决数据库规模较小的问题。
-
Patent Agency Ranking
公开(公告)号：CN110503606B
公开(公告)日：2023-06-20
申请号：CN201910805700.0
申请日：2019-08-29
Applicant: 广州大学
Abstract: 本发明涉及图像处理领域，为提高人脸清晰度的方法，将高分辨率人脸分解为高分辨率基本人脸和增强人脸，并分别降采样为低分辨率基本人脸、增强人脸，构造低分辨率基本人脸训练集、低分辨率增强人脸训练集；基于PCA的基本人脸推理模型、低分辨率基本人脸训练集的平均值，重构超分辨率基本人脸；基于SRSP或VDSR的增强人脸推理模型重建得到超分辨率增强人脸；将超分辨率基本人脸和增强人脸融合得到清晰的超分辨率人脸。本发明提出基于清晰度可分级推理的超分辨率技术，能有效估计真实低分辨率人脸的结构和高频纹理信息，将重建后获得的高分辨率基本人脸和增强人脸进行融合，得到清晰的超分辨率人脸。
-
公开(公告)号：CN116244620A
公开(公告)日：2023-06-09
申请号：CN202211606085.9
申请日：2022-12-14
Applicant: 广州大学
IPC: G06F18/24 , G06F18/22 , G06F18/214 , G06N3/0464
Abstract: 本发明提供一种基于二维卷积自编码器的工控异常检测方法，其包括如下步骤：S1：采集工业控制系统数据；S2：对采集的工业控制系统数据中的正常数据进行预处理；S3：将预处理后的工业控制系统中的正常数据转换成时序数据；S4：对2维卷积自编码器模型训练；S5：确定采集工业控制系统数据中异常检测的阈值；S6：检测工业控制系统中是否存在异常，并处理结果输出。本发明可以解决现有工控异常检测技术中，正常数据和异常数据之间样本不均衡，以及流量数据大，检测维数多导致检测效率及准确率不高的问题。
-
公开(公告)号：CN116149179A
公开(公告)日：2023-05-23
申请号：CN202211585293.5
申请日：2022-12-09
Applicant: 广州大学
IPC: G05B13/04
Abstract: 本发明提供了针对机器鱼的非一致轨迹长度差分进化迭代学习控制方法，通过引入差分进化算法，使得非一致轨迹长度迭代学习控制方法中的控制增益更加优化，比传统迭代学习控制方法收敛的速度更快；传统的迭代学习控制方法对于试验中缺失的控制信息无法进行补偿，在此引入开闭环控制之后，试验中原始缺失的控制信息会被之前的运行周期的信息补偿，能够快速跟踪到期望轨迹并收敛。在一些实际应用中该算法可应用于需要快速完成轨迹跟踪任务的场合，减少了系统运行的时间，提高了工程效率以及避免能源消耗，极大的节约了工程成本。
-
公开(公告)号：CN115421382A
公开(公告)日：2022-12-02
申请号：CN202210988763.6
申请日：2022-08-17
Applicant: 广州大学
IPC: G05B13/04
Abstract: 本发明涉及直流电机领域，公开了一种轨迹长度随机变化的直流电机的开闭环迭代学习控制方法，其包括如下步骤：根据算法A设置压电电机的采样周期，根据算法B对直流电机期望的输出轨迹进行采样，根据算法C对直流电机初始的控制输入电压进行采样；其次，根据算法D得到真正的控制输入电压，并将其作用于直流电机，从而获得直流电机的实际输出位置yk(n)，得到采样序列根据算法E计算直流电机系统输出位置与期望输出位置的误差采样序列；最后，根据算法F计算迭代学习控制器的增益，根据算法G计算得到直流电机下一次迭代所需要的输入电压，将得到的输入电压作用于直流电机，重复执行算法E‑G。
-
公开(公告)号：CN111200378B
公开(公告)日：2021-04-20
申请号：CN202010090671.7
申请日：2020-02-13
Applicant: 广州大学
IPC: H02N2/00
Abstract: 本发明公开了一种基于迭代学习的压电电机节能控制方法，包括：设置压电电机的采样周期；获取压电电机的期望输出轨迹，根据采样周期进行采样得到采样期望输出序列；设置压电电机的初始控制输入信号；根据初始控制输入信号的映射关系得到实际控制输入信号并传输至压电电机得到实际输出位置；根据实际输出位置得到压电电机输出位置的映射关系，根据采样周期对映射关系进行采样得到采样实际输出序列；将采样期望输出序列与采样实际输出序列进行差值计算得到采样误差函数序列；根据预设收敛条件，计算得到迭代学习增益参数；根据采样误差函数序列和迭代学习增益参数计算得到压电电机进行迭代所需要的迭代输入电压，并将迭代输入电压传输至压电电机。
-
-
-
-
-
-
Search Results
37
records
(took 0.02 seconds)
