一种用于设备运维方案推荐的知识图谱优化的协同过滤算法

    公开(公告)号:CN113360784B

    公开(公告)日:2023-09-19

    申请号:CN202110691180.2

    申请日:2021-06-22

    Inventor: 张永军 温洪帅

    Abstract: 本发明公开了一种基于知识图谱优化的协同过滤算法,通过引入融合因子函数进行相似度融合的推荐算法。本发明主要提供一种基于知识图谱的运维推荐系统,能够大幅度提升推荐系统的效果以及解决传统推荐系统数据稀疏的问题。该系统主要包括:基于加权欧氏距离的知识图谱的相似度计算模块;基于用户的协同过滤算法相似度计算模块;通过融合因子函数进行两种相似度融合的模块;利用融合后的相似度进行推荐方案的推荐模块。本发明通过引入融合因子函数实现两种相似度融合的方式来提高推荐算法的准确率,可以根据推荐算法的评价方案来更新融合因子函数中的参数,增加了推荐算法的有效性。

    一种网络入侵检测方法、系统及电子设备

    公开(公告)号:CN116743487A

    公开(公告)日:2023-09-12

    申请号:CN202310881510.3

    申请日:2023-07-18

    Inventor: 张永军 王新新

    Abstract: 本发明公开一种网络入侵检测方法、系统及电子设备,涉及网络入侵检测技术领域。本发明提供的网络入侵检测方法,在获取数据集后,对空间建模后的数据集中的异常数据进行相对距离计算,并基于异常数据间的相对距离计算清理半径,根据清理半径对异常数据周围的正常数据进行筛选处理,使得异常数据关注度更高,能够提升孤立核的度量准确率。并且,采用孤立核基于待检测网络流量数据能够精确得到网络入侵检测结果。

    一种基于Gap-loss函数的工业流水线生产状态检测方法

    公开(公告)号:CN113360851A

    公开(公告)日:2021-09-07

    申请号:CN202110691204.4

    申请日:2021-06-22

    Inventor: 张永军 文韩

    Abstract: 本文公开了一种基于Gap‑loss函数的工业流水线生产状态检测方法。该方法主要包括:数据预处理,主要是对图像数据和传感器数据分别进行卷积特征提取和特征交叉,之后进行特征拼接;网络设计,根据所要解决的任务,制定对应的网络结构;损失函数优化,在深度学习常用的交叉熵损失函数的基础上引入对应标签的输出概率和排除该概率之后第二大概率的差值。本发明通过拼接多维度特征、设计适应网络以及网络损失函数,可以加速模型的收敛速度,提高工业生产状态检测的准确率。

    一种优化基于深度学习的异常检测模型的方法

    公开(公告)号:CN110175247B

    公开(公告)日:2021-06-08

    申请号:CN201910192345.4

    申请日:2019-03-13

    Abstract: 本发明公开了一种优化基于深度学习的异常检测模型的方法,该方法主要包括:收集工业生产中产品的图像数据作为基础,形成原始样本集;构造一个深度卷积网络,并利用神经网络模型,预测生产中的图片样本;对预测样本进行标注,计算有效样本概率区间;将计算得到的有效样本输入样本库,进行模型训练迭代直至样本库类间平衡。本发明通过筛选预测样本中的有效样本,实现了样本库的类间平衡,优化模型泛化性能,预测效果提高明显。

    一种光网络二进制序列匹配方法及装置

    公开(公告)号:CN109831424B

    公开(公告)日:2020-11-20

    申请号:CN201910063873.X

    申请日:2019-01-23

    Abstract: 本发明公开了一种光网络二进制序列匹配方法及装置,将光信号的二进制序列与全“0”序列进行同或运算后进行分光,得到第一备选序列集;将所述二进制序列进行分光,得到第二备选序列集;将所述第一备选序列集与所述第二备选序列集配对两两输入第一二选一光开关阵列得到待延迟序列集;对所述待延迟序列集的每个序列以递减的方式配置每个序列的延迟时长,延时后得到待匹配序列集;将所述待匹配序列集中的前P‑L个序列与全“1”序列集配对两两输入第二二选一光开关阵列得到输入序列集;将所述输入序列集与所述待匹配序列集中的后L个序列两两进行与运算,直到得到唯一输出序列作为最终序列;通过所述最终序列判断得到脉冲输出个数和脉冲输出位置。

    一种优化基于深度学习的异常检测模型的方法

    公开(公告)号:CN110175247A

    公开(公告)日:2019-08-27

    申请号:CN201910192345.4

    申请日:2019-03-13

    Abstract: 本发明公开了一种优化基于深度学习的异常检测模型的方法,该方法主要包括:收集工业生产中产品的图像数据作为基础,形成原始样本集;构造一个深度卷积网络,并利用神经网络模型,预测生产中的图片样本;对预测样本进行标注,计算有效样本概率区间;将计算得到的有效样本输入样本库,进行模型训练迭代直至样本库类间平衡。本发明通过筛选预测样本中的有效样本,实现了样本库的类间平衡,优化模型泛化性能,预测效果提高明显。

    一种基于卷积神经网络的无效图像样本筛选方法

    公开(公告)号:CN109978029A

    公开(公告)日:2019-07-05

    申请号:CN201910188287.8

    申请日:2019-03-13

    Abstract: 本发明公开了一种基于建立卷积神经网络过滤样本模型进行无效图像样本筛选的方法,原始样本通过经由卷积神经网络构建的过滤样本模型,将大量模糊、空拍及残损等无效样本(冗余样本)图像筛选出,其余样本即为质量更好、具有更多代表性的图像样本,可作为图像分类的有效样本集。该方法最终可以实现:将无效样本通过算法筛选出,减少将大量无效样本筛选出所耗费的工时,降低人工成本。

    针对T-MPLS网络组播的快速恢复重路由方法

    公开(公告)号:CN101247354B

    公开(公告)日:2012-01-25

    申请号:CN200810102735.X

    申请日:2008-03-26

    Abstract: 本发明为一种可用于T-MPLS网络中对组播树进行保护恢复的重路由策略,该策略提供一种T-MPLS网络中针对组播业务的重路由保护恢复方法,单播业务在故障下游临节点的快速重路由被应用于T-MPLS组播,根据组播的点到多点及多点到多点的拓扑结构,实行相应的转发策略,实现T-MPLS网络组播业务的快速重路由,实现故障发生后业务的快速保护恢复。采用本发明的方法,网络发生故障后组播业务能够快速的寻找有效节点并建立保护路径,节省了网络中用于备份的网络资源,大大降低了业务流的中断时间,提高了业务流恢复速度,实现了组播业务的快速保护恢复。

    一种基于OCDMA技术的可见光通信系统及其装置

    公开(公告)号:CN102324974A

    公开(公告)日:2012-01-18

    申请号:CN201110191766.9

    申请日:2011-07-08

    Inventor: 安中文 张永军

    Abstract: 本发明适用于室内可见光通信领域,提出一种基于OCDMA技术的可见光通信系统及其装置。该通信系统由客户端和服务器两大部分组成。其中客户端由客户端设备(如PC机,移动终端),OCDMA编解码器和光发射接收电路组成。服务器由服务器设备,OCDMA编解码器和光发射接收电路组成。本发明提出的系统,实现了室内网络的双工通信和保密通信,并且可以接入因特网,向因特网上传和下载数据。

    一种物联网网关协议一致性的方法

    公开(公告)号:CN102255908A

    公开(公告)日:2011-11-23

    申请号:CN201110191788.5

    申请日:2011-07-08

    Inventor: 孟勇涛 张永军

    Abstract: 公开了一种在物联网技术应用中,终端感知网络设备与标准网络之间通过物联网网关将不同的接入协议转换成一致性协议的方法。在物联网中,感知层的设备之间存在着异构性,即物联网网关从感知层网络接收到的数据所遵循不同的协议格式,数据格式有较明显的差异。通过本发明所描述的物联网网关系统,可以实现对不同感知层网络的接入,并将存在差异的数据格式转换成统一格式的数据,屏蔽底层通信差异。在应用层,不需要在考虑数据的来源与模式,只需要将统一格式数据作为应用层的数据段封装在标准通信协议中进行传输。

Patent Agency Ranking