-
公开(公告)号：CN114186668A
公开(公告)日：2022-03-15
申请号：CN202111498488.1
申请日：2021-12-09
申请人： 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
摘要： 本发明公开了一种物联网数据流预测的在线深度学习方法、系统和设备，包括采集观测数据，获取预设时间段内观测数据的目标数据点及目标数据点序列；对原始观测数据进行处理，并构建训练和测试样本；根据训练和测试样本建立ECNN模型进行在线深度学习。对比现有技术，本发明的有益效果在于：采用进化卷积神经网络框架，可以端到端地进行训练，既具有较好的数据特征学习能力，并且还可以随数据流自适应地进化，同时解决了容量可扩展性和可持续性问题。
-
公开(公告)号：CN113486352A
公开(公告)日：2021-10-08
申请号：CN202110698293.5
申请日：2021-06-23
申请人： 山东省计算中心(国家超级计算济南中心)
摘要： 本发明涉及一种面向工控网络的多模式攻击方式对工控系统状态影响的定量评估方法及系统，包括步骤如下：(1)对状态特征即工控系统状态数据集进行初步描述与抽取，并获取状态数据分割点；(2)对状态特征进行聚类；(3)构建状态转移概率图；(4)基于异常特征与损害程度指标，对系统状态影响进行定量评估。本发明面向多种工控网攻击策略，以状态异常特征为主要指标，对攻击进行阶段、攻击结束阶段系统实际状态变化进行定量评估，解决多种攻击策略对系统状态影响难以准确评估的问题。本发明提出攻击策略对系统状态影响评估公式，将状态异常特征与威胁损坏程度关联评估与分析，取得与实际状态影响较为一致的评估结果。
-
公开(公告)号：CN111460953B
公开(公告)日：2021-05-18
申请号：CN202010221886.8
申请日：2020-03-26
申请人： 山东省人工智能研究院 , 山东省计算中心(国家超级计算济南中心)
摘要： 一种基于对抗域自适应学习的心电信号分类方法，使用多尺度特征提取模块提取的特征是高度域不变的，减少了域间差异，源域样本训练的模型也可以在目标域上更好的应用，网络训练结束后，保存最优模型，将新的心拍样本输入到保存的最优模型中，获得最终分类效果。使用多特征提取器可以增加特征的丰富性，更加全面的提取心电信号的细节信息，同时使用对抗域自适应学习的方法，可改善不同域样本分布不同的现象，获得高度概括源域样本和目标域样本之间的域不变特征，通过这些特征训练一个对目标域高度适用的分类模型，可提高数据分布不同的跨域心电信号的分类精度。
-
公开(公告)号：CN110708160B
公开(公告)日：2020-11-13
申请号：CN201910959287.3
申请日：2019-10-10
申请人： 山东省计算中心(国家超级计算济南中心)
IPC分类号： H04L9/30
摘要： 本公开公开了基于SM2算法标量乘法编码的抗侧信道攻击方法及系统，包括：生成基准坐标表，生成预编码坐标参数表ParTable；获取椭圆曲线公钥密码算法的参数k；基于基准坐标表、预编码坐标参数表ParTable和椭圆曲线公钥密码算法的参数k，实时生成编码表；基于实时生成的编码表，完成椭圆曲线公钥密码算法中的固定点标量乘法kG的运算，在椭圆曲线公钥密码的数字签名生成过程、数字签名验证过程、加密过程或密钥交换协商过程中使用运算获取的kG，抵御侧信道攻击。
-
公开(公告)号：CN111460956A
公开(公告)日：2020-07-28
申请号：CN202010222769.3
申请日：2020-03-26
申请人： 山东科技大学 , 山东省人工智能研究院 , 山东省计算中心(国家超级计算济南中心)
IPC分类号： G06K9/00 , G06N3/04 , A61B5/0402
摘要： 一种基于数据增强与损失加权的不平衡心电样本分类方法，通过对数据进行相应的处理实现了数据增强，增强了心拍样本的多样性和代表性，防止过拟合现象的发生；并通过批处理加权损失函数，使每一类心拍样本的权重处于一个动态的非线性变化的过程，得到一个较优的处理心拍类别样本不平衡的方法，分类结果优于现有的最先进的分类方法。可以积极推动便携式心律失常时检测设备的发展。
-
公开(公告)号：CN110946567A
公开(公告)日：2020-04-03
申请号：CN201811136348.8
申请日：2018-09-27
申请人： 山东省计算中心(国家超级计算济南中心)
IPC分类号： A61B5/0402 , A61B5/04
摘要： 一种基于GMC惩罚项的稀疏最小二乘法ECG信号分解降噪方法，包括如下步骤：a)计算机加载原始带噪音ECG信号数据y；b)建立低通滤波器，将ECG信号数据y进行低通滤波处理；c)得到具有原始信号特征信息的稀疏信号g；d)通过公式x＝f+g将低通滤波信号f和稀疏信号g相叠加得到干净的信号x。由于使用GMC惩罚项，即广义极小极大非凸惩罚项(Generalized Minimax-Concave penalty)来进行约束，既能在保证问题能找到最优解的情况下，提高降噪过程中估计信号的精准度。
-
公开(公告)号：CN110755069A
公开(公告)日：2020-02-07
申请号：CN201911027439.2
申请日：2019-10-25
申请人： 山东省计算中心(国家超级计算济南中心)
IPC分类号： A61B5/0452
摘要： 一种跳跃突变噪声的动态心电信号基线漂移校正方法，通过准确检测心电信号中包含的跳跃突变区域，并分段单独处理，可以改善传统滤波方法处理该类区域时基线提取不准确导致的心电信号变形问题。适用于各种含有基线漂移的心电信号的基线漂移校正处理，尤其是可穿戴式的动态心电信号。得到的基线漂移校正信号的波形明显优于其他方法。
-
公开(公告)号：CN110547786A
公开(公告)日：2019-12-10
申请号：CN201810555348.5
申请日：2018-06-01
申请人： 山东省计算中心(国家超级计算济南中心)
IPC分类号： A61B5/0402 , A61B5/0452 , A61B5/04
摘要： 一种基于多尺度小波变换的心电图波形的形态识别方法，通过本基于多尺度小波变换的心电图波形的形态识别方法，相对于传统的心电图识别，本发明可以更精准的定位峰值位置和范围所在，通过本融合算法可以有效减少由于选择检测尺度不当或是P/T形态多变条件下检测P/T波所造成的损失。特别是对P/T波异常的心电图有更好的检测效果。本发明算法具有容错性高、精确度高等特点，特别是在P/T波检测中，可以有效避免由于P/T波能量集中频率不一致造成的错检和漏检，有效减少因检测不当所造成的误诊等情况。
-
公开(公告)号：CN109620210A
公开(公告)日：2019-04-16
申请号：CN201910080223.6
申请日：2019-01-28
申请人： 山东科技大学 , 山东省计算中心(国家超级计算济南中心)
IPC分类号： A61B5/0402 , A61B5/00
摘要： 一种基于自编码模式的CNN与GRU结合的心电信号分类方法，通过提取出原始信号中最具有代表性的特征，运用CNN+GRU进行特征提取，节省了空间，节省了很多训练空间，其中采用的GRU（门控循环单元）一方面解决了由于RNN训练时出现的梯度消失和梯度爆炸的问题，另一方面它比LSTM少一个门，更易于计算，能够提高训练效率，GRU优点在于当训练样本少时，可以使用防止过拟合，当训练样本多时，也可以节省很多的训练时间，能够提高网络的学习效率和心电信号识别的精度。
-
公开(公告)号：CN109388972A
公开(公告)日：2019-02-26
申请号：CN201811265704.6
申请日：2018-10-29
申请人： 山东科技大学 , 山东省计算中心(国家超级计算济南中心)
IPC分类号： G06F21/62 , G16H10/60 , G06K9/62 , G06F16/906
摘要： 一种基于OPTICS聚类的医疗数据异方差差分隐私保护方法，通过引入单链表update和指针S使得OPTICS聚类算法的时间复杂度降低，并采用了K-匿名和差分隐私保护的结合使得其安全性得到进一步增加，为了保证数据的可用性，采用异方差加噪的方式，使得数据可用性明显改善，再此过程中，我们假设攻击者在最大知识背景下，求得能够成功获取隐私信息的概率，设置隐私参数的上界，保证在隐私保护的范围内，有效的平衡了数据可用性和隐私安全之间的关系。
-
-
-
-
-
-
-
-
-
搜索结果
187 条记录 (耗时 0.045 秒)
