-
公开(公告)号:CN118555215B
公开(公告)日:2024-10-01
申请号:CN202411018540.2
申请日:2024-07-29
申请人: 合肥工业大学
摘要: 为了克服上述现有技术中扩散模型无法应用于求解存在大量缺失的网络流量矩阵填充问题的缺陷,本发明提出了一种基于扩散模型的缺失网络流量矩阵填充方法,在填充缺失网络流量矩阵时,通过计算梯度矫正含噪流量矩阵的条件分布,解决了结合扩散模型的生成过程实现网络流量矩阵填充的问题,并通过替换已知部分含噪流量再次更新含噪流量矩阵已知部分的边缘分布。本发明全面考虑了在无法获得完整网络流量矩阵数据集的场景下,结合扩散模型实现网络流量矩阵填充,可以有效解决现有方法存在填充假设强、且填充后生成源点对质量较差等诸多问题。
-
公开(公告)号:CN118445802B
公开(公告)日:2024-09-03
申请号:CN202410905401.5
申请日:2024-07-08
申请人: 合肥工业大学
IPC分类号: G06F21/56 , G06F16/955 , G06F16/958 , G06F40/284 , G06F40/242 , G06F18/2431 , G06F18/2415 , G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/047 , G06N3/084
摘要: 本发明公开了一种基于CNN+BERT的恶意网址检测分类模型的训练及检测方法,涉及互联网网络安全技术领域,基于CNN+BERT的恶意网址检测分类模型的训练方法包括:收集网页数据构建数据集;利用词向量模型对所有URL的词元进行处理,构建URL的字符词典,得到各个URL的编码向量即句向量;将URL句向量通过CNN网络进行自适应特征提取;对数据集中的网页文本进行编码,获取文本向量,将文本向量通过BERT模型获取网页文本特征向量;将URL特征向量与网页文本特征向量进行拼接获取网址的预测输出,将URL视作文本信息进行特征提取,对URL的语义挖掘提升了精准性,结合了CNN和BERT,提取出更加丰富和有效的特征表示,提高了网址检测的准确率。
-
公开(公告)号:CN118555215A
公开(公告)日:2024-08-27
申请号:CN202411018540.2
申请日:2024-07-29
申请人: 合肥工业大学
摘要: 为了克服上述现有技术中扩散模型无法应用于求解存在大量缺失的网络流量矩阵填充问题的缺陷,本发明提出了一种基于扩散模型的缺失网络流量矩阵填充方法,在填充缺失网络流量矩阵时,通过计算梯度矫正含噪流量矩阵的条件分布,解决了结合扩散模型的生成过程实现网络流量矩阵填充的问题,并通过替换已知部分含噪流量再次更新含噪流量矩阵已知部分的边缘分布。本发明全面考虑了在无法获得完整网络流量矩阵数据集的场景下,结合扩散模型实现网络流量矩阵填充,可以有效解决现有方法存在填充假设强、且填充后生成源点对质量较差等诸多问题。
-
公开(公告)号:CN118194239A
公开(公告)日:2024-06-14
申请号:CN202410599212.X
申请日:2024-05-15
申请人: 合肥工业大学
IPC分类号: G06F18/25 , G06F18/214 , G06F18/23 , G06F30/20 , G06N3/042 , G06N3/045 , G06Q50/06 , H02J3/24 , H02J3/38
摘要: 本发明涉及深度学习技术领域,具体是一种基于多模态图网络的输电系统宽频振荡参数辨识方法。本发明运用多组文本数据和图像数据,以精确辨识海上风电输电系统产生宽频振荡时的控制器参数;同时采用异质图神经网络融合的方式应对数据实际采集过程中存在的数据缺失问题,从而实现输电线路控制器参数调配和控制策略的合理设计,进而减少海上风电输电系统振荡异常的产生次数,使海上风电输电系统更加稳定,进而能够有效的提高控制器参数辨识的准确性。
-
公开(公告)号:CN117706406B
公开(公告)日:2024-04-16
申请号:CN202410163216.3
申请日:2024-02-05
申请人: 安徽布拉特智能科技有限公司 , 合肥工业大学智能制造技术研究院
IPC分类号: G01R31/392 , G01R31/367 , G01R31/378
摘要: 本发明涉及储能锂电池性能评估技术领域,尤其是一种锂电池健康状态监测模型、方法、系统和存储介质。本发明提出的一种锂电池健康状态监测模型的构建方法,构建了一种以锂电池融合特征为输入的锂电池健康状态监测模型。如此,本发明中,通过特征融合对锂电池的工况数据进行预处理,简化了锂电池健康状态监测模型的输入,有利于提高模型预测的效率。本发明中,通过特征融合对锂电池工况数据进行全面考虑,有利于提高健康状态评估的精确性,从而实现一种高效且精确的锂电池健康状态监测模型。
-
公开(公告)号:CN117217546B
公开(公告)日:2024-01-12
申请号:CN202311473535.6
申请日:2023-11-08
申请人: 合肥工业大学
IPC分类号: G06Q10/0635 , G06Q50/06 , G06Q10/04 , G06N3/0464 , G06N3/047
摘要: 本发明涉及输电线路雷击风险预防技术领域,尤其是一种输电线路雷击跳闸预测模型、方法、系统和存储介质。本发明通过时间切片取各时段的落雷数据,且本发明把地形栅格化并对其填充海拔值以及时段落雷数据,显然本发明对特征更为精细化的处理有利于神经网络捕捉到更多的信息,进而提升其准确度。本发明中对雷击跳闸概率的相关特征做了更加细粒化的处理,有利于提升预测的准确度。本发明中,结合神经网络的不确定性参数取值方式,进一步将这种不确定性与平均跳闸概率结合,有助于提升模型准确度,考虑到了实际情况下一些扰动因素导致的不确定性,本发明可以捕捉这种不确定性并加以利用,提高模型的准确度。
-
公开(公告)号:CN117217546A
公开(公告)日:2023-12-12
申请号:CN202311473535.6
申请日:2023-11-08
申请人: 合肥工业大学
IPC分类号: G06Q10/0635 , G06Q50/06 , G06Q10/04 , G06N3/0464 , G06N3/047
摘要: 本发明涉及输电线路雷击风险预防技术领域,尤其是一种输电线路雷击跳闸预测模型、方法、系统和存储介质。本发明通过时间切片取各时段的落雷数据,且本发明把地形栅格化并对其填充海拔值以及时段落雷数据,显然本发明对特征更为精细化的处理有利于神经网络捕捉到更多的信息,进而提升其准确度。本发明中对雷击跳闸概率的相关特征做了更加细粒化的处理,有利于提升预测的准确度。本发明中,结合神经网络的不确定性参数取值方式,进一步将这种不确定性与平均跳闸概率结合,有助于提升模型准确度,考虑到了实际情况下一些扰动因素导致的不确定性,本发明可以捕捉这种不确定性并加以利用,提高模型的准确度。
-
公开(公告)号:CN116611194A
公开(公告)日:2023-08-18
申请号:CN202310868481.7
申请日:2023-07-17
申请人: 合肥工业大学
IPC分类号: G06F30/18 , G06F30/27 , G06N3/092 , G06F113/04
摘要: 本发明涉及雷击防控和配电网保护技术领域,尤其是一种基于深度强化学习的线路重合调度策略模型、方法和系统。本发明主要是通过将具有影响雷击后线路状况的特征耦合关系信息与线路中电器之间的拓扑关系信息耦合输入到Actor‑Critic网络中,对Actor‑Critic网络模型训练直至获取到收敛的最佳重合闸调度策略。本发明考虑线路中不同电器的电阻有所差异将线路中电器节点划分到若干区域,可使得电器电阻对线路雷击跳闸后是否采取正确动作的影响降低,从而提高线路重合调度决策的正确性,减少了调度失败的概率。
-
公开(公告)号:CN114951030B
公开(公告)日:2023-06-20
申请号:CN202210637490.0
申请日:2022-06-08
申请人: 合肥工业大学智能制造技术研究院
摘要: 本发明公开了一种应用于锂电池的表面缺陷检测装置,包括运送机构,所述运送机构的顶部固定安装有位于其中部的拨动机构;通过拨动机构能够推动承载机构沿着运送带的轨迹顺时针方向转动,同时拨动机构能够自动对柱形锂电池进行扫描检测,通过驱动机构对自旋转机构施加摩擦力,使自旋转机构能够在摩擦力的作用下运行,通过自旋转机构能够驱动柱形锂电池在检测位上滚动,使拨动机构能够对柱形锂电池上的所有面进行连续的扫描检测,一次性完成对柱形锂电池的检测工作,不需要人工对柱形锂电池进行翻面,检测的更加充分,通过筛选机构能够将不合格的柱形锂电池筛选出,提高了该应用于锂电池的表面缺陷检测装置的实用性。
-
公开(公告)号:CN116166406A
公开(公告)日:2023-05-26
申请号:CN202310451329.9
申请日:2023-04-25
申请人: 合肥工业大学智能制造技术研究院
摘要: 本发明涉及微云系统技术领域,尤其是一种个性化边缘卸载调度方法、模型训练方法和系统。本发明在训练卸载调度模型的过程中采用联邦学习方法,还在训练过程中结合微云局部参数聚合和全边缘网络的全局参数聚合,以提高收敛速度,降低任务丢失率。本发明提出的卸载调度模型根据不同的任务类型将任务分配给不同的微云端进行计算,或者任务进行本地计算,以实现任务调度的优化。通过在仿真平台上进行测试,结果显示随着用户数量的增加,本发明训练的卸载调度模型在平均时延、能耗、收敛速度、任务丢失率上均有更加优异的表现,尤其用户终端数量越大,本发明训练的卸载调度相对于其他算法的优异性更加突出。
-
-
-
-
-
-
-
-
-