-
公开(公告)号：CN107122684A
公开(公告)日：2017-09-01
申请号：CN201710313223.7
申请日：2017-05-05
Applicant: 河南理工大学
Abstract: 本发明属于计算机网络技术领域，尤其是涉及一种计算机网络信息安全控制装置，包括壳体以及设置其内部的网络安全检测装置，壳体的内部由隔板分隔成第一安装室和第二安装室，第一安装室设置在第二安装室的前侧，且网络安全检测装置设置在第二安装室的内部，壳体的上端后侧铰接有盖子，盖子上表面嵌设有显示屏；第一安装室内自上至下依次设有手指静脉识别装置、顶杆、挡板、活动接头、竖管、插头以及固定接头；隔板上设有连通第一安装室和第二安装室的开孔，开孔内设有用于对盖子和活动接头进行锁紧的锁紧机构。优点在于：本发明可有效的保证计算机网络信息的安全性，为网络数据的传输和检测提供了安全稳定的工作环境。
-
公开(公告)号：CN107040542A
公开(公告)日：2017-08-11
申请号：CN201710285506.5
申请日：2017-04-27
Applicant: 河南理工大学
Abstract: 本发明属于计算机网络技术领域，尤其是涉及一种计算机网络安全控制器，包括外壳以及设置其内部的网络安全检测装置，网络安全检测装置的上端表面嵌设有触摸显示屏和若干个信号指示灯，外壳的顶部还设有手指静脉识别装置；外壳的左端设有网络输入线，网络输入线贯穿外壳并与网络安全检测装置的网线接入端口连接，外壳的右端设有网络输出线，网络输出线贯穿外壳并与网络安全检测装置的网线接出端口连接；外壳的前端设有若干网络接口，且若干网络接口通过接线机构与网络安全检测装置连接。优点在于：本发明以机械传动方式来驱动网络接口的接通可断开，极大的提高了设备的安全性，为网络数据的传输和检测提供良好的安全稳定的工作环境。
-
公开(公告)号：CN118628837A
公开(公告)日：2024-09-10
申请号：CN202410901899.8
申请日：2024-07-05
Applicant: 河南理工大学
Abstract: 本发明涉及图像分类技术领域，特别涉及一种基于客户端选取与聚合权重调节的异步联邦图像分类方法及系统，利用联邦学习算法对图像分类模型进行训练，得到图像分类目标模型，所述联邦学习算法基于历史图像数据累积分布进行目标客户端选取并依据本地模型与全局模型相似性和本地模型间相似性来调节聚合权重；将待识别图像输入至图像分类目标模型中，利用图像分类目标模型获取待识别图像的种类并输出。本发明可减小数据异质性对全局模型的影响，挖掘本地过时更新模型的有价值信息，提升全局模型的效用，提升异步联邦图像分类过程中全局模型的预测性能，可适用于包括但不局限于图像分类的有监督数据分析场景。
-
公开(公告)号：CN107122684B
公开(公告)日：2019-12-03
申请号：CN201710313223.7
申请日：2017-05-05
Applicant: 河南理工大学
Abstract: 本发明属于计算机网络技术领域，尤其是涉及一种计算机网络信息安全控制装置，包括壳体以及设置其内部的网络安全检测装置，壳体的内部由隔板分隔成第一安装室和第二安装室，第一安装室设置在第二安装室的前侧，且网络安全检测装置设置在第二安装室的内部，壳体的上端后侧铰接有盖子，盖子上表面嵌设有显示屏；第一安装室内自上至下依次设有手指静脉识别装置、顶杆、挡板、活动接头、竖管、插头以及固定接头；隔板上设有连通第一安装室和第二安装室的开孔，开孔内设有用于对盖子和活动接头进行锁紧的锁紧机构。优点在于：本发明可有效的保证计算机网络信息的安全性，为网络数据的传输和检测提供了安全稳定的工作环境。
-
公开(公告)号：CN119229255A
公开(公告)日：2024-12-31
申请号：CN202411275137.8
申请日：2024-09-12
Applicant: 河南理工大学
IPC: G06V10/82 , G06V10/776 , G06V10/764 , G06V10/774 , G06N3/0464 , G06N3/098
Abstract: 本发明公开了一种基于截断沙普利值的同步联邦学习刀具故障诊断各参与企业贡献度评估方法及系统，包括：获取不同型号刀具图像；基于不同型号刀具图像和横向联邦学习，构建图像分类全局模型；对不同型号刀具图像进行排序，获得训练集；利用FedAvg算法和所述训练集，更新图像分类全局模型，并对当前轮次更新进行显著性判断，获得性能满足预设要求的图像分类全局模型；计算当前轮次参与的刀具图像对图像分类全局模型的贡献度；直至图像分类全局模型更新轮次达到阈值，构建所训练的刀具故障诊断联邦学习模型；基于所训练的刀具故障诊断联邦学习模型，应用在新刀具图像上获得故障诊断结果。
-
Patent Agency Ranking
公开(公告)号：CN114648161A
公开(公告)日：2022-06-21
申请号：CN202210250105.7
申请日：2022-03-14
Applicant: 河南理工大学
Abstract: 本发明公开了一种大吨位装载机自适应智能装载系统，涉及到一种基于长短记忆神经网络、视觉分析以及结合历史数据联合驱动技术，包括视觉识别系统、数据采样与解码系统、数据融合系统、优化计算系统和存储系统，所述视觉识别系统利用激光雷达和3D扫描仪对装载机的作业环境进行快速识别，获取地形地貌数据，所述数据采样与解码系统是利用不同类型的传感器来获取多源异构数据，以太网将采集的数据传输到计算机进行解码并对其进行清洗和简化处理，所述数据融合系统是基于长短记忆网络等机器学习算法前次装载轨迹的结果和历史数据进行数据扩容，实现不同工况下数据的融合，对提高装载机作业效率、降低系统能耗具有重要意义。
-
公开(公告)号：CN114580717A
公开(公告)日：2022-06-03
申请号：CN202210155341.0
申请日：2022-02-18
Applicant: 河南理工大学
IPC: G06Q10/04 , G06Q10/00 , G06F16/215 , G06F30/23 , G06F30/27 , G06N3/04 , G06N20/10 , G06N20/20 , G06N5/00 , G06K9/62 , G16Y20/20 , G16Y40/10 , G16Y40/20 , G16Y40/40 , G06F119/14
Abstract: 本发明公开了一种面向自动化立体车库的数字孪生系统，属于自动化车库领域，包括实体运行设备、数据采集系统、数据通讯系统、数据清洗系统、智能化分析系统、数字孪生驱动系统和存储系统，由传感器采集到得自动化车库的工作运行数据通过数据通信系统传输到数据清洗系统中实现数据预处理，获得可用数据，可用数据作为智能化分析系统的输入，实现自动化立体车库的工况性能评估、结构控制优化、零部件的剩余寿命预测，利用三维可视化技术将性能参数映射到孪生体模型中，实现对自动化立体车库实体的监测和控制，保障自动化立体车库的正常运行。
-
公开(公告)号：CN114580091A
公开(公告)日：2022-06-03
申请号：CN202111635891.4
申请日：2021-12-28
Applicant: 河南理工大学
IPC: G06F30/17
Abstract: 本发明公开了一种智能装备的结构和控制一体化协同优化设计方法，包括包括大型斗轮取料机的结构参数、控制参数、解耦规划方法、优化算法系统和存储器，智能装备的结构参数是影响整机装备的制造成本和能耗成本的物理样机结构参数集合；控制参数是智能装备在运行过程中影响系统性能的电气参数集合；将结构参数和控制进行统一考虑并建立智能装备的一体化优化模型，运用合适的解耦规划方法将优化模型中的耦合变量进行解耦；运用所述的优化算法对智能装备的优化模型进行一体化寻优求解，可以实现智能装备的结构与控制参数一体化协同优化设计，对智能装备的性能预估、故障诊断和性能优化具有重要意义。
-
公开(公告)号：CN114444816B
公开(公告)日：2024-11-15
申请号：CN202210232924.9
申请日：2022-03-09
Applicant: 河南理工大学
Abstract: 本发明公开了一种大吨位装载机的识别、控制数字孪生系统，涉及到机器学习与大数据挖掘技术、面向复杂机电智能化装备数字孪生技术，包括作业环境识别系统、数据扩容系统、孪生模型控制系统以及数据存储系统，其中作业环境识别系统主要是利用激光测距仪、图像传感器、位置传感器等功能器件进行大吨位装置作业环境的识别，将识别获得的数据进行筛选、过滤、分类等工作，获得有用的作业环境数据，数据扩容系统主要用来对当前获得的时序大数据、作业对象形貌大数据、设备形貌小样本数据与历史作业数据进行融合，形成融合多源信息的初始数据集，本发明能够对大吨位装载机的设计、监控、性能预测及全生命周期管理提供科学依据。
-
公开(公告)号：CN118036711A
公开(公告)日：2024-05-14
申请号：CN202410307518.3
申请日：2024-03-18
Applicant: 河南理工大学
Abstract: 本发明涉及联邦学习隐私保护技术领域，特别涉及一种自适应差分隐私调节的异步联邦学习方法及系统，基于异步联邦学习收敛性与实际梯度观测值的自适应调节差分隐私噪声方差，中心服务器按阶段减小噪声方差，并将噪声方差与梯度裁剪大小的比值设为常值，以保证在提供相同差分隐私保护程度的前提下提升最终模型的效用；同时，参与用户对最小批上每个样本对应的梯度逐一裁剪，并对裁剪后的梯度进行平均和扰动，以保证单个样本均不能泄露训练样本的隐私。本发明保证在不改变隐私保护程度的前提下通过减小总体引入的噪声量，提升隐私保护和模型效用，便于在实际应用中进行部署实施。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.031 seconds)
