-
公开(公告)号:CN116886397A
公开(公告)日:2023-10-13
申请号:CN202310971110.1
申请日:2023-08-03
Applicant: 浙江大学 , 浙江浙能嘉兴海上风力发电有限公司
IPC: H04L9/40 , H04L67/12 , G06N3/0464 , G06N3/126
Abstract: 本发明公开了一种面向电网虚假数据注入攻击检测的轻量化模型自动搜索方法。针对混合精度量化的攻击检测模型难以设计的问题,提出了基于遗传算法的模型自动搜索方法,可以面向不同的电网结构和性能要求,自动搜索出对应的轻量化攻击检测模型;针对遗传算法收敛速度慢的问题,提出了对应的搜索加速方法来加快搜索过程。本发明能够实现轻量化攻击检测模型的全自动化设计与搜索,解决不同电网中轻量化模型设计复杂且耗时、需要大量专家知识的问题。
-
公开(公告)号:CN119004208A
公开(公告)日:2024-11-22
申请号:CN202411099212.X
申请日:2024-08-12
Applicant: 浙江大学
IPC: G06F18/241 , G06F18/214 , G06N3/0464 , G06N3/098 , G01R35/04
Abstract: 本发明公开了一种基于单轮联邦学习的低通信成本智能电表故障诊断方法。在各智能电表节点进行本地模型训练,各节点将本地模型参数以及每个批量归一化层在训练完成后的本地模型中记录的均值和方差上传至中心服务器,中心服务器通过对齐给定的故障分类和批量归一化层的统计量进行各节点对应数据集的生成。此外,本发明还通过对生成的数据集进行裁剪、混合并生成软标签,进一步提升了全局模型的精度和鲁棒性。最后,将生成的数据集和软标签输入至全局模型进行训练,得到最终的联邦学习全局故障诊断模型。这种方法在保护数据隐私、降低通信成本的同时,提高了模型的精度和鲁棒性,相比于其他联邦学习方法,故障诊断性能得到了显著提升。
-
公开(公告)号:CN114329639B
公开(公告)日:2024-09-06
申请号:CN202111614172.4
申请日:2021-12-27
Applicant: 浙江大学
IPC: G06F21/71
Abstract: 本发明公开了一种基于Zynq的XMSS算法软硬件协同加速计算系统,该系统包括硬件加速模块、软硬件交互接口模块以及软件端控制模块;硬件加速模块包括选择模块以及三个硬件加速算子模块;软硬件交互接口模块包括硬件接口AXI‑Stream模块以及数据搬运工具DMA的配置;软件端控制模块包括三个算子的输入数据帧构建以及数据发送和接收逻辑设计。本发明基于Zynq‑7000平台,利用Zynq SOC特殊的FPGA+ARM(CPU)的架构以及Zynq内置的高速AXI总线,进行软件端和硬件算子的数据交互,以较低的资源消耗和较快的速度实现XMSS算法。
-
公开(公告)号:CN117610626A
公开(公告)日:2024-02-27
申请号:CN202311624785.5
申请日:2023-11-30
Applicant: 浙江大学
IPC: G06N3/063 , G06N3/0464 , G06N3/0495 , G06N3/082 , G06F15/78
Abstract: 本发明公开了一种基于FPGA实现卷积神经网络的软硬件协同加速方法,该方法包括:选取卷积神经网络和数据集,并对卷积神经网络进行训练和量化;将量化模型根据所将权重和参数保存为二进制的机器语言文件。根据保存的数据生成硬件电路,使用卷积并行优化、矩阵划分、循环展开和访存流水化实现软硬件加速协同;对实现软硬件协同优化的数据重新生成硬件IP,根据硬件IP完成硬件设置、约束与布线。本发明采用的软硬件协同优化策略实现了算子级优化,能高效地使用已设计好的卷积模块;采用一整套神经网络量化与模型压缩方案,保证模型的实际部署效果且本发明具有多FPGA平台通用性。
-
公开(公告)号:CN117579840A
公开(公告)日:2024-02-20
申请号:CN202311312264.6
申请日:2023-10-09
Applicant: 浙江大学
IPC: H04N19/503 , H04N19/70 , H04N19/85 , G06T9/00 , G06N3/048 , G06N3/0464
Abstract: 本发明公开了一种视频传输语义通信系统,该系统部署在无线视频设备发送端和接收端,发送端包括视频采集模块、中央运算模块和无线通信模块,接收端包括中央运算模块和无线通信模块;在发送端,视频采集模块采集视频影像并进行数字化处理,中央运算模块部署视频语义编码模型,对视频影像进行语义编码,并将编码信息通过无线通信模块进行信道编码后发送到接收端;在接收端,通过无线通信模块对接收的信号进行信道解码,并将解码信息发送到中央运算模块,中央运算模块部署视频语义解码模型,对接收信号进行语义解码,最终完成视频影像的恢复;本发明系统具有通信效率高、抗噪声能力强和系统鲁棒性高等优点。
-
公开(公告)号:CN112308336B
公开(公告)日:2023-12-19
申请号:CN202011295709.0
申请日:2020-11-18
Applicant: 浙江大学
IPC: G06Q10/04 , G06N3/0464 , G06N3/047 , G06N3/08
Abstract: 本发明公开了一种基于多步时序预测的高速铁路大风限速动态处置方法,本发明在离线训练阶段采用基于自注意力的多步时序预测模型,预测精度更高;采用基于动态时间规整的训练策略训练预测模型,能够把握目标序列的形状特征;本发明提出的区段设置方法考虑了未来时刻的多点风速,增设了潜在大风区段,解决了大风区段设置不及时导致的安全问题和时间设置过长导致的低效问题;本发明方法考虑了大风持续时间,过滤掉不必要的限速指令下达,提高了列车运行效率和乘客满意度。
-
公开(公告)号:CN115238589A
公开(公告)日:2022-10-25
申请号:CN202210948304.5
申请日:2022-08-09
Applicant: 浙江大学
IPC: G06F30/27 , G06F119/02
Abstract: 本发明公开了一种基于生成对抗网络的人群移动预测方法,该方法以新冠肺炎(COVID‑19)疫情期间城市人群流动预测为研究对象,研究多模态数据的时空特征融合的问题。由于复杂的社会背景、政策和疫情状况等复杂多模态数据的影响,使得预测疫情期间人群移动的模式变得十分困难。该专利分析了国内三个城市的人群移动数据,发现尽管不同的城市之间有着很大的差距,但是它们在新冠肺炎疫情期间的人群移动模式呈现出很高的相似性。在此基础上,本专利设计了基于条件生成对抗网络的预测模型,模型中融合建模了多模态数据对于人群移动时空特征的影响。除此之外,模型还可以帮助政府更好地评估不同政策对人群移动性的潜在影响,优化政策制定。
-
公开(公告)号:CN111795791B
公开(公告)日:2021-06-04
申请号:CN202010641260.2
申请日:2020-07-06
Applicant: 浙江大学
Abstract: 本发明公开了一种变步长液压振动台自适应幅相控制方法,用于提高液压振动台试验中各个频率点正弦响应信号的跟踪精度;该方法设计了一个由正弦信号发生器和自适应滤波器构成的自校正网络对液压振动台控制系统的输入期望信号进行补偿,根据当前时刻误差利用改进的变步长LMS算法更新校正网络权值;在每个控制周期中,自校正网络通过将当前输入期望信号与反馈实时响应信号做差,得到当前时刻误差,根据误差利用改进的变步长LMS算法更新自校正网络权值,自校正网络输出信号作为液压振动台控制系统实际输入信号,使得系统响应信号误差变小,最终收敛后响应误差趋近于0,通过这种在线调整的方法,振动台可以高精度复现各个频率点输入正弦期望波形信号。
-
公开(公告)号:CN112614159A
公开(公告)日:2021-04-06
申请号:CN202011530890.9
申请日:2020-12-22
Applicant: 浙江大学
Abstract: 本发明公开了一种面向仓库场景的跨摄像头多目标跟踪方法,主要包括目标检测、多目标跟踪、轨迹映射三部分。目标检测器实现了目标之间存在相互遮挡场景下的精确检测;多目标跟踪器可以基于目标模板框预测各目标在当前帧的位置;通过将检测框和多目标跟踪框进行最优匹配来更新目标状态以及跟踪池信息;利用摄像头之间的时空关系,基于目标外观特征实现目标的跨摄像头跟踪;通过投影映射技术将目标轨迹映射到统一的仓库地图中以可视化跟踪过程。该方法可实现仓库场景下鲁棒的跨摄像头检测与跟踪。
-
公开(公告)号:CN112597129A
公开(公告)日:2021-04-02
申请号:CN202011523146.6
申请日:2020-12-21
Applicant: 浙江大学
Abstract: 本发明公开了一种基于结构化数据库的OPC UA信息模型自动构建方法,主要解决传统工厂互联互通升级改造时手动构建OPC UA信息模型对专业知识要求高且工作量大等问题,其实现步骤是:导入产线现有结构化数据库;解析包含设备及属性的数据库模式信息,映射为三元组集合;基于三元组生成OWL文件;映射生成XML文件;转换生成符合OPC UA规范的信息模型XML文件;生成.c文件和.h文件;创建OPC UA服务器,实例化信息模型。本发明从自动、高效构建OPC UA信息模型的需求出发,基于现有的结构化数据库,按照所定义的映射规则自动构建信息模型,极大地减少了进行OPC UA数据通信改造时需要人工逐个设备构建信息模型的繁琐操作,提高了改造效率,实用性强,具有广阔的应用前景。
-
-
-
-
-
-
-
-
-