一种使用矩阵广义逆来分批次提取产品数据特征的方法

    公开(公告)号:CN112148730B

    公开(公告)日:2024-06-21

    申请号:CN202010617965.0

    申请日:2020-06-30

    Abstract: 本发明公开了一种使用矩阵广义逆来分批次提取产品数据特征的方法,所述的方法基于某一产品生产过程的分批次的分析和化验结果,在对相应的样本进行特征提取和数据降维之后,可以过滤掉在数据采集时由于随机因素引起的数据扰动,并且使用数据的本征特征来代表数据,具有结果的稳定性;同时,本方法采用分批次的更新方式,计算的时间复杂度和空间复杂度较低。

    一种多传输路径确定方法、装置、设备及介质

    公开(公告)号:CN117880178A

    公开(公告)日:2024-04-12

    申请号:CN202311810805.8

    申请日:2023-12-26

    Abstract: 本申请公开了一种多传输路径确定方法、装置、设备及介质,包括:基于网络拓扑图确定从源节点到目的节点的若干最短路径;所述最短路径为路径时延最小的路径,所述路径时延为基于网络状态确定的路径对应的时延;将所述若干最短路径中的每条路径抽象为一个节点,并将目标节点对之间连通,得到辅助图;所述目标节点对中两个节点所对应的两条路径之间的路径时延之差不超过时延差阈值;在所述辅助图中基于预设限制条件查找最大团,并将所述最大团中所包含节点对应的多条路径确定为多条传输路径;其中,所述预设限制条件为找到的最大团所包含的节点满足带宽需求。这样,能够在保障多路径传输效率的同时,降低接收端乱序程度。

    一种网络入侵检测方法、装置、设备和存储介质

    公开(公告)号:CN114070641B

    公开(公告)日:2024-02-27

    申请号:CN202111418475.9

    申请日:2021-11-25

    Abstract: 本发明公开了一种网络入侵检测方法、装置、设备和存储介质,将网络数据的特征输入至第一误用检测模型,得到正常数据或攻击数据;将攻击数据的特征输入至第一异常检测模型,得到聚类类别,计算与其所属的聚类类别的类中心之间的第一类距离;响应于第一类距离不大于预先确定的该聚类类别的第一类距离阈值,将所述攻击数据作为确定性攻击数据,输入至第二误用检测模型,得到具体攻击类型;响应于第一类距离大于预先确定的该聚类类别的第一类距离阈值,将攻击数据作为待确定攻击数据,保存到待确定攻击数据集中,判断待确定攻击数据类型是否已出现过。本发明准确检测网络数据具体类型,还能检测新攻击是否已出现过,极大提高了网络安全性和及时性。

    一种基于标识解析的设备发现方法、系统

    公开(公告)号:CN112929439B

    公开(公告)日:2022-12-09

    申请号:CN202110166664.5

    申请日:2021-02-04

    Abstract: 本发明涉及物联网或工业互联网设备管理技术领域,尤其是一种基于标识解析的设备发现方法,现提出如下方案,其包括:将所述设备的设备信息固化到设备上,通过向标识解析系统注册设备信息,标识解析系统收到设备信息后根据设备信息生成设备标识返回给设备,设备携带设备标识向设备管理云平台发送注册请求,设备管理云平台根据设备标识请求标识解析系统获取并保存映射设备注册信息,从而完成设备管理云平台对设备的发现,以及在基于本方法的基础上,分别从设备端、设备管理云平台和标识解析系统来更新设备信息。本发明避免或减少了企业在设备管理上需要手工录入设备信息到设备管理平台的大量工作,大大提高了设备接入的效率和企业设备管理上的成本。

    一种应用于生产线的组合作业优化分配方法及系统

    公开(公告)号:CN113673808A

    公开(公告)日:2021-11-19

    申请号:CN202110592867.0

    申请日:2021-05-28

    Abstract: 本发明提供一种应用于生产线的组合作业优化分配方法及系统,分配方法包括以下步骤:步骤一、确定单个产品生产周期的总时长、生产产线的作业种类、每个作业种类所需的生产时长以及每个作业种类的边际收益,获取各个作业种类的平均时长;步骤二、计算每个作业种类各自所需的节拍数:依据单个生产周期的总时长、每个作业种类的平均时长及总节拍数计算每个作业种类所需的节拍数;步骤三、根据每个作业种类的节拍数,采用递归算法确定作业组合中的最大收益;步骤四、根据作业组合中的最大收益对作业进行分配以使生产线收益最大。使用动态计算法来求出在一条生产线的总生产时间为固定的条件下,挑选合适的作业,使得在总生产时间内获得的生产收益最高。

    一种基于标识解析的设备发现方法、系统

    公开(公告)号:CN112929439A

    公开(公告)日:2021-06-08

    申请号:CN202110166664.5

    申请日:2021-02-04

    Abstract: 本发明涉及物联网或工业互联网设备管理技术领域,尤其是一种基于标识解析的设备发现方法,现提出如下方案,其包括:将所述设备的设备信息固化到设备上,通过向标识解析系统注册设备信息,标识解析系统收到设备信息后根据设备信息生成设备标识返回给设备,设备携带设备标识向设备管理云平台发送注册请求,设备管理云平台根据设备标识请求标识解析系统获取并保存映射设备注册信息,从而完成设备管理云平台对设备的发现,以及在基于本方法的基础上,分别从设备端、设备管理云平台和标识解析系统来更新设备信息。本发明避免或减少了企业在设备管理上需要手工录入设备信息到设备管理平台的大量工作,大大提高了设备接入的效率和企业设备管理上的成本。

    一种应用于机器学习的时序特征有效窗口提取方法

    公开(公告)号:CN111178156A

    公开(公告)日:2020-05-19

    申请号:CN201911257651.8

    申请日:2019-12-10

    Abstract: 本发明公开了一种应用于机器学习的时序特征有效窗口提取方法,步骤如下:首先,对实际焊接生产过程中电参数实时采集,利用数据自身特点,计算动态阈值,根据阈值不断迭代更新自动筛选出有效窗口。然后进行希尔伯特变换,分别对电参数实数值和复数值做特征提取,使用最大最小标准化和包装法中的递归特征消除法挑选特征。最后,使用决策树模型进行分类,对预测偏移样本记录反馈,并加入模型重新迭代优化。本发明通过提取有效窗口,避免窗口选择太大,保留太多噪音数据,使数据失真以及窗口选择太小,删除太多有用特征,无法提出与目标变量强相关的因子的问题,显著地提高了预测精度。

    一种应用于生产线的组合作业优化分配方法及系统

    公开(公告)号:CN113673808B

    公开(公告)日:2024-10-15

    申请号:CN202110592867.0

    申请日:2021-05-28

    Abstract: 本发明提供一种应用于生产线的组合作业优化分配方法及系统,分配方法包括以下步骤:步骤一、确定单个产品生产周期的总时长、生产产线的作业种类、每个作业种类所需的生产时长以及每个作业种类的边际收益,获取各个作业种类的平均时长;步骤二、计算每个作业种类各自所需的节拍数:依据单个生产周期的总时长、每个作业种类的平均时长及总节拍数计算每个作业种类所需的节拍数;步骤三、根据每个作业种类的节拍数,采用递归算法确定作业组合中的最大收益;步骤四、根据作业组合中的最大收益对作业进行分配以使生产线收益最大。使用动态计算法来求出在一条生产线的总生产时间为固定的条件下,挑选合适的作业,使得在总生产时间内获得的生产收益最高。

    一种搭接接头焊接质量缺陷预测的方法、系统及计算机可读存储介质

    公开(公告)号:CN112270335B

    公开(公告)日:2024-10-01

    申请号:CN202010923517.3

    申请日:2020-09-04

    Abstract: 本发明公开一种搭接接头焊接质量缺陷预测的方法、系统及计算机可读存储介质,该方法首先收集焊接生产过程中焊接电参数和质量缺陷标签以及焊缝中心偏移焊丝中心的标签作为训练库;对收集到的电参数时序数据进行有效窗口提取,对提取的数据进行希尔伯特变换,分别对电参数实数值和复数值做特征提取;使用梯度提升树学习样本焊缝中心是否偏移焊丝中心;将预测到的焊缝中心是否偏移焊丝中心标签作为特征,使用最大最小标准化和包装法中的递归特征消除法挑选特征,使用决策树模型进行焊接质量缺陷分类;实时采集焊接电参数,进行窗口提取和相应的特征变换和提取,代入焊缝中心是否偏移焊丝中心模型预测,将预测结果作为特征,代入焊接质量预测模型得到焊接质量是否有缺陷。

    一种应用于机器学习的时序特征有效窗口提取方法

    公开(公告)号:CN111178156B

    公开(公告)日:2023-06-20

    申请号:CN201911257651.8

    申请日:2019-12-10

    Abstract: 本发明公开了一种应用于机器学习的时序特征有效窗口提取方法,步骤如下:首先,对实际焊接生产过程中电参数实时采集,利用数据自身特点,计算动态阈值,根据阈值不断迭代更新自动筛选出有效窗口。然后进行希尔伯特变换,分别对电参数实数值和复数值做特征提取,使用最大最小标准化和包装法中的递归特征消除法挑选特征。最后,使用决策树模型进行分类,对预测偏移样本记录反馈,并加入模型重新迭代优化。本发明通过提取有效窗口,避免窗口选择太大,保留太多噪音数据,使数据失真以及窗口选择太小,删除太多有用特征,无法提出与目标变量强相关的因子的问题,显著地提高了预测精度。

Patent Agency Ranking