专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果5个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于残差稀疏宽度学习系统的入侵检测方法-CN202011524068.1在审
  • 王振东;刘尧迪;李大海;王俊岭;曾珽 - 江西理工大学
  • 2020-12-21 - 2021-07-23 - G06N3/08
  • 本发明涉及网络和主机入侵检测技术领域,具体涉及一种基于残差稀疏宽度学习系统的入侵检测方法,包括以下步骤:Step1、对原始的入侵检测数据集进行预处理,Step2、将标准数据集划分为训练集和测试集;Step3、对BLS模型进行训练和参数调优,Step4、将测试数据输入到训练好的RES‑BLS入侵检测模型中,进而得到每条数据的分类结果。该基于残差稀疏宽度学习系统的入侵检测方法能够有效的解决了宽度学习系统存在的准确率、精确率、真正率、假正率等偏低的问题;该模型使用了SVD分解以求解BLS的输出权值矩阵,并通过残差学习不断调整网络训练过程中的误差,最后通过稀疏剪枝修剪网络的冗余特征以及输出权重以此修剪冗余节点避免模型陷入局部最优。
  • 一种基于稀疏宽度学习系统入侵检测方法
  • [发明专利]一种入侵检测方法及装置-CN202010318126.9在审
  • 王振东;刘尧迪;李大海;王俊岭;曾珽 - 江西理工大学
  • 2020-04-21 - 2020-09-04 - G06F21/55
  • 本发明实施例公开了一种入侵检测方法及装置,其中,所述方法包括:基于二维混沌映射产生初始化种群;根据预设的非线性收敛因子策略及动态权重策略对原始灰狼优化算法进行迭代优化处理,获得改进灰狼优化算法;基于所述改进灰狼优化算法优化预设的BP神经网络,获得目标入侵检测模型;基于所述目标入侵检测模型,对网络安全数据测试集进行实际检测。采用本发明所述的入侵检测方法,能够利用改进灰狼优化算法优化BP神经网络的目标入侵检测模型,实现网络攻击的主动检测和攻击分类,有效提高了网络安全数据的测试效率和准确率。
  • 一种入侵检测方法装置
  • [发明专利]一种分簇路由方法及系统-CN201810388409.3有效
  • 胡中栋;王振东;王俊岭;曾珽 - 江西理工大学
  • 2018-04-26 - 2020-05-26 - H04W40/10
  • 本发明公开了一种分簇路由方法及系统,该方法包括:汇聚节点获取第一数量,将多个无线传感器网络WSN节点所在的区域,平均划分为所述第一数量的簇区,在第一轮,将每个簇区中的能量最大的WSN节点,确定为该簇区簇头节点,将每个簇区的簇头节点标识信息,广播至该簇区的每个WSN节点,其中,将WSN节点所在区域平分为第一数量的簇区,每个簇区中选取出一个WSN节点作为簇头节点,这便尽可能的均衡了簇头节点、各WSN节点的分布,均衡了节点能量损耗,延长了无线传感器网络的生命周期。
  • 一种路由方法系统
  • [发明专利]无线传感器网络节点定位方法及装置-CN201710423451.X有效
  • 胡中栋;王振东;王俊岭;曾珽;易涛 - 江西理工大学
  • 2017-06-07 - 2019-08-27 - H04W64/00
  • 本发明公开了一种无线传感器网络节点定位方法及装置,该方法包括:S1:对于待检测区域上的每一个锚节点,计算其平均每跳水平距离;S2:对于该每一个锚节点,计算其跳距修正平均值;S3:对于该每一个锚节点,根据其跳距修正平均值以及其平均每跳水平距离计算其修正平均每跳水平距离;S4:计算该未知节点到该未知节点周围锚节点的水平距离,根据该水平距离以及该未知节点周围锚节点的平面坐标确定该未知节点的平面坐标;S5:根据该待检测区域的二维电子网格模型、三维电子网格模型以及该未知节点的平面坐标确定该未知节点的三维坐标。本发明在山区地形中的定位精度有大幅度提高,能够满足实际应用的要求。
  • 无线传感器网络节点定位方法装置

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top