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68个,建议您升级VIP下载更多相关专利
  • [发明专利]基于降维计算的结构动力特性分析方法及系统-CN202111106710.9有效
  • 杨秋伟;吕忠达;朋茜;赵卓 - 宁波工程学院
  • 2021-09-22 - 2023-10-24 - G06F30/23
  • 本发明公开了基于降维计算的结构动力特性分析方法及系统,应用于土木工程结构动力特性分析技术领域,获取结构参数,建立结构有限元模型,获取结构的刚度矩阵K和质量矩阵M;由刚度矩阵K和质量矩阵M计算得到联合矩阵G;选取m个关键自由度,其中m<<n,对联合矩阵G进行矩阵分块,得到各分块子矩阵;利用各分块子矩阵计算得到过渡矩阵H;利用过渡矩阵H计算得到降维后的刚度矩阵#imgabs0#和降维后的质量矩阵#imgabs1#求解降维后的动力特征方程,得到原结构的动力特性参数。本发明将高维有限元模型降为低维有限元模型,再进行动力特性计算,能有效节省计算时间和计算成本,获得高精度的动力特性参数,可用于结构动力学分析、优化设计或安全诊断中。
  • 基于计算结构动力特性分析方法系统
  • [发明专利]一种同城聚合订单物流配送智能调度方法-CN202311170647.4在审
  • 刘亮;杨秋伟;王玺 - 湖南迪嘉科技有限公司
  • 2023-09-12 - 2023-10-20 - G06Q10/083
  • 本发明公开了一种同城聚合订单物流配送智能调度方法,本发明提出的方法考虑到了订单高峰期的提前人员部署,即首先确定好同城内订单的高峰区域和高峰时段,然后基于历史订单数据确定各高峰区域对应的预估订单数量,并基于预估订单数量得到高峰区域对应的实际需求人数;然后将同一城市内的所有未接收配送任务的配送端标记为待分配端,即针对待分配端进行调度分配,以使各高峰区域均聚集有对应的配送人员,从而应对即将到来的订单高峰时段;即本发明提出了针对高峰时段进行配送人员调度的方案,从而大大提升整体配送效率。
  • 一种聚合订单物流配送智能调度方法
  • [发明专利]基于CRITIC方法和机器学习的SFTO攻击检测缓解方法-CN202310636029.8在审
  • 汤澹;李欣萌;郑芷青;杨秋伟;左晨光;张文惠 - 湖南大学
  • 2023-05-31 - 2023-09-05 - H04L9/40
  • 本发明公开了一种基于CRITIC方法和机器学习的SFTO攻击检测缓解方法,属于计算机网络安全领域。其中所述的方法包括:基于滑动窗口对OpenVSwitch软件交换机采集,获取交换机流表项信息,提取四元检测特征,使用CRITIC方法计算各特征权重,对检测特征进行加权计算检测分数,并结合阈值进行攻击检测判定;提取并计算单条流表项缓解特征,输入攻击缓解模型进行判定,若判定为攻击流表项则加入驱逐列表进行删除;计算驱逐列表中各流表项匹配的源IP频率,安装流表项丢弃所有来自频率超过阈值的IP的数据包以切断攻击源。本发明提出的SFTO攻击检测缓解方法具有较高的准确率和较低的误报、漏报率,能够实际部署在SDN交换机上,是一种有效的SFTO攻击检测缓解方法。
  • 基于critic方法机器学习sfto攻击检测缓解
  • [发明专利]一种振动监测传感器布置的快速评定方法及系统-CN202111105933.3有效
  • 吕忠达;杨秋伟;朋茜;赵卓 - 宁波工程学院
  • 2021-09-22 - 2023-08-18 - G06F30/23
  • 本发明公开了一种振动监测传感器布置的快速评定方法及系统,应用于桥梁工程振动监测分析技术领域,获取结构参数,建立结构有限元模型,获取结构的刚度矩阵K和质量矩阵M;利用结构的刚度矩阵K计算获得柔度矩阵B;计算得到联合矩阵G;选取m个关键自由度,其中m<<n,对联合矩阵G进行矩阵分块,得到各分块子矩阵;利用各分块子矩阵计算得到过渡矩阵H;利用过渡矩阵H计算得到降维后的刚度矩阵Kc和降维后的质量矩阵Mc;求解降维后的动力特征方程,得到各传感器布置方案对应的振动频率值fi;计算所得振动频率的平方和γ。本发明能有效节省计算时间和计算成本,快速准确获得结构振动监测的传感器优化布置方案,提高结构震动监测的准确度。
  • 一种振动监测传感器布置快速评定方法系统
  • [发明专利]一种桁架桥的健康指数评估方法与系统-CN202110109282.9有效
  • 朋茜;赵卓;杨秋伟;吕忠达;孙筠;周聪 - 宁波工程学院
  • 2021-01-27 - 2023-08-08 - G06F30/23
  • 本发明公开了一种桁架桥的健康指数评估方法与系统,涉及桥梁健康监测领域,具体包括步骤:获取桁架桥杆件各节点处自然激励振动下各数据采样时刻的低频模态数据,并构建桁架桥的有限元模型;根据低频模态数据和有限元模型获取各数据采样时刻各节点的状态向量,并根据状态向量获取各相邻数据采样时刻状态向量的平衡参数;根据平衡参数获取各节点的健康指数;根据健康指数构建健康指数散点图并对桁架桥杆件进行评估。本发明通过数据采集器获取桁架桥各节点正常运行状态下的振动数据,并根据振动数据进行数据计算,无需中断桁架桥的正常通行,从而使得测量更加便捷,同时测量可持续性更佳,可实现长期实时的监测。
  • 一种桁架健康指数评估方法系统
  • [发明专利]一种基于显著性纹理结构的视觉任务建模方法-CN202211566233.9在审
  • 杨秋伟 - 湖南大学;拓维信息系统股份有限公司
  • 2022-12-07 - 2023-05-30 - G06T15/04
  • 一种基于显著性纹理结构的视觉建模方法,包括:步骤S1,对复数幅图像确定检测窗口、基本块和超级块大小;步骤S2,对复数幅图像中的每一个像素,计算所有邻域像素和中心像素灰度差值的总,再计算局部显著因子,以得到显著因子特征:步骤S3,用发散灰度共生矩阵提取复数幅图像的局部纹理结构;步骤S4,根据每一个算子的显著因子特征ξ(xc)和纹理结构特征,构造二维直方图,得到显著性纹理结构算子;步骤S5,根据显著性纹理结构算子,选择三分之一复数幅图像为训练集,剩下三分之二复数幅图像测试集,进行复眼视觉目标建模;步骤S6,在复眼视觉目标建模的基础上结合显著性纹理结构算子进行场景建模,实现基于显著性纹理结构的视觉建模方法。
  • 一种基于显著纹理结构视觉任务建模方法
  • [发明专利]基于流条目数预测的自适应SFTO攻击检测与缓解方法-CN202211668944.7在审
  • 汤澹;代锐;张冬朔;杨秋伟;梁伟;秦拯 - 湖南大学重庆研究院
  • 2022-12-23 - 2023-04-25 - H04L9/40
  • 本发明公开了基于流条目数预测的自适应SFTO攻击检测与缓解方法,属于网络安全领域。其中所述方法包括:在SDN交换机实时监测并滑动收集流表流条目数,使用LRCN模型预测流条目数;若未来两秒的流条目预测值达到阈值,收集流表信息并计算八元流表统计特征,根据LightGBM分类模型输出的受攻击概率判断流表是否受到攻击;若检测到攻击,依据受攻击概率和未来一秒流条目数的预测值自适应计算驱逐比例,基于比例对经过LightGBM排序模型排序的流条目进行驱逐,腾出流表空间防止溢出。本方法能实时监测并预测SDN交换机的流条目数,准确检测SFTO攻击并执行主动防御策略,具有较低的漏报率和误报率,且能自适应驱逐攻击流条目防止流表溢出,因此本方法能够有效检测和缓解SFTO攻击。
  • 基于条目预测自适应sfto攻击检测缓解方法
  • [发明专利]一种基于APTS的慢速DoS攻击实时缓解方案-CN202211277245.X在审
  • 汤澹;代锐;陈静文;杨秋伟;王小彩;陈禹澎 - 湖南大学
  • 2022-10-19 - 2023-03-28 - H04L9/40
  • 本发明公开了一种基于APTS的慢速DoS攻击实时缓解方案,属于计算机网络安全领域。其中所述方案包括:基于滑动窗口采集数据,计算端口净值系数,判断测试数据的端口净值系数是否在阈值范围内,得到端口监控结果,若结果为正常则继续端口监控,若为异常则进入流量监控。将测试数据的流量特征输入流量监控模型进行分类,得到流量监控结果,若结果为正常,则返回端口监控,若为异常,则计算每条UDP流的变异系数和自相关系数,将其与设定的阈值比较,若在阈值范围外则认定其为攻击流,加入黑名单。若出现重复放入黑名单的流,则下发流规则丢弃该流,并将其从黑名单中移除。本发明提出的实时缓解方案可以有效检测慢速DoS攻击并快速缓解攻击造成的影响。
  • 一种基于apts慢速dos攻击实时缓解方案

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