-
公开(公告)号：CN112468498B
公开(公告)日：2022-06-14
申请号：CN202011351642.8
申请日：2020-11-26
Applicant: 江苏方天电力技术有限公司 , 南京邮电大学
Abstract: 本发明提供一种配电终端多源异构安全监测数据的跨模态聚合方法，通过分解和子空间学习，对原始数据中的安全告警数据和网络日志数据，探索模态不变的子空间，并获得强健的视图不变的子空间；对多源异构数据进行跨模态聚合；解决源域和目标域之间的欠适配和不平等的问题。该方法具有对参数的选择不敏感、可收敛且识别准确率高的优点，本发明方法揭示了海量多源数据隐藏的逻辑关联，能够发现攻击者的真正意图，从而对网络攻击进行预防和响应，实现对整个网络安全态势的有效监控。
-
公开(公告)号：CN119649155A
公开(公告)日：2025-03-18
申请号：CN202510022469.3
申请日：2025-01-07
Applicant: 南京邮电大学
IPC: G06V10/764 , G06V10/82 , G06N3/088 , G06V10/774 , G06N3/094
Abstract: 一种基于少样本无监督域适应的跨域图像分类方法，其包括获取训练特征数据集；构造特征提取器，并使用预训练模型；搭建基于样本选择策略、对抗域适应和原型学习的模型；得到总的损失函数，进行迭代以优化模型；利用训练完成的域自适应分类模型进行跨域图像分类。本发明利用样本选择策略扩充源域样本，无需额外未标记源域数据。此外，通过构建源域类别原型，将目标域样本与源域原型直接对齐，实现了精细化的跨域特征对齐。本发明结合局部类别原型对齐和全局对抗对齐，不仅增强了模型在特征对齐方面的能力，还在公开数据集上验证了其优异的分类性能，特别是在源域标记样本极为有限的情况下展现了显著的鲁棒性。
-
公开(公告)号：CN119496209A
公开(公告)日：2025-02-21
申请号：CN202510045793.7
申请日：2025-01-13
Applicant: 南京邮电大学
Abstract: 本发明属于智能电网领域，公开了一种信息不同步情况下多主体综合能源系统优化调度方法，其建立多主体IES联合运行数学模型，针对隶属于不同主体IES在求解过程中存在的信息不同步问题采用异步ADMM算法进行求解，有效处理信息不同步问题。本发明所述方法在系统发生功率缺额时，针对各IES热/电相互协同中存在的数据采样不同步引起的通信延时问题，采用异步ADMM算法分布式进行求解，计算节点可依据自身情况以不同速度和时间点更新，无需等待其他节点同步，极大地提高了计算的灵活性和适应性，有效处理信息不同步问题，提高算法的计算效率。
-
公开(公告)号：CN115021255A
公开(公告)日：2022-09-06
申请号：CN202210942499.2
申请日：2022-08-08
Applicant: 南京邮电大学
Abstract: 本发明公开了一种考虑用户响应意愿的温控负荷聚合及控制方法，包括基于用户背景信息分析用户的响应意愿；结合用户响应意愿与温控负荷参数，通过聚类算法进行分类，然后利用Monte Carlo法获取每个负荷聚合小组预估功率；结合用户响应意愿获取温控小组的温度调节范围；基于聚合小组的负荷特征获取在负荷未受控时候的稳定聚合功率；结合预估功率、可调节范围及稳定聚合功率，分析获得每个小组的可调节潜力；根据每个小组的预估功率从中选出n个小组，其预估功率之和与需消纳的新能源出力最为接近；结合其用户响应意愿与预估功率占比为n个聚合小组分配消纳任务；根据消纳任务采用神经网络控制器完成功率追踪任务，实现对新能源的消纳。
-
公开(公告)号：CN113205214A
公开(公告)日：2021-08-03
申请号：CN202110484394.2
申请日：2021-04-30
Applicant: 南京邮电大学
Abstract: 本发明所述的一种基于并行树突状神经网络的光伏功率超短期预测方法，首先，使用模糊C均值聚类算法划分离线的数据集，得到多个离线样本子数据集；其次，对每一个子数据集分别训练一个初始的子网络模型，并将其搭建成一个并行结构的整体预测模型；然后，再利用模糊C均值聚类算法对在线预测数据进行计算并得到隶属度矩阵；接着，选择预测数据隶属度较大的前N类子模型输入预测数据，并计算各个子模型的预测结果；最后，对选择的前N类子模型的计算结果进行一个算术平均的计算，得到最终的预测结果。本发明能进一步提高光伏功率的预测精度，对维护电网的稳定运行有着重要的意义。
-
Patent Agency Ranking
公开(公告)号：CN119496209B
公开(公告)日：2025-04-18
申请号：CN202510045793.7
申请日：2025-01-13
Applicant: 南京邮电大学
Abstract: 本发明属于智能电网领域，公开了一种信息不同步情况下多主体综合能源系统优化调度方法，其建立多主体IES联合运行数学模型，针对隶属于不同主体IES在求解过程中存在的信息不同步问题采用异步ADMM算法进行求解，有效处理信息不同步问题。本发明所述方法在系统发生功率缺额时，针对各IES热/电相互协同中存在的数据采样不同步引起的通信延时问题，采用异步ADMM算法分布式进行求解，计算节点可依据自身情况以不同速度和时间点更新，无需等待其他节点同步，极大地提高了计算的灵活性和适应性，有效处理信息不同步问题，提高算法的计算效率。
-
-
公开(公告)号：CN113091088B
公开(公告)日：2022-10-25
申请号：CN202110400270.1
申请日：2021-04-14
Applicant: 南京邮电大学
IPC: F23N5/00
Abstract: 本发明所述的一种基于双阶段神经网络的锅炉燃烧广义预测控制方法，通过双阶段神经网络建立非线性时滞系统的多步预测模型，作为广义预测控制中的预测模型，在获得更好辨识效果的同时，避免陷入局部最小值，保证对于未来锅炉燃烧系统输出值的优良预测；同时提出一种改进比例积分性能指标型隐式广义预测控制器，采用比例积分结构对目标函数进行优化设计，同时对广义预测控制的控制增量选取策略进行改进，利用预测的未来时刻控制增量对当前时刻的控制增量进行修正，优化控制效果，从而使得能够更好的控制锅炉的燃烧，提高燃烧效率。初步实验结果显示所设计方案可提高锅炉燃烧系统的燃烧效率。
-
公开(公告)号：CN112468498A
公开(公告)日：2021-03-09
申请号：CN202011351642.8
申请日：2020-11-26
Applicant: 江苏方天电力技术有限公司 , 南京邮电大学
Abstract: 本发明提供一种配电终端多源异构安全监测数据的跨模态聚合方法，通过分解和子空间学习，对原始数据中的安全告警数据和网络日志数据，探索模态不变的子空间，并获得强健的视图不变的子空间；对多源异构数据进行跨模态聚合；解决源域和目标域之间的欠适配和不平等的问题。该方法具有对参数的选择不敏感、可收敛且识别准确率高的优点，本发明方法揭示了海量多源数据隐藏的逻辑关联，能够发现攻击者的真正意图，从而对网络攻击进行预防和响应，实现对整个网络安全态势的有效监控。
-
公开(公告)号：CN111224994A
公开(公告)日：2020-06-02
申请号：CN202010041369.2
申请日：2020-01-15
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于特征选择的僵尸网络检测方法，步骤如下：S1使用公开的僵尸网络数据集，解析网络流量提取流量特征；S2采用随机森林算法计算流量特征的重要性并进行排序，从而选择出合适的特征进行学习；S3采用改进的卷积神经网络对流量特征进行学习，生成僵尸网络检测模型；S4对网络流量进行捕获，使用训练好的僵尸网络检测模型检测是否被感染，本发明通过特征选择剔除无关和不重要的特征，充分保留有效特征，从而提高了僵尸网络的检测准确率和训练速度。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.035 seconds)
