-
公开(公告)号：CN109084847A
公开(公告)日：2018-12-25
申请号：CN201811255362.X
申请日：2018-10-26
Applicant: 华侨大学
Abstract: 本发明公开了一种区域性海洋环境立体监测系统，包括：海洋环境监测子系统：提供所有海洋环境监测的数据源，测量方式包括常规定点测量、走航测量、实验室测量、遥感遥测、自动输入等；数据管理与通信子系统：用于集成海洋环境监测子系统的数据，以及其它相关数据系统的数据，在实现数据中心、海洋业务中心、科研机构、教育部门以及政府管理部门之间以实时或延时的方式数据传输。本发明在数据中心统一管理、调度与控制下，采取分布处理的业务化管理运行模式，实现数据集成、数据处理与信息产品开发、数据共享与信息服务等系统总体功能，监测的数据全面且准确，解决了现有的海洋环境监测系统监测的数据不够全面和准确的问题。
-
公开(公告)号：CN119107134A
公开(公告)日：2024-12-10
申请号：CN202411099503.9
申请日：2024-08-12
Applicant: 华侨大学 , 泉州大数据运营服务有限公司
IPC: G06Q30/0283 , G06Q40/04 , G06N5/04
Abstract: 本发明提供一种基于数据效用和差分隐私的模型博弈定价方法和系统，构建博弈交易模型；所述博弈交易模型为三层结构，第一层为模型买方，第二层为模型经纪人，第三层为数据提供者；分别构建模型买方、模型经纪人和数据提供者的盈利函数；建模斯塔克伯格博弈模型，并求解，得到满足全局最优的最优定价策略。本发明考虑了数据提供者、模型经纪人和模型买方三方的利益，提出了三方收益最大的最优定价策略求解方法，并通过实验进行了验证。基于模型的定价更为高效，更加注重从数据中衍生出的ML模型的价值，提供了更精细的定价粒度，消除了购买不必要数据的需求。本发明为数据市场提供了一个更高效、更公平的定价机制，促进了数据市场的发展和创新。
-
公开(公告)号：CN111814171B
公开(公告)日：2024-01-09
申请号：CN202010714694.0
申请日：2020-07-23
Applicant: 华侨大学 , 南威软件股份有限公司
Inventor： 莫毓昌
Abstract: 本发明公开了一种基于属性和图的云资源访问控制方法，涉及计算机技术领域。该基于属性和图的云资源访问控制方法，包括如下步骤：S1、创建用户属性：管理员向用户的属性配置表添加新的用户属性记录。该基于属性和图的云资源访问控制方法，把用户请求，计算资源，数据资源的权限均采用属性组合的形式进行描述，大大提高了访问控制的灵活性和可扩展性，同时通过图的遍历进行权限验证，避免了逻辑运算，能够减少计算量，另外通过控制图的一次生成多次利用的方法，在多次同一云应用请求时，实际上只进行了一次控制图生成和组合，大大减少了重复计算，可以很好的适应云计算环境下海量用户和海量资源的访问控制需求，从而增加了系统的安全性。
-
公开(公告)号：CN109599177B
公开(公告)日：2023-04-11
申请号：CN201811422693.8
申请日：2018-11-27
Applicant: 华侨大学
Abstract: 本发明公开了一种基于病历的深度学习预测医疗轨迹的方法，包括以下步骤：S1、将入院时的诊断信息和干预信息通过编码方案进行编码，并将编码转换为向量；分别得到诊断信息转换向量xt∈RM和干预信息转换向量得到Pt∈RM；将一次入院的诊断信息和干预信息转换成一个2M维的向量[xt,pt]；S2、将向量[xt,pt]输入LSTM模型；求出当前输出值ht得到当前疾病状态；S3、根据疾病状态ht预测诊断代码dt+1，通过诊断代码dt+1对疾病的进展进行预测；S4、计算时间t的干预代码st；在LSTM模型中增加时间结构，在多个时间范围内汇集历史疾病状态，对于每段水平时间轴的状态进行汇集，将所有疾病状态汇集并堆积成向被反馈到神经网络中预测未来风险结果Y。
-
公开(公告)号：CN112039982B
公开(公告)日：2022-03-01
申请号：CN202010885200.5
申请日：2020-08-28
Applicant: 华侨大学
Inventor： 莫毓昌
IPC: H04L67/1097 , H04L67/1074 , G06F16/182 , G06F16/18
Abstract: 本发明公开了一种高效能分布式云存储方法及系统，涉及云存储技术领域；本发明采用带有多个数据节点和目录节点的分布式云存储系统，通过数据节点分别监测已用磁盘空间、每秒磁盘数据传输量和每秒网络数据传输量三个参数判断数据节点是否处于满负荷状态，同时将状态信息发送给所有目录节点，从而动态维护一个非满负荷数据节点队列提升云存储系统的性能；此外，通过判断数据块处于热点数据块或者回收数据块来动态调整每个数据块的副本数，对于热点数据块，增加副本数可以使得数据读取过程中效率提高；对于回收数据块，适量的减少副本数也可以在不降低读取速度的基础上节约存储空间，进一步提高整个云存储系统的性能。
-
Patent Agency Ranking
公开(公告)号：CN112039906A
公开(公告)日：2020-12-04
申请号：CN202010916022.8
申请日：2020-09-03
Applicant: 华侨大学
Inventor： 莫毓昌
Abstract: 本发明公开了一种面向云计算的网络流量异常检测系统及方法，检测系统包括客户端、云应用服务器、云平台、云入口路由器和流量异常检测装置；检测方法包括采集网络流量，计算流量分布数据，构造流量样本池；利用所述流量样本池，构造并训练流量异常检测卷积神经网络模型；利用训练好的流量异常检测卷积神经网络模型，对流量进行实时检测；利用实时流量数据，不断更新流量样本池；利用更新后的流量样本池，重新训练流量异常检测卷积神经网络模型，并替换已有的流量异常检测卷积神经网络模型。优点是：基于流量分布卷积分析，从而充分考虑细分流量的相关性特征，提升了检测精度和效率；采用样本池和模型自动更新的方式，提升了检测时效性。
-
公开(公告)号：CN111854014A
公开(公告)日：2020-10-30
申请号：CN202010784405.4
申请日：2020-08-06
Applicant: 华侨大学
Abstract: 本发明公开了一种用于数据中心冷源系统的智能控制方法及系统，包括获取板式换热器的自然制冷工作温度上限NTUB和最大工作频率NFUB、冷水机组的最大工作频率DFUB和数据中心的温控上限RTUB；用第一计数变量、第二计数变量、第三计数变量和第四计数变量，分别表征数据中心的外部环境温度低于NTUB的保持时长、数据中心的外部环境温度高于NTUB的保持时长、数据中心的内部环境温度高于RTUB的保持时长、数据中心的内部环境温度低于RTUB的保持时长。优点是：根据数据中心的内部环境温度和外部环境温度及其保持时长，智能控制板式换热器、冷水机组、蓄冷罐单个或联合制冷，为数据中心降温，使冷却效果更佳，冷却效率更高。
-
公开(公告)号：CN110942189A
公开(公告)日：2020-03-31
申请号：CN201911151976.8
申请日：2019-11-22
Applicant: 华侨大学
Inventor： 莫毓昌
Abstract: 本发明公开了一种基于记忆神经网络和注意机制的光伏功率预测系统，涉及光伏功率预测技术领域。该基于记忆神经网络和注意机制的光伏功率预测系统，包括如下步骤：S1、使用记忆神经网络LSTM处理时间序列数据，其中，内部细胞状态用Ct表示，LSTM分别使用忘记门ft、输入门it和输出门Ot来更新、维护或删除单元状态信息。该基于记忆神经网络和注意机制的光伏功率预测系统，将两种记忆神经网络LSTM神经网络分别用于温度和功率输出时间序列数据的预测。将两种预测结果通过全连通(FC)层进行平铺合并，提高了预测精度，同时集成深度学习框架进一步集成了光伏功率输出预测的注意机制，注意机制允许两个记忆神经网络LSTM自适应地关注在预测中更重要的输入特征。
-
公开(公告)号：CN109859819A
公开(公告)日：2019-06-07
申请号：CN201910113550.7
申请日：2019-02-14
Applicant: 华侨大学
Abstract: 本发明涉及医学信息技术技术领域，具体为一种基于IOT的智能社区康复管理平台，包括，康复医疗服务云平台，用于发布训练计划、调整训练计划、收集康复过程数据、分配管理康复设备、患者认证和计费；智能终端，用于获取训练计划，训练计划实施提醒，查看康复过程和缴费；运行于康复设备中的智能控制硬件，智能控制硬件包括康复设备使用管理模块、康复设备配置管理模块和康复过程数据采集模块。有益效果为：本发明通过对将医疗服务对象、康复设备和康复过程数据进行数字化管理，基层的康复设备得到有效管理，可根据情况需要实时调整社区康复计划内容，并为患者提供精准和个性化定制管理，从而大幅提升医疗资源的合理化分配。
-
公开(公告)号：CN109801713A
公开(公告)日：2019-05-24
申请号：CN201910090787.8
申请日：2019-01-30
Applicant: 华侨大学
Abstract: 本发明公开了一种基于图表模型的健康风险预测方法，包括以下步骤：S1、设置n位参与者的健康检查记录的输入形式；S2、通过健康检查记录构建基于HER的异类图；S3、通过SHG-Health算法从异类图中获得权重矩阵，并通过权重矩阵对疾病风险进行预测。本发明利用半监督学习(SSL)算法对疾病风险进行预测，并且探索了一个基于HER的异类图，用大部分未标记的数据在异类图中对逐步发展的情况进行分类。其可以通过查询参与者pi的记录，SHG-Health预测参与者pi是否属于高风险疾病类别或“未知”类别，在健康检查数据集和合成数据集上具有显著的预测效果，相较于其他预测模型预测准确度较高，给疾病风险预测领域做出了极大的贡献。
-
-
-
-
-
-
-
-
-
Search Results
123
records
(took 0.01 seconds)
