一种旋转机械振动信号的压缩方法、解压方法和传输系统

    公开(公告)号:CN114844510B

    公开(公告)日:2024-06-28

    申请号:CN202210376746.7

    申请日:2022-04-12

    Applicant: 华侨大学

    Abstract: 本发明实施例提供一种旋转机械振动信号的压缩方法、解压方法和传输系统,涉及旋转机械振动信号技术领域。其中,这种压缩方法包括步骤S1至步骤S4。S1、获取旋转机械振动的原始信号。S2、对原始信号进行预处理,以消除原始信号的噪声和不连续性,获取旋转机械振动的预处理信号。S3、基于各个压缩编码的压缩属性,选取压缩编码对预处理信号进行编码压缩,获取压缩信号。S4、发送压缩信号和选取的压缩编码对应的编号。本发明具增加了涵盖滤波、定标等方法在内的信号预处理步骤,能够更好地发掘振动信号冗余。在保证重构信号质量的同时达到较高压缩比;与此同时利用自适应码本搜索、固定码本搜索等方法,有效提高算法效率。

    一种城际网约车包车出行运力预测与出行推荐方法及系统

    公开(公告)号:CN111553530B

    公开(公告)日:2022-08-02

    申请号:CN202010342502.8

    申请日:2020-04-27

    Applicant: 华侨大学

    Abstract: 本发明公开了一种城际网约车包车出行运力预测与出行推荐方法及系统。获取城际网约车历史订单数据,根据城际网约车历史订单数据确定在i时间段内平均候车时间、平均下车时间和平均发车间隔时间,通过充分利用历史数据更加准确地进行运力预测;通过获取出行数据,将出行数据输入训练好的城际公路出行时长模型,得到城际公路出行时长,确定i时间段内车辆完成订单时间和城市提供运力的运力空闲预估时刻,建立车辆服务时间预测表和车辆预估时间表;根据车辆预估时间表进行城际网约车出行运力预测,能够提前预估乘客在预约时段内运力是否充足,提高乘客的出行效率。

    一种用于高温泵设计的多变量多目标并行优化方法

    公开(公告)号:CN109783957B

    公开(公告)日:2022-07-01

    申请号:CN201910063608.1

    申请日:2019-01-23

    Applicant: 华侨大学

    Abstract: 本发明是一种用于高温泵设计的多变量多目标并行优化方法,本发明基于多目标多学科优化基础,本高温泵主要工作在>300摄氏度度的极限工况下,将高温泵的优化流程模块化,模块一为实验设计模块,模块二为多目标并行优化算模块,模块三为最优分析和重新设计模块。本发明结合CFD计算和有限元分析,并建立高温泵的数据库,对水力性能、气蚀性能和安全可靠性三个指标进行评估,且多个设计变量,得到对高温泵三个优化指标的最优设计和最差设计,并利用最差设计的结果去约束最优设计,从而建立一种多变量多目标并行的高温泵的设计优化方法。

    一种基于自适应局部搜索链的多目标车辆路径规划方法

    公开(公告)号:CN109764882B

    公开(公告)日:2022-06-07

    申请号:CN201811610039.X

    申请日:2018-12-27

    Applicant: 华侨大学

    Abstract: 本发明提出了一种基于自适应局部搜索链的多目标车辆路径规划方法,其内容涉及物流运输和智能计算两大技术领域。本发明的技术方案包含三个要点:第一,定义了解的优化潜力,并结合禁忌的思想,自适应地从解集中选择一个解作为当前局部搜索链的起点;第二,将目标的优化顺序进行随机排列,使算法按照不同的次序调用不同的局部搜索操作,从而构建基于随机序列的局部搜索链;第三,采用基于历史经验的中间结点选择机制,通过评估当前解对于下一阶段的优化目标的提升潜力,为局部搜索链自适应地选择中间结点。本发明通过将不同阶段的局部搜索成果进行传递和利用,为该问题提供了一种高效的基于自适应局部搜索链的解决方案。

    一种云存储服务中多副本数据的公开审计方法

    公开(公告)号:CN108229208B

    公开(公告)日:2021-03-23

    申请号:CN201810015840.3

    申请日:2018-01-08

    Applicant: 华侨大学

    Abstract: 本发明公开了一种云存储服务中多副本数据的公开审计方法,属于信息安全领域,其目的是实现对于云存储环境中动态多副本数据完整性的高效审计;本发明包括(1)密钥生成步骤;(2)用户数据预处理步骤;(3)云服务方数据预处理步骤;(4)第三方审计者数据预处理步骤;(5)挑战步骤;(6)证据生成步骤;(7)证据验证步骤;(8)数据动态更新步骤;(9)批量审计步骤。本发明所提出的公开审计方法可在确保多副本云数据高效审计的同时,支持多副本数据的动态更新以及多副本数据的批量审计。

    一种基于网络拓扑结构图的隐写方法

    公开(公告)号:CN107612678B

    公开(公告)日:2020-05-05

    申请号:CN201710711957.0

    申请日:2017-08-18

    Applicant: 华侨大学

    Abstract: 一种基于网络拓扑结构图的隐写方法,属于安全通信领域,适用于以Microsoft Office Visio绘制的网络拓扑结构图为载体的隐蔽通信,其目的是在不改变拓扑结构图实际含义和不影响拓扑结构图感官质量的前提下,利用网络拓扑结构图生成过程中存在的冗余,嵌入隐秘信息。本发明包括(1)准备步骤;(2)嵌入隐秘信息步骤;(3)提取隐秘信息步骤。本发明利用网络结构拓扑图中图元的某些属性特征不会显性表现出来这一特性,通过对图元的相关参数进行修改来实现隐秘信息的隐藏;隐藏过程对网络结构图含义未做任何改变,且对图元的修改亦肉眼不可见,因而保护了原有网络拓扑结构图的使用价值和实际含义,且有效地维护了网络拓扑结构图的感官质量。

    一种基于神经网络预测分层的多层软测量建模系统及方法

    公开(公告)号:CN111062118A

    公开(公告)日:2020-04-24

    申请号:CN201911126724.X

    申请日:2019-11-18

    Applicant: 华侨大学

    Abstract: 本发明一种基于神经网络预测分层的多层软测量建模系统及方法,方法包括:通过分析整个工艺过程的化学反应机理、物料平衡和能量守恒原理,确定难以测量的主导变量和易测量的辅助变量,然后建立功能良好的软测量结构,来达到对主导变量实时监测的功能。本发明将传统的RSM数学模型进行拆分多层,主要是将数据库中的样本点根据一定的规律相似特性进行分类,并采用神经网络算法基于有限的样本点分类情况建立弱分类预测数学模型,可以很好的对样本点的分类进行预测,然后分别对不同类别的样本点进行数学建模,从而建立不同类别样本点的响应面数学模型,该方法可以最大限度的提高所建立数学模型的精度,减小预测误差。

    一种基于神经网络和大数据的网络安全态势分析方法和系统

    公开(公告)号:CN106302522B

    公开(公告)日:2019-08-06

    申请号:CN201610833485.1

    申请日:2016-09-20

    Applicant: 华侨大学

    Abstract: 本发明公开了一种基于神经网络和大数据的网络安全态势分析方法和系统,系统包括数据采集模块,数据分析模块和态势预测模块;数据采集模块在Flume组件上实现分布式的大数据采集;数据分析模块基于MapReduce并行化计算框架实现大数据的分布式处理,包括关联规则的挖掘和基于时间维度的初步态势预测;前两个模块包含在神经网络的输入层中,通过隐含层对输入层数据的融合处理传送给输出层,输出层通过局部态势判决结果,得出总体的安全态势分析预测情况,将这些有价值的数据存储在HBASE数据库中方便后续查询和展示。本发明通过神经网络和大数据分析进行自我学习和调整,实现了对大数据的网络安全态势分析。

    一种求解带时间窗车辆路径问题的自适应多目标优化方法

    公开(公告)号:CN109635998A

    公开(公告)日:2019-04-16

    申请号:CN201811302737.3

    申请日:2018-11-02

    Applicant: 华侨大学

    CPC classification number: G06Q10/047 G06N3/006 G06Q10/08355

    Abstract: 本发明提出了一种求解带时间窗车辆路径问题的自适应多目标优化方法,其内容涉及物流运输和智能计算两大技术领域。本发明的技术方案包含三个机制:一,评估当前解在不同目标上的优化潜力,并根据其值自适应地选择一个目标作为搜索方向;二,将不同邻域操作对各个目标的提升度进行量化,并结合所选择的搜索方向,自适应选择一种邻域操作对当前解进行局部搜索;三,引入邻域操作库,制定触发策略,对搜索过程中使用的邻域操作进行动态调整。本发明将以上三个机制进行结合,充分发挥不同邻域操作的搜索特性,可以有效提升带时间窗车辆路径问题的求解效率和优化效果。

    遗忘自协方差矩阵递推主元的时变工作模态识别方法

    公开(公告)号:CN106446503A

    公开(公告)日:2017-02-22

    申请号:CN201610578140.6

    申请日:2016-07-21

    Applicant: 华侨大学

    CPC classification number: G06F19/00

    Abstract: 本发明公开了一种遗忘自协方差矩阵递推主元的时变工作模态识别方法,包括:获取线性时变结构在环境激励下多个振动响应传感器从初始时刻0到时刻k的非平稳信号数据矩阵 归一化后求其自协方差矩阵并进行形式的特征向量分解,储存V(k)。获取下一时刻的时域振动响应信号数据,对新的自协方差矩阵进行递归推导时,加入遗忘因子,分配给新旧数据不同的权重,得到V(k+1);循环上述推导步骤,能够得到任意时刻的V(k),V(k)对应k时刻该结构的瞬态工作模态振型矩阵,利用单自由度识别技术对矩阵V(k)TXk进行处理,得到k时刻该结构的瞬时工作固有模态频率。该方法能够有效监测线性工程结构工作模态参数的时变结构特性,可被用于设备故障诊断、健康监测以及系统结构分析与优化。

Patent Agency Ranking