公开(公告)号：CN119155214A

公开(公告)日：2024-12-17

申请号：CN202411144834.X

申请日：2024-08-20

Applicant: 厦门大学

Inventor： 唐余亮 ,  王伊琳 ,  戴宇 ,  刘涵

IPC: H04L43/0805 ,  H04L43/0829 ,  H04L43/50 ,  H04L43/04 ,  H04L43/062 ,  H04W24/02 ,  G06F18/10 ,  G06F18/213 ,  G06F18/23 ,  G06F18/24 ,  G06N3/0499 ,  G06N3/0895 ,  G06N3/0985 ,  G06F123/02

Abstract: 一种基于双分支模型的网络异常检测方法及装置，涉及无线通信、人工智能及大数据分析。首先从通信终端获取性能时间序列数据进行数据预处理，包括过采样、欠采样以及特征选取；然后构建异常检测网络进行离线训练，将历史数据分别输入对比学习分支以及注意力机制分支，学习数据结构内部关联、先验关联以及序列关联并计算对比损失以及重构损失，通过联合优化多任务损失函数，得到异常检测网络；在线检测阶段使用离线阶段训练得到的异常检测网络进行网络异常检测并进行周期性反馈，将网络异常时刻数据收集至历史数据库，周期性更新异常检测网络参数。

公开(公告)号：CN117588510A

公开(公告)日：2024-02-23

申请号：CN202311387463.3

申请日：2023-10-24

Applicant: 厦门大学

Inventor： 肖望强 ,  戴宇 ,  蔡志钦

IPC: F16F1/02 ,  F16F1/00 ,  F16F7/01 ,  F16F7/00 ,  F16F7/10 ,  F42B15/00

Abstract: 本发明公开了一种微小型功能部件的防护结构，属于缓冲技术领域，包括安装板、吸能盒体和变梯度点阵复合结构内芯，所述变梯度点阵复合结构内芯设置在吸能盒体内，安装板设置在吸能盒体内并与变梯度点阵复合结构内芯的一端连接；所述变梯度点阵复合结构内芯包括多个单位胞元，多个单位胞元沿吸能盒体内的三维空间内连续相连接一体成型。本发明的基于变梯度点阵复合结构内芯的微小型功能部件的防护结构，吸能密度大、吸能稳定性高、降冲击效果好。

公开(公告)号：CN116039911A

公开(公告)日：2023-05-02

申请号：CN202211460822.9

申请日：2022-11-17

Applicant: 厦门大学 ,  北京宇航系统工程研究所

Inventor： 肖望强 ,  戴宇 ,  张新宇 ,  潘忠文 ,  任兴宇

IPC: B64C9/00 ,  F16F15/02 ,  G01M7/02

Abstract: 本发明涉及舵片振动控制技术领域，公开了一种舵片减振降冲结构，舵片减振降冲结构的确定过程包括如下步骤：(1)将舵片的系统阻尼进行分类，(2)将舵片内阻尼粒子的运动等效看做低雷诺数的类气相流，获得类气相流系统的等效黏滞阻尼；(3)等效摩擦阻尼参数；(4)将步骤(2)和步骤(3)所得的阻尼参数应用到弯曲运动和扭转运动的建模中；(5)计算舵片系统下在不同阻尼粒子配置下的舵片系统阻尼比；(6)舵片安装：基于步骤(5)的阻尼比仿真的最佳结果在舵片上配置阻尼粒子，本发明中通过基于类气相流原理的舵片的阻尼比计算，能够得到趋势相近的系统建模，从而仿真理论计算得到最佳的舵片降冲结构。

公开(公告)号：CN119172259A

公开(公告)日：2024-12-20

申请号：CN202411395089.6

申请日：2024-10-08

Applicant: 厦门大学

Inventor： 唐余亮 ,  王伊琳 ,  刘涵 ,  戴宇

IPC: H04L41/147 ,  H04L41/142 ,  H04L41/16 ,  H04L43/08

Abstract: 一种基于大模型的通信网络性能预测方法及系统，涉及通信网络及人工智能。从网络管理系统历史数据库获取性能时间序列数据，离线训练阶段对数据预处理，根据提示结构生成数据描述；预处理后的性能时间序列数据分别输入时序大模型TimeGPT进行模型微调及补丁重编程模块生成一组新的向量表示；利用预训练的大语言模型将数据描述转换为时间序列提示前缀，与补丁重编程模块输出的向量拼接成新的时序表示再次输入预训练的大语言模型训练模型对时序数据的理解能力；实时阶段TimeGPT根据输入的性能时间序列数据进行异常及性能预测，将检测及预测结果输入预训练的大语言模型，输出高效准确的检测结果及异常描述、预测结果及潜在故障描述。

公开(公告)号：CN117932373A

公开(公告)日：2024-04-26

申请号：CN202311706854.7

申请日：2023-12-12

Applicant: 厦门大学 ,  京信网络系统股份有限公司

Inventor： 唐余亮 ,  王祥 ,  戴宇 ,  杨波 ,  王伊琳 ,  于吉涛 ,  黄联芬 ,  丁宝国 ,  谢惠琼

IPC: G06F18/2321 ,  G06F18/2433

Abstract: 本申请的实施例提供了一种多维KPI数据异常检测模型的训练、识别方法及装置。该方法包括：根据采集到的若干KPI的初始数据，确定若干所述KPI两两之间的相关性值，以对若干所述KPI进行聚类，得到至少一个KPI集群及其中心KPI；对每一所述KPI的初始数据进行预处理，得到每一所述KPI对应的目标数据；采用每一所述中心KPI的目标数据对预先构建的初始异常检测模型进行训练，得到与该中心KPI对应的目标异常检测模型；根据同一所述KPI集群中所述中心KPI与其他KPI之间的相关性值，采用中心KPI异常检测模型全部或部分参数进行迁移以得到与每一所述其他KPI对应的目标异常检测模型。本申请实施例的技术方案可以提高多维KPI数据异常检测模型的训练效率，并保证检测结果的准确性。