-
公开(公告)号:CN111022941B
公开(公告)日:2021-05-28
申请号:CN201911375104.X
申请日:2019-12-27
Applicant: 重庆科技学院
Abstract: 本发明提供一种基于LSTM循环神经网络的天然气管道泄漏检测方法,包括以下步骤:步骤1:采集管道泄漏音频数据;步骤2:对所述音频数据采用改进的梅尔频率倒谱系数MFCC方法进行特征提取;步骤3:构建一个基于长短期记忆LSTM循环神经网络的天然气管道泄漏检测模型;步骤4:对所述管道微泄漏检测模型进行训练及参数优化,并验证模型的鲁棒性。与现有技术相比,本发明提供的技术方案,具有的技术效果或优点是:在管道泄漏检测模型的参数优化过程中,基于LSTM循环神经网络的天然气管道泄漏检测方法能够对管道状态进行检测,提高管道泄漏检测的准确性,提供充足的反应时间,降低了安全事故发生的可能性,具有一定的理论研究价值和广阔的应用前景。
-
公开(公告)号:CN110209130A
公开(公告)日:2019-09-06
申请号:CN201910373900.3
申请日:2019-05-07
Applicant: 重庆科技学院
IPC: G05B19/418 , G05B13/02 , G05B13/04
Abstract: 冷热电联供型微网运行优化过程复杂,具有不确定性、非线性、强耦合性、动态性等特点。针对目前该系统在实际运行中存在无法实时优化、能量利用效率低、优化过程不够稳定等问题。本发明提出一种基于ADHDP(Action dependent heuristic dynamic programming,基于动作的启发式动态规划)的冷热电联供型微网系统优化运行方法。利用BP神经网络对冷热电联供型微网系统建模并以该模型为模型网络,根据控制误差和性能指标函数不断更新优化权值,直到获得最优控制策略,实现冷热电联供型微网运行过程的最优控制,提高能量利用效率,增强优化效果。
-
公开(公告)号:CN112235280B
公开(公告)日:2022-07-01
申请号:CN202011078743.2
申请日:2020-10-10
Applicant: 重庆科技学院
Abstract: 本发明提供一种基于本体的工业互联网IoT系统安全模型,包括管理与决策层、设计层、运行层和系统集成层,管理与决策层从运行层获得系统运行状态数据,据此形成安全服务策略,辅助设计层功能实现及反作用于运行层安全运行,设计层接收管理与决策层的安全服务策略并向系统集成层提供安全服务实施策略,运行层监控系统集成层的网络安全运行状态或发送安全服务执行命令,系统集成层接收设计层的安全服务知识,进行本体推理,实现异构数据集成,为上层提供预先构建的网络安全服务。本发明为工业互联网环境中物联网系统及设备之间的互联互通提供了网络安全保障,为数据的保密性和完整性提供了技术实现途径,有利于实现工业互联网整体环境的安全运行。
-
公开(公告)号:CN112380535A
公开(公告)日:2021-02-19
申请号:CN202011269170.1
申请日:2020-11-13
Applicant: 重庆科技学院
Abstract: 本发明提供一种基于CBOW的恶意代码三通道可视化识别方法,该方法从二进制文件、十六进制.Bytes文件和反汇编的.Asm文件三种不同的视角使用CBOW模型向量化信息特征,最后将向量特征图像化并在Resnet残差网络模型进行训练识别,而在卷积神经网络即Resnet残差网络识别恶意代码模型构建中,恶意代码数据集显得尤为重要,为了使恶意代码可视化图像包含更多的、更有效的恶意代码信息特征,本发明提出了基于三通道可视化的改进方法,能够将恶意代码的特征信息在保留原有关系的基础上,以不同字符词典为核心生成不同的矩阵,由此提高了可视化图像的信息利用率和恶意代码可视化图像识别准确率,避免了可视化图像信息特征重复率,增强了优化效果。
-
公开(公告)号:CN112380535B
公开(公告)日:2022-04-19
申请号:CN202011269170.1
申请日:2020-11-13
Applicant: 重庆科技学院
Abstract: 本发明提供一种基于CBOW的恶意代码三通道可视化识别方法,该方法从二进制文件、十六进制.Bytes文件和反汇编的.Asm文件三种不同的视角使用CBOW模型向量化信息特征,最后将向量特征图像化并在Resnet残差网络模型进行训练识别,而在卷积神经网络即Resnet残差网络识别恶意代码模型构建中,恶意代码数据集显得尤为重要,为了使恶意代码可视化图像包含更多的、更有效的恶意代码信息特征,本发明提出了基于三通道可视化的改进方法,能够将恶意代码的特征信息在保留原有关系的基础上,以不同字符词典为核心生成不同的矩阵,由此提高了可视化图像的信息利用率和恶意代码可视化图像识别准确率,避免了可视化图像信息特征重复率,增强了优化效果。
-
公开(公告)号:CN112235280A
公开(公告)日:2021-01-15
申请号:CN202011078743.2
申请日:2020-10-10
Applicant: 重庆科技学院
Abstract: 本发明提供一种基于本体的工业互联网IoT系统安全模型,包括管理与决策层、设计层、运行层和系统集成层,管理与决策层从运行层获得系统运行状态数据,据此形成安全服务策略,辅助设计层功能实现及反作用于运行层安全运行,设计层接收管理与决策层的安全服务策略并向系统集成层提供安全服务实施策略,运行层监控系统集成层的网络安全运行状态或发送安全服务执行命令,系统集成层接收设计层的安全服务知识,进行本体推理,实现异构数据集成,为上层提供预先构建的网络安全服务。本发明为工业互联网环境中物联网系统及设备之间的互联互通提供了网络安全保障,为数据的保密性和完整性提供了技术实现途径,有利于实现工业互联网整体环境的安全运行。
-
公开(公告)号:CN111022941A
公开(公告)日:2020-04-17
申请号:CN201911375104.X
申请日:2019-12-27
Applicant: 重庆科技学院
IPC: F17D5/06
Abstract: 本发明提供一种基于LSTM循环神经网络的天然气管道泄漏检测方法,包括以下步骤:步骤1:采集管道泄漏音频数据;步骤2:对所述音频数据采用改进的梅尔频率倒谱系数MFCC方法进行特征提取;步骤3:构建一个基于长短期记忆LSTM循环神经网络的天然气管道泄漏检测模型;步骤4:对所述管道微泄漏检测模型进行训练及参数优化,并验证模型的鲁棒性。与现有技术相比,本发明提供的技术方案,具有的技术效果或优点是:在管道泄漏检测模型的参数优化过程中,基于LSTM循环神经网络的天然气管道泄漏检测方法能够对管道状态进行检测,提高管道泄漏检测的准确性,提供充足的反应时间,降低了安全事故发生的可能性,具有一定的理论研究价值和广阔的应用前景。
-
-
-
-
-
-