创新不止步！杭电科技力量优质成果大放送

科技成果转化是推动科技创新“关键变量”转化为新质生产力“最大增量”的“关键一跃”。近年来，聚焦省创新深化和315科技创新体系建设，以建设国家可持续发展议程创新示范区为总载体，加强企业主导的产学研深度融合，着力在产业科技融合上下功夫，科技创新转化新模式迭出，科技成果转化力量加速涌现。为推动更多优质科技成果从高校走进企业、从实验室走向生产线、从“书架”走上“货架”，转化为新质生产力。

本期为大家推介的是来自副会长单位——杭州电子科技大学信息技术领域的优质技术专利成果，下面就一起来看看吧。

杭州电子科技大学是一所电子信息特色突出，多学科相互渗透的教学研究型大学。经过多年的发展，已经成为浙江省人才培养、科学研究、社会服务和文化传承创新的重要基地。

学校科研实力雄厚，在众多领域参与并完成了一系列高科技攻关科研项目。目前，与国内外数百家企业建立了稳定的科技合作关系，是浙江省科技创新与成果转化的高地。

信息技术领域

01 一种基于物联网的智能家居监测控制系统

专利号 ：

CN109062072B

发明人：

周磊、付天昊、赵琪、袁博

摘要：

本发明公开了一种基于物联网的智能家居监测控制系统。包括两个CPU模块电路、四个电流互感器、网卡模块电路、十个继电器、线温传感器、485通信电路、ZigBee通信电路和PM2.5模块；本发明能够综合采集室内用电器类型、电弧故障等用电信息和线温、PM2.5、噪声等环境信息，实时监控室内安全状况并进行报警或自动作出应急处理。使用户在任何地方，只要有网络，就可以通过电脑浏览器或者手机APP实时查看室内的用电器信息、环境信息及故障电弧信息，并且可通过网页或手机APP对线路的通断实施控制，从而及时地控制火灾的发生。

02 基于离散事件系统范式的数据链脆弱性分析方法

专利号 ：

CN114124726B

发明人：

李建军、陆奇、李胜炎、周云帆、俞杰、赵露露、田万勇、胡军锋、陈赤联、李新付

摘要：

本发明公开了一种基于离散事件系统范式的数据链脆弱性分析方法。本发明先构建支持场景规则的DEVS模型；再根据JCAS中的任务场景，构建数据链测试结点，用以模拟任务场景中的各个单元，同时构建能够管理和监听所有结点通信的总控单元；针对不同数据链测试结点两两之间的通信链路设置不同程度的通信干扰；在具有通信干扰条件的模型中执行测试；由总控单元获取测试完成后的各结点状态，结合消息监听数据计算数据链路脆弱性分析指标，给出当前任务通信干扰条件设置下各结点的脆弱性程度。本发明使用离散事件系统范式与通信干扰条件模拟建立数据链脆弱性分析系统，最终通过计算各项指标，得到不同任务场景及不同通信干扰条件下的结点脆弱性分析结果。

03 基于矢量空间分离的持续电磁信号分类方法

专利号 ：

CN115496115B

发明人：

赵琰、陈仕川、郑仕链、赵知劲、姜明、戴绍港

摘要：

本方案公开了一种基于矢量空间分离的持续电磁信号分类方法。包括使用无线电信号作为训练卷积神经网络的样本数据；进行第一个任务训练得到训练后的卷积神经网络；当新任务到来时，在原有卷积神经网络模型基础上增加新的全连接层，并将其与旧的全连接层进行拼接后输出；在新任务训练过程中，基于余弦相似度控制新旧任务在矢量空间的距离，运用 L2 正则化平衡新旧任务权重大小，通过交叉熵损失函数区分新类与旧类；新任务训练结束后得到新的卷积神经网络。本方案引入相似度损失函数，与交叉熵损失函数共同作用，在矢量空间中确保新类与旧类的区分，减少新类对旧类的影响，保证新任务的学习效果。

04 一种大数据背景下在线评论文本最佳主题提取系统和方法

专利号 ：

CN110765762B

发明人：

杨根福、严康铖

摘要：

本发明公开了一种大数据背景下的在线评论文本最佳主题提取系统和方法。首先，在在线评论主题模型语料库的准备过程中，通过词频统计结果对语料库的预处理、规范化及文本向量化等环节进行优化，提高了语料库向量的可靠性与质量；其次，在主题提取的迭代过程中，将主题一致性值作为关键控制参数，优化模型，确定了最佳的主题数量；再次，利用主题代表性文档、主题与文档分布信息推断主题的意义，弥补只分析关键词带来的不足。

05 一种多阶段的无监督域适应因果关系识别方法

专利号 ：

CN114090770B

发明人：

李建军、周云帆、俞杰、陆奇、李胜炎、李新付、田万勇、赵露露、惠国宝、唐政

摘要：

本发明公开了一种多阶段的无监督域适应因果关系识别方法。本发明步骤包括：(1)数据集划分；(2)利用自适应对比学习进行预训练；(3)结合知识蒸馏进行对抗学习；(4)多级数据过滤得到种子集；(5)单级数据过滤得到伪标签集合；(6)利用k-means聚类方法获取子类原型；(7)采用特征级别的数据增强引入一致性；(8)利用过滤得到的伪标签进行自训练。本发明通过自适应对比学习获取源域中丰富的因果关系知识，然后利用知识蒸馏和对抗学习的方式将源域知识迁移到目标域，再通过数据过滤获得多级的子类原型和无标签样本的伪标签，利用原型进行特征级别的数据增强从而引入一致性损失，利用伪标签在目标域进行自训练。

06 基于MFDRL-CTDE的跳频组网智能抗干扰决策方法

专利号 ：

CN113824469B

发明人：

朱家晟、赵知劲、郑仕链、姜明

摘要：

本发明公开了一种基于MFDRL-CTDE的跳频组网智能抗干扰决策方法。针对多种干扰并存的复杂电磁环境和跳频异步组网结构，设计了相应的状态-动作空间和奖赏函数。为应对Agent之间的相互影响和动态的环境，引入集中式训练和分散式执行框架。提出基于模糊推理系统的融合权重分配策略，用于解决网络融合过程中各Agent的权重分配问题。采用竞争性DQN算法和优先经验回放技术以提高算法的效率。本发明方法在收敛速度和最佳性能方面都具有较大优势，且对多变复杂电磁环境具有较好的适应性。

了解更多成果信息

微信长按识别下方二维码

文章来源：杭州电子科技大学、创想邦产业园

分享到：