| 序号 | 专利名 | 申请号 | 申请日 | 公开（公告）号 | 公开（公告）日 | 发明人 |
|---|---|---|---|---|---|---|
| 201 | 一种基于绝对的时间滑动窗口的流量实时统计方法及引擎 | CN202110397876.4 | 2021-04-14 | CN112988846B | 2021-08-27 | 李金泉; 关涛; 张少游 |
| 本发明公开一种基于绝对的时间滑动窗口的流量实时统计方法及引擎，属于互联网技术领域，特别涉及一种基于绝对的时间滑动窗口的流量实时统计方法，包括：对于要存储的数据，采用随机的跳跃链表结构进行存储；基于跳跃链表结构，设置评分字段，为各节点建立关联；基于任意时间窗口获取数据；根据获取到的数据进行统计分析，得到统计分析结果。本发明通过绝对的时间滑动窗口算法来实施，实时的对以绝对时间轴为基准的流量数据进行快速、高效的分类、统计，工作效率高，提高准确度，有效避免数据丢失、数据跨时间计算不准确、未来时间数据穿越的问题。 | ||||||
| 202 | 一种基于绝对的时间滑动窗口的流量实时统计方法及引擎 | CN202110397876.4 | 2021-04-14 | CN112988846A | 2021-06-18 | 李金泉; 关涛; 张少游 |
| 本发明公开一种基于绝对的时间滑动窗口的流量实时统计方法及引擎，属于互联网技术领域，特别涉及一种基于绝对的时间滑动窗口的流量实时统计方法，包括：对于要存储的数据，采用随机的跳跃链表结构进行存储；基于跳跃链表结构，设置评分字段，为各节点建立关联；基于任意时间窗口获取数据；根据获取到的数据进行统计分析，得到统计分析结果。本发明通过绝对的时间滑动窗口算法来实施，实时的对以绝对时间轴为基准的流量数据进行快速、高效的分类、统计，工作效率高，提高准确度，有效避免数据丢失、数据跨时间计算不准确、未来时间数据穿越的问题。 | ||||||
| 203 | 串联故障电弧的检测方法及系统、设备、存储介质 | CN202110696990.7 | 2021-06-23 | CN113376551A | 2021-09-10 | 曾祥桉 |
| 本发明公开了一种串联故障电弧的检测方法及系统、设备、存储介质，该检测方法首先得到每个工频周期的采样序列，进行标准化处理之后分别计算每个工频周期序列数据的多个特征量，通过采用多个特征量来描述交流电流波形，从多个维度很好地体现出电流数据的特性，有利于提高检测精准度。然后，设置滑动检测窗口，滑动检测窗口的长度为N个工频周期，利用滑动检测窗口在多个工频周期组成的特征量序列上滑动，基于窗口滑动前后的两组特征值数据之间的距离计算结果来进行串联故障电弧的判定。整体检测识别算法基于两个特征矩阵的距离计算结果实现，无需对电流数据进行分解后进行特征量比对，算法相对较为简单，对于嵌入式系统的性能没有过高的要求。 | ||||||
| 204 | 降低量子随机数偏置的高效后处理方法及系统 | CN202311424429.9 | 2023-10-31 | CN117149138A | 2023-12-01 | 刘驰 |
| 本发明公开一种降低量子随机数偏置的高效后处理方法及系统，方法包括将量子随机源产生的原始随机序列拆分为多个子序列；遍历多个子序列，并对遍历到的当前子序列，使用滑动窗口覆盖当前子序列之前的子序列，并将当前子序列与滑动窗口中的子序列逐一比对；在当前子序列与滑动窗口中的子序列未重复时，输出当前子序列；在当前子序列与滑动窗口中的子序列存在重复时，从置换备选序列中选择置换序列替换当前子序列，并输出置换序列；本发明结合滑动窗口算法对原始随机序列拆分的子序列进行置换，打破原有随机序列的自相关性，得到偏置降低，随机性提高的随机数。 | ||||||
| 205 | 多源传感器数据可信融合方法、系统、设备及存储介质 | CN202211330586.9 | 2022-10-28 | CN115412923B | 2023-02-03 | 唐松; 王志强; 崔彦军; 董佳; 盖素丽; 檀改芳 |
| 本申请提供一种多源传感器数据可信融合方法、系统、设备及存储介质。该方法包括：接收传感器数据；按照采集时间对传感器数据进行排序，并基于预设的滑动窗口步长从排序后的传感器数据中依次选取滑动窗口数据；针对每次选取的滑动窗口数据，基于高斯核函数计算滑动窗口数据的密度估计，并基于密度估计从滑动窗口数据中筛选得到候选异常数据；对候选异常数据进行筛选，标记异常值；基于预测模型和排序后的传感器数据，确定预测传感器数据，并基于预测传感器数据对异常值和缺失值进行补位；基于卡尔曼滤波算法，对补位后的传感器数据进行状态更新和数据融合，得到传感器融合数据。本申请能够提高多源传感器数据融合结果的可信度。 | ||||||
| 206 | 一种基于分形残差的LDoS攻击实时检测方法 | CN202010183854.3 | 2020-03-16 | CN111294362A | 2020-06-16 | 汤澹; 冯叶; 张斯琦; 陈静文; 王曦茵; 张冬朔; 严裕东; 施玮 |
| 本发明公开了一种基于分形残差的LDoS攻击实时检测方法，属于网络安全领域。其中所述方法包括：获取单位时长内检测网络的数据流量，基于滑动窗口的概念，对获取到的数据流量进行处理，获得数据流量的Hurst滑动窗口。根据R/S算法分析计算Hurst滑动窗口的分形值，使用拟合残差公式，计算Hurst滑动窗口的分形残差值，将待测网络数据流量的分形残差值与变异系数共同作用作为决策特征值，与事先训练出来的决策阈值进行比较，依据相关判定准则判定，是否存在因LDoS攻击而导致的网络流量的分形残差值异常，从而检测该Hurst滑动窗口内是否发生LDoS攻击。本发明提出的基于分形残差的LDoS攻击实时检测方法，误报率和漏报率较低，检测准确度较高，实时性好。 | ||||||
| 207 | 一种隧道监测数据内部特征信息的时序相关性分析方法 | CN202410723505.4 | 2024-06-05 | CN118626832A | 2024-09-10 | 陈建勋; 胡宇航; 罗彦斌; 陈辉; 郭乐乐; 赵鹏宇; 王传武; 刘建龙; 郭会杰 |
| 本发明公开了一种隧道监测数据内部特征信息的时序相关性分析方法，包括：(1)对两组隧道监测数据都进行预处理；(2)确定滑动窗口参数；(3)拟合窗口数据并提取相应拟合参数；(4)对拟合参数再次进行滑动窗口数据分割，并利用相关性计算公式对两组数据同一窗口内的拟合参数进行相关性分析；(5)将各窗口相关性系数组合构成相关系数向量；(6)利用线性插值法将相关系数向量拉伸至源数据长度，相关系数小则表示两个数据该位置不具有相关性，反之具有一定相关性。本发明通过滑动窗口和数据拟合，挖掘蕴含在隧道监测数据内部的特征信息，并通过相关系数计算，实现了传统算法难以识别的隧道监测数据的内部特征信息及时序相关性分析。 | ||||||
| 208 | 基于滑动DFT的串联直流电弧故障识别方法 | CN201710971411.9 | 2017-10-18 | CN107561424A | 2018-01-09 | 王尧; 张彦风; 牛峰; 李奎 |
| 本发明公开了一种基于滑动DFT的串联直流电弧故障识别方法，其特征在于，该方法包括如下内容：首先，建立滑动DFT算法计算式式中p＝1,2,3…；其次，在电弧电流特征频段40k-100kHz范围内，选取三个特征频率，利用滑动DFT对电弧电流进行分析；再次，选取时间窗口为200μs，相应于滑动DFT算法的基波频率为5kHz。滑动DFT算法计算式，采用逐点滑动DFT算法对不同电源电压、不同负载电流条件下的电弧电流数据进行分析，所选数据包含了未发生电弧阶段以及燃弧起始阶段两部分；最后，采用200μs时间窗口对滑动DFT计算结果进行滑动平均降噪处理，然后将计算结果进行加权处理后作为电弧故障识别的判据。本发明的有益效果是，运算速度快、并节省运算单元。 | ||||||
| 209 | 一种产品表面缺陷检测方法和装置及设备 | CN202010382866.9 | 2020-05-08 | CN111652852A | 2020-09-11 | 崔浩; 黄虎 |
| 本发明提供一种产品表面缺陷检测方法和装置及设备，包括：获取图像并确定图像是否为需要检测指定类型缺陷的待检测图像；若是，通过预训练的缺陷检测模型利用滑动窗口对待检测图像进行滑动采样，并对采样的窗口区域进行缺陷检测，输出待检测图像中存在缺陷的窗口区域位置标识；利用图像分割算法对存在缺陷的窗口区域进行图像分割，得到存在缺陷的窗口区域内各缺陷的轮廓区域；通过区域生长算法将相邻的轮廓区域进行连接，得到待检测图像中存在的缺陷的形态和数目。本发明可以对图像进行滑动采样检测的方式，解决现有技术费时费力、无法检测表面细小缺陷且定位性差的问题。 | ||||||
| 210 | 串联故障电弧的检测方法及系统、设备、存储介质 | CN202110696990.7 | 2021-06-23 | CN113376551B | 2022-11-08 | 曾祥桉 |
| 本发明公开了一种串联故障电弧的检测方法及系统、设备、存储介质，该检测方法首先得到每个工频周期的采样序列，进行标准化处理之后分别计算每个工频周期序列数据的多个特征量，通过采用多个特征量来描述交流电流波形，从多个维度很好地体现出电流数据的特性，有利于提高检测精准度。然后，设置滑动检测窗口，滑动检测窗口的长度为N个工频周期，利用滑动检测窗口在多个工频周期组成的特征量序列上滑动，基于窗口滑动前后的两组特征值数据之间的距离计算结果来进行串联故障电弧的判定。整体检测识别算法基于两个特征矩阵的距离计算结果实现，无需对电流数据进行分解后进行特征量比对，算法相对较为简单，对于嵌入式系统的性能没有过高的要求。 | ||||||
| 211 | 基于移动方差自适应阈值的混合活动数据分割方法及系统 | CN202311165108.1 | 2023-09-08 | CN117372448A | 2024-01-09 | 赵毓斌; 梁伟锡 |
| 本发明公开了基于移动方差自适应阈值的混合活动数据分割方法及系统，该方法包括：获取CSI数据并进行数据预处理，构建预处理后的CSI矩阵；对预处理后的CSI矩阵依次进行滑动窗口方差计算与平滑处理，得到多个平滑后的滑动窗口线性差值；通过移动方差自适应阈值算法对多个平滑后的滑动窗口线性差值进行分割处理，得到分割后的CSI数据。本发明通过移动方差自适应阈值算法能够准确识别不同活动的开始点和结束点，提高活动数据的分割精度。本发明作为基于移动方差自适应阈值的混合活动数据分割方法及系统，可广泛应用于活动数据分割技术领域。 | ||||||
| 212 | 一种机器人数据处理方法和装置 | CN202011347426.6 | 2020-11-26 | CN112464801B | 2023-04-18 | 王磊 |
| 本申请实施例公开了一种数据滤波方法和装置，用于对数据进行滑动窗口滤波处理。本申请实施例的方法包括：获取第一数组，所述第一数组包括N+k个一维排列的数据；使用滑动窗口算法对所述第一数组进行滤波，得到第一滤波数组；获取第二数组，所述第二数组包括N个一维排列的数据，且所述第二数组的第一个数据与所述第一数组的最后一个数据连续；将所述第一数组的尾部的k个数据添加到所述第二数组的头部，组成第二目标数组；使用滑动窗口算法对所述第二目标数组进行滤波，得到第二滤波数组。 | ||||||
| 213 | 一种数据滤波方法和装置 | CN202011347426.6 | 2020-11-26 | CN112464801A | 2021-03-09 | 王磊 |
| 本申请实施例公开了一种数据滤波方法和装置，用于对数据进行滑动窗口滤波处理。本申请实施例的方法包括：获取第一数组，所述第一数组包括N+k个一维排列的数据；使用滑动窗口算法对所述第一数组进行滤波，得到第一滤波数组；获取第二数组，所述第二数组包括N个一维排列的数据，且所述第二数组的第一个数据与所述第一数组的最后一个数据连续；将所述第一数组的尾部的k个数据添加到所述第二数组的头部，组成第二目标数组；使用滑动窗口算法对所述第二目标数组进行滤波，得到第二滤波数组。 | ||||||
| 214 | 一种对光照强度变化不敏感的高铁轨道板边缘检测算法 | CN202311169750.7 | 2023-09-12 | CN119625002A | 2025-03-14 | 许文芳; 李备备; 辛丽; 张强; 李贺欣; 矫宇 |
| 本发明涉及一种对光照强度变化不敏感的高铁轨道板边缘检测算法，主要用于检测高铁轨道板的位置，以便机器人对其进行加工；所提出的边缘检测算法是基于一个滑动窗口slide window detect algorithm，简称SWD算法，此算法的主要是先用窗口确定边缘点的大概范围，然后缩小窗口的大小，在所得范围内再次检测边缘点的位置，就这样重复执行，不断缩小范围，直到找到符合精度要求的边缘点。 | ||||||
| 215 | 一种OVFDM系统中基于比特反转的低复杂度滑动译码方法 | CN201910907521.8 | 2019-09-24 | CN110768750A | 2020-02-07 | 张鸿涛; 陈莹; 王亚峰; 李道本 |
| 本发明提出了一种OVFDM系统中基于比特反转的低复杂度滑动译码方法。该方法中，通过使用滑动窗口类将卷积码分解为分组码，由于滑动窗口长度远小于帧长度，译码复杂度降低。此外，为了获得更低的译码复杂度，此方法提出了比特反转算法并应用于每个滑动窗口的分组码译码。其中应用最大绝对值准则来确定要进行翻转的比特，该准则可以在每次迭代中获得接近最优的比特翻转矢量，同时具有较低复杂度。仿真结果表明，在不降低误比特率性能的情况下，比特翻转算法与最速下降算法相比具有更少的迭代次数，且算法复杂度随频谱效率的增加大致呈线性而非指数地增长，大大降低了高频谱效率时的译码复杂度。 | ||||||
| 216 | 基于多周期分段滑动窗口标准差的故障诊断方法 | CN202011329488.4 | 2020-11-24 | CN112506687A | 2021-03-16 | 何金辉; 宋佶聪; 王浩磊; 李哲 |
| 本发明公开了一种基于多周期分段滑动窗口标准差的故障诊断方法，通过对连续周期的电流幅值数据进行分段多参数指标的卷积池化，得到了该段周期的数据特征值列表，并通过计算特征数据列表的标准差确定了设备运行的波动区间P；实测数据的滑动窗口处理后的标准差与P匹配，从而进行设备故障预测，算法简单有效，有利于电器设备进行故障诊断。 | ||||||
| 217 | 基于多周期分段滑动窗口标准差的故障诊断方法 | CN202011329488.4 | 2020-11-24 | CN112506687B | 2022-03-01 | 何金辉; 宋佶聪; 王浩磊; 李哲 |
| 本发明公开了一种基于多周期分段滑动窗口标准差的故障诊断方法，通过对连续周期的电流幅值数据进行分段多参数指标的卷积池化，得到了该段周期的数据特征值列表，并通过计算特征数据列表的标准差确定了设备运行的波动区间P；实测数据的滑动窗口处理后的标准差与P匹配，从而进行设备故障预测，算法简单有效，有利于电器设备进行故障诊断。 | ||||||
| 218 | 新的高时空分辨率全球ZTD垂直剖面格网模型构建方法 | CN202010333280.3 | 2020-04-24 | CN111538943A | 2020-08-14 | 黄良珂; 彭华; 刘立龙; 郭立杰; 康传利; 谢劭峰 |
| 本发明属于卫星导航定位和气象学交叉的技术领域，公开了一种新的高时空分辨率全球ZTD垂直剖面格网模型构建方法，基于滑动窗口算法将全球剖分为5°×4°的规则窗口，利用负指数函数表达全球每个窗口ZTD垂直剖面函数模型，基于MERRA-2再分析资料估计全球每个窗口的ZTD垂直剖面模型系数；基于全球每个窗口β因子的5个系数，以平面分辨率为5°×4°的格网形式存储，得到平面分辨率为5°×4°的顾及高程缩放因子精细季节变化的全球ZTD垂直剖面格网模型。本发明建立的全球ZTD垂直剖面格网模型较好地优化了模型参数，提高了模型的实用性。 | ||||||
| 219 | 基于滑动窗二进制比对算法的导航数据增量信息提取方法 | CN201610025674.6 | 2016-01-15 | CN105698803B | 2018-06-19 | 宋向勃; 朱敦尧 |
| 本发明提供一种基于滑动窗二进制比对算法的导航数据增量信息提取方法，对已有导航数据与更新导航数据中相同组织单位的二进制序列设置滑动窗口，通过滑动窗口对二进制序列进行比对，获取二进制序列中的连续公共子序列；并比对已有二进制序列中的非公共子序列信息和更新二进制序列中的非公共子序列信息，提取增量信息类型，对已有二进制序列进行更新替换。所述基于滑动窗二进制比对算法的导航数据增量信息提取方法，利用导航数据本身所具有的空间相关性特征，利用滑动窗口技术，将二进制序列连续公共子序列算法的空间需求和时间需求都降低到线性级别，从而对超长二进制块也能够在可接受的空间需求和时间需求下完成计算，并得到准确的增量更新信息。 | ||||||
| 220 | 基于滑动窗二进制比对算法的导航数据增量信息提取方法 | CN201610025674.6 | 2016-01-15 | CN105698803A | 2016-06-22 | 宋向勃; 朱敦尧 |
| 本发明提供一种基于滑动窗二进制比对算法的导航数据增量信息提取方法，对已有导航数据与更新导航数据中相同组织单位的二进制序列设置滑动窗口，通过滑动窗口对二进制序列进行比对，获取二进制序列中的连续公共子序列；并比对已有二进制序列中的非公共子序列信息和更新二进制序列中的非公共子序列信息，提取增量信息类型，对已有二进制序列进行更新替换。所述基于滑动窗二进制比对算法的导航数据增量信息提取方法，利用导航数据本身所具有的空间相关性特征，利用滑动窗口技术，将二进制序列连续公共子序列算法的空间需求和时间需求都降低到线性级别，从而对超长二进制块也能够在可接受的空间需求和时间需求下完成计算，并得到准确的增量更新信息。 | ||||||
QQ群二维码
意见反馈
意见反馈