成果列表

海南生态旅游承载力及可持续发展动力预警系统状态：正在转化 转化方式：交易费用：面议

海南鹿角藤资源的创新利用状态：正在转化 转化方式：交易费用：面议

海南俄贤岭石灰岩地区海南孔雀雉分布状况调查状态：正在转化 转化方式：交易费用：面议

网路状态：转化方式：交易费用：面议

基于多核学习的分布式拒绝服务攻击检测方法及装置状态：转化方式：交易费用：面议

本成果提出了一种基于多核学习的分布式拒绝服务攻击（DDoS）检测方法，旨在通过多核学习算法提高DDoS攻击检测的准确性和效率。该方法通过融合多种数据源和特征，利用多核学习模型对攻击行为进行模式识别和分类，从而实现对DDoS攻击的有效检测和防御。方法主要步骤：数据采样与特征提取：在预设时间段内，分别对正常网络流和攻击网络流进行采样，并提取五种特征值，包括网络流的地址相关度（ACD）、IP流特征值（FFV）、IP流交互行为特征（IBF）、网络流融合特征（MFF）和IP流地址半交互异常度（HIAD）。这些特征值基于分布式拒绝服务攻击流量的突发性、地址的分布性以及通信双方的交互性进行提取。构建训练集：将提取的特征值用于构建正常样本集和攻击样本集，从而形成训练集。多核学习模型训练：基于集成学习框架，采用梯度上升法和梯度下降法两种方式，自适应地调整训练集中五种特征值的权重，以训练出两种多核学习模型。攻击检测：利用训练好的多核学习模型，通过滑动窗口机制对实时网络流量进行检测，以识别分布式拒绝服务攻击。技术优点：降低误报率和漏报率：通过多核学习模型的自适应训练，能够更准确地识别分布式拒绝服务攻击，从而降低误报率和漏报率。提高检测准确性：采用五种特征值进行联合检测，能够更全面地反映网络流量的异常特征，提高检测的准确性。实时性强：通过滑动窗口机制对实时网络流量进行检测，能够及时发现并响应分布式拒绝服务攻击。

一种基于麦克斯韦效应的水下航行器状态：转化方式：交易费用：面议

当前，水下航行器（AUV）虽已能执行大潜深与长距离任务，但面临诸多挑战，如高能耗、低定位精度、有限续航时间及高事故率，尤其在升沉系统技术上，我国相较于国际先进水平存在明显差距。传统方法，如美国的海水泵式与日本的油囊式浮力调节系统，多依赖液压系统，不仅结构复杂且能耗巨大，同时控制精度与数据传输能力也受限。鉴于此，本成果突破性地提出了一种基于麦克斯韦效应的新型水下航行器设计方案。该航行器巧妙运用电磁感应原理，实现了浮力的精准与动态调节，从而在航行过程中能够灵活应对各种复杂环境，大大简化了浮力调节装置的构造，降低了整体能耗，并显著提升了控制精度与能效。其结构设计的优化，不仅增强了航行器的可靠性，还延长了续航时间，为长时间、高精度的水下勘测任务提供了强有力的技术支持。

基于深度森林的分布式反射拒绝服务攻击检测、防御方法状态：转化方式：交易费用：面议

分布式拒绝服务攻击（DDoS）是一种通过有组织、分布式或远程控制僵尸网络，联合多台计算机设备，向目标系统发送大量连续攻击请求以增加攻击威力的方法。其中，分布式反射拒绝服务（DRDoS）是DDoS的一种进化形式，具有更强的破坏力。DRDoS攻击通过发送伪造的网络服务请求，使得攻击目标收到大量远大于其请求包大小的响应包，从而造成目标响应滞后或宕机。本成果提出了一种基于深度森林的分布式反射拒绝服务（DRDoS）攻击检测方法，旨在提高在大数据环境下的DRDoS攻击检测的有效性、效率和准确率。该方法通过深度森林算法，结合优化后的随机森林分类器和最大梯度提升树，实现对网络流量的高效分析和异常检测。（一）本成果的技术特点： 1.检测方法基于深度森林模型：该技术采用深度森林模型进行DRDoS攻击的检测。深度森林是一种集成学习方法，通过构建多个随机森林和梯度提升树（GBDT）来增强模型的分类能力。六元组特征提取：在检测过程中，首先提取网络流的六元组特征（可能包括源IP地址、目的IP地址、源端口、目的端口、协议类型及时间戳等），生成训练集，用于训练深度森林模型。优化随机森林分类器：随机森林分类器采用回归树作为弱学习器，并对基本的决策树进行优化，以提高分类的准确性。优化步骤可能包括调整树的深度、节点分裂的条件等。最大梯度提升树增益计算：在GBDT部分，通过计算最大梯度提升树的增益来确定最佳的节点分裂方式。增益的计算公式考虑了分割前后的节点分数变化以及新引入叶节点的复杂度代价。 2.防御方法分类与过滤：使用训练好的深度森林检测模型对网络流中的数据包进行分类，识别出具有攻击风险的数据包。区分服务处理：根据分类结果，对具有攻击风险的数据包进行过滤或特殊处理，以减少对目标系统的影响。生成防御模型：通过不断的检测与反馈，持续优化和调整防御模型，提高其对DRDoS攻击的防御能力。（二）技术优势 1.大数据环境下的高效检测：传统检测方法在大数据和物联网时代面临处理效率低下的问题，本成果通过深度森林算法和优化策略，提高了检测的准确性和效率。 2.早期攻击流的防御：已有的防御方法难以有效防御早期阶段的攻击流，本成果能够更早地识别并防御DRDoS攻击。

一种基于DenseNet的图像噪声识别方法和装置状态：转化方式：交易费用：面议

在图像处理领域，图像噪声是图像数据中不必要的或多余的干扰信息，严重影响图像质量。特别是在医学领域，如CT图像的成像、传输、存储和显示过程中，噪声的存在会显著降低图像清晰度，甚至影响临床诊断的准确性。然而，传统噪声识别算法大多基于图像中只存在单一类型高强度噪声的假设，难以有效识别常见的低强度混合噪声。本成果基于DenseNet的图像噪声识别方法和装置，通过创新性地应用DenseNet模型及可视化统计特征提取技术，有效解决了现有图像噪声识别技术对低强度混合噪声识别准确率低的问题，为图像处理领域提供了一种高效、准确的噪声识别解决方案。高效识别低强度混合噪声：通过DenseNet的密集连接特性，模型能够高效识别图像中的低强度混合噪声，提高识别准确率。抗过拟合能力强：预训练过的DenseNet模型具有高抗过拟合能力，适合训练小型数据集。可视化统计特征提取：通过提取图像的灰度概率分布曲线，将图像特征转化为可视化统计特征图像，便于模型训练与识别。

机电加工及制造项目与机械加工厂项目置顶状态：转化方式：交易费用：面议

企业简介海南精翊机电设备有限公司是一家天然橡胶工艺解决方案提供商，同时也是具备机电设备检修服务能力的技术服务公司，形成了设计、加工制造、改造维修、安装、机电贸易同步发展的经营体系。公司制胶工艺设备被广泛应用于全球重要天然橡胶原产地，合作伙伴不乏和盛国际、泰国联益集团、中化集团、海胶集团等行业翘楚;机电维修技术服务实力雄厚,与岛内中石化系、中海油化工和油服系、华能发电系、水务系等央企国企签定了年度维修服务合同。公司建有制胶工艺设备部、技术生产部、自动化产品研发部、机械制造车间、机电大修车间、市场营销部、国际贸易部为- -体的产学研中心。公司创始人梁铭坚先生出身于机械世家，企业核心团队有制胶工艺设备工程师、机械设计工程师、自动化系统工程师、工业软件开发工程师、机电维修技师、高、中级电气维修技工、机床技工等专业复合型人才组成。主要产品 1、研发制造 ( 1 )研发、设计、制造天然橡胶制胶生产线水线加工成套设备、烘干线成套设备、干线加工成套设备、打包线成套设备; ( 2 )研发设计装配成套电气控制设备、自动化工控系统、智能控制系统软件;(3)水处理设备 ( 4 )非标线圈定制。 2、技术服务 3、机电维修 (1)天然橡胶制胶厂的建厂规划; ( 1 )机电总成、高低压交直流电机、减速 (2 )制胶工艺、产线技改; 机、泵阀; ( 3 )水处理项目托管服务。 (2 )变压器、变频器、PLC工控; ( 3 )起重设备、机床设备、液压设备;( 4 )金属表面磨损修复。项目需求寻求农产品加工装备制造技术、机电维修及及海洋装备维修技术合作。

面向本质计算与推理的跨DIKW模态文本歧义处理方法状态：转化方式：交易费用：面议

跨DIKW模态文本处理：该方法支持在数据（Data）、信息（Information）、知识（Knowledge）和智慧（Wisdom）四种模态之间进行转换和处理，以适应不同应用场景的需求。通过跨模态转化，将目标文本转化为所需的数据资源或信息资源，以便进行后续的关联分析和逻辑推理。文本歧义判定与处理：在判定目标文本的文本含义数量大于1时，会进一步判定该文本是否为缺失数据资源或信息资源的文本，或是否存在数据资源冗余或信息资源冗余的情况。针对不同类型的歧义情况，采取不同的处理策略，如补充缺失资源、去除冗余资源等，以消除歧义。关联分析与逻辑推理：根据目标数据资源和/或目标信息资源，查询目标文本的相关资源，包括获取关联文本、从关联文本中查询相关资源等。利用这些数据资源、信息资源和知识资源，结合逻辑推理方法，推导目标文本的准确含义。数据图谱与信息图谱的应用：在获取目标文本的补充资源时，会利用数据图谱和信息图谱中的资源，将与目标数据资源关联程度大于预设值的数据资源作为补充资源。通过数据图谱和信息图谱的构建和利用，提升数据和信息资源的关联性和利用率。面向本质计算与推理：该方法不仅关注于文本表面的含义处理，更侧重于通过本质计算与推理，揭示文本背后的深层含义和逻辑关系。通过综合运用多种计算推理方法，实现对文本歧义问题的根本解决。