公开(公告)号：CN111327608A

公开(公告)日：2020-06-23

申请号：CN202010092028.8

申请日：2020-02-14

Applicant: 中南大学

Inventor： 周芳芳 ,  马小龙 ,  胡东篱 ,  陈冉飞 ,  赵颖

IPC: H04L29/06 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于级联深度神经网络的应用层恶意请求检测方法及系统，首先选择不同网络结构的深度神经网络模型，构建得到深度神经网络集合；再设计低漏报代价敏感损失函数并结合反向传播算法训练深度神经网络集合中的网络模型；接着设定位置排布策略并按该策略将深度神经网络集合中的训练好的网络模型串联成级联深度神经网络模型；然后通过“特征继承”连接单分类器的特征输出层、设置衰减代价敏感损失函数并结合反向传播算法训练级联深度神经网络模型；最后将数据预处理后的待检测应用层用户请求输入训练好的级联深度神经网络模型，得到其为恶意请求的预测概率，进而判断该待检测的应用层用户请求是否为恶意请求。本发明误报漏报率低。

公开(公告)号：CN111008503A

公开(公告)日：2020-04-14

申请号：CN201911304044.2

申请日：2019-12-17

Applicant: 中南大学

Inventor： 赵颖 ,  罗凤 ,  徐雅琦 ,  谢慧萱 ,  周芳芳

IPC: G06F30/27 ,  G06F30/15 ,  G06N3/04

Abstract: 本发明公开了一种基于RNN序列模型的转向管柱螺母调节角度预测方法，通过获取并构建样本数据，清洗和过滤样本数据，数据格式化预处理，特征的提取与选择，序列化和归一化数据，根据模型预测调节角度和真实调节角度计算损失函数值，优化网络参数，最后基于优化后的网络对测试数据进行调节角度预测，并给出精确度和效率相对更优的样本数据结构和特征输入方案。本发明实现了将RNN序列模型应用于工业数据，有效地预测出转向管柱螺母的调节角度，提高了转向管柱螺母调节角度的精确度，从而提高工作效率。

公开(公告)号：CN105897488B

公开(公告)日：2019-04-09

申请号：CN201610419842.X

申请日：2016-06-13

Applicant: 中南大学

Inventor： 周芳芳 ,  曾媛 ,  赵颖 ,  张蓉 ,  李俊材 ,  佘燕敏

IPC: H04L12/24 ,  H04B17/309 ,  H04B17/318

Abstract: 本发明提供了一种无线电信号数据的可视化方法，步骤1：获取从频谱数据和原始电平采样数据中提取的无线电信号数据；步骤2：绘制频率‐带宽散点图；步骤3：使用聚类算法对无线电信号数据进行聚类；步骤4：划分时间片；步骤5：对每个聚类计算每个时间片的平均中心频率、平均带宽、平均信噪比和平均信号强度；步骤:6：绘制信号流图。利用信号流图有效编码无线电信号的多种特征，将时频上较离散的信号数据的多种重要特征平滑地展示出来，更好的展现无线电信号的多特征时变模式，加快分析人员对无线电信号时变模式的宏观感知效率。

公开(公告)号：CN109389172A

公开(公告)日：2019-02-26

申请号：CN201811183704.1

申请日：2018-10-11

Applicant: 中南大学

Inventor： 赵颖 ,  张蓉 ,  罗晓波 ,  周芳芳

IPC: G06K9/62

Abstract: 本发明提供了一种基于无参数网格的无线电信号数据聚类方法，根据无线电信号数据集中的数据个数及该批数据的采集时长，计算网格划分值k，将信号数据的中心频率维度划分为k个等长但不相交的网格单元，根据每个信号数据的中心频率值，将其划分至对应的网格单元，并且统计每个网格单元的密度，计算密度阈值，并依据密度阈值对网格单元进行划分，检测相邻的高密网格单元，并将其连接形成聚类；从边界网格单元中提取聚类边界点，并根据边界处理方法将其放至所属聚类。该方法基于无线电信号的数据特征，自动计算网格划分值和密度阈值两个参数，在网格聚类算法高效性的基础上提升了该算法对无线电信号数据聚类的准确性，且减少了分析人员的分析负担。

公开(公告)号：CN109101628A

公开(公告)日：2018-12-28

申请号：CN201810922471.6

申请日：2018-08-14

Applicant: 中南大学

Inventor： 赵颖 ,  蒋昊瑾 ,  佘燕敏 ,  陈文江 ,  刘家玮 ,  周芳芳

IPC: G06F17/30

Abstract: 本发明公开了一种量化评价MSV的边级视觉混杂程度指标计算方法，包括以下步骤：1)获取MSV中的任意一条边e，并计算其不可区分的像素距离值IPD，从边e的中心位置向左右方向分别扩展IPD的宽度，形成不可区分的像素区域IPA；2)将IPA中与边e相互交错的边加入交错边集合；3)对交错边集合按节点顺序进行分解，得到若干等距且相邻的节点对集合，利用并集操作消除重叠覆盖，得到消除重叠覆盖的交错边集合；4)根据消除覆盖的交错边集合与节点对集合计算边e的视觉混杂程度指标。本发明对MSV中边的视觉混杂程度进行定量评价，有助于为后续边采样工作提供可靠依据，进而有助于减少MSV中的视觉混杂程度，提高其可读性。

公开(公告)号：CN212099387U

公开(公告)日：2020-12-08

申请号：CN202020889223.9

申请日：2020-05-25

Applicant: 中南大学

Inventor： 张健 ,  喻小鹏 ,  赵颖 ,  李波浪 ,  孔孟鑫 ,  龚双

IPC: B64F1/06

Abstract: 本实用新型公开一种用于无人机弹射起飞的自动脱钩机构，包括脱钩外壳、脱钩底座以及与所述脱钩外壳转动连接的脱钩旋转块，所述脱钩外壳的上方设置进出钩子，所述脱钩外壳内安装舵机，所述脱钩旋转块上开设用于所述进出钩子的底端穿过的槽孔；所述舵机用于转动所述脱钩旋转块，以使所述槽孔与所述进出钩子的底端之间错位挂钩或对齐脱钩。本实用新型公开的自动脱钩机构结构简单，体积小，可实现自动脱钩，可用于小型弹射起飞式无人机；无人机起飞脱钩时，该自动脱钩机构打开迅速，无卡顿情况，安全可靠，即使脱钩机构卡住，也不会造成严重无人机起飞发射事故，实用性强。