-
公开(公告)号：CN113139598A
公开(公告)日：2021-07-20
申请号：CN202110434602.8
申请日：2021-04-22
Applicant: 湖南大学
Abstract: 本发明公开了一种基于改进智能优化算法的入侵检测方法，包括：获取数据集，使用z‑score方法对数据集进行标准化处理，以得到标准化处理后的数据集；通过改进智能优化算法优化核极限学习机模型的惩罚系数C和核系数γ，并得到优化后的核极限学习机模型；对优化后的核极限学习机模型进行训练，以得到训练好的核极限学习机模型，并使用训练好的核极限学习机对数据集进行分类，以得到分类结果。本发明能够解决现有基于单种智能优化算法的入侵检测方法存在的收敛速度慢、容易陷入局部最优陷阱、以及全局搜索能力不强的技术问题；以及现有基于多种智能优化算法的入侵检测方法存在的算法迭代效率低、计算精度差的技术问题。
-
公开(公告)号：CN113014602A
公开(公告)日：2021-06-22
申请号：CN202110325762.9
申请日：2021-03-26
Applicant: 湖南大学 , 湖南匡安网络技术有限公司
Abstract: 本发明公开了一种基于最优通信路径的工业网络防御方法，其首先获取当前工业控制网络所处局域网的网络拓扑图和开机状态的设备信息；从网络拓扑图提取终端设备节点，使用PIEU法评估终端设备的关键程度，并按照统一的标准给节点的关键程度配上对应的指标值，将终端节点两两组合，按两节点的指标值之和降序排列；按排列顺序，使用SPFA算法对关键程度高的两个终端节点先寻找最优通信路径，找到后将最优通信路径存入网络，最终得到整个工业网络的最优通信路径；终端节点只接收网络数据包源IP从最优通信路径发来的包，其他路径发来的包均视为异常网络数据包。本发明能够充分利用工控系统自身较好的稳定性，结合网络的最优通信路径，保证网络良好的通信链路。
-
公开(公告)号：CN112989731A
公开(公告)日：2021-06-18
申请号：CN202110300020.0
申请日：2021-03-22
Applicant: 湖南大学
IPC: G06F30/31 , G06F30/398
Abstract: 本发明公开了一种基于抽象语法树的集成电路建模获取方法及系统，属于集成电路设计技术领域。包括：获取大规模集成电路的Verilog HDL源代码工程文件，并提取出具有相互依赖关系的.v文件；将.v文件解析为抽象语法树，并将抽象语法树导出为.json文件；遍历符合标准json格式的文件，以获取数据信息，并将数据信息存储至数据结构中；分析数据结构以获取分析结果，并将分析结果导出为TXT文件。由于抽象语法树不依赖于具体的文法，不依赖于语言的细节，将源代码转化为抽象语法树后，可以对抽象语法树做很多的操作，进而可以提高超大规模集成电路建模设计的灵活性及效率。
-
公开(公告)号：CN119888350A
公开(公告)日：2025-04-25
申请号：CN202510042044.9
申请日：2025-01-10
Applicant: 湖南大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/042 , G06N3/047 , G06N3/0464 , G06N3/045 , G06N3/084
Abstract: 本申请实施例提供了一种多模型不平衡节点分类方法和装置。该方法包括：获取图数据集，所述图数据集包括训练集和测试集；基于所述训练集中的各节点信息，生成合成节点，以使得所述训练集中每个类别的节点数达到均衡分布；将生成的所有合成节点加入到所述训练集中形成新的训练集，并将所述新的训练集分成多个训练子集分别输入到图神经网络模型中的多个子模型中进行训练，直到所述图神经网络模型的性能收敛；将所述测试集输入至所述性能收敛的图神经网络模型中进行节点分类。本申请实施例的方法和装置，能够提高节点分类的性能。
-
公开(公告)号：CN119783812A
公开(公告)日：2025-04-08
申请号：CN202411785151.2
申请日：2024-12-06
Applicant: 湖南大学
Abstract: 本申请涉及一种面向新一代异构超算大模型并行训练与推理适配优化方法，获取模型上下文关系与层间张量依赖关系，基于模型上下文关系与层间张量依赖关系构建有向无环依赖关系图，并根据有向无环依赖关系图封装算子，得到迭代执行队列；分配通信模块至并行计算中各计算节点，由各计算节点根据迭代执行队列执行相应的批量迭代任务；在迭代执行队列执行过程中，各计算节点在分配的通信模块内启动算子引擎，切分并重排张量数据，通过通信模块进行计算节点内并行张量计算，直至迭代执行队列内数据处理完毕；归集各计算节点的计算结果，得到迭代任务计算结果。采用批量划分手段将迭代批量任务划分至各个计算节点进行并行计算，实现了高效的数据处理。
-
Patent Agency Ranking
公开(公告)号：CN119172152A
公开(公告)日：2024-12-20
申请号：CN202411354306.7
申请日：2024-09-26
Applicant: 湖南大学
IPC: H04L9/40
Abstract: 本申请涉及一种网络流量分类方法，通过获取训练集，所述训练集包括新类别样本和代表性记忆中存储的旧类别示例；将所述训练集输入增量学习模型进行训练；更新所述代表性记忆；输入待分类网络流量至训练后的增量学习模型，得到分类结果。解决了现有技术中通过增量学习进行网络流量分类性能不足，有效模型更新能力较低的问题；达到了在动态变化的网络环境中有效地识别新型威胁，同时保持对已知威胁的高识别率，从而提升网络安全防护能力的技术效果。
-
公开(公告)号：CN117909885A
公开(公告)日：2024-04-19
申请号：CN202410080312.1
申请日：2024-01-19
Applicant: 湖南大学
IPC: G06F18/2431 , G06F18/25 , G06V40/16 , G06V20/40 , G06V10/82 , G10L25/24 , G10L25/63 , G10L25/30 , G06N3/0464 , G06N3/045 , G06N3/084 , G06N3/09
Abstract: 本发明公开了一种基于跨模态注意力机制的视听多模态情感识别方法，包括：获取待检测者的视频与音频，对获取的视频和音频分别进行预处理，以获取多个预处理后的人脸视频关键帧和多个梅尔频率倒谱系数MFCC特征，将预处理后的多个人脸视频关键帧和MFCC特征成对输入至预先训练好的情感识别模型中，以获取待检测者的多个情感类别，并对得到的多个情感类别进行One‑Hot编码，以获取多个向量作为最终的情感识别结果。本发明能够解决现有基于MMTM的多模态视听情感识别方法，其视频特征提取模块和音频特征提取模块仅采用简单的卷积操作，并未使用能提取更深层信息的预训练模型的技术问题。
-
公开(公告)号：CN117633272A
公开(公告)日：2024-03-01
申请号：CN202311617895.9
申请日：2023-11-30
Applicant: 湖南大学
IPC: G06F16/535 , G06V10/25 , G06V10/764 , G06V10/98 , G06V10/82
Abstract: 本申请涉及一种超声图像处理方法、装置、计算机设备、存储介质和计算机程序产品。方法包括：获取包含目标切面的初始超声图像集；分别对初始超声图像集中各初始超声图像进行目标检测和图像质量评价分类，得到各初始超声图像的目标检测结果和图像质量评价分类结果，目标检测结果包括多个组织结构类别的置信度，图像质量评价分类结果包括图像质量类别；根据图像质量类别，确定质量评价系数；根据组织结构类别的置信度和质量评价系数，对各初始超声图像进行质量评估，得到各初始超声图像的质量评分；根据质量评分，从初始超声图像集中筛选出目标超声图像。采用本方法能够提高超声图像处理结果的准确性。
-
公开(公告)号：CN116932507A
公开(公告)日：2023-10-24
申请号：CN202310553443.2
申请日：2023-05-16
Applicant: 湖南大学
Abstract: 本申请涉及一种基于堡垒机的运维处理方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：在接收到代理程序启动请求时，基于命令行启动参数启动堡垒机中的堡垒机JDBC代理程序；基于数据库配置信息，调用堡垒机JDBC代理程序，加载运维数据库服务器对应的数据库JDBC驱动；在数据库客户端调用代理驱动向堡垒机JDBC代理程序发送运维连接请求时，基于堡垒机JDBC代理程序，建立数据库客户端和运维数据库服务器之间的通信连接；基于代理驱动接收到来自数据库客户端的操作指令；当基于堡垒机JDBC代理程序确定操作指令为第一预设指令，且堡垒机JDBC代理程序基于数据库JDBC驱动从运维数据库服务器获得操作指令的操作结果时，将操作结果转发至数据库客户端。
-
公开(公告)号：CN116823723A
公开(公告)日：2023-09-29
申请号：CN202310468402.3
申请日：2023-04-26
Applicant: 湖南大学
Abstract: 本申请涉及一种胎儿超声图像生长参数测量方法、装置、设备和存储介质。所述方法包括：对包含目标结构的超声图像进行不同尺度的特征提取，得到多个初始特征；通过像素聚合特征金字塔网络对各初始特征进行特征融合，得到具有不同尺度的多个融合特征；针对每一尺度的融合特征，将感知目标结构的卷积模块对融合特征的处理结果与融合特征进行点乘处理，基于点乘处理的结果和检测头模块，得到目标结构在每一尺度下的预测测量点；对目标结构在多个尺度下的预测测量点进行加权平均运算，得到目标结构的测量点在超声图像中的定位信息，并基于定位信息确定超声图像中胎儿的生长参数值。采用本方法能够提升预测测量点的准确率。
-
-
-
-
-
-
-
-
-
Search Results
111
records
(took 0.025 seconds)
