-
公开(公告)号：CN111523540A
公开(公告)日：2020-08-11
申请号：CN202010306489.0
申请日：2020-04-17
Applicant: 中南大学
Abstract: 本发明提供了一种基于深度学习的金属表面缺陷检测方法，包括：步骤1，根据金属缺陷零件大小确定相机和光源型号，搭建好光源和相机的取图环境，进行图像采集；步骤2，对采集的图像进行数据集标注和数据集增强，并输入到混合特征金字塔网络结构中，进行特征提取；步骤3，将得到的每一层的特征图输入到RPN网络中，进行候选区域选取。本发明所提供的基于深度学习的金属表面缺陷检测方法，实现自动对生产线输入图像进行检测和缺陷识别定位，特征自动提取，消除手工特征提取带来的负影响，克服了机器视觉中受环境因素影响较大的缺点，混合特征金字塔网络结构针对较小目标以及多尺度问题有更好的表现。
-
公开(公告)号：CN111506830A
公开(公告)日：2020-08-07
申请号：CN202010274425.7
申请日：2020-04-09
Applicant: 中南大学
IPC: G06F16/9536 , G06K9/62
Abstract: 本发明提供了一种融合社交信任影响力的协同过滤推荐算法，包括：步骤1，对用户对项目的评分矩阵数据进行预处理，填充删除不必要的数据，根据用户的评分来计算用户之间的相似度；步骤2，计算出用户的邻居用户集合；步骤3，根据用户对项目的评分矩阵数据计算出用户j对用户i的正确推荐个数、用户之间的局部信任度、每个用户的全局信任度。本发明通过充分挖掘稀疏的用户评分信息，构建隐式信任网络，通过评分数据计算出局部信任度和全局信任度，并通过将局部信任度和全局信任度结合得到隐式信任度，对于用户之间信任数据，考虑到了用户的信任传播，有效的扩充了用户的显示信任关系，缓解了评分矩阵数据稀疏和用户冷启动的问题。
-
公开(公告)号：CN110553629A
公开(公告)日：2019-12-10
申请号：CN201910890001.0
申请日：2019-09-20
Applicant: 中南大学
Abstract: 本发明公开了一种基于边缘计算的无人机目标追踪功耗优化方法及系统，包括步骤：S1、设置无人机追踪过程中视频处理模式；S2、计算任务分配，通过同时考虑无人机发射功率的调整和边缘节点的选择机制为无人机选择合适的发射功率和服务节点，最小化总开销。相比于一般的使用固定的最大的无人机发射功率进行数据传输，本发明提出的算法同时考虑无人机发射功率的调整和边缘节点的选择方案，以最小化能耗成本和时间成本之间的权衡值，在保证正常追踪的前提下，降低无人机的通信能耗。
-
公开(公告)号：CN107018547B
公开(公告)日：2019-07-26
申请号：CN201710157206.9
申请日：2017-03-16
Applicant: 中南大学
Abstract: 本发明公开了一种基于带外D2D多跳中继的蜂窝下行吞吐量优化方法，基站通过预选第一中继、预选第二中继和验证预选中继链路吞吐量三个阶段确定每个获得蜂窝信道的UE从基站接收数据的方式，包括直接从基站接收数据、通过选择一个中继中转接收数据和通过选择两个中继进行接力中转接收数据；预选第一中继阶段通过综合考虑吞吐量提升与中继的剩余能量水平来选择第一中继；预选第二中继阶段通过设置能量约束阈值来确保第二中继的剩余能量水平不低于第一中继的相应值来选择第二中继；验证预选中继链路吞吐量阶段，根据吞吐量是否提升决定放弃或保留预选的中继。本发明能有效改善数据接收质量、提高吞吐量、延长网络寿命、减小计算和通信代价。
-
公开(公告)号：CN109996039A
公开(公告)日：2019-07-09
申请号：CN201910270937.3
申请日：2019-04-04
Applicant: 中南大学
Abstract: 本发明公开了一种基于边缘计算的目标追踪方法，通过无人机对目标进行主要拍摄，在无人机无法工作时地面摄像头网络对目标进行协助拍摄，地面的终端设备组成的边缘节点计算集群负责视频数据流的处理和分析。在无人机无法正常追踪时，有选择请求地面摄像头网络和边缘节点联合来参与追踪任务可以提高无人机追踪的鲁棒性，即使最后目标完全丢失，由于边缘节点和地面摄像头网络的近距离通信，也能使得高效地将目标再找回从而继续追踪；利用容器技术隔离平台差异，可以解决视频分析处理应用的在不同平台上的不兼容问题；根据目标当前被跟踪的状态来合理选择地空协同的方式，不仅可以降低整个网络的能耗，还可以提高网络的响应时间。
-
Patent Agency Ranking
-
公开(公告)号：CN109918894A
公开(公告)日：2019-06-21
申请号：CN201910154417.6
申请日：2019-03-01
Applicant: 中南大学
Abstract: 本发明公开了一种边缘计算网络视频处理中基于声誉的信任评估方法，步骤1：对身份信任建模；步骤2：对能力信任建模；步骤3：对行为信任建模；步骤4：根据建立的模型，在交互完成后任务请求节点根据交互结果向边缘服务器提交评价，边缘服务器根据评价结果计算更新存储服务提供节点声誉值，并将更新后的结果通知服务提供节点。提供一种基于声誉的信任评估机制，通过身份信任、能力信任、行为信任三重信任机制的边缘节点筛选，确保身份合格、有能力、行为可靠的边缘节点加入网络系统进行服务交互，以及信任信息的共享，实现局部声誉值和全局声誉值的评估，确保安全、可靠、高效率的资源共享与管理，满足用户的高质量体验以及可信安全的需求。
-
-
公开(公告)号：CN109358953A
公开(公告)日：2019-02-19
申请号：CN201811102009.8
申请日：2018-09-20
Applicant: 中南大学
Abstract: 本发明公开了一种微云中的多任务应用卸载方法，所述方法包括：获取移动应用的完成时间、移动设备的能量消耗、任务卸载花费，建立微云中的多任务应用卸载模型；根据遗传算法求解所述模型，得到最优的多任务应用卸载策略；根据所述最优的多任务应用卸载策略执行微云中的多任务应用卸载。本发明的微云中的多任务应用卸载方法可以最小化多任务应用在任务卸载过程中移动设备消耗的能量以及用户的花费，且保证整个应用卸载的完成时间满足时间约束。
-
公开(公告)号：CN104661260B
公开(公告)日：2018-07-20
申请号：CN201510027735.8
申请日：2015-01-20
Applicant: 中南大学
Abstract: 本发明提出一种QoS感知和负载均衡的无线Mesh智能电网路由机制NQA‑LB。该路由机制包括四个步骤：首先用EDCA机制区分不同QoS需求的智能电网业务流，根据EDCA机制的数据包碰撞率计算不同业务流的误帧率；其次根据转发节点缓存的队列长度和数据包成功传输的概率，计算不同优先级的数据包排队延迟；然后综合考虑不同业务流的数据帧误帧率和排队延迟，设计QoS感知和负载均衡的路由判据，为不同QoS需求的业务流选择一条负载较少的最佳路径；最后根据网络总负载和各优先级业务流的负载情况，在MAC层动态的调整数据包优先级。本发明能更加准确的感知MAC层的链路质量，保证智能电网不同业务流的QoS需求，进一步提高数据包投递率和平均吞吐量，减少所有业务流的端到端时延。
-
-
-
-
-
-
-
-
-
Search Results
145
records
(took 0.025 seconds)
