-
公开(公告)号：CN119608178A
公开(公告)日：2025-03-14
申请号：CN202411799404.1
申请日：2024-12-09
Applicant: 湖南大学
IPC: B01J23/889 , B01J35/54 , B01D53/86 , B01D53/70 , C01B32/50
Abstract: 本发明公开了一种Co3O4@α‑MnO2材料及其制备方法和应用，属于催化剂制备以及大气污染控制技术领域。本发明采用水热的方法以棒状α‑MnO2为载体负载Co3O4得到Co3O4@α‑MnO2材料。本发明所制备的Co3O4@α‑MnO2材料具有更高的表面Mn4+浓度、更强的还原能力和更高的表面活性氧物种含量和迁移率。在对氯苯的去除上，Co3O4@α‑MnO2材料在高温段表现出更高的催化活性和CO2产率，并且对SO2、NO和甲苯等实际工业烟气组分表现出更高的耐受性。
-
公开(公告)号：CN118674062A
公开(公告)日：2024-09-20
申请号：CN202410669652.8
申请日：2024-05-28
Applicant: 湖南大学
Abstract: 本发明公开了一种基于鲁棒水印的个性化联邦学习模型所有权保护方法，本发明方法包括水印初始化步骤：S1.服务器将初始化模型和每个客户端的公共水印信息发送给对应客户端，客户端生成自己的私有水印；水印解耦嵌入步骤：S2.客户端通过训练将私有水印嵌入到个性化层，将公共水印信息嵌入到对应的表示层位置。然后上传表示层参数到服务器；恶意客户端检测步骤：S3.服务器对客户端上传的表示层参数进行检测，将诚实客户端的参数聚合作为下一轮表示层参数，同时标记恶意客户端。进一步地，服务器循环抽取客户端进行多轮训练，直到模型符合标准。本发明具有客户端容量大，水印鲁棒性强等优点。
-
公开(公告)号：CN116886410A
公开(公告)日：2023-10-13
申请号：CN202310990937.7
申请日：2023-08-08
Applicant: 湖南大学 , 长沙尚链通信息科技有限公司
Abstract: 本发明涉及信息安全技术领域，提供了一种匿名消息传递方法、系统、消息接收设备和存储介质，应用于消息接收设备，包括：向云服务器发送检测私钥，由云服务器基于检测私钥检索对应的待接收消息得到消息集合并返回；其中，检测私钥包括消息接收设备私钥的至少一个私钥分量，私钥分量的数量决定消息集合的假阳性率；基于私钥分别生成每条待接收消息的盲化计算数据和验证计算数据发送给云服务器，由云服务器对盲化计算数据和验证计算数据进行计算得到盲化计算结果和验证计算结果并返回；当确定验证计算结果正确时，基于盲化计算结果从消息集合中排除假阳性的待接收消息，得到真实的待接收消息，从而能够减少消息接收设备的通信开销。
-
公开(公告)号：CN110852129B
公开(公告)日：2021-12-10
申请号：CN201911093860.3
申请日：2019-11-11
Applicant: 湖南大学
IPC: G06K7/10
Abstract: 本发明公开了一种动态标签估计方法，该方法主要实现过程包括：t1时刻，广播一个标识码str64t1，标签记录该标识码；t2时刻，在收到标签的回复之前，先发送t1时刻广播的标识码str64t1，若标签收到的标识码与之前存储的一致，则在与阅读器通信的过程中回复相应信号；当标签确定回复的信号后，根据收集的标签回复的信号，解码出已知标签和未知标签各自对应的逻辑帧，根据逻辑帧同时估计出已知标签和未知标签的数量。在解决动态标签估计问题上，本发明通过解码出的逻辑帧同时估计两种标签的数量，极大的节省了时间开销。
-
公开(公告)号：CN110781700B
公开(公告)日：2021-05-14
申请号：CN201911093620.3
申请日：2019-11-11
Applicant: 湖南大学
IPC: G06K7/10
Abstract: 本发明公开了一种RFID多阅读器协调方法，从多阅读器负载不均衡的问题出发，从负载均衡的角度提高系统读取吞吐量，通过调整阅读器的功率进而灵活控制阅读器的覆盖范围，让阅读器动态地协调均衡，实现多个阅读器对RFID标签的均匀覆盖，并且在调整过程中阅读器标签数量的变化通过数学推理而得，不需要额外估计标签的时间，即不会带来额外的时间开销。该方法对系统效率的提升的是显著的，且易于实施，有一定的通用性，很有应用前景。
-
Patent Agency Ranking
公开(公告)号：CN110781700A
公开(公告)日：2020-02-11
申请号：CN201911093620.3
申请日：2019-11-11
Applicant: 湖南大学
IPC: G06K7/10
Abstract: 本发明公开了一种RFID多阅读器协调方法，从多阅读器负载不均衡的问题出发，从负载均衡的角度提高系统读取吞吐量，通过调整阅读器的功率进而灵活控制阅读器的覆盖范围，让阅读器动态地协调均衡，实现多个阅读器对RFID标签的均匀覆盖，并且在调整过程中阅读器标签数量的变化通过数学推理而得，不需要额外估计标签的时间，即不会带来额外的时间开销。该方法对系统效率的提升的是显著的，且易于实施，有一定的通用性，很有应用前景。
-
公开(公告)号：CN106503603B
公开(公告)日：2019-03-29
申请号：CN201610978220.0
申请日：2016-11-08
Applicant: 湖南大学
IPC: G06K7/10
Abstract: 本发明公开了一种基于时隙划分的多阅读器RFID系统快速标签识别方法，包括以下步骤：在第一阶段，帧开始时，阅读器组同时给标签广播一个查询命令，然后等待接收标签回复，成功接收到某个阅读器询问的标签根据查询命令中包含的参数，使用哈希函数选择答复时隙，然后该标签在其选择的时隙将自带的RN传回给阅读器，在时隙中，如果阅读器成功接收RN，该阅读器记录这个RN，其他没收到RN的阅读器或者检测到信号冲突的阅读器统一等待一段时间，然后阅读器组同步发送一个QueryRep命令开始一个新的时隙；第二个阶段，在每个时隙中，阅读器组中所有阅读器发送包含先前各自接收到的RN的ACK，具有相同的RN的标签给阅读器发送该标签的ID。本发明可以完全地消除RT冲突。
-
公开(公告)号：CN106503603A
公开(公告)日：2017-03-15
申请号：CN201610978220.0
申请日：2016-11-08
Applicant: 湖南大学
IPC: G06K7/10
CPC classification number: G06K7/10039
Abstract: 本发明公开了一种基于时隙划分的多阅读器RFID系统快速标签识别方法，包括以下步骤：在第一阶段，帧开始时，阅读器组同时给标签广播一个查询命令，然后等待接收标签回复，成功接收到某个阅读器询问的标签根据查询命令中包含的参数，使用哈希函数选择答复时隙，然后该标签在其选择的时隙将自带的RN传回给阅读器，在时隙中，如果阅读器成功接收RN，该阅读器记录这个RN，其他没收到RN的阅读器或者检测到信号冲突的阅读器统一等待一段时间，然后阅读器组同步发送一个QueryRep命令开始一个新的时隙；第二个阶段，在每个时隙中，阅读器组中所有阅读器发送包含先前各自接收到的RN的ACK，具有相同的RN的标签给阅读器发送该标签的ID。本发明可以完全地消除RT冲突。
-
公开(公告)号：CN113378981B
公开(公告)日：2022-05-13
申请号：CN202110752264.2
申请日：2021-07-02
Applicant: 湖南大学
IPC: G06V10/764 , G06V10/774 , G06K9/62
Abstract: 本发明公开了一种基于域适应的噪音场景图像分类方法及系统，采用干净源域样本训练特征提取器和分类器；利用训练好的特征提取器和分类器，对源域样本进行蒸馏，蒸馏出干净源域样本；给每一个目标域样本分配一个伪标签，从标签空间Y中随机采样类子集YC，针对类子集YC中的每一个类，分别从蒸馏的干净源域样本和带伪标签的目标域样本中采样d个样本，得到小批量平衡的蒸馏源域数据和带伪标签目标域数据将和输入训练特征提取器ψ得到特征，并将提取到的特征分别输入分类器f和辅助分类器f'，利用f'最大化MDD差异，并通过最小化分类损失和MDD差异训练η和f，最小化MDD差异的上限，得到具有最优参数的分类器本发明能够不依赖额外信息和假设减少源域中噪音带来的影响。
-
公开(公告)号：CN114067155A
公开(公告)日：2022-02-18
申请号：CN202111352723.4
申请日：2021-11-16
Applicant: 湖南大学
IPC: G06V10/764 , G06V10/762 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于元学习的图像分类方法、装置、产品及存储介质，对于当前的任务根据输入的训练样本训练一个样本特征提取器以及任务特征提取器F，获取对应的任务特征vi。将vi输入到聚类网络层，通过最小距离匹配以及在线聚类的方式更新对应的聚类特征向量集合并输出最适配当前任务的聚类特征向量cω。基于任务特征评估网络σ对任务特征向量cω及当前任务特征vi进行相关性评估，输出对应的评估系数α，并基于该系数计算适用于当前任务的表征向量ωout。基于ωout对模型的参数进行调制，得到最优的模型初始化参数θnew。模型基于该初始化参数θnew开始训练更新。本发明能够在不进行人为干扰的情况下完成任务先验知识的更新以及相关性适配并高效复用以加速新的图像分类任务的学习。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.039 seconds)
