-
公开(公告)号:CN111787592B
公开(公告)日:2022-07-19
申请号:CN202010607907.X
申请日:2020-06-30
Applicant: 湖南大学
Abstract: 本发明涉及一种基于谱聚类和C4.5算法的机会路由实现方法。其发明内容主要包括:(1)亲密度权重计算方法;(2)基于谱聚类的子社区划分方法;(3)基于C4.5算法的“信使节点”识别模型;(4)基于亲密社区和决策树算法的机会路由实现方法。通过谱聚类将节点社区化,当源节点与目的节点同社区时,基于简单的泛洪传递消息,提高消息传递效率。当源节点与目的节点不同社区时,通过决策树模型确定“信使节点”,利用“信使节点”充当媒介,将消息传递至目的社区,实现跨社区传递消息。
-
公开(公告)号:CN113393041A
公开(公告)日:2021-09-14
申请号:CN202110683426.1
申请日:2021-06-21
Applicant: 湖南大学
Abstract: 本发明涉及一种基于销量预测的零售领域供应链库存优化方法。其发明内容主要包括(1)基于多态特征融合的商品销量精准预测方法;(2)基于商品活跃度分类的物流约束下供应链库存优化方法。基于上述方法,提取并融合商品的多态特征数据,并根据商品预测销量进行活跃度分类来构建供应链库存优化模型,从而实现基于销量预测的零售领域供应链库存优化方法,加快资金周转。
-
公开(公告)号:CN112382089A
公开(公告)日:2021-02-19
申请号:CN202011251804.0
申请日:2020-11-11
Applicant: 湖南大学
Abstract: 本发明涉及一种基于路网有向图和并联长短时记忆网络的交通枢纽节点流量预测方法。其发明内容主要包括:(1)基于交通路网有向图的枢纽节点判别方法;(2)基于并联长短时记忆网络的交通枢纽节点流量预测方法。通过辨别交通路网枢纽节点并训练枢纽节点交通流量预测模型,来实现交通枢纽节点流量高精度预测。
-
公开(公告)号:CN111414957A
公开(公告)日:2020-07-14
申请号:CN202010190513.9
申请日:2020-03-18
Applicant: 南方电网科学研究院有限责任公司 , 湖南大学
IPC: G06K9/62
Abstract: 本发明涉及一种基于PCA算法和XGBoost算法的D-PMU扰动分类方法。其发明内容主要包括(1)基于滑动平均法的D-PMU时间序列预处理方法;(2)基于PCA算法的D-PMU时间序列特征提取方法;(3)基于XGBoost算法的D-PMU时间序列扰动分类方法。
-
公开(公告)号:CN111027391A
公开(公告)日:2020-04-17
申请号:CN201911100008.4
申请日:2019-11-12
Applicant: 湖南大学
Abstract: 本发明涉及一种基于CNN金字塔特征和LSTM的疲劳状态识别方法。其发明内容主要包括:(1)基于CNN金字塔特征的瞬时面部特征提取方法;(2)基于视频动态面部特征和LSTM的疲劳状态识别方法。通过提取一段连续视频图像中的脸部特征,识别脸部疲劳状态,实现疲劳驾驶的检测。
-
-
公开(公告)号:CN108804419A
公开(公告)日:2018-11-13
申请号:CN201810495881.7
申请日:2018-05-22
Applicant: 湖南大学
Abstract: 本发明提供了一种基于知识图谱的线下医药零售精准推荐技术。所述技术是基于医药知识图谱,主要包括:疾病、中西药品、人群、保健品等实体,以及实体之间的关联关系,主要包括:禁忌关系、相互作用关系、包含关系、伴随关系、辅助关系、从属关系等。通过基于密度聚类的人群标签生成算法生成人群集合,其中包含了人群类别标签和属于各个标签下的医药商品。然后根据用户购买的药品组合对目标用户打标签,最后根据标签计算用户的兴趣度,生成推荐结果列表。该技术能够解决医药零售企业在进行精准推荐时所遇到的用户数据的稀疏性与种类单一问题,而且该技术基于的医药知识图谱还可以解决医药商品的特殊性问题、用户医药领域知识缺乏问题,能够满足线下医药零售环境中绝大部分精准推荐服务需求,具有很强的市场竞争力和广阔的应用前景。
-
公开(公告)号:CN108182973A
公开(公告)日:2018-06-19
申请号:CN201711470705.X
申请日:2017-12-29
Applicant: 湖南大学
Abstract: 本发明提供了一种基于知识图谱推理的智能诊断技术。所述技术是基于知识图谱,知识图谱的内容包括症状、疾病、部位、药品、科室、人群六个实体,以及实体之间的关联关系,并且疾病与症状之间的关系是一种量化关系。在用户选择性别和相关的症状后,首先通过性别过滤掉不可能的疾病,然后基于算法推测用户可能的疾病,再根据疾病推荐相关的药品信息。该算法主要提出了症状纯度和疾病信息熵的计算方法。能有效的解决传统的基于规则的推理技术难以准确灵活进行诊断的问题,以及在对用户基本属性了解不全的情况下,实现疾病的智能诊断。
-
公开(公告)号:CN107944269A
公开(公告)日:2018-04-20
申请号:CN201711046473.5
申请日:2017-10-31
Applicant: 湖南大学
CPC classification number: G06F21/56 , G06K9/4604 , G06K9/6247 , G06K9/6274 , G06K2009/4666
Abstract: 本发明通过对安卓软件的二进制序列灰度图像纹理特征进行分析,提出新的安卓恶意软件检测算法和技术,节约了以往研究方法需要使用反编译工具、沙箱、虚拟机所带来的资源损耗,同时降低了时间开销。本发明重点分析了安卓二进制序列灰度图像纹理特征,提出了一种新型的基于局部二值模式和主成分分析技术的安卓恶意软件检测方法,通过直接读取安卓文件二进制序列,无需任何反编译工具、沙箱、虚拟机,从而降低资源损耗以及时间开销。实验证明本发明自动化病毒检测方法在准确率和效率均达到商用指标,同时降低了因分析工具造成的资源的损耗和时间消耗,具有很强的竞争力和广阔的市场前景。
-
-
-
-
-
-
-
-